計算機能否像人類一樣擁有學習能力並自主獲取知識？
2020-10-18 優質職場作者現在的計算機是不行的
但後期接入強人工智慧的計算機是可以，不過那個時候的計算機也只是一個接入端，真正的學習知識還是在人工智慧進行。
那種模式類似「伺服器+客戶端」的模式。由人工智慧充當伺服器，進行數據處理，分析，思考。計算機就是客戶端，實現數據的採集和結果的反饋。
原創內容源自我的公眾號：網際網路吧 （ID：hulianwanba）
為什麼計算機不能單單成為像人類一樣擁有學習能力並自主獲取知識的機械呢，其中的技術難度就在這個「自主學習」中。現在的計算機是可以實現自動化去進行一下重複操作的，而對於計算機而言，它的這些操作就是一些指令：
1、不是自主，不是它自己的意願，而是去完成人給予的任務
2、不是學習，而是執行，這個有本質的區別。單純的執行就是機械的工作，再多的重複也不會有成長。
而人工智慧是有「自主學習」的，那人工智慧是為什麼不能在計算機上呢。現在的人工智慧雖然還在弱智能階段，但對硬體環境要求很高。普通的計算機無法承載，更何況是需要擁有「自主學習」的人工智慧。
因此，目前是無法實現讓計算機擁有自主學習的能力的。
在未來有可能。
我是全網優質作者，職場問題+生活感悟，原創內容都在這裡，歡迎關注。
相關焦點
-
如何培養孩子的自主學習能力(英語篇)
接受學習是以獲得系統的學科知識為目的，學習的內容是以定論的形式呈現的，孩子是知識的接受者。發現學習也是以系統的學科知識的獲得為目的，但強調孩子在獲取知識的過程中積極主動發現、分析、理解並掌握基本結構，學習內容常以問題形式呈現，孩子是知識的發現者。只要我們仔細想一想孩子們出生學習母語的過程，就能深刻理解上述說法。雖然我們不能讓孩子們的外語學習複製母語習得的過程，但其道相通，其理相同。 -
為什麼說用現有馮諾伊曼架構的計算機即可實現通用人工智慧AGI?
人腦通用智能主要有以下三大特徵：一，自主學習能力，能自主地學習各知識領域裡的知識，具體地說，就是能自動地從現實場景、圖片、視頻和語言文字中學習常識和知識，由於人腦有自主學習能力，所以，每次看到現實場景、圖片、視頻和語言文字，人類都能自動地從中學習到知識，即能從信息或數據中提取出知識，這一過程類似於搜尋引擎的爬蟲程序，能自動地爬取網頁中的文字 -
想要推理能力比肩人類 AI先得換種學習方式
在人工智慧領域，科學家們也一直試圖讓機器擁有像人一樣的邏輯思維能力，幫助人完成更多工作。 近日，在2020 ICLR大會上，圖靈獎得主舒亞·本吉歐（Yoshua Bengio）和揚·勒昆（Yann LeCun）發表觀點稱，自監督學習有望使AI產生類人的推理能力。 -
人類能否像植物一樣進行光合作用?
人類必須通過種植、打獵、養殖等方式得到食物，以提供身體所必需的能量。在大自然中,很多生物並不需如此，例如植物、海藻以及很多種細菌可以通過光合作用維持生存。那麼人類是否可以使我們的身體像植物一樣，從太陽能中獲取食物呢？通常說來，動物是無法進行光合作用的，但是一切規則總有例外。 -
人工智慧之問：機器能夠像人一樣思考嗎？
為了回答這一問題，圖靈創造性地提出了用一種讓計算機（程序）模擬人類之間對話的方式，來驗證計算機是否能夠思考，即如果計算機（程序）理解了人類的語言並做出相應的擬人化的回覆，則認為該計算機（程序）能夠思考，並具備了人類的智能。 -
IBM研發模擬人腦神經元結構計算機 有望具備人類學習能力
這一美國國防部資助、康奈爾大學等科研機構參與研發的新型計算機，完全不同於此前所謂的「人工智慧」——無論是戰勝西洋棋大師的「深藍」，還是通過了圖靈測試的「尤金·古特曼」，都是依靠事先儲存大量數據的方式來「偽裝」博學，而IBM的新式神經元計算機則從硬體構架上模擬了人類神經系統，有望真正具備人類的學習能力。當然，在大腦的秘密完全被揭開之前，神經元計算機也不太可能完全模擬人腦。 -
AI會像人一樣「思考」、取代人類?專家馬慶國這樣回應...
他還曾在2016年表示，除非開發出將大腦連接到計算機的技術，否則AI可能會像對待家養寵物一樣對待人類。他甚至將人工智慧描述為對人類的「生存威脅」。如今的人工智慧系統已經在不少具體問題的解決能力上超過了人類，那麼，我們究竟能否製造出像人一樣「思考」的機器？人工智慧會有一天超越人類智能嗎？計算型智能只是人類智能的一種類型下圍棋是人類的高級智能活動之一，過去人們認為計算機不可能超越人類的這種智能。因此，下圍棋也被視為人工智慧的「聖杯」。 -
70年前計算機之父圖靈就曾預言,「機器也許有一天能像人類一樣思考」
圖靈沒有打算利用強大的處理能力來計算出每一步棋可能的走法，他關注的焦點是能否讓機器通過不斷重複的練習「學會」如何下象棋。換句話說，機器也許可以嘗試不同的開局走法，然後從每次的勝利或失敗中完善自己的策略。如果這種方法是可行的話，這將會是一個足以令埃達·洛夫萊斯感到震驚的重大飛躍：機器不僅可以按照人類給出的指令進行工作，還可以從經驗中學習，同時不斷完善自己的指令。 -
含羞草擁有學習記憶能力
大象常被認為有著驚人的記憶力，現在科學家又發現，雖然植物沒有大腦，也會學習和記憶。科學家表示，對觸摸作出反應、像蕨類一樣的植物知道水滴無害後，在接下來的幾周時間裡依然記得住這個發現，不再對水滴作出反應。 -
如何提高學習效率和能力?做好知識管理,建立大腦知識圖書庫!
想要跟上時代真不是難事，從獲取的知識量來說也不錯，從學習知識的深度來看內容也豐富，但就是覺得學了後，老是記不住、講不出、更用不出來，學了和沒學自我感覺區別不大，很是困惑，糾結，學了這麼久沒有成就感。好多人都會有這種感覺，小編絕得這不單純是記憶力差的原因，更主要是學習總是停留在低效的狀態。 -
紅領巾愛學習┃像海綿吸水一樣學習知識
紅領巾愛學習┃像海綿吸水一樣學習知識 2020-12-04 17:35 來源：澎湃新聞·澎湃號·媒體 -
為什麼計算機永遠不會擁有人類的意識?
大腦無法像計算機一樣運行活體生物通過主體和環境之間的活動進程調整神經連接，在大腦中存儲一些經歷體驗數據，相比之下，計算機在硬碟存儲區記錄數據，兩者差異意味著大腦的信息處理必然不同於計算機的工作方式。另一種觀點認為，最普通的記憶任務與大腦多個區域發生關聯，其中一些大腦區域很大，技能學習和專業技能涉及大腦記憶區重組和生理變化，例如會改變神經元之間連接的強度，而這些變化不能在固定架構的計算機系統中完全複製。 -
反思深度學習與傳統計算機視覺的關係
這一點值得注意，因為對於人類這種高度視覺化的動物來說，上述所有問題都是不足以成為難題，即便是對孩子們來說，回答上述視覺問題也並不困難。然而，處在變革時期的深度學習卻無法回答這些問題。傳統計算機視覺V.S.深度學習傳統計算機視覺是廣泛算法的集合，允許計算機從圖像中提取信息（通常表示為像素值數組）。目前 -
奇特黏菌擁有思考導航能力可研製生物計算機
這種擁有上億年進化歷史的生物可以像網絡一樣為自己導航，從而避開危險和障礙，快速地尋找食物。 北京時間12月31日消息，據國外媒體報導，日本公立函館未來大學科學家近日在研究中發現一種奇特的現象，即一種黃色黏菌能夠像變形蟲那樣調整和組織自己的形態，能夠在迷宮中「思考」最佳的直接路徑以穿過迷宮。科學家認為，這種黏菌似乎擁有某種不確定的智能跡象，或許有可能用於未來「生物計算機」的研製。 -
無限模仿人類大腦的計算機Darwin Mouse
相比傳統計算機的高能耗問題，它的典型運行功耗只需要350至500瓦。目前它是全球神經元規模最大的類腦計算機，這一成果也標誌著我國類腦計算技術發展迎來新的裡程碑。讓機器無限模仿人類，模擬大腦的機制和結構是人工智慧最重要的發展方向，因此在計算機發展方向上，借鑑人腦信息處理方式，來打破「馮·諾依曼架構」就是大勢所趨。 -
人工智慧如何獲得知識?
在當前人工智慧的研究領域中知識表示與推理、機器（深度）學習等概念被人們頻繁使用；在人工智慧的實踐領域，機器能夠碾壓人類棋手，無人機能夠對拍到的照片進行處理並作出判斷……於是，自然的問題便是，人工智慧體，或者說機器，能夠擁有或者學習「知識」嗎？ -
像計算機一樣學習——如何將知識「編碼」到我們的大腦當中
這是單華偉的第一百八十二篇原創文章（2.0）我們如何『 儲存 』信息人類對任何事情的記憶，都會經過大腦獲取信息（編碼，encoding）、 保存信息（存儲，storage）和日後讀取信息（提取，retrieval -
解讀神經擬態計算:讓機器像大腦一樣"思考"
那麼，有辦法讓機器像人一樣擁有或近似擁有自然智能，以應對突發狀況，甚至作出隨機應變嗎？·深度學習有哪些局限性？大腦在與外界交互的過程中自發地學習和改變，而非遵循預設算法所限制的路徑和分支。 這三大特性，尤其是第三項特性，使人類的智能與計算機、機器的智能區隔開來，形成了獨特的自然智能。 -
中國研發顛覆性晶片,使用自主系統,可以像人腦一樣思考?
眾所周知，科學家們最早研發電腦，其實是想通過機器模擬出一個人類的大腦來計算，但後來這個想法太超前，難以實現，於是退而求其次，最開始的電腦幫助人腦進行計劃，需要人類輸入指令，離類腦一樣計算起碼有十萬八千裡。 -
波士頓Spot機器狗與「量子大腦」結合，擁有靈性的「哮天犬」？
科學家也預測，人的大腦可能是一臺量子計算機。若波士頓Spot機器狗，結合量子計算機，它是否就擁有「自主意識」呢？我們先了解下機器人和人工智慧的概念，兩者都離不開計算機的結合。機器人是整合了控制論、機械電子、計算機、材料、仿生學產物。人工智慧（AI）是指人製造出來的機器所表現出來的智能，通常是指通過普通電腦程式來呈現人類智能的技術。