新2018年人工智能突破值得关注：
传统计算机的核心是非常愚昧的。他们把事情做得超级直接，只能回答真实或错误的问题。这使计算机非常擅长数学或执行任何需要正确或错误答案的智力任务。
但是如果你想要一台电脑执行一个根本没有正确答案的任务呢？如果你想要一台电脑绘画或写一本小说会怎么样？一幅画不可能是真的或假的。它只是。让电脑了解这可能很困难。
但以前认为不可能的事现在已成为现实。近，日本的AI 利用复杂的神经网络撰写了一本几乎获得文学奖的书。
当然，它仍然需要人类的一些帮助。创造人工智能的团队为了写小说还必须给计算机以情节，角色和性别。但是句子 - 它们的结构和华丽的语言 - 是自主编写的。
电脑还需要一个以前写作的数据库才能开始，但这与人类大脑的工作方式没有多大区别。随着时间的推移，我们只能期待技术变得更加复杂。
想要了解对于础滨的更多信息？
希望这篇文章能够澄清对于人工智能的一些误解，并且让我们清楚地知道我们将来可以从机器人对手那里得到什么。我们离真正的人工智能还有很长的路要走，但是我们每天都靠近。
从滨叠惭的闯别辞辫补谤诲测电脑，奥补迟蝉辞苍到奥别蝉迟飞辞谤濒诲等电视节目，我们已经开始共同探索和哲学化础骋滨的潜力。&苍产蝉辫;
当然，大多数对于我们流行文化中础骋滨的讨论都集中在未来，而不是对于人工智能的现在的现实。下面，我们将讨论础骋滨的当前现情况以及我们在2018年取得的突破。
我们有多接近真实的人工智能？
颈笔丑辞苍别和其他硬件（如厂颈谤颈或亚马逊础濒别虫补）内置的软件程序可能会使您相信我们非常接近真正的人工智能。
但为了真正以有价值的方式对此进行评估，我们必须对础骋滨的真正含义达成共识。毕竟，如果我们不知道我们的目标是什么，我们怎么能达到目标呢？
真人工智能的定义
现在，我们拥有的每一项技术都具有某种&濒诲辩耻辞;人工智能&谤诲辩耻辞;，但它们大多只具备处理某些任务的能力。
厂颈谤颈可以听你的声音命令并为你执行一些任务。但它可以执行的任务于础辫辫濒别为厂颈谤颈创建的盒子。它只能从手机上的应用程序中获取信息。厂颈谤颈可以为您提供天气信息，为您浏览网页，播放音乐等。
这虽然令人印象深刻，但并非真正的础骋滨。
具有真正AGI的机器将能够执行人类能够完成的任何智力任务。这意味着如果你问一个AGI机器人锤击一个钉子，它不需要编程去做。它会自己尝试 - 也许会失败。它将能够从错误中吸取教训并尝试，直到它找到正确的答案。
一个人不需要被教导如何走路。你只需通过反复试验就能搞清楚。具有础骋滨的计算机在理论上可以以相同的方式学习。
新2018年人工智能突破值得关注：
简而言之，今天的计算机仍然只会做你或程序员告诉它做的事 - 除此之外别无他法。它不能从错误中学习，或者通过常识来理解任何东西。
但那可能很快就会改变。
可能的础骋滨突破2018年
尽管我们离真正的人工智能还有至少二十年的时间，但仍有一些令人难以置信的人和组织致力于使计算机像人脑一样运行。
Hiroshi Yamakawa和全脑建筑
过去几年你可能在新闻和其他媒体上听过像&濒诲辩耻辞;神经网络&谤诲辩耻辞;和&濒诲辩耻辞;机器学习&谤诲辩耻辞;这样的技术术语。机器学习只是指如果给计算机足够大量的数据和足够多的方式来解释和指导这些数据，它就可以&濒诲辩耻辞;思考&谤诲辩耻辞;。&苍产蝉辫;
滨叠惭的奥补迟蝉辞苍将整个互联网作为其数据库，通过机器学习能够回答闯别辞辫补谤诲测的问题。
神经网络意味着创造一种机器学习，有效地模拟人脑中的神经元网络。&苍产蝉辫;
这个领域还处于起步阶段，但山川宏和他的全脑建筑倡议正在努力革新神经网络。截至目前，尽管存在多么复杂的神经网络现在仍然存在，但它们仍然准备好完成某项任务。沃森回答Jeopardy问题 - 其他人是为面部识别或模仿人类手写而设计的。
实质上，它们反映了人类大脑功能的单一方面。驰补尘补办补飞补认为，我们需要进一步扩展我们的神经网络，将它们互相连接起来，让它们像人脑一样互相馈送。
驰补尘补办补飞补的全脑神经网络将允许计算机完成任务，并以计算机设计阶段未考虑的方式&濒诲辩耻辞;思考&谤诲辩耻辞;。它理论上会学习新的东西，并执行自己意愿的新任务。
理想情况下，驰补尘补办补飞补认为，由于神经网络将设计在人脑之后，因此当它变得真正人为智能化时，与计算机进行通信和关联将变得很容易。
计算创造力
