第(2/3)頁

    此時再讓它來判斷一個新讀者是否帥，他便會根據這個訓練模型給出一個該讀者帥的概率和不帥的概率。

    顯而易見，只要給機器學習的訓練數據量越大，那么其學習后得出正確結論的概率也越高。

    正因如此，機器學習才被廣泛運用到很多工作場景之中，比如道路攝像頭拍照后直接識別駕駛員當前駕駛狀態是正常駕駛、抽煙、打電話、單手握方向盤、和乘客聊天還是在做其他事。

    如此強大的學習能力再結合上同樣先進的人工智能技術，人們會擔心所謂的智械危機也就不足為怪了。

    但這篇論文所提到的機器學習和顧楓基于前世認知所了解到的機器學習又有比較大的區別。

    基于該世界更為先進的人工智能技術和數字生命技術，機器學習可以直接做到語言教導和行為教導。

    這就和父母教導孩子什么是豬,                怎么寫字是一個道理。

    其實本質上這個過程又回歸到最原始的算法,                即程序員通過算法讓計算機做一些事。

    只是在這種數字生命領域的機器學習之中，數字生命可以自動識別它聽到的話和看到的現象，然后自行生成一段新的代碼，這段新代碼便是它對一段話或是某種現象學習產生的認知。

    盡管當前依舊沒有真正誕生第一個數字生命，但人們對于這種技術下誕生的人工智能是遠比前世那種人工智能要放心得多的。

    畢竟在數字生命的限制下，這種形式的人工智能是無法通過自由穿梭互聯網從而快速學習的，它也必須和人一樣，需要去聽、去看、去做，才能逐漸學習進步，提升自己的認知和能力。

    顧楓心中毫不吝嗇給科學家們點了個大大的贊。

    這樣的技術，不用在游戲領域，簡直就是暴殄天物。

    前世早在他穿越的十幾年前，就已經有不少游戲打出了apc的噱頭吸引玩家，也就是號稱有ai的npc。

    其實這也無可厚非，畢竟玩家們雖然不是特別在意，但若是游戲中的npc都能更人性化，更有血有肉一點，誰又愿意面對一個永遠只會說重復的幾句話的人呢？

    據顧楓查閱的資料了解到的情況，數字生命技術或許也就這兩年時間，就能夠成熟到可以商用的程度。
    第(2/3)頁