关于人工智能的四大误区

现在回收的人工智能可以很好地办理狭义题目。人工智能体系可以在下围棋和国际象棋方面逾越人类，以超乎通俗的精确性在X射线图像中发明癌变模式，并将音频数据转换为文本。可是，可以办理特定题目的人工智能体系计划并不必然会使人们更轻易办理更伟大的题目。Mitchell将第一个误区描写为“通用人工智能是是狭义人工智能的一种延长。”

Mitchell在文章中写道：“人们看到狭义人工智能体系做了一些令人诧异的工作，因此凡是会以为该规模在朝着通用人工智能迈进的阶梯上走得更远。”

譬喻，当今的天然说话处理赏罚体系已经朝着办理翻译、文本天生、特定题目答疑等诸多差异题目的偏向成长了很长时刻。与此同时，此刻尚有可以或许及时将语音数据转换为文本的深度进修体系。每一项成绩的背后都是数千小时的研发事变，以及在计较和数据上耗费大量资金。可是人工智能社区如故没有办理建设可以或许举办开放式对话而又不会长时刻失去连贯性的题目。这样的人工智能体系还必要办理更伟大的题目。它必要具备知识，这是人工智能尚未办理的要害挑衅之一。
 

将今世的人工智能体系与人类智能举办类比，会对人工智能的成长近况发生错误的印象。

人工智能规模凡是充斥着一些术语，使其与人类智能处于平等程度。我们行使诸如“进修”、“领略”、“阅读”和“思索”之类的术语来描写人工智能算法的事变方法。尽量这种拟人化的术语凡是是辅佐通报伟大软件机制的称号或简写，但也许会误导人们以为当前的人工智能体系的事变方法与人类的思想方法相同。

Mitchell将这一误区称为“如愿影象法(wishful mnemonics)”，他指出：“这种称号或简写也许会误导试图领略这些功效的公家(以及报道这些功效的媒体)，而且还会有时识地影响乃至人工智能专家的思索方法，以及他们开拓的人工智能体系与人类智能的相似水平。”

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!