天才一秒记住【久久文学】地址：https://www.jjwxx.com
进行机器学习的网络构造，深度学习中的基本技术。
另请参见感知器。
神经元：即神经细胞。
神经元彼此相连，并通过轴突传导信息。
大脑的基本信息处理单元，也是神经网络的灵感来源。
身体还是心灵问题：科学中最基本的问题之一，即大脑身体中的物理过程如何与意识体验相关联？
搜索搜索树：一种基本的人工智能问题解决技术，计算机程序试图从初始状态开始，采用有限的步骤，寻找如何转化成目标状态的方法。
算法偏见：人工智能系统在做决策的时候可能会表现出偏见。
其原因可能是使用了有偏见的数据集进行训练，或者是软件设计不当。
偏见可能以分配伤害或代表性伤害的形式出现。
特征：分段的数据组成，机器学习程序依赖它进行学习以做决策。
特征提取：在机器学习中，决定在一个数据集中选择哪些属性作为训练数据。
梯度下降：训练神经网络时使用到的一种技术。
通用人工智能：这是个宏伟的目标，即建立一个拥有人类所拥有的全部智能能力的人工智能系统：计划、推理、参与自然语言对话、开玩笑、讲故事、理解故事、玩游戏——所有的一切。
通用图灵机：现代计算机的原型。
虽然图灵机通常只能编码一种特定的步骤或者算法，但通用图灵机可以执行任意的算法。
突触：神经元之间的“连接点”
，让它们能够交流信息。
图灵测试：由艾伦·图灵提出的一种测试，用来解决机器是否能“思考”
的问题。
如果你与一个实体互动一段时间后，你不能分辨出它是一台机器还是一个真人，你就应该接受它具有类似人类智能的结论。
它很有创意，也很有影响力，但是在人工智能测试领域，不必把它奉若圭臬。
图灵机：一种包含着解决特定数学问题的特殊步骤的机器。
任何可以用计算机解决的问题都可以用图灵机解决。
由艾伦·图灵发明，用来解决判定问题。
另请参见通用图灵机。
（不完备的）推理：在逻辑学中，得出的结论并不是前提所能保证得出的。
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！