首先,人工智能是個寬泛的概念,指的是實現(xiàn)機器可以像人一樣判斷分析與綜合使用。這個不是說我們通過門電路的邏輯連接就可以實現(xiàn)的。需要跳過數(shù)據(jù)表面遮蓋,可以看到本質(zhì),分析本質(zhì),通過推理論證,實現(xiàn)高度精確的判斷。
其次,機器學習。雖然死板的計算和輸入程序可以運行也算機器學習,可是這只是簡單的模仿與照做,沒有思考,沒有分析,做完就不管了,只會做這一件事,其它同類的事情就不能做了,需要修改程序。不同于人類小孩,他有判斷,同類的事情自然就會做了。機器需要的就是這個,而且需要更快更好。
再次,神經(jīng)網(wǎng)絡(luò)。這是機器的算法研究,比起仿生更加高級。所以模塊都連接起來,確實會加深連接,可是呢,一方面耗時耗力,另一方面對集成度要求很高。需要不斷地改進,不是數(shù)量上的優(yōu)化,而是如同大腦一般,分類分事,建立專門的區(qū)域處理,同時潛意識跟進,只記錄而不參與處理,相當于存檔。然后再能量消耗少的時候,可以不斷調(diào)用讀取,加以分析。通過潛移默化與正常思考,綜合作用,不斷提高思維能力。但是呢,比起人腦,電腦的能源幾乎是無窮無盡的,可以同時開啟幾乎所有的連接,加以分析。但是呢,比如人腦,卻又少了微量元素的影子。存在即合理,微量元素的作用到底是什么?我們應(yīng)當加以運用,綜合到硬件設(shè)備中,細化軟件過程。
最后,就是深度學習。正如人一般,學習講究方法,講究天賦的應(yīng)用與開發(fā)。書山有路勤為徑,學海無涯苦作舟。是的,勤奮可以補拙,可是容易產(chǎn)生心理問題,影響身體。但是計算機沒有心理問題,會影響他的硬件壽命嗎?可以發(fā)現(xiàn)它的軟件漏洞,然后自我更正嗎?人可以通過見賢思齊,不斷優(yōu)化自己,督促改正自己的壞習慣。可是呢,怎樣深度學習,同樣的時間,大師成為了大師,大多數(shù)人都成了普通人,為什么?是效率嗎?不全是,也有心志的作用。怎樣充分調(diào)動計算機的主動性,讓它愛上學習呢?這也許正是造物主的困惑吧?