机器人学习,
神经网络,
和深度学习,是人工智能界的流行语,比如让人工智能识别照片里的狗,或者实时翻译语言或者其他的一些任务,工程师用大量数据不断的重复的方式,来教计算机这些工作,这和耍猴是一样的,做得好就鼓励,做的差就改善,最终人工智能会在脸部识别右或者任何你想要的方面,越来越完善。
但问题是虽然计算机能够识别照片中的狗,
但是每一次必须全部计算一遍,他必须扫描所有的像素,检查照片中的每一个点,他不能预测你想要什么,他也不知道通常狗在照片的哪一个位置,总之,他们的工作原理不是那样的,
谷歌的人工智能团队,“深度学习”的工程师们打算赋予计算机记住所有所做的工作的能力,也就是记忆,他们想让计算机能够从这些工作的成功和失败中学习,他们做的方式很有趣,它们玩游戏,然后发表他们的看法,视频游戏是通过多次重复和失败来学习新的技能,你必须依靠你所学到的技能,随着游戏的进行,技能的需求就逐渐复杂了,玩家不得不将各种技巧组合起来,所有的这些都需要记忆,都需要你对之前任务有所理解,但是人工智能仍然需要学习大量重复劳作和数据,
故而,他们让电脑每个游戏晚上两千万次,正是因为他们让机器有了记忆,机器人才能够学习打乒乓球钓鱼,以及武术,等生活中的游戏,
人工智能,很擅长下棋,比如国际象棋,
在棋局中,他们会计算出每一步的最优解,每次都是如此,想象一下,如果一台电脑解决一个新的问题时能够牢记于心,就像某些老师训练过的学生,总是能做出新颖的举动,通俗的来讲,就像你每天总是沿着同样的路回家,
我们想让机器有学习的能力吗?能够预测行动,能够随着时间的推移,用他们的方式行动,
史蒂芬霍金曾说过,人工智能对于人类来说,福祸相依,但是就是现在来说,人工智能还没有完全成熟,
随着时间的推移,人工智能能够学习,然而它仅仅是学习,却不像其他的真实生命,有学习的驱动力,即使他没有收到信息,他的程序也不会终结,他只是一个机器做着简单而单一的工作,
虽然现在人工智能有了记忆,我们也不能过度的解读这件事情,
未来主义者,计算机学家,杰瑞卡普兰,
在MIT的科技综述中写到:机器人来了,却不是因为我们而来,因为它们并不存在,机器人不是人类,没有任何可信的证据表明机器人会有感情,你还在对人工智能感到担忧吗?
领取专属 10元无门槛券
私享最新 技术干货