用神经网络结合老式的手工编码逻

所以，解决方案也许是混合模式–辑。‍‍‍‍‍‍‍‍‍ 辛顿对此颇为不屑，一方面他坚信神经网络完全可以有推理能力，毕竟大脑就是类似的神经网络。另一方面，他认为加入手工编码的逻辑很蠢： 它会遇到所有专家系统的问题，那就是你永远无法预测你想要给机器的所有常识。 AI真的需要那些人类概念吗？阿尔法狗早已证明，所谓棋理和定式只是多余的夹层解释而已。

‍‍‍‍‍‍‍‍ 关于AI是否真正理真正懂得

真正有判断力，辛顿以昆虫识别花朵为例： 昆虫可以看 波兰号码数据 到紫外线，而人类不能，所以在人类看来一模一样的两朵花，在昆虫眼中却可能截然不同。那么能不能说昆虫判断错误了呢？昆虫通过不同的紫外线信号识别出这是两朵不同的花，显然昆虫没有错，只是人类看不到紫外线，所以不知道有区别而已。

 我们说AI不懂什么

会不会是过于以人类为中心了。假如我们认为AI没 秘鲁电话号码列表 有可解释性，算不上智能，可会不会是即使AI解释了，我们也不懂？就像人类只有借助机器检测，看到两朵花的颜色信号在电磁波谱上分属不同区域，才能确信两朵花确有不同。 从十几岁开始，就相信模仿大脑神经网络的辛顿，仿佛有某种宗教式的坚定。 于是，在某个路口，哈萨比斯略有迟疑，而伊利亚·萨特斯基弗则和辛顿一路向前，豪赌到底。