人工智能深度学习在图像识别和翻译方面取得了进步

我认为，人工智能系统愚蠢的最终根源在于它们严格的算法特征。目前理解的AI基于数字处理系统，该数字处理系统从固定的数字输入阵列开始，根据固定的算法集，以逐步的方式执行二进制数字运算。

有人可能会反对这种特征，指出AI系统可以不断更改自己的“规则”，可以重新编程。那是真实的; 但是自重编程必须遵循某种算法。

这同样适用于系统对各种输入作出反应的过程。最终，每个AI系统都受系统设计中体现的一组规则和过程的约束，只要系统保持完整，这些规则和过程就不会改变。

人工智能的伟大先驱之一艾伦·图灵(Alan Turing)成功地为“算法”或“机械过程”的一般概念提供了精确的定义，该概念包含了所有可能基于数字硬件实现的AI系统。图灵证明，任何此类系统在数学上均等同于现在称为“图灵机”的抽象实体。

AT高级版

而且，只有一台通用的图灵机可以模拟任何其他图灵机，只要它们的设计以适当的编码形式输入即可。在此基础上，可以通过数学方法研究AI系统的理论可能性和局限性(不考虑速度和其他物理方面)。

该图显示了一个带有正方形的环形磁带，其中写入了零或一个。机器的磁头可以读取，擦除或打印零或一，并将磁带向右或向左移动一步。下面的编号矩形包含机器的规则(程序)。

例如，规则1表示：如果读取零，然后擦除它并打印一个，将磁带向右移动一格，然后转到规则4;但是如果您阅读一本，则将其保持不变，将磁带向左移动一格，然后再次应用规则1。机器从规则1开始，并在磁带上写入一些零和1序列。也可以有一条规则告诉机器停止。

您可以链接到(相当慢的)动画，以显示图灵机的工作方式。

无论AI系统多么复杂，无论我们如何通过各种方式将AI系统组合在一起，以交互的方式进行并行和自修改的层次结构，最终我们都可以归结为图灵机在一套固定的控制下运行。规则。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！