Subjects: Computer Science >> Natural Language Understanding and Machine Translation Subjects: Library Science,Information Science >> Machine Translation submitted time 2023-04-18
Abstract:目前主流的人工智能,普遍采用注意力机制 + 深度学习+强化学习的技术道路。我们认为强化学习无法适用到那些难以大量试错的领域。所以,要想实现能适用于任何领域的通用人工智能,我们必须转变实现道路。所以,我们提出了一套不同于深度学习+强化学习的机器学习方案,它通过小样本、累积学习,同样实现了和 transformer 相似的注意力机制,也同样创建了全连接知识网络。并且,它不需要采用试错学习的方式,就可以实现和环境的互动决策。并且人类可以给它预置不同的先天需求,来实现多目标平衡,从而实现远高于目前人工智能的安全性。在本文中,我们提出了一套从0 到1 的新机器学习技术方案。
Peer Review Status:Awaiting Review