若我們賦予人工智慧機器人記憶的能力，世界將會怎樣

機器人學習，

神經網路，

和深度學習，是人工智慧界的流行語，比如讓人工智慧識別照片里的狗，或者實時翻譯語言或者其他的一些任務，工程師用大量數據不斷的重複的方式，來教計算機這些工作，這和耍猴是一樣的，做得好就鼓勵，做的差就改善，最終人工智慧會在臉部識別右或者任何你想要的方面，越來越完善。

但問題是雖然計算機能夠識別照片中的狗，

但是每一次必須全部計算一遍，他必須掃描所有的像素，檢查照片中的每一個點，他不能預測你想要什麼，他也不知道通常狗在照片的哪一個位置，總之，他們的工作原理不是那樣的，

谷歌的人工智慧團隊，「深度學習」的工程師們打算賦予計算機記住所有所做的工作的能力，也就是記憶，他們想讓計算機能夠從這些工作的成功和失敗中學習，他們做的方式很有趣，它們玩遊戲，然後發表他們的看法，視頻遊戲是通過多次重複和失敗來學習新的技能，你必須依靠你所學到的技能，隨著遊戲的進行，技能的需求就逐漸複雜了，玩家不得不將各種技巧組合起來，所有的這些都需要記憶，都需要你對之前任務有所理解，但是人工智慧仍然需要學習大量重複勞作和數據，

故而，他們讓電腦每個遊戲晚上兩千萬次，正是因為他們讓機器有了記憶，機器人才能夠學習打乒乓球釣魚，以及武術，等生活中的遊戲，

人工智慧，很擅長下棋，比如國際象棋，

在棋局中，他們會計算出每一步的最優解，每次都是如此，想像一下，如果一台電腦解決一個新的問題時能夠牢記於心，就像某些老師訓練過的學生，總是能做出新穎的舉動，通俗的來講，就像你每天總是沿著同樣的路回家，

我們想讓機器有學習的能力嗎？能夠預測行動，能夠隨著時間的推移，用他們的方式行動，

史蒂芬霍金曾說過，人工智慧對於人類來說，福禍相依，但是就是現在來說，人工智慧還沒有完全成熟，

隨著時間的推移，人工智慧能夠學習，然而它僅僅是學習，卻不像其他的真實生命，有學習的驅動力，即使他沒有收到信息，他的程序也不會終結，他只是一個機器做著簡單而單一的工作，

雖然現在人工智慧有了記憶，我們也不能過度的解讀這件事情，

未來主義者，計算機學家，傑瑞卡普蘭，

在MIT的科技綜述中寫到：機器人來了，卻不是因為我們而來，因為它們並不存在，機器人不是人類，沒有任何可信的證據表明機器人會有感情，你還在對人工智慧感到擔憂嗎？

?

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！