原文吃掉
基本上摇光这种东西可以想成是思考型机器人
老式ai的原理就是事先预想好会发生的情况
并对其做出应有的
举例来说
工程师事先设定好看到A机器人举左手 看到B举右手
今天你给他看C 机器人就会当机在那边了 或者随便举一只手(视工程师写法而定)
简单来说 就是无法对未预期的状况作出适当的反应
而摇光型的
你把C给他看
他可能就会靠杯你又没跟她说看到C要做什么反应
至于你要说结衣也是老式ai...
我只能跟你说 作者今天突然试图把科技树套进现实情况
结衣这种不科学的bug产物自然就会无法解释
除非硬凹及时用大数据蒐集之类的

只是只要资料够多的话 AI就很够了吧摇光觉得不会比较好用

不对吧 给他看c他怎么会有反应？

不过真的很多科学家想做出类似摇光的东西

还有if(a)左手 else if(b)右手 else ....很多时候还是会做例外处理

不懂AI别乱掰好吗==

摇光的发想是让他们自己思考? 但结衣是大数据的总和，感觉像人脑和电脑比。 做什么摇光 想办法复制结伊还比较快就好比例外情况 摇光:我用自己的经验想想.. 结衣:例外?在我的大数据里面没有所谓的例外

不知道楼主有没有接触过machine learning 目前应该是有办法从a跟b得到的反馈去判断c事件应该要怎么处理了 我本身也不是这方面的专家 不过因为工作的关系 在这方面的文章偶尔会接触 以类神经网络的处理方法 就有点像是把输入乘上一个矩阵 所以就算遇到一个陌生的信号c 也是可以从过去训练判断c的处理 但不确定是否正确就是 如果处理不正确就会把错误反馈然后修正矩阵 直到分类越来越正确 一点浅见如果有错还请包涵

其实...摇光的概念类比到现有科技就是类神经网络啊.

瑶光的价值应该在于 不需要大量的训练 ai能够自动训练 就是所谓的举一反三 但是现在所有的ai其实应该算是举三反一 而且充其量比较算是透过统计学及算法 将不同的case分类 当有新case就马上可以透过分类去找到最佳解 而不是实现真正的思考

你知道你写的程式跟你所谓的工程师设定根本是两回事吗?另外if then这种条件根本不叫AI吧不是乱掰一个老式AI 就可以把if then else当成AI好吗如果只是条件叙述 看到C的反应 就会跟工程师设计的一样如果看到b要干嘛的设 会写在else 那一定是个失败的工程师摇光还是大量训练啊 模拟的人生比训练真人时间快很多

老实说很难定义人类举一反三思考有其独特性 还是只是像电脑一样举三反一 如果你把你人生中到目前所有的认知去遗忘掉(包刮有意或无意的训练)后跟电脑置于同一个情境人类是否能做出比电脑更优异的解?12楼基本的模型没有问题 但回馈会有权重分布不管是正确或错误都会有所改变 还有非常多小技巧去增强正确性 像是提早删掉不重要的分支能有效增强正确率...

ai很难重现人类的突发其想XD(看向板上五等分ㄎㄧㄤ文

作者也不是想要摇光像一般电脑一样在训练后做出最优异解吧，是想要让摇光像人一样，在生活中培养的感情、意志或信仰的驱动下做出自己心里的选择，而不是最好的选择，简易说就是要他们学会自私吧

if then else那种叫做小学生的课后活动，要讲AI好歹也提自动控制

人类也不稳定啊 叛徒一堆

要说ai还有什么比不上人的也不用讲得太抽象 现在不就有很明显的实例 就是连什么该黄标也不会

siri不是ai

不懂ML在那扯AI==

本来就不是只有机器学习才叫ai 其实这状况很像robot

有if else就已经不是ai了

现在可能还好 以前也有段时间还蛮常看到有人在吐槽机器手臂