点,比如判断向,它自然性好、模块性好、不复杂容易上手,生成的智能具有优良的记忆、不会出错,是科研方向的钢需品。
逻辑向补足了判断向的推理不足的缺点,算是一个万能辅助。
而神经网络式的设计方向,就会出现阿法狗那样的结果,它会让人看上去或接触起来以为它是人类,或者后台有人类在操控它对答一般,它模仿了人类的记忆形式,具有模糊、联想、快速、拟人化的特点,当然,缺点也不少,计算不精确,推理能力全靠蒙猜等等。
函数过程式是个万精油,两个方向都可以夹着用一点,优点是模块化、可以提升速度,缺点是通用性设计困难。
知道了这些,他对贾维斯的设计就更有信心了,首先还是要先选择方向。
贾维斯设计的初衷就是用来辅助他的工作,他需要的是一个可以帮他推导、记忆、精确操作工具或设备的智能,所以他之前的设计方向其实是对的,至于为什么认不出几号螺丝刀,这个问题在有了总纲的指引下,他就已经知道了最优化的方案。
包括安妮之前跟他说的那个不错的数学解决办法,其实是在以判断式的方式在解决问题。
设计表现为:根据与观察摄像头的距离计算所拿取的螺丝刀的开口形状与大小,再计算目标螺丝的距离与大小,不匹配时更换螺丝刀,重新计算,匹配时开始卸螺丝。
但这个如果用神经网络来设计,其设计表现为:我身上有三把一字螺丝刀,分别是3号5号7号按顺序放于三个卡槽中,它们的旁边还有十字的,梅花的。目标螺丝看上去像是颗一字小螺丝,看上像是3号的,我先挑选最小的那把一字试试。完美卸掉!我就说我是个机械天才。
判断式可以适应所有工具,不管几号总能试出一款合适的,但耗时长,网络式只能适应已知的标准工具,碰上非标部件时,除非让他学习新标准增加新工具,不然它就会傻在那里,跟傻子一样。
这两个方向并不是说不能有交集,相反,可以适量交汇,以造出更加适合自己的人工智能。
所以,他在研究阿法狗的设计架构,参考它的设计理念之后,贾维斯的智能就可以有质的飞跃。
他本来想学一点华文,但佩珀不知道怎么的,让他放弃,说是以后会找个好法子再让他学的。
他已经看到了华文在描述技术文章的简洁便利之处,而且,程万里没说错,多学习几门语言,了解各语种人类的思考及行为方式,有利于提高人工智能的等级。
他很赞同这一点。
窗外地面的景色也渐渐变成了赤土黄沙,他们离目的地近了,中间停机加油他居然都没注意!
很快飞机就降落了,这并不是在他们的首都,因为带着试验性武器,所以降落在了美军控制区的机场,然后再前往指定的地点。
军方给的接待员,也就是他的好友罗德上校。
“嗨!托尼!”
请收藏:https://m.sgxs8.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)