美国的专家给大家说说,人工智能的几种常见误解

应用的AI系统只是AGI的有限版本

尽管许多人认为,AI的艺术状态仍然远远落后于人类的智慧。人工智能,即AI,一直是所有AI科学家从图灵到今天的动力燃料。有些类似于炼金术,对复制和超越人类智慧的敏捷的永恒追求,造就了许多技术和科学突破的创造。AI帮助我们了解了人类和自然智力的方方面面,因此,我们建立了有效的算法,灵感来源于我们的理解和模型。

AI和深入学习一样回到这一天,我们认为人工神经网络(ANNs)这个术语真的很酷。这是最初的兴奋围绕它的潜在的事与愿违,直到因为它缺乏规模和能力的过度不适应。现在这些问题在很大程度上已经解决了,我们已经通过"重塑"人工神经网络作为"深度学习"来避免旧名称的耻辱。

最近,深入学习模式正在应用于在线学习应用。这种系统中的在线学习是使用不同的AI技术(如强化学习或在线神经进化)来实现的。这种系统是局限性的,只有在离线学习期间,使用领域大部分都能体验,才能实现深入学习模式的贡献。生成模型后,它将保持静态,而不是完全健壮于应用程序域中的更改。

有一个万能所有AI解决方案一个常见的误解是,AI可以用来解决所有的问题there–即艺术的状态已经达到了一个水平,"AI"的小配置,使我们能够解决不同的问题。我甚至听到人们假设,从一个问题移动到下一个,使得AI系统更聪明,就好像同一个AI系统正在同时解决这两个问题一样。现实是非常不同的:AI系统需要被设计,有时是沉重的,需要专门训练的模型,以适用于一个问题。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180930A04FCL00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券