呆板学习—是否有路通向AGI(通用人工智能）

AI包罗两个非常差别的东西，一个是ANI，代表人工狭义智能，这是一个人工智能体系，只做一件事，局促的任务，大概非常有代价，好比智能音箱大概网络搜索或AI应用于特定应用。比方，已往几年的农业或工厂，ANI是AI的子集，人工智能的快速发展，从逻辑上讲人工智能在已往的是十年里也取得了巨大的进步，人工智能有差别的想法，它是一个AGI人工智能，创建人工智能体系的盼望可以做任何典范人类能做的事变，只管人工智能有进步，如果有人真的做AGI，人工智能的进步让人们得出了精确的结论，人工智能有了巨大的进步，但这让一些人得出结论，人工智能有了很大的进步，一定意味着AGI，以是如果被问到AI和AGI，你大概会发现对表明人工智能中发生的一些事变很有效，以及一些关于AGI不须要炒作的泉源。

随着当代深度学习的鼓起，我们开始模拟神经元，随着越来越快的盘算机乃至GPU，我们可以模拟更多的神经元，但并不是那么简单，如果你看看我们正在创建的人工神经网络，它们是云云简单，以至于逻辑回归单位真的不像，任何生物神经元在做什么，你大脑或头脑中的神经元在做什么。

直到本日，我们险些不知道大脑是怎样工作的，关于神经元怎样精确地映射，从投入到产出，我们本日还不知道，以是试着在电脑模拟，一个单一的逻辑函数离人类大脑实际运动的准确模子还很远，鉴于我们的明白非常有限，无论是如今还是不久的将来，人类大脑🧠是怎样工作的，只是试图模拟人脑作为一条通往敏捷的门路，将是一条极其困难的门路。

在动物演出中做了一些迷人的实验，同一块生物脑构造可以完成令人惊奇的广泛任务，这导致了一个学习算法假说，大概许多谍报，大概是由于一个或一小部门学习算法，如果我们能弄清晰一个或一小部门算法是什么，我们大概在盘算机中实现这一点。你大脑的黄色部门是你的听觉皮层，你的大脑被毗连到从你的耳朵吸收信号，以电脉冲的情势，取决于你的耳朵对谁人或三个皮层检测到的声音，究竟证明，如果你重新毗连动物大脑，堵截耳朵和皮层之间的电线，把图像传送到平凡的大脑皮层，然后听觉皮层学会看到听觉指的是声音，以是大多数人学会听到的大脑的这一部门，当它被输入差别的数据时，他反而学会了看。

下面是另一个例子，你大脑的这一部门是你的体感皮层，体感是指触摸处置惩罚，如果你以类似的方式重新毗连大脑以堵截毗连，从触觉传感器到大脑的谁人部门，取而代之的是重新毗连大脑以输入图像，然后体感皮层学会看到，以是，有一系列如许的实验，表现大脑的许多差别部门，只取决于给出的数据，你可以学会看，学会感觉，学会听，好像有一种算法取决于给出的数据，学会处置惩罚输入。

因此，已经创建了一些体系，可以将相机挂在或人的额头上，并将其映射到或人舌头上网格中的电压模式，通过将灰度图像映射到舌头上的电压模式，这可以资助那些没有被引用的人学会用你的舌头看东西。人类回声定位或人类声纳已经举行了迷人的实验，以是像海豚和蝙蝠如许的动物用声纳来观察，听听它是怎样从附近情况中反弹的，人类偶然可以学习肯定程度的人类回声定位。大概触觉带，如果你在腰上挂上一圈嗡嗡声，利用磁罗盘举行编程，以是说，最北方向的嗡嗡声总是稍微振动，然后你不知何以得到了一些动物拥有的方向感，但人类不会，然后感觉就像你在到处走动，你只知道北方在那里，正在举行给田鸡植入第三只眼睛的手术，大脑只是学会处置惩罚这些输入。这些实验表明人脑具有惊人的顺应性，神经科学家说它是惊人的可塑性，这只是意味着顺应处置惩罚令人狐疑的传感器输入范围，以是，如果同一块脑构造能学会看，摸或感觉乃至其他事变，算法该怎样做到。