人工智能发展前景再认知模拟联合国立场文件（人工智能发展前景）

大家好，我是小房，我来为大家解答以上问题。人工智能发展前景再认知模拟联合国立场文件，人工智能发展前景很多人还不知道，现在让我们一起来看看吧！

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

1.黑盒与可解释人工智能

对于大多数人来说，深度学习系统本质上是难以理解的。使用数百万个数据点作为输入，并将相关数据作为输出，通常无法使用纯语言解释其内部逻辑。但是，如果自动化系统要协助做出关键决策，例如要使用哪些操作和流程，而人们却无法理解这些决策是如何制定的，人们如何识别和解决错误？这种缺乏常识的现象限制了人工智能在现实世界中的应用。人们需要一个更清晰、更简单的人工智能系统，以更好地与世界和人们建立联系。人们需要一个更清晰、更简单的人工智能系统，以更好地与世界和人们建立联系。

2.机器学习与机器教学

根据麦肯锡全球研究所的数据，到2030年，预计在物理和人工技能以及基本认知技能上花费的工作时间将分别减少14％和15％。相反，人们将花费更多的时间使用更高的认知技能，例如回答“为什么”和决定要做什么。

这种新的工作方式将导致对支持它的工具的需求。PARC科学家Mark Stefik对机械学的研究描述了一个人类与机器可以相互学习的未来。在将来，人们可以将人工智能系统想象为工作场所的重要组成部分

3.冯•诺依曼计算与神经形态计算

在接下来的十年中，IT的主要中断之一将是从传统的冯•诺依曼计计算架构到神经形态计算的过渡。随着摩尔定律的放慢，人们遇到了冯•诺依曼瓶颈，那么可以从迄今为止最高效的计算机（大脑）中学到什么？

生物大脑在同一电路中具有记忆和计算功能，而传统的冯•诺依曼数字计算机将记忆与计算分开。生物大脑高度并行化，而数字计算机以串行方式执行计算。生物大脑很密集，只需要数字计算机所用能量的一小部分。这些瓶颈是现代数字计算机努力处理庞大的人工智能程序的主要原因。

本文到此讲解完毕了，希望对大家有帮助。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！