国产一精品一aⅴ一免费-国产一精品一av一免费-国产一精品一av一免费爽爽-国产一久久香蕉国产线看观看-国产一卡2卡3卡四卡高清-国产一卡二卡3卡4卡视频

　　在谷歌的很多應用中，人工智能都扮演了非常重要的角色，無論是翻譯、圖像識別還是垃圾郵件過濾。毫無疑問，谷歌研究人工智能的腳步絕不會停止，也不會只停留在這些領域。在第三財季財報會議上，谷歌首席執行官孫達爾·披猜宣布他們正“重新考慮”讓旗下所有產品擁有更高級的人工智能同時采用一項被稱之為“機器學習”的技術。采用這些技術的產品將擁有怎樣的表現，讓我們拭目以待。

　　沒有人知道人工智能的最終疆界是什么，身為科技大佬的谷歌也不例外。在接受Tech Insider網站采訪時，谷歌的3名研究人員解讀了人工智能研究員在研制超高智能機器時面臨三個最大挑戰。

挑戰一：讓機器像人類一樣感知世界

　　在感知世界方面，人類無疑是所有生物中的“佼佼者”。如果無法感知世界，我們便無法生存下去。數百萬年的進化不斷打磨人類的感官能力，例如視覺、聽覺和觸覺，因為這些都是一個物種的生存所必需的。此外，感官能力也是智能的一個重要組成部分。在利用機器學習的道路上，人工智能研究人員正在大踏步前進，但他們仍有很長的路要走。

　　谷歌研究負責人、現代人工智能研究教科書《人工智能：一種現代方法》合著者彼得·諾爾維格表示，讓電腦像人類一樣感知世界能夠解決人工智能研究人員長久以來面臨的規劃和推理方面的問題。他在寫給Tech Insider網站的郵件中指出：“我們擁有非常出色的數據收集和算法研發能力，利用收集的數據進行推理，但這種推理能力建立在數據的基礎之上，也就是說我們距離感知真實仍有一段距離。”如果能讓電腦進一步感知真實，它們的表現就會更出色。

　　諾爾維格說：“隨著我們研發可持續感知世界并與之進行互動的系統，我認為電腦的推理能力將不斷提高。相比之下，學習系統只是被動地觀察和分析他人選擇的信息，例如網頁上的數據或者照片。”

挑戰二：讓電腦在沒有人類教師的幫助下學習

　　成長過程中，我們通過很多不同的方式了解世界。小的時候，父母或者老師會指著某些東西，然后告訴我們它們的名字。不過，童年時代的很多學習經歷也是一個隱性學習過程，即根據以前學到的知識進行邏輯推理的能力，以填補知識空白。

　　然而，電腦并沒有這種能力。迄今為止最成功的機器學習方式被稱之為“監督式學習”，方式與老師指著某個東西然后告訴我們名字非常相似。每次學習一項新任務時，系統基本上都要從頭學起，需要人類在很大程度上進行長時間參與。

　　谷歌研究員薩米·本希奧指出機器需要具備在沒有人類太多監督和指令的情況下進行學習的能力。他在寫給Tech Insider網站的郵件中說：“我們需要在持續學習方面進行更多研究。也就是說，我們無需在每次輸入新數據或者測試算法時都從頭訓練我們的模型。這是一項非常艱難的任務，需要我們進行很長時間的研究才能有所進展。”

挑戰三：不完全照搬人類智能 避免電腦走岔路

　　谷歌著名研究員杰弗里·希爾頓對Tech Insider網站表示研制擁有類人智能的電腦時面臨的一個最大挑戰是如何避免電腦進行不必要的思考，或者說“不走岔路”。長久以來，意識被視為真實智能的一個不可或缺的組成部分。但希爾頓認為這種對思維的思考方式已經過時。他在寫給Tech Insider網站的郵件中說：“‘意識說’是一種古老并且非常原始的理論，通過訴諸無法直接觀察到的本質特征的方式解釋一個非常復雜的計算系統的獨特之處。這種觀念的實際意義還比不上用‘因為有動力’來解釋汽車為何能夠移動……根本沒有對具體的工作方式作出任何解釋。”