第298章 大型翻車現場（1/2）

周達方並沒有注意到最後一排徐利民懷疑的眼神，而是繼續講課，他開始從人工智慧是什麼講起，並且在後面舉了以人工智慧為基礎的無人駕駛技術為例子。手機端

不少學生對站在人工智慧前段的周達方報以仰慕的眼神，而徐利民則很快抓住了周達方刻意隱藏的，人工智慧發展過程的瓶頸和薄弱點。

人工智慧是什麼？

幾十年前，當計算機問世時，有人提出這個問題。

最初對人工智慧的定義還是機器能夠幫助人從事簡單的工作例如產品的製造、加工、組裝等的。

初步人工智慧的設想其實和機械設備之間沒有明顯的界限。

後來，當絡是時代來臨，人們對人工智慧有了更多的要求，例如運算、識別、邏輯分析等等。

這個時代迎來了人工智慧的大爆發，出現了許多和生活、工作相關的人工智慧產品。

面部識別技術、無人駕駛技術，包括雲計算技術都是人工智慧的體現。

這些技術的使用範圍非常廣，例如手機的面部識別解鎖，例如你在瀏覽器搜索的一些關鍵詞，瀏覽器和某購物軟體會自動為你推薦相關的產品等等。

這樣的人工智慧強調的是運算、邏輯和數位化推理。

以無人駕駛技術為例，它技術的原理是通過車載多方位攝像機拍攝道路情況，將道路情況通過算法轉化為數字，然後通過對數字的分析，讓無人駕駛系統對數據進行判斷，最後通過量化的數據決定行車方是否有障礙，如果擁有障礙那麼會及時迴避。

在這種無人駕駛技術追求的是數據處理的速度和準確性，要求攝像機接收到畫面數據後儘快傳遞給相應的程序，由程序將其轉化為數據然後進行判斷。

那麼問題來了，道路的情況是複雜多變的，除了隔離帶、開往行車以外，還有突然出現的行人和未知的路況，數據相當複雜。

這些數據全部交給程序處理然後在短時間進行反饋，最後的反饋將作用在汽車的速度和方向。但依靠現在人類的技術，無人駕駛技術無法達到這些要求。

所以現有的無人駕駛技術應用場景一定是路況單一的高速路，一定不是路況複雜的城市道路。二進位計算機和人類思維反應之間的差距顯示了出來。

周教授一直解說的都是弱人工智慧。

從無人駕駛技術向外延伸，人工智慧的和更多的劣勢展現了出來，例如情緒、感情、思維、感覺、理解力、學習能力等等，這些東西並不是能夠全部用數據去展現，這裡也來到了強人工智慧的領域。

強人工智慧領域，能加擬人化的設計，也是人類在人工智慧發展最薄弱的地方，目前人類在該點的技術水平和十年前二十年前相差無幾。

造成人工智慧短板的根本原因還是在目前計算機的晶片和算法，二進位計算機的能力只有這麼一點，不是「是」是「非」，是是而非的在計算機不存在的。

不要說「或」運算，「或」運算的本質也是「0」和「1」的選擇而已。

夏國某古典哲學和人工智慧專家說過，有哪一天人工智慧學會了讓儒家的庸思想，那麼人工智慧成了。

回到課堂。

周教授之所以成功，除了他論學得好，在研究領域有貢獻以外，講課的功力也是一等。

他時常和學生們互動，也允許學生們在課堂隨時提問題。

本章未完，點選下一頁繼續閱讀。