@33جورجی درنووی
برنامه نویس ، محقق و مخترع در IT
شبکه های عصبی ابزاری قدرتمند و ارزان برای استفاده در حل مشکلات پیش بینی ، بینایی رایانه و تحلیل متن در اختیار ما قرار دادند. با این حال ، در همان زمان ، آنها مسئله عدم دقت را به وجود آوردند ، که به عنوان “هنجار” و “جعبه سیاه” برای شبکه های عمیق ارائه شده است ، که درک و بهبود آن دشوار است.
راه اندازی یک شبکه عصبی برای کنترل اشیا complex پیچیده و گران قیمت ، جایی که هزینه خطا زیاد باشد و یا منجر به کشته شدن جان یا خسارات جبران ناپذیر شود ، منطقی نیست. این منطقه همچنین شامل دارو است ، جایی که اخیراً از شبکه های عصبی برای تجزیه و تحلیل تصاویر و تشخیص استفاده شده است. اگر اولین مورد کاملاً موجه باشد – ما در حال حاضر فناوری دیگری قابل مقایسه با CNN – شبکه ها نداریم (توجه + -) ، پس تشخیص با شبکه یک راه حل بهینه و بسیار محدود نیست و ما را به بیراهه ببرد.
این به دلیل نمایش محدود معانی کلمات و مفاهیم در شبکه عصبی است. مفاهیمی که ما در ذهن خود استفاده می کنیم ماهیتی پویا دارند و بیشتر شبیه ناخن های متصل به جریان های دیگر هستند تا اجسام ایستا با اتصالات ثابت ، زیرا در شبکه های عصبی مدرن GPT-2،3 ، Bert و غیره نشان داده می شود
آنها معنایی بهتر از سایه یک …