原文吃掉
基本上搖光這種東西可以想成是思考型機器人
老式ai的原理就是事先預想好會發生的情況
並對其做出應有的
舉例來說
工程師事先設定好看到A機器人舉左手 看到B舉右手
今天你給他看C 機器人就會當機在那邊了 或者隨便舉一隻手(視工程師寫法而定)
簡單來說 就是無法對未預期的狀況作出適當的反應
而搖光型的
你把C給他看
他可能就會靠杯你又沒跟她說看到C要做什麼反應
至於你要說結衣也是老式ai...
我只能跟你說 作者今天突然試圖把科技樹套進現實情況
結衣這種不科學的bug產物自然就會無法解釋
除非硬凹及時用大數據蒐集之類的

只是只要資料夠多的話 AI就很夠了吧搖光覺得不會比較好用

不對吧 給他看c他怎麼會有反應？

不過真的很多科學家想做出類似搖光的東西

還有if(a)左手 else if(b)右手 else ....很多時候還是會做例外處理

不懂AI別亂掰好嗎==

搖光的發想是讓他們自己思考? 但結衣是大數據的總和，感覺像人腦和電腦比。 做什麼搖光 想辦法複製結伊還比較快就好比例外情況 搖光:我用自己的經驗想想.. 結衣:例外?在我的大數據裡面沒有所謂的例外

不知道樓主有沒有接觸過machine learning 目前應該是有辦法從a跟b得到的反饋去判斷c事件應該要怎麼處理了 我本身也不是這方面的專家 不過因為工作的關係 在這方面的文章偶爾會接觸 以類神經網路的處理方法 就有點像是把輸入乘上一個矩陣 所以就算遇到一個陌生的信號c 也是可以從過去訓練判斷c的處理 但不確定是否正確就是 如果處理不正確就會把錯誤反饋然後修正矩陣 直到分類越來越正確 一點淺見如果有錯還請包涵

其實...搖光的概念類比到現有科技就是類神經網路啊.

瑤光的價值應該在於 不需要大量的訓練 ai能夠自動訓練 就是所謂的舉一反三 但是現在所有的ai其實應該算是舉三反一 而且充其量比較算是透過統計學及演算法 將不同的case分類 當有新case就馬上可以透過分類去找到最佳解 而不是實現真正的思考

你知道你寫的程式跟你所謂的工程師設定根本是兩回事嗎?另外if then這種條件根本不叫AI吧不是亂掰一個老式AI 就可以把if then else當成AI好嗎如果只是條件敘述 看到C的反應 就會跟工程師設計的一樣如果看到b要幹嘛的設 會寫在else 那一定是個失敗的工程師搖光還是大量訓練啊 模擬的人生比訓練真人時間快很多

老實說很難定義人類舉一反三思考有其獨特性 還是只是像電腦一樣舉三反一 如果你把你人生中到目前所有的認知去遺忘掉(包刮有意或無意的訓練)後跟電腦置於同一個情境人類是否能做出比電腦更優異的解?12樓基本的模型沒有問題 但回饋會有權重分佈不管是正確或錯誤都會有所改變 還有非常多小技巧去增強正確性 像是提早刪掉不重要的分支能有效增強正確率...

ai很難重現人類的突發其想XD(看向板上五等分ㄎㄧㄤ文

作者也不是想要搖光像一般電腦一樣在訓練後做出最優異解吧，是想要讓搖光像人一樣，在生活中培養的感情、意志或信仰的驅動下做出自己心裏的選擇，而不是最好的選擇，簡易說就是要他們學會自私吧

if then else那種叫做小學生的課後活動，要講AI好歹也提自動控制

人類也不穩定啊 叛徒一堆

要說ai還有什麼比不上人的也不用講得太抽象 現在不就有很明顯的實例 就是連什麼該黃標也不會

siri不是ai

不懂ML在那扯AI==

本來就不是只有機器學習才叫ai 其實這狀況很像robot

有if else就已經不是ai了

現在可能還好 以前也有段時間還蠻常看到有人在吐槽機器手臂