Хто-небудь замислювався над тим, щоб зробити нейронну мережу задавати питання, а не лише відповідати на них?

14

Більшість людей намагається відповісти на питання нейронною мережею. Однак хтось придумав якісь думки про те, як змусити нейронну мережу ставити запитання замість відповіді на запитання? Наприклад, якщо CNN може вирішити, до якої категорії належить об'єкт, то він може задати якесь питання, щоб допомогти класифікації?

neural-networks deep-learning

— ча
джерело

Я вважаю, що це робити як питання другого порядку. посилання Я відчуваю, що я підходив робити це для екскурсійних показників копланарності за допомогою Eureqa , але це стосувалося питання вкрай нетипово. Це було значно більш, важче питання. Потрібно було використати метрики щодо метрик чи вивчення метаметрій. Специфіка допомагає спростити питання. Вкажіть домен та межі питання.

— EngrStudent

2

Можливо, нейронні мережі - не найкращий інструмент для цього.

Мені здається, що еквівалентом вашого поняття "питання про допомогу класифікації" було б використання машинного навчання (ML) для отримання начитаного людиною набору правил, який виконує класифікацію. Ідея полягає в тому, що якщо ви дотримуєтесь застосовного ланцюга правил до кінця, у вас є класифікатор, якщо ви зупинитесь перед цим, у вас є індикатор, які функції введення дають більш грубі класифікації, які можна розглядати як прогресивно деталізовану послідовність питань, які "допомагають класифікації".

Більш детально про різні варіанти використання ML для створення наборів правил можна знайти у моїй відповіді на це запитання .

— НіцшеанськийАІ
джерело

1

Одне з варіантів цього може включати злиття дерева рішень та ANN для багаторівневої класифікації.

Дерево рішень може допомогти передбачити можливу категорію екземпляра для класифікації. Тоді АНН на листках дерева може дати остаточну класифікацію.

Наприклад, у розпізнаванні зображень дерево може визначити, яку категорію об’єкта визначити (наприклад, ландшафт, люди, транспортні засоби тощо), а ANN для відповідного типу може передбачити, який саме це об’єкт. У транспортних засобах, наприклад, автомобіль, автобус, велосипед тощо.

— Ебе Ісаак
джерело

1

Чудове запитання. Сьогодні системи AI працюють в режимі "одного сплеску". Отримайте один вхід і генеруйте один вихід. Наш мозок не працює так.

Перший крок - навчитися мережі спілкуватися з її "помічником", тому мережа замість результату генерує запитання і цикл повторюватиметься, поки мережа не знайде результату.

Мережа повинна повторюватися для внутрішнього стану, необхідного між циклами запитання / відповіді.

— dev1223
джерело