圖圖毛提示您：看後求收藏（第24章 人工智慧,我的外掛是死侍,圖圖毛,藏書網），接著再看更方便。
請關閉瀏覽器的閱讀/暢讀/小說模式並且關閉廣告遮蔽過濾功能，避免出現內容無法顯示或者段落錯亂。
“你們都知道網路搜尋引擎吧？“
“嗯，雅虎、谷歌、百度這些都是。“
張昊接著問：“先不說百度，當你在其他幾個搜尋引擎搜尋一個資訊關聯數量很大的詞彙時，搜尋引擎如何快速確定並且放在前面幾位推薦給你的呢”
這個問題還真沒難到了高凌雲，他投資專案的時候看資料會看到這背後的執行邏輯：“是靠使用者的點選量排名，雖然不一定對，但點選的人越多說明越有可能接近正確答案。”
張昊拍手道：“對！我們小時候是如何學習新鮮事物的呢？是不是一件件地去嘗試，在大腦裡形成初步映像，父母家人學校老師幫我們排除錯誤答案，或者說告訴你哪個是正確答案，這樣我們就算基礎的瞭解了一個詞，一件事，一個物體？”
“是這樣沒錯。“
張昊興奮道：”搜尋引擎也是這個道理，靠資料量堆積起來的機率，統計結果直接告訴我們答案。“
“電腦這時候還是無意識的執行一項統計排序工作，但如果我們讓它主動做這件事呢？“
“比如一個名詞，它資料庫裡本來就有無數條關於這個詞的解釋，但它不確定是哪一個，所以它把所有答案列舉出來，讓我們也就是人幫他選擇，那它是不是就建立起了和我們同樣的認知結構？“
“甚至是圖片也可以！你知道電腦上的圖片其實都是一個個不同顏色的微小點陣構成的吧？對於它來說，甚至比文字簡單，因為文字可能模稜兩可有多重含義，而色塊畫素是百分之一百確定的。“
“而圖片，在它眼裡就是一個個排列確定的矩陣塊，按同樣的方法訓練AI，甚至比文字效率還高！“
“而我在論文裡把這種構想稱為人工智慧神經學習網路。“
開車的楊韻怡還好，沒太深思專心開車，而副駕駛上的高凌雲直接洗了一口涼氣：“如果資料量足夠，或者你說的訓練量足夠，是真的可以做到你說的那種我問你答的那種初級人工智慧的。”
輔修了機械和電氣工程的高凌雲又想起一個人名“沃康松”，十八世紀法國的“機器人學家”，他賴以成名的是大量機械構造體，但傳說他還製造了一個會回答問題的機器人偶，但沒有人去問過問題也沒有實物流傳下來。
張昊的態度也是：“不愧是雲哥，看得精準！初級人工智慧，的確是初級！和電影《人工智慧》裡的小男孩差太遠了。“
“智慧真正的定義不僅要有歸納總結，否則一些動物經過訓練已經可以做到簡單數學計算甚至使用工具，但它們仍然是動物，而不是人。“
“人，或者只能最重要的就是創造性和情感。“
“在這方面我毫無頭緒，而且可能還需要很久很久，等生物科學那邊弄明白人腦是怎麼回事，是如何擁有創造性思維，如何擁有情感之後，真正的人工智慧時代才會開啟。“
最後張昊頹然地說道，最近他就是胡思亂想到了這些，才又頹廢無聊起來，跑去接了個私活。
高凌雲真誠地說道：“你的構想已經非常偉大了，每個人總是先學會站起來，才能學會行走，學會奔跑。”
“至少你已經有了行走的慾望，並完成了初步模型，未來會很快到來的。“
本章未完，點選下一頁繼續閱讀。