第36部分(第4/5 页)

他动物的学习，是在生命的前几个小时、几天、几个月和几年，以没有人监督的方式学习：我们通过观察、发出行动与世界接触，得知我们行动的结果，以此来了解世界如何运作。

没有人告诉我们所看到的每一个对象的名称和功能，但我们能学会非常基本的概念，比如世界是三维的，物体不会自行消失，没有支撑的物体会往下落。

伏羲也是有这种能力的。所以要让它独立发展出高级的视觉识别能力，也不是不可以，但需要非常强大的硬件基础，以及非常漫长的时间。

而接受培训项目，也就是接受“监督学习”，能大大缩短这一过程。

视觉识别能力，其实不像人们想像的那么简单。比如，一个智力正常的人类漫步在小区里，看见一条萨摩耶和一条吉娃娃，虽然它们的外表相差很大，体型也不是一个量级，但我们能一眼就认出，它们都属于“狗”。

看到两条不同的萨摩耶，我们能很快分辨出，这条是楼上老李家的，那条是隔壁老周家的。

但是对于人工智能而言，图像只是一串数组。

伏羲的核心成分借鉴了深度学习系统，在深度学习系统中有一个特别有用的架构被称为卷识神经网络。

当人工智能需要识别一个图像时，它首先检测组成这个图像的那一串数组内的一小部分，由部分到整体。

例如物体的边缘，在第一层卷识神经网络中能够被轻易检测出来。

而神经网络的下一层将检测这些简单图案的组合所形成简单形状，比如汽车的轮子，马的尾巴上的毛，蝴蝶翅膀上的鳞片，人脸的眼睛。

再下一层将检测这些形状组合所构成的物体的某些部分，例如人脸、腿部，马的尾巴，蝴蝶的翅膀。

神经网络的最后一层将检测刚才那些部分的组合：一辆汽车、一架飞机、一个人、一匹马、一只蝴蝶等等。神经网络的深度使网络能够以这种分层次的方式识别复杂模式。

但是想要人工智能学会识别这颗星球上的万事万物，数十亿各不相同的人类和动物，就需要经过大量样本数据库的训练。这也是为什么伏羲需要那些大数据公司提供的训练项目。

第88章　没到那个程度

发了一会呆，易诚发现自己这会儿没什么可做的，干脆跑去了学校。

电教白板旁写着大大的“离高考还有13天”，班上已经陷入了恐怖的气氛。

所有人都在埋头苦读，或是运笔如飞地写着习题。就连已经放弃了高考的那几个学生也受到了氛围的感染，捧着本书在看，也不知道他们看得懂多少。教室里除了偶尔的咳嗽声，就只能听到写字和翻书时的“沙沙”声。

老师已经基本上不讲课了，所有的上课时间几乎全部是用来做习题、模拟考试。老师就站在讲台上，有学生提问时才解答一下。

易诚赶到教室时，老罗正在教室里巡视，点点头放他进来。

易诚刚在座位上坐下，一个小纸团从左边飞来。

又是这招……易诚一把抓住，打开一看，里边只有三个字：“看微信。”

他便拿出手机，打开蜂窝网络。这个年代手机的蜂窝网络还是3g制式，下载速度还不到200k，速度慢得碜人。听说明年、最迟后年华夏国内会全面铺设4g网络，那个时候手机上网速度会有质的提升。

过了好一会儿，他的微信里才刷新完毕，刘茹发来的话显示出来：“你是不是真的想放弃高考了？别放弃好不好，我们一起努力，还有机会的。”

易诚笑了笑，在微信上回复了一个笑脸符号，没有多说什么。

解释无用，每个人都只听得进自己想听的话，从自己的角度出发去理解对方的意思，很难站在对方