京公网安备 11010802034615号
经营许可证编号:京B2-20210330
自人工智能出现以后,很多的科技大佬都开始十分地关注人工智能的研发,这也使得很多科技大佬对人工智能有着不同的看法,其中最著名的就是特斯拉公司和Facebook公司两者的辩论,两公司的辩论可谓是十分的精彩,但是这两个公司在争论什么呢?下面我们就给大家解答一下这个问题。
这件事情已经发生有一段时间了,Tesla与Facebook进行了一场谁不懂人工智能的辩论对决,然后引来了科技大佬们纷纷站队,很明显支持Facebook的大佬要多一些。但是他们到底在争论什么呢?首先可以确定的是,他们争论的绝不是单纯的人工智能技术问题,而是在讨论强人工智能的可能性和强人工智能的觉醒时间。其实弱人工智能与强人工智能的二元划分不是太合理,我们都知道技术的发展是个量变到质变的过程,弱到强之间难有技术分水岭,就像神经网络的三起三落,十年前没有大数据支持,神经网络学习效果不佳就说他弱吗?因为有大数据了,学习效果好太多了就说它强吗?某一方面的技术不能说明问题,一个领域的突破性发展往往是一系列关键技术的改进在推动,缺一不可。所以弱人工智能和强人工智能的划分是不合理的。
那么科技大佬们当下关注的关键问题,也就是强人工智能何时到来?这也是两个科技大佬争论的焦点,这个时间节点能否预测呢?其实是不好预测的,我们人类的发展进程是经历突变还是挺多的,比如原子弹发明之前,大部分科学家预测短期不可能,至少要几十年,也有科学家预测只需要几年,人工智能的三起三落也是,前几十年的预测都失败了,那么未来几年会不会产生突变呢?这个是谁也说不准的,首先我们不能以深度学习技术现有的局限来推断其未来的发展潜力,如果强AI能否觉醒,这得看未来数年里,有没有机器学习的终极算法,或是有没有深度网络全面解码了人脑的学习机制,或者某个深度网络通过本体学习和记忆产生了初级意识。这些都是我们无法预料的,所以我们只是能够去突破我们现阶段的内容。
在这篇文章中我们给大家介绍了两个科技大佬争论的问题,其实也就是强人工智能什么时候能够实现。强人工智能实现需要很多的知识积累,以及技术上的突破才行,希望这篇文章能够给大家带来帮助。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19