资料下载
×
实现强人工智能自然语言理解有哪些思路？
消耗积分:0 |
格式:rar |
大小:0.06 MB |
2018-08-07
分享资料个
现在的人工智能理论很多是类似早期的推理系统，专家系统，图像识别，基本的神经网络，或者所谓的深度学习网络等等，其本质都是人在架构，给予了系统太多人为的假定和人为的算法，这个与自然语言系统的“自然”性和泛性，鲁棒性等要求还相差太久，所以，即使深度学习网络实现的阿法GO算法在围棋上战胜了人类，但是其在自然语言理解方面还是瑶瑶无期，还没有任何实质性的突破，说白了其系统在自然语言理解方面还是3-4岁孩子的智商，要想达到成人的智商和抽象，创新等能力，还是很遥远。
那么，下面我来介绍下我在强人工智能自然语言理解方面的几个思路，仅作参考：
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
