机器学习—是否有路通向AGI(通用人工智能）

AI包含两个非常不同的东西，一个是ANI，代表人工狭义智能，这是一个人工智能系统，只做一件事，狭隘的任务，可能非常有价值，比如智能音箱或者网络搜索或AI应用于特定应用。例如，过去几年的农业或工厂，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过去的是十年里也取得了巨大的进步，人工智能有不同的想法，它是一个AGI人工智能，建立人工智能系统的希望可以做任何典型人类能做的事情，尽管人工智能有进步，如果有人真的做AGI，人工智能的进步让人们得出了正确的结论，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，必然意味着AGI，所以如果被问到AI和AGI，你可能会发现对解释人工智能中发生的一些事情很有用，以及一些关于AGI不必要炒作的来源。

随着现代深度学习的兴起，我们开始模拟神经元，随着越来越快的计算机甚至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建立的人工神经网络，它们是如此简单，以至于逻辑回归单元真的不像，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。

直到今天，我们几乎不知道大脑是如何工作的，关于神经元如何准确地映射，从投入到产出，我们今天还不知道，所以试着在电脑模拟，一个单一的逻辑函数离人类大脑实际活动的精确模型还很远，鉴于我们的理解非常有限，无论是现在还是不久的将来，人类大脑🧠是如何工作的，只是试图模拟人脑作为一条通往敏捷的道路，将是一条极其艰难的道路。

在动物表演中做了一些迷人的实验，同一块生物脑组织可以完成令人惊讶的广泛任务，这导致了一个学习算法假说，可能很多情报，可能是由于一个或一小部分学习算法，如果我们能弄清楚一个或一小部分算法是什么，我们也许在计算机中实现这一点。你大脑的黄色部分是你的听觉皮层，你的大脑被连接到从你的耳朵接收信号，以电脉冲的形式，取决于你的耳朵对那个或三个皮层检测到的声音，事实证明，如果你重新连接动物大脑，切断耳朵和皮层之间的电线，把图像传送到普通的大脑皮层，然后听觉皮层学会看到听觉指的是声音，所以大多数人学会听到的大脑的这一部分，当它被输入不同的数据时，他反而学会了看。

下面是另一个例子，你大脑的这一部分是你的体感皮层，体感是指触摸处理，如果你以类似的方式重新连接大脑以切断连接，从触觉传感器到大脑的那个部分，取而代之的是重新连接大脑以输入图像，然后体感皮层学会看到，所以，有一系列这样的实验，显示大脑的许多不同部分，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，学会处理输入。

因此，已经建立了一些系统，可以将相机挂在某人的额头上，并将其映射到某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，这可以帮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进行了迷人的实验，所以像海豚和蝙蝠这样的动物用声纳来观察，听听它是如何从周围环境中反弹的，人类有时可以学习一定程度的人类回声定位。或者触觉带，如果你在腰上挂上一圈嗡嗡声，使用磁罗盘进行编程，所以说，最北方向的嗡嗡声总是轻微振动，然后你不知何故获得了一些动物拥有的方向感，但人类不会，然后感觉就像你在四处走动，你只知道北方在哪里，正在进行给青蛙植入第三只眼睛的手术，大脑只是学会处理这些输入。这些实验表明人脑具有惊人的适应性，神经科学家说它是惊人的可塑性，这只是意味着适应处理令人困惑的传感器输入范围，所以，如果同一块脑组织能学会看，摸或感觉甚至其他事情，算法该如何做到。

原文地址：https://blog.csdn.net/yn3535_/article/details/143493302

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！