基於這種思想，我們很自然的看到也接受機器將會毀滅的人類的說法。特別是《終結者》系列電影的推出，在給予人們系列的感官刺激同時，還帶來智慧機器人無限制發展到底會有什麼後果的問題。
自從AlphaGo在圍棋打敗人類之後，各種關於機器的深度學習、神經網路等概念開始流行。看起來，學習、神經等這些詞彙和人類非常的接近。於是，機器能夠完全模仿人腦的可能性貌似變得更大，而最具威脅的也就是AI深度學習和神經網路。
而所謂的機器學習，是目前實現人工智慧最主要的方式，也就是機器對與人類經驗的學習積累。它有一個很重要的前提，就是人類給予它的“知識”是正確的，如果我們給予錯誤的引導，那“學習”之後它也會得出錯誤的結論。
神經網路則是一個模擬人腦思考的計算機模型，我們會對一件事情進行很多方面的考慮，最後做出選擇。而數學的模式來表達，就是一個關於某個問題如何選擇的機率問題。
於是，計算機科學家用同樣的方式，在輸入和輸出之間，加入了非常多的“節點”，每個節點會對前一個節點傳來的資料，按照自己擁有的一個權重係數（大多數人選擇某個點的機率）進行加工，有時候節點還會分層。這就是“人工神經網路”的模型。
雖然看起來很高大上，但對比人腦，這只不過也就是大多數對某一件事的機率選擇問題。所以，所有的應用都只能集中在可以用數學方程式來表達的問題上。但是，我們知道人的大腦並不能用某種演算法和方程式來說清楚。
所以，Facebook人工智慧研究的帶頭人勒丘恩博士也說，“你可以從生物學中獲取靈感，但絕不能機械的複製它…”。如果真的存在一套演算法或者計算機程式能夠讓AI完全效仿人腦工作， 那就說明人類不是這個星球唯一的文明。
所以，人工智慧就像是人類的“小孩”一樣，人類在不斷的教給他如何“自主”執行的功能，以試圖有一天這個“小孩”能獨立工作。
-
#所以，你覺把人改造成機器和把機器改造成人哪一個更難？#
初始值釋出.
基於這種思想，我們很自然的看到也接受機器將會毀滅的人類的說法。特別是《終結者》系列電影的推出，在給予人們系列的感官刺激同時，還帶來智慧機器人無限制發展到底會有什麼後果的問題。
自從AlphaGo在圍棋打敗人類之後，各種關於機器的深度學習、神經網路等概念開始流行。看起來，學習、神經等這些詞彙和人類非常的接近。於是，機器能夠完全模仿人腦的可能性貌似變得更大，而最具威脅的也就是AI深度學習和神經網路。
而所謂的機器學習，是目前實現人工智慧最主要的方式，也就是機器對與人類經驗的學習積累。它有一個很重要的前提，就是人類給予它的“知識”是正確的，如果我們給予錯誤的引導，那“學習”之後它也會得出錯誤的結論。
神經網路則是一個模擬人腦思考的計算機模型，我們會對一件事情進行很多方面的考慮，最後做出選擇。而數學的模式來表達，就是一個關於某個問題如何選擇的機率問題。
於是，計算機科學家用同樣的方式，在輸入和輸出之間，加入了非常多的“節點”，每個節點會對前一個節點傳來的資料，按照自己擁有的一個權重係數（大多數人選擇某個點的機率）進行加工，有時候節點還會分層。這就是“人工神經網路”的模型。
雖然看起來很高大上，但對比人腦，這只不過也就是大多數對某一件事的機率選擇問題。所以，所有的應用都只能集中在可以用數學方程式來表達的問題上。但是，我們知道人的大腦並不能用某種演算法和方程式來說清楚。
所以，Facebook人工智慧研究的帶頭人勒丘恩博士也說，“你可以從生物學中獲取靈感，但絕不能機械的複製它…”。如果真的存在一套演算法或者計算機程式能夠讓AI完全效仿人腦工作， 那就說明人類不是這個星球唯一的文明。
所以，人工智慧就像是人類的“小孩”一樣，人類在不斷的教給他如何“自主”執行的功能，以試圖有一天這個“小孩”能獨立工作。
-
#所以，你覺把人改造成機器和把機器改造成人哪一個更難？#
-
初始值釋出.