NYU最新研究成果：利用组合元学习框架实现类人系统的泛化性登上Nature

欢迎阅读AIGC动态

原标题：NYU最新研究成果登上Nature：通过组合元学习框架完全实现类人系统的泛化能力

关键词：任务、神经网络、模型、人类、指令

文章来源：大数据文摘

内容字数：6362字

内容摘要：大数据文摘得到授权转载自将门创投，作者为seven_。上世纪80年代，认知科学研究者Jerry Fodor和Zenon Pylyshyn合作发表了一篇名为《联结主义和认知架构》的论文[1]。在该文中，他们提出了一个著名观点，认为人工神经网络缺乏理解已知概念并将其泛化到新组合上的能力，因此认为神经网络并非合理的思维模型。尽管神经网络在随后的发展过程中取得了一定进展，但在系统泛化性方面仍存在问题。

原文链接：阅读完整文章请点击类人系统的泛化能力完全可以通过组合元学习框架实现，NYU最新成果发表在Nature上