arXiv · cs.AI · Jinsook Kim, Jinho Kang · 9 小时前模型评分35
研究提出机器学习新定义：学习不止于统计一致性，并解释混合式 人工智能（AI，Artificial Intelligence） 的成功
Machine Learning Beyond Statistical Consistency for Hybrid AI
导读
一项研究提出机器学习的新定义：机器成功计算某函数、且返回值在形式系统中具有恰当推导时，才算学会该函数。研究证明机器学会真实概率需同时满足统计一致性（估计收敛于真实概率）与保证条件（机器在系统内推导出自身收敛性），并称现代 人工智能（AI，Artificial Intelligence） 的混合特性——概率预测与演绎证明结合、统计提议器与演绎验证器配合——可在同一形式系统中得到解释。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose a new definition of machine learning, according to which a machine learns a function when it computes the function successfully, that is, when the value it returns for each input has a proper derivation in a formal system.”
来源：arXiv · cs.AI · arxiv.org