Hvad Ægte uddannelse bør Do

bart problem er at definere tanke, som er sværere end du måske tror. Specialisterne inden for kunstig intelligens klage, med en vis ret, at noget, at deres maskiner ikke afvises som ikke bliver troet. For eksempel kan computere nu spille meget, meget god skak. De kan ikke slå de største spillere i verden, men de kan Cartier replika ure (https://www.bestwatches4u.com/cartier-c-167.html) slog bare om nogen anden. Hvis et menneske spillede skak på dette niveau, ville han eller hun helt sikkert blive betragtet smart.

Hvorfor ikke en maskine? Svaret er, at maskinen ikke gøre noget smart i at spille skak. Det bruger sin blændende hastighed at gøre en brute-force søgning af alle mulige træk i flere træk frem, vurderer resultaterne og pluk den bedste. Mennesker ikke spille skak på den måde. De ser mønstre, som computere ikke. Dette træ tilgang til tanken karakteriserer maskine intelligens. Computere har ingen dom, ingen fleksibilitet, og ingen sund fornuft.

Såkaldte ekspertsystemer, et af de hotteste områder i kunstig intelligens, har til formål at efterligne den argumentation processer menneskelige eksperter på et begrænset område, såsom medicinsk diagnose eller vejrprognoser. Der kan være begrænsede kommercielle applikationer til denne slags ting, men der er ingen måde at gøre en maskine tænke på noget under solen, som en teenager kan gøre. Kendetegnet for Cartier Santos Replica (https://www.fashion-replica.com/GoodsSeries/Santos-147.html) kunstig intelligens til dato er, at hvis et problem er stærkt begrænset, kan en maskine opnå begrænset succes. Men når problemet er udvidet til en realistisk, computere falder fladt på deres skærme. For eksempel kan maskiner forstå et par ord talt individuelt af en højttaler, som de er blevet uddannet til at høre. De kan ikke forstå kontinuerlig tale ved hjælp af en ubegrænset ordforråd talt af en hvilken som helst højttaler