神经网络无法实现可解释 重温三十年前对于 NN AI 的批判 (神经网络无法收敛)
美国东北大学体验式人工智能研究所的高级研究科学家WalidS.Saba从组合语义的角度出发,提出一个观点,深度学习无法构造一个可逆的组合语义,所以它无法实现可解释AI,可解释AI,XAI,随着深度神经网络,DNN,用于决定贷款批准、工作申请、批准法院保释等与人们利益息息相关或者一些生死攸关的决定,例如在高速公路上突然停车,,去解释这些...。
不是所有随机对照实验都叫 怼 Judea Jordan Michael Pearl 反事实 (不是所有随机变量的数学期望都存在)
2011年图灵奖得主、因果科学之父JudeaPearl曾提出著名的,因果阶梯,论,PearlCausalHierarchy,PCH,他认为,因果推断有三个层级,最低的第一层级是相关,association,,涉及的是预测,而不涉及因果关系,只讨论变量之间的关联,比如公鸡打鸣与日出之间的相关关系,第二层级是干预,interventio...。