深度學習和神經網路技術離強人工智慧還有多遠?

時間 2021-06-03 04:00:29

1樓:江南

遠著呢,這麼說吧人類為什麼在地球上脫穎而出?大腦!乙個小小的細胞裡面都能攜帶大量的DNA儲存量,乙個小小的精子就能和卵子結合創造乙個人類!

所以說基礎科學遠遠無法支撐強人工智慧的到來,計算儲存能量,執行機制,可能人類研究人工智慧的方向都是錯的!我們只能說在某個單一功能領域超過人類,但人是乙個整體啊?各種生存機制,執行機制看起來都那麼完美!

我們連自己都沒有研究透徹,談什麼超越自己?所以我們研究出來的強人工智慧只是乙個各種能力缺陷的產品,而我們認為完美了,當人工智慧發展到一定程度它會覺醒,會創造自己,保護自己,會有進化能力!

結論,1,基礎科學遠遠無法滿足強人工智慧的到來,這是關鍵!

1.5,可能發展到某個程度人工智慧會在某個職業取代人類,比如科學家!

2,強人工智慧很大可能是人工智慧自己研製出來的!而不是人類!

3,一旦強人工智慧出現,人類也就向猴子的命運看齊了,沒有乙個智慧型人會在乎人類的命運

4,他們會有自己的命運,走出地球,殖民宇宙!

工程領域的人工神經網路和深度學習等方法,是否需要尋求其在神經科學 認知科學和生物學等其他領域的合理性?

徐雙雙 在 神經網路哲學的數學原理 出版前,你提出的任何新穎的技術方案,除了實際效果還不錯外,可能真的沒有一點可以證明其正確性和適用性的依據。如果稍微換個模型,這套技術方案的效果還能保證麼?或許只有實踐才知道。如果依靠神經科學,能將這個方案的適用範圍描述出來,多少給出一點理論依據,那麼是否也可以減少...

深度學習卷積神經網路優點

以下內容參考了Stacked convolutional auto encoders for hierarchical feature extraction,Jonathan Masci,Ueli Meier,Dan Ciresan,and J urgen Schmidhuber,2011 In v...

「深度學習」和「多層神經網路」的區別

資本西側 深度學習是在神經網路基礎上發展出來的一種演算法,主要優勢能夠通過feature learning選擇初始特徵,這解決了一般神經網路容易陷入區域性最優解的難題。此外,深度學習訓練多層網路的速度更快。更多關於深度學習和神經網路的區別,推薦這個博主的回答 帳號登入 水果豆腐 深度學習,主要指深層...