1樓：塵宴
27-塵宴-0315
#隨便說說人腦和智慧型機器#
從蒸汽時代到電氣時代再到網際網路時代，由於社會生產的需要、科技發展的需要、世界形勢的改變等等因素，縱觀過去的時間軸，每個時代都會乙個具有里程碑的產物，為推動人類生活的進步做出巨大的貢獻。
在這個過程中，有一些發明被淘汰，不再有人提起。也有不少發明沿用至今或更新公升級了，令我們大受其益。這是乙個各類工具應運而生又自然淘汰的過程。
由此可見，智慧型機器是網際網路時代的產物，智慧型時代的到來，也是未來發展的必然趨勢。
機器都是人製造出來的。我們可以製造出更加智慧型的機器，但很難製造出乙個和超越人腦的智慧型系統。
我們可以通過精確的運算和深入的研究設計出一套嚴謹的自動作業系統來實現任何一項智慧型活動。可是人的主觀能動性、性格複雜性、情緒多樣化是很難被模擬的，或者說，是無法被完全模擬的。
那些智慧型的機器也只能稱之為智慧型機器，因為它無法成為乙個豐富且具有多層次性的人。
2樓：孔半仙
人和動物的最大區別，就是人善於使用各種各樣的工具來達到憑藉人本身無法完成的目的。
而電腦的發明，則是通過嚴謹而快捷的運算，幫助人在短時間可以找到槓桿上可以實現最大利益的那個點，節約了時間。
生物總是趨利避害的，所以人腦在這種自我保護的機制下，不可能會超負荷的執行自己的大腦，這一根本原因造成的結果，便是單個的人很難在邏輯上勝過自己製造的電子運算機器。
然而，人之所以為人，是因為人類有著自己目前也無法理解的，非比尋常的力量。與機器均勻高速的運算不同；在臨界的壓力下，人類神經元的各個細胞會被激發到平時百倍的活躍，而這種活躍，也許正是機器所無法企及的高度所在。
谷歌的機械人，在當前的科技領域，已經是登峰造極。但是畢竟還是通過一系列模仿人類的思維方式達到的這種水準。但是人真的就已經把人研究明白了嗎？
我感覺並沒有。也許這才是問題的最大所在。
自古人心難測。阿法狗再厲害，也沒辦法讓林志玲跪舔我乙個窮屌絲。不是麼？
研究生讀機器學習的哪個方向好？
大煎餅 通用的方向比較好，將來的出路比較多。從目前來看，卷積神經網路及其變體是最常用的。1 卷積神經網路卷積神經網路至今仍是影象識別領域最常用的演算法，主要包括卷積層 池化層等部分。卷積神經網路 2 殘差網路殘差網路是新增了跨層連線的卷積神經網路。殘差網路 3 殘差收縮網路針對強噪 高冗餘資料，殘差...
如果有乙個和你一模一樣的智慧型機械人，你會怎麼證明你自己？
刀尖上跳舞 機械人三大定律 1.不得傷害人類。2.遵從命令。且不能與第一條衝突 3.不違反第一，第二條情況下。盡量保證自己生存。有這三條，機械人和人的區別就很明顯了，你應該能想到很多辦法去發現差別。當然拋開三定律，其他的有關兩者的區別也能起到分清彼此的作用。首先，正常人類可以完全掌控自己行為，甚至自...
交通銀行機械人是如何做到如此智慧型的？
已登出 1 從神經網路和機器學習演算法來看，理論上是能做到的 2 至於你遇到的這台機械人背後有沒有人工參與，你完全可以測出來的啊，問它一些人類無法回答的問題，比如大數乘法 瞬間記憶 絕對音感等等 Xingyu Na 瀉藥。語音合成 識別從業多年。1 排名2和3的答案已經把系統圖貼出來了，應該很有說服...