知识卡片
强智能路线有不同假设
数据路线从大量样本提炼隐式知识,物理模型路线在环境模型中训练自主行为,类脑路线借鉴生物结构。它们依赖的数据、环境真实性和结构仿真假设不同。列出可能路线不能证明任一路线必然产生意识,也不能据单项任务突破判断完整实现。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 基于类脑计算的强人工智能及其安全 强人工智能的讨论前提 · 查看原书依据
一是继续推进“大数据+大算力+强算法”的信息技术方法,收集尽可能多的数据,采用深度学习、注意力模型等算法,将大数据中蕴藏的规律转换为人工神经网络的参数,这实际上是凝练了大数据精华的“隐式知识库”,可以为各类文本、图像等信息处理应用提供共性智
参考来源
- 位置:《人工智能安全》基于类脑计算的强人工智能及其安全,强人工智能的讨论前提(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0007.xhtml)
- 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;书中历史数据与技术预测保留原有时点,不当作当前已验证结论。
- 原始内容:一是继续推进“大数据+大算力+强算法”的信息技术方法,收集尽可能多的数据,采用深度学习、注意力模型等算法,将大数据中蕴藏的规律转换为人工神经网络的参数,这实际上是凝练了大数据精华的“隐式知识库”,可以为各类文本、图像等信息处理应用提供共性智