[ 来自 IT168 ]

【IT168 资讯】目前，人造智能 ( AI ) 技术已经能够表现出人性化的特征。有些特征是有意设计成类似人类的行为，而其他行为则是执行命令的结果。其中，我们通常会选择一些与人类密切相关的作品进行设计，例如：歌曲写作、教学和视觉艺术。

但是随着实践的发展，公司和开发人员通过检查我们自己的智能，以及如何使用机械和软件有效地模仿人工智能来重新思考人工智能的基础。 IBM 就是一家这样的公司，因为他们已经开始了雄心勃勃地探索，使人工智能更像人类的大脑。

人性化 AI

许多现有的机器学习系统都是围绕需要从数据中提取出来的。无论他们是解决问题以赢得 Go 的游戏还是从图像中识别皮肤癌，答案往往是正确的。然而，这个基础是有限的，毕竟它与人类的大脑还是有区别的。

我们人类处于不断学习的状态，而且，当我们掌握一门知识的同时，大脑也在适应和吸收其他信息，这与许多现有的人造系统的构建方式是不同的。此外，人脑有一定逻辑，我们使用推理技巧和逻辑来解决问题，在这些方面，人工系统还不够出色。

而 IBM 正在努力改变这一点。当下，DeepMind 的一个研究团队就创建了一个合成神经网络，根据报道，它使用了合理的推理来完成任务。

逻辑化 AI

DeepMind 的计算机科学家蒂莫西 · 利勒利普 ( Timothy Lillicrap ) 在接受 " 科学 " 杂志采访时表示，通过给予 AI 多个对象和一个具体的任务，" 我们明确强迫网络发现存在的关系。" 在 6 月份的一次网络测试中，人们对有一个有多个物体的图像进行了质疑。在网络上被问到：" 蓝色的事物前面有一个对象，它是否与灰色金属球右侧的青色物体形状一样 ?"

在这个测试中，网络正确地识别了对象的 96%，相比之下，传统的机器学习模型仅达到了 42% 到 77%。先进的网络也会出现文字问题，并不断发展和完善。除了推理技巧之外，研究人员正在推进网络关注的能力，甚至是制作和存储回忆的能力。

通过使用这样的一种策略 AI 开发的未来发展速度将大大加快。据 IBM 研究人员 Irina Rish 在接受 Engadget 的采访时，" 神经网络学习通常是被策划完成，实际上是要通过大量的工作，直到提出一个具有最佳效果的特定架构。这是一种试错法。"

想想 AI 网络建设和自我提升的能力可能是很可怕的，但如果监控、启动也正确控制，这可能会使该领域扩展到目前的局限性之外。尽管担忧机器人可能会接管，但是在医疗领域，人工智能技术的进步可以挽救生命甚至让人类进入火星等等，因此，AI 的发展不容小觑，新 AI 的发展更是不能停歇。