发布网友 发布时间:2022-05-01 06:33
共5个回答
热心网友 时间:2022-06-25 14:39
人工智能的应用越来越广,随着可用场景的不断增多,人们对它的期望也越来越大。目前只能解决某些特定领域问题的“弱人工智能”已经开始无法满足人们的需要,“强人工智能”似乎已经成为众多研究者开始钻研的下一个方向。
和强人工智能相比,弱人工智能被认为是不可能真正具备推理和解决问题能力的智能机器,虽然能够解决特定某些问题,但是他们无法说是真正拥有智力和自主意识
但是另一方面,关于“强人工智能“的观点,却也并非所有人都认同。
因此我们可以看到目前很多使用仿生的方法来研究人工智能的技术都在参照各种和“人”有关的学科理论对这项技术进行研究和发展,所以说,人工智能也就因此变成了一门更像是跨学科的研究。
人工智能的智力来源于数据的收集。在人工智能学习和训练的过程中,深度学习和神经网络通过对所收集的大量数据进行分析归类,从而完成对人工智能系统的塑造。
输似乎是最有效率的途径,毕竟人类的智力也是经过数千万年的进化发展到今天的水平的。对于关于人类的一些描述性的研究成果,似乎也可以逆向应用在人工智能的研究和开发之中。
从人类发展 AI 的历史来看,我们不难发现,仿生的方法似乎也是唯一一种能够让我们将研究进行得最为深入和持久的方法。
人工神经网络的第一个里程碑就是“感知”(Perceptron),一个感知机器实际上就是对神经元基本概念的模拟,这是一种能够进行自动决策的机器。比单层感知机更复杂的多层感知机就是我们我们常说的深度网络,它是进行数据处理和模式识别的关键。
热心网友 时间:2022-06-25 14:39
人类的大脑是十分复杂的,要借鉴大概10多门科目才能大概模仿出来。热心网友 时间:2022-06-25 14:40
人工智能和各个学科之间存在着微妙联系。我们可以看到目前很多使用仿生的方法来研究人工智能的技术都在参照各种和“人”有关的学科理论热心网友 时间:2022-06-25 14:41
目前是不可能的,人类大脑太复杂,目前的技术还无法达到热心网友 时间:2022-06-25 14:41
这需要很多科学研究需要很大的人力物力,才能打造出来。