Czy ktoś pomyślał o tym, aby sieć neuronowa zadawała pytania zamiast tylko na nie odpowiadać?

14

Większość ludzi próbuje odpowiedzieć na pytanie za pomocą sieci neuronowej. Jednak czy ktoś wpadł na jakieś przemyślenia, jak zadawać pytania w sieci neuronowej zamiast odpowiadać na pytania? Na przykład, jeśli CNN może zdecydować, do której kategorii należy obiekt, to czy może zadać jakieś pytanie, aby pomóc w klasyfikacji?

neural-networks deep-learning

— cha
źródło

Myślę, że zrobienie tego kwalifikuje się jako pytanie drugiego rzędu. link Wydaje mi się, że podchodzę do tego w przypadku wskaźników wycieczki w ramach współpłaszczyznowości za pomocą Eureqa , ale zajęło to sformułowanie pytania w bardzo nietypowy sposób. To było znacznie większe, trudniejsze pytanie. Konieczne było przywołanie wskaźników metryki lub uczenia meta-metryki. Specyfika pomaga uprościć pytanie. Określ domenę i granice pytania.

— EngrStudent - Przywróć Monikę

2

Może sieci neuronowe nie są najlepszym narzędziem do tego.

Wydaje mi się, że odpowiednikiem twojego pojęcia „pytania, które pomoże w klasyfikacji” byłoby użycie uczenia maszynowego (ML) w celu uzyskania czytelnego dla ludzi zestawu reguł, który dokonuje klasyfikacji. Chodzi o to, że jeśli przestrzegasz obowiązującego łańcucha reguł aż do końca, masz klasyfikator, jeśli zatrzymasz się przed tym, masz wskaźnik, które cechy wejściowe dają bardziej gruboziarniste klasyfikacje, które można postrzegać jako stopniowo szczegółową sekwencję pytań, które „pomagają w klasyfikacji”.

Więcej szczegółów na temat różnych opcji używania ML do tworzenia zestawów reguł można znaleźć w mojej odpowiedzi na to pytanie .

— NietzscheanAI
źródło

1

Jednym z rozwiązań może być połączenie drzewa decyzyjnego i ANN w celu klasyfikacji wielopoziomowej.

Drzewo decyzyjne może pomóc w przewidywaniu możliwej kategorii instancji do sklasyfikowania. Następnie ANN na liściach drzewa może dać ostateczną klasyfikację.

Na przykład w rozpoznawaniu obrazu drzewo może zdecydować, którą kategorię obiektu należy zidentyfikować (np. Krajobraz, ludzie, pojazdy itp.), A ANN dla odpowiedniego typu może dokładnie przewidzieć, jaki to obiekt. W pojazdach, na przykład w samochodzie, autobusie, rowerze itp.

— Ébe Isaac
źródło

1

Świetne pytanie. Obecnie systemy AI działają w trybie „jednej serii”. Uzyskaj jedno wejście i wygeneruj jedno wyjście. Nasze mózgi nie działają w ten sposób.

Pierwszym krokiem jest nauczenie sieci, jak komunikować się ze swoim „pomocnikiem”, więc sieć zamiast generować pytanie, a cykl będzie powtarzany, aż sieć znajdzie wynik.

Sieć musi być cykliczna dla potrzebnego stanu wewnętrznego między cyklami pytań / odpowiedzi.

— dev1223
źródło