状况下的判断进行“转移借Р 成指数级增长。这件事就不具备可操作性。用”,或者通过向历史学习来的寻求解决之道,做出“综合判Р 面对这种局面,有一项技术得到了稳步发展,它就是“机断”。Р 器学习”。互联网的发展同时发展了海量共享数据,伴随着一另一类是,“与人相关联的事情还是由人来做比较合Р 些文字识别、人脸识别等技术的诞生,计算机自主学习开始迈适”。有些工作为因为这个理由而保留下来。例如,医生、服Р 出了第一步。务员、营业员等。这些由人提供服务比较舒心的工作也会被保Р 但是,计算机的学习,从本质上讲,还是区别于人类学留。毕竟可能让人来说服病人采取某个治疗方案可能更容易接Р 习的,所以我们称它为机器学习。机器学习依然存在局限性, 受。人终究还是需要人来陪伴的。Р 比如,分辨一个动物是马还是牛,对于人类来说几乎是不用思从长期看,一部分工作最终会被人工智能取代。因此,要Р 考的事情,但对于计算机来讲,可能就是一件运算量很大的工么学习如何做出那些只有人才能完成的大局性判断,要么索性Р 作,因为计算机需要事先获得许多动物的特征量,而计算机本专心于与人打交道的工作,这样去培养自己应该更为有利。Р 身,仍然自己无法选取特征量。参考文献Р 2012年,新式机器学习,“深度学习”诞生。深度学习以[1] 钟义信. 人工智能:“热闹”背后的“门道”[J].科技Р 数据为基础,由计算机自动生成特征量,它不需要由人来设定导报,2016,(7):14-19.Р 特征量。“深度学习”是人工智能研究50年来的重大突破。而[2] 松尾丰. 人工智能狂潮[M]. 机械工业出版社,2016.Р 到了2016年的alphago,它的模型由监督学习、深度学习和增[3] 埃哲森. 人工智能[M]. 上海交通大学出版社,2016.Р 强学习3个部分组成。(作者单位:山东省新泰市第一中学北校)Р - 197 -Р万方数据
全文预览
