汽车人工智能与七个月的孩子谁更聪明澎湃

北京治疗白癜风什么医院好 http://baidianfeng.39.net/index.html
心有其理

与机器学习那样通过概率来接触世界不同，该软件将基础物理概念应用在自动驾驶汽车传感器信号处置程序的输出结果中。这种修正后的结果将被输入驾驶汽车的软件中。相关概念涉及的相关理念包括：分离的物体持续存在；它们彼此间有“在前面”和“在后面”这样的空间关系；它们可能完全可见、部分可见或彻底被另一物体遮挡。

这种方法很管用。在测试中，如果一辆车暂时地被另一辆车挡住，该推理强化软件将跟踪这辆被挡住的车，预测它将于何处、何时再次出现，有必要的话会想办法躲避。这种改进并不算大。在一般测试中，Bhatt博士的系统已有软件的得分高约5%。但这证明该原则成立。此外还有其他收获。例如，与机器学习算法不同，推理引擎能够告诉你它做事情的原因。

例如，你可以问一辆装有推理引擎的车为什么踩刹车，它将能够告诉你，它认为一辆被货车挡住的自行车将进入前方路口。机器学习程序做不到这一点。除了能够帮助改进程序设计，Bhatt博士认为这样的信息将对监管者和保险公司有帮助。这也将能够加快公众对与自动驾驶汽车的接受速度。

Bhatt博士的工作处于人工智能领域长期存在的争论之中。年代，早期人工智能研究者曾利用这种前期植入的推理程序取得一定成功。但从年代起，随着编程技术的增强，更强大计算机及更多可用数据的涌现，机器学习发生了显著改进。今天，几乎所有的人工智能都是基于机器学习。

并非只有Bhatt博士对此产生疑问。纽约大学研究心理学和神经学的GaryMarcus也有同感，他也是一家名叫Robust.AI的人工智能和机器人公司的老板。为了支持自己的观点，Marcus博士引用了8年前的一个广受