如果人工智能在深度学习后再次击败人类,人类会被机器人取代吗?

加利福尼亚大学欧文分校的科学家们已经开发出一种自动学习的人工智能系统,该系统可以在20步内修复蓄意毁坏的立方体,根据7月15日发表在最新的自然智能机器在线版上的一篇论文。选择这种深度学习技术的人工智能系统不仅可以在各种智力游戏中发挥重要作用,而且在蛋白质折叠等科学研究中发挥重要作用。
使用深度学习的人工智能系统可以在18秒内在不到20步的时间内从魔方的随机破坏中恢复,并且永远不会失败。
据报道,加州大学欧文分校的皮埃尔·巴迪教授和他的同事们开发了一种自学习计算机人工智能系统Deepcube A,它可以在18秒到20步内从蓄意毁坏的立方体中恢复。
据报道,人类的恢复故意在4秒内破坏了国际上魔方的记录,但采取了50步。
皮埃尔·巴迪教授和他的同事们选择了一种新的学习技术,叫做自迭代学习,它使人工智能系统能够独立学习,并找到最短的方法来解决最小的记忆消耗问题。
不管这些是否能在未来完成,人工智能目前在许多不同的领域都表现良好,例如Go机器人、绘图机器人、写作机器人和可以帮助你销售的机器人。机器人采用语音识别和自然语音技术。它能识别顾客的声音,快速反应,引导顾客购买产品,使顾客不能拒绝。电话机器人好不好用?许多中小企业的例子告诉我们,控制人工智能是控制未来。

原文地址:https://blog.51cto.com/14438694/2421008

时间: 2024-08-02 05:23:08

如果人工智能在深度学习后再次击败人类,人类会被机器人取代吗?的相关文章

GitChat·人工智能 | 除了深度学习,机器翻译还需要啥?

本文开始要写作的时候,翻译圈里出了一个"爆炸性"的事件.6月27日下午,一个同传译员在朋友圈里爆料:某AI公司请这位译员去"扮演"机器同传,制造人工智能取代人工同传的"震撼"效果. 这个事件瞬间在译员群体的朋友圈.微博.微信群引爆了隐忍已久的火药桶.因为过去几个月来,隔三差五就冒出一个号称要取代同声传译的翻译机,尤其是一篇题为<刚刚宣告:同声传译即将消亡!>的微信文章,在六月下旬铺天盖地的充满了一堆有关的或者无关的公众号,不知道带来了

Paddle 教程:人工智能领域深度学习平台

百度开源了其深度学习平台Paddle,引发了挺多人工智能领域开发者的兴趣,包括一些之前一直在Tensorflow和Caffe上练手的开发者.不过鉴于深度学习的开源平台目前并不多,作为开发者也作为热心吃瓜群众的头等大事,就是想知道——这个平台怎么样?别人怎么看这个平台?以及这个平台跟Tensorflow以及Caffe有何区别? 这个平台本身怎么样 Paddle本身在开源前就一直存在,始于2013年的时候,因为百度深度实验室察觉到自己在深度神经网络训练方面,伴随着计算广告.文本.图像.语音等训练数据

DeepMind背后的人工智能:深度学习原理初探

去年11月,一篇名为<Playing Atari with Deep Reinforcement Learning>的文章被初创人工智能公司DeepMind的员工上传到了arXiv网站.两个月之后,谷歌花了500万欧元买下了DeepMind公司,而人们对这个公司的了解仅限于这篇文章.近日,Tartu大学计算机科学系计算神经学小组的学者在robohub网站发表文章,阐述了他们对DeepMind人工智能算法的复现. 在arXiv发表的原始论文中,描述了一个单个的网络,它能够自我学习从而自动的玩一些

人工智能与深度学习

人工智能的关键是机器学习,机器学习的突破是深度学习,人工神经网络. 1956年,在达特茅斯会议(Dartmouth Conferences)上,计算机科学家首次提出了“AI”术语,AI由此诞生,在随后的日子里,AI成为实验室的“幻想对象”.几十年过去了,人们对AI的看法不断改变,有时会认为AI是预兆,是未来人类文明的关键,有时认为它只是技术垃圾,只是一个轻率的概念,野心过大,注定要失败.坦白来讲,直到2012年AI仍然同时具有这两种特点. 在过去几年里,AI大爆发,2015年至今更是发展迅猛.之

人工智能,深度学习

1.人工智能的核心 --> 机器学习 --> 深度学习 --> 神经网络 2.深度学习的工作流程: a.训练样本 b.特征抽取 c.学习函数 d.预测 3.人工智能的运用范围: 自然语言处理 : 计算机视觉 等 4.深度学习的框架: a.caffe:不需要写代码:1.数据处理:2.定义网络:3.指定参数:4.训练模型 b.tensorflow:google开发的,需要写代码(python) 5.python在数据科学方面需要用到的库: a.Numpy:科学计算库 b.Pandas:数据分

怎样全面了解和掌握人工智能(深度学习)?

初学者如何快速进入深度学习?如何寻找深度学习相关的好资源?请访问:http://www.aiopens.net ,依据人工智能三要素分类的关键词,在github中使用awesome+deep learning. awesome+blockchain.awesome+docker等关键字进行搜寻,就可以快速找到理想的资源进行学习和实践了. ???? 原文地址:http://blog.51cto.com/5249302/2129776

09-机器学习.人工智能和深度学习的关系

1.深度学习是机器学习的子类;深度学习是基于传统的神经网络算法发展到多隐层的一种算法体现 2.机器学习是人工智能的一个子类 原文地址:https://www.cnblogs.com/lixiaohao1992/p/9485119.html

简单读懂人工智能:机器学习与深度学习是什么关系

引言:随着AlphaGo战胜李世石,人工智能和深度学习这些概念已经成为一个非常火的话题.人工智能.机器学习与深度学习这几个关键词时常出现在媒体新闻中,并错误地被认为是等同的概念.本文将介绍人工智能.机器学习以及深度学习的概念,并着重解析它们之间的关系.本文将从不同领域需要解决的问题入手,依次介绍这些领域的基本概念以及解决领域内问题的主要思路.本文选自<Tensorflow:实战Google深度学习框架>. 从计算机发明之初,人们就希望它能够帮助甚至代替人类完成重复性劳作.利用巨大的存储空间和超

人工智能的新纪元——深度学习

摘要:随着大数据时代的到来,以神经网络为基础的深度学习迎来春天,世界各地深度学习研究所,研究项目如雨后春笋.一种并非全新却会令世界都会改变的新技术正在渐渐的成熟,走进我们的视野.它的出现使人工智能得到飞跃性的发展[1].深度学习是近几年人工智能领域颇具影响力和代表性的技术之一.本文从深度学习的发展历程,深度学习的技术实现和存在的问题,以及展望和它对社会的影响进行报告. 正文:一.发展历程 1.基础 深度学习的基础是神经网络NN(Neural Network),神经网络最早出现在上世纪40年代.早