天才一秒记住【久久文学】地址：https://www.jjwxx.com
但是，尽管还有许多问题和麻烦，我相信一个简单的事实：深度思维的工作，从他们的雅达利游戏机到AlphaZero，代表了人工智能领域一系列非凡的突破性成就。
在实现这一切的过程中，他们成功地让数以百万计的人们美梦成真。
迈向通用人工智能？
深度学习已经被证明成就非凡，它使我们有能力构建一些在几年前无法想象的人工智能程序。
尽管这些程序赢得了辉煌胜利，但它们并不是推动人工智能朝着宏伟梦想前进的魔法。
接下来，为了解释这个问题，我们来看一下两个现在广泛使用了深度学习技术的应用：图像标注和自动翻译。
在图像标注问题中，我们希望计算机能够获取图像并对其进行文本描述。
在某种程度上具备这项功能的系统已经得到广泛应用：我的苹果Mac软件在更新照片管理应用程序以后，能够正确将我的照片分为“海滩场景”
“派对”
等等。
在撰写本文的时候，还有好几个通常由国际研究机构运营的网站存在，你可以将照片上传到网站，它会尝试为照片做出标识。
为了更好地理解图像标注技术的局限性，进而理解深度学习的局限性，我将一张家庭照片上传到一个网站中（本例中，我使用的是微软的标注机器人）[78]，照片如图20所示。
图20 这张照片的内容是什么呢？
在我们得知标注机器人的回应之前，先请你看看这张照片。
如果你是个英国人，或者是科幻小说迷，那么你可能会认出照片中右边这位先生是马特·史密斯（MattSmith），他在2010年至2013年的BBC电视节目中扮演神秘博士（左边那位就别去猜了，那是我已故的岳父）。
标注机器人对照片的回应如下：
我想这是马特·史密斯以站姿拍照，他们看上去似乎很:-）:-）
标注机器人正确地识别了照片中的关键元素，并在某种程度上识别了照片背景（站姿，拍照，微笑），然而这种正确识别容易让我们误以为标注机器人正在做一些它肯定做不到的事情：理解。
为了说明这一点，请考虑系统是如何识别马特·史密斯的，正如我们之前所提到的，像标注机器人这样的机器学习系统是通过给它大量的数据作为训练样本训练出来的。
每个训练数据都由图片和对应文字组成，最终，在识别了大量马特·史密斯的照片以及对应的文本（即“马特·史密斯”
的人名）之后，当他出现在照片里，系统就能正确识别出来，并生成文本“马特·史密斯”
。
几十年的努力研究毕竟是有用的。
但标注机器人并没有真正“认出”
马特·史密斯，为了理解这一点，假设我让你看这张照片，你可能会给我这样的回应：
这不是马特·史密斯吗？演神秘博士那位演员，他搂着一个老人站着，这个老人我不认识。
他俩都在笑。
马特打扮成神秘博士的样子，可能是在拍摄现场吧。
他口袋里有卷起来的纸，大概是剧本。
马特手里拿着纸杯，或许是在拍摄现场休息。
背后的蓝色盒子，那不是塔迪斯吗？神秘博士的太空船时间机器，博士乘坐它四处旅行。
他们是在户外拍摄这张照片的，所以很可能就是在摄影现场，附近可能会有摄制组、摄像机和灯光。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！