为什么机器学习难以理解因果性
- - 奇客Solidot–传递最新科技情报人类很容易通过直觉就知道简单动作序列之间的因果性,但对于机器算法而言, 因果性仍然是一大挑战. 机器学习,尤其是深度神经网络,擅长于从海量数据中识别微妙的模式,但它们很难像人类那样做出因果推断. 这是机器学习难以推广到更广泛领域的一个原因. Max Planck Institute for Intelligent Systems、Montreal Institute for Learning Algorithms (Mila) 和 Google Research 的研究人员最近在预印本网站发表 论文探讨了这一问题.