当机器人全面取代人工的时候,这些海量数据要存储到哪里呢?最起码现行的数据库是不够用的,还需要增加。要增加多少呢,估计几倍是不够的。
机器学习模型应该消除偏见,而不是加剧歧视。为了构建公平的人工智能模型,必须首先使用更好的方法来识别产生人工智能偏见的原因,因此必须了解人工智能模型如何学习其输入和输出之间的偏差关系。
就目前技术发展的逻辑来看,人工智能无法取代人的事情有:人与人的情感的深度的交流;需要非逻辑的灵感参与的创造性的事情。似乎其他的规则性的、逻辑性的工作都可以由人工智能来完成。
深度学习就像生物神经大脑的工作机理一样,通过合适的矩阵数量,多层组织链接一起,形成神经网络“大脑”进行精准复杂的处理。深度学习的出现,让图像、语音等感知类问题取得了真正意义上的突破。可以说,深度学习被引入机器学习,使其更接近于最初的目标——人工智能。
随着AI技术修复图像再取得新的成就,AI修复图像不仅能让模糊的照片清晰可见,还能让照片里的人物“动起来”,甚至合成视频,配上音乐,让照片里的人与我们对话。
类似换脸软件并非首次出现,而这个最新登顶App Store的应用,不支持换脸,仅赋予了照片人物更加丰富的表情反而提升了安全性,也让我们看到了好友最生动的表情。