在膝盖上放一个“强大的AI形式” ...
您可以长期谈论AI的危害，但是参与该过程会更加有趣。让我们从分析为什么今天开发的东西不能在该领域取得突破的角度开始。有趣的是，在过去的几年中，每个人都在奔波于创建强大的人工智能的想法。我们在50年前挖掘了算法，但突然发现容量不足。他们说，互相鼓励，如果可以使人工神经网络中的神经元数量等于人脑中的神经元数量，将会有多酷。同时，没有人真正告诉我们为什么强大的AI仍然对人类有利。他将面临什么任务。它存在的目的是什么。通常所有的通用短语都是“井井有条”。当遇到某种悲伤时，这特别有趣，这家初创开发人员开始广播“哦，我们甚至都不了解我们创建的神经网络是如何工作的”。真的吗 因此，神经网络如何工作，以及为什么您不应该等待基于神经网络的High AI。你知道算术意思是什么吗？算术平均值（在数学和统计学中）是集中趋势最常见的度量之一，即所有固定值的总和除以其数量。毕达哥拉斯人提出了它（以及几何平均值和调和平均值）。
现在，让我们以100万张照片为例，例如印章，为了简化起见，我将对其进行简化，但并不是很多。拍摄所有这些密封的照片，并使其成为真空中的普通算术猫。此外，我们喂养的猫的照片越多，将新照片与猫的照片的算术平均值进行比较时，识别度就越高。一对几十张猫的照片是不够的。是否可以在这种算法上构建强大的AI？当增加神经网络的大小时，如何计算算术平均值将使我们能够切换到算法的独立构造？显然，有一种对某种魔术的计算方法，即当我们在网络中制造足够的神经元时，就会产生某种东西。好吧，他们早些时候相信老鼠会自发地产生一堆破布。同时，出于个人原因，出于个人原因，他们试图复制人类的大脑，但我个人并不了解。尽管复制思维方式会更合乎逻辑。如果某个人感兴趣，我们将在下一次讨论。我有一些想法。强AI的实际应用的主题仍然是开放的。我们将用该显微镜锤打哪些指甲？我建议在评论中发言。 Source: https://habr.com/ru/post/zh-CN397875/
All Articles