ACM

ACM通信

首页 / 杂志存档 / 2019年8月(第62卷第8期) / 针对机器关键任务应用的案例… /摘要

给编辑的信

一个反对机器学习关键任务应用的案例

由中央计算机委员会工作人员
ACM通讯，2019年8月，第62卷第8期，第9页
10.1145 / 3332409
评论

认为: 打印手机应用程序 ACM数字图书馆数码版分享: 通过电子邮件发送在reddit上分享在StumbleUpon上分享分享黑客新闻在推特上分享在Facebook上分享

在他们的专栏“学习机器学习”(2018年12月)中，Ted G. Lewis和Peter J. Denning提出了一个关于机器学习系统的关键问题:“这些(神经)网络现在被用于医疗诊断等关键功能……火控系统。我们怎么能相信网络呢?”他们回答说:“我们知道，当一个网络的输入来自它的训练集时，它是相当可靠的。但这些关键系统将有相应的输入，通常是意想不到的情况。有很多例子表明，网络对未经训练的输入给出了糟糕的响应。”

David Lorge Parnas在他给编辑的信中(2019年2月)继续了这一讨论，强调“当训练过的网络遇到与其训练集截然不同的数据时，它可能会意外失败。”

没有找到条目

登录阅读全文

需要访问吗?

请选择以下其中一个选项以访问优质内容和功能。

创建一个网络帐户

如果您已经是ACM会员，通信订阅用户，或数码图书馆订阅用户，请设立网上帐户，以便阅览本网站的优质内容。

加入ACM

成为ACM会员可以充分利用ACM卓越的计算信息资源、网络机会和其他优势。

订阅ACM杂志通讯

获得完全访问超过50年的CACM内容，并每月收到印刷版杂志。

购买物品

非会员可以购买这篇文章或它出现的杂志的副本。