如何加速人工智能的 “芯”变革 站

之后我们为了解决错误率的问题，去应用了神经网络，你会看到在应用神经网络之后语音错误率以及ImageNet错误率得到了进一步下降。我们在这边看到了人类的表现，人类的错误率，其实我们所做的是研究这些错误，我们大概有5%左右的错误率，过去几年间，真正让机器能够打败人类或者打败其他智能的动物还需要几年的时间，但是我们确实已经见证多了一些重大的进步，大家已经有了智能手机，我们说到这些智能系统的时候，我们知道这些智能手机的智能系统是非常好的，可以在大部分情况下帮我们作出正确的选择，因为我们在它上面加入了神经网络，因此我们可以帮他们的正确率得到提高。在Nervana我们也在整个平台上应用了各种各样不同的数据，我们用了自然语言加工，我们用了很多时间序列、金融数据等等，这些都是朝着同样一个方向发展的。

展望机器学习的未来从我们的大脑中寻求答案

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!