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
本章未完,点击下一页继续。