简介：今天，首席执行官指出，要与您分享如何升级人工智能的升级方式。如果您能解决您现在面临的问题，请不要忘记注意此网站。让我们现在开始！
AI是一个人工智能时代，将来会影响很多工作。因此，我们必须继续提高我们的能力，并培养某些在未来15 - 20年中不容易替换的机器人。未来，劳动力将在很大程度上解放，人类将有更多时间创建更多的价值，并为人类带来更多便利。
在未来的AI时代出现之前，我们必须做什么？
1.培养深思熟虑和创造力的能力。AI只擅长单个领域，并且不会在整个领域进行思考（例如：作家，画家，音乐家，这些都是需要创造性思维能力的工作）
2.培养自己是一个具有温度和护理能力的人。考虑这些情感投资工作，AI很难超越（例如：老年人，护士，医生，老师，
3.首席执行官这是一个很高的领域职业。例如：企业需要做出决策，招募人员，照顾员工的感情，考虑社会福利等等。
4.我们必须改善他们的情商，与人交流，表达对人的照顾，并说服他人获得幸福和信任。
如果您有这些能力，将来将处理人工智能对我们的影响。
可以在电影中实现。
在这方面，人工智能在现实中（就当前的发展而言）。
DNA可以独立存储信息，并独立处理内部信息（只要有增长环境）。
如果代码不好，则代码需要具有中央处理器来实施它。代码缺乏大脑（中央处理器）完全没有用，但是有些真菌或某些东西根本没有大脑，并且它仍然在发展。
make -up ：（进化的本质是，突变的混乱顺序是如此随机排列，也可以产生像DNA这样的变体效果以实现自我限制）您不明白我上面说的话。该程序如何自行序列？DNA中的每个段落都可以独立存储信息以独立参与信息。每个序列序列都会产生无数的可能性，并且根据适得其事的生存定律可以适应环境。与DNA的分离信息处理不同，当前的计算机系统是统一的。程序更改后，结果可能是如果程序正在运行，并且计算机系统将瘫痪，则该程序将瘫痪。
很难设计一种可以改善自身的人工智能，因为改善所需的智能水平很高，或者人工智能是基于复杂的基础。无论是数学，程序和各种智能模型，都超出了对人工智能的理解。，几乎不可能避免这些。不是一个新想法，而是缺乏理论指导。本文旨在提出初步理论。
自我不断发展的人工智能的关键是正确设计初始智力和进化规则。加强学习是正确的，但它是复杂的人工智能。它将停止在一定程度上发展，并要求人类改善。简单的人工智能将类似于人造生活。起初，这很简单。所有复杂的结构都会发展，以便它们可以避免自己的改进能力。尽管最初的智能和进化规则很简单，但设计并不容易，并且需要与某些原则保持一致。
初始智力的演变肯定会受到阻碍。这些障碍足以导致进化失败。只有通过将障碍转变为动态进化才能成功。没有错误，但不是很好。将缺点完全转变为早期生活的劣势并非偶然。如果生活没有这种特征，它将不会诞生。在导致其他变化的变化中，原始智力越来越复杂。这些变化将导致更多的变化，例如雪球。这是一个递归过程。最初的情报和规则需要反映递归的原则。内部智能在任何时候都需要递归。这段时间的递归递归以及智能体内的智力空间是统一的。智能必须是一个严格的系统，它在每个部分中都具有合理的组织性并紧密相连。同时，它保持了一定的稳定性和一定的变异性。它保持稳定性，以更好地改变和保持更稳定的可变性。玛特很长一段时间以来就没有改善自己，而只是基于一些简单的原则和方法。这些原则和方法需要不断更新。这是由智能身体本身控制的。它需要正确实现并每次促进下一个更新。不一定需要复制自身，所有更改都可以在智能主体上发生。规则之间的连接应非常接近，规则是统一的。每个部分都使用相同的规则，实际上是递归的。 由简单规则组成的宏规则和简单规则是相似的，但是级别是不同的。随着智能的演变，规则本身将发展，但初始规则不变。新规则是初始规则的组合。然后，初始规则必须完成，并且可以形成任何可能的规则。
最初的智力在虚拟环境中，形成系统的进化。环境也可以理解为智能身体的一部分，这等同于用于改善自身的工具。自我进化产生的智能必须是普遍的智能，因为只有普遍的智能才能解决遇到的各种问题。因为它在虚拟环境中演变而来，所以它只有智力的基本原理，就像婴儿的大脑一样，有一个适应现实世界的过程，需要人类指导和培训。
自我不断发展的人工智能并不简单，也就是说，有必要知道结果只能根据最初的智能和规则逐步发展。没有更简单的方法可以准确预测。在同一时间，因为它是一个复杂的整体，除非深入了解，否则外部修改可能无法达到预期效果，甚至可以正确措施，也就是说，很难正确正确干预进化过程。人类的确只是设计初始智力和规则。可以修改进化过程进行研究，但是最终成品的演化过程不应修改，因为它容易出现不可预测的错误。生活是研究和进化过程中的重要参考，但是很难模拟生命的演变，因为生命是基于复杂的材料，即使原理很简单，有必要充分理解材料的性质以正确理解和模拟生命。最好模拟更简单，更合适。智慧也是递归的，因为智力可以创造智力，并且其原理具有强大的递归特征，这非常适合自我进化。
为什么人类很难理解自我进化的原则？因为我们处于一个非常复杂的世界中，并且在世界上与最初的智力有很大的差异。当我们遇到障碍时，我们不一定是需要转变为动力。有时最好忽略它。有许多因素可以使我们突破障碍，但是对于初始智力而言，这是成功的唯一方法。我们的事物不需要自我调节。不管它被破坏了，都可以由人类修复，但是没有先进的智能可以帮助初始智力。
由于人类可以直接设计人工智能，所以为什么他们仍然需要发展自己？因为有些人无法教授人工智能，他们需要自己理解它。我认为技术的技术将通过自我发展的人工智能来实现，因为这样智能已经完成。直接设计的人工智能将不可避免地考虑。
目前，主流人工智能是将智力转化为计算，自我不断发展的人工智能转变为智能。人类已经掌握了巨大的计算能力，但尚未完全发挥作用，因为需要人类的设计和改进的算法。不断发展的人工智能实际上是一种用于创建算法的算法，可以不断地将计算能力转化为算法。人类学习以创造新的智能是一种飞跃，学习创造自我进化也是一个飞跃。
AI确实已经发展了，它可以做越来越多的事情。BEOND这是AI实施路径的“三级跳跃”。还有很长的路要走。”徐温朱恩说。从学术角度来看，张Zhigang分析了：“只有当人类在不同的应用领域设计AI模型并进一步分解一系列通用模块时，例如化学中的元素周期表，生物学中的DNA和RNA。是更多的申请。”
“仅需几行代码即可构建回归模型。”程序员认识到Google Automl的性能，认为由Automl设计的模型与机器学习专家的设计相媲美。几天前，Google工程师专注于中国和硅谷的Google Automl项目。紧密降临 - ai又进化了？交点将要开发吗？我可以控制我的进化吗？要摆脱人类吗？
国家超级计算中心国家超级计算部的研究员赵张张说：“首先，我们使用数学公式，'如果...然后'然后''和其他句子告诉计算机在第一步，什么，什么要在第二步中进行，然后手工教授。以后的小组输入和输出，中间的规则或规则是由其学习的。”
“以前，许多精明的头脑都花了一生的研究：如何提取有效的特征。”Smart是一家智能购物指南机器人，一家小公司CTO Mo Yu解释说：“神经网络算法的发明和深度学习技术的外观使AI AIEVOLITY达到2.0，AI提取功能的工作以及我们的工作以及我们的工作已经改变。 ”
数学函数的模式可以轻松解释“ 1.0”对“ 2.0”的转换：如果您能够理解诸如识别图像，语义和国际象棋等任务，则是不同的y = f（x），即输入“ cat”猫“图片，声音或国际象棋技巧是“ x”，“猫”，答案和国际象棋高举是“ y”。在深度学习之前，人们正在寻找通过自己的分析来为相应公式的公式，并将其告诉AI。深度学习后，人们输入了大量的X和Y对应关系，AI本身找到了与函数F相对应的公式。
“ AI发现的功能F的具体内容可能比人们发现的要好，但是人类不知道，就像黑匣子一样。”Mo Yu说：“但是F的形式是由AI研究人员设计的。深入的神经网络，网络中的模块以及模块之间的组织方法也提前设计了。”
随着深度学习技术的成熟和普遍化，模型构建中已经出现了特定的经验。可以在线学习。”Zhao Zhigang说。
当构建模型成为一种获得的技能时，Automl会出现。它可以做的是AI研究人员的模型设计。“即使他们没有广泛的专业知识，它将帮助不同的公司建立人工智能系统。”Google工程师以这种方式推广。EAI成功地演变为3.0。
实际上，Automl取代了人类可以完善经验的工作。可能的;然后AI现在可以自己设计道路网络。”Zhao Zhigang简短地说。
可以看出，无论是深度学习还是汽车，它都只能取代人类的一部分。“机器可以做什么，尽量不要手工制作。”这是许多程序员的信条。该信条已经在同一信条上产生了automl.microsoft开发了deepcoder。“它可用于生成满足给定输入输出的程序。”Mo Yu说，但目前其性能并不令人满意，只能编写一些简单的程序。
毫无疑问，谁是“上帝”的答案，人类。
现在，AI已经朝着进化中的更高级别的模型设计迈进了，“上帝之手”发生了什么变化？
“炼金术”，Mo Yu用两个词说出他的工作形象。“ SMART是一家专业的，可以从事智能客户服务。问题）和算法优化（如何改善人工智能算法的效果）。”
“精炼”意味着不断调试和改进。“对于特定的人来说，脾气越好，答案越好。”Mo Yu说：“我们的X是客户的问题，Y是机器人客户服务的回应，需要培训中间功能F。”
这是一项艰巨的任务。
“因此，我们找到了一种构建全面的封闭环反馈，了解特定用户的偏好的方法，并最终通过情感和有趣的表达使其更好。”Mo Yu说：“目前正处于人机合作的工作阶段，但是对更多多样化的样本的收购越多将有助于我们的智能客户服务给出准确而令人愉悦的答案。”
可以看出，并非所有字段都适合AI。例如，就问题建模而言，如何将实际问题抽象到机器学习问题中，AI仍然无法完成。在AI2.0阶段，研发人员还需要以手动设计的形式设计功能FF。
结论：以上是首席CTO注释的所有内容，向您介绍了人工智能如何升级。我希望这对每个人都会有所帮助。如果您想了解有关此信息的更多信息，请记住收集并关注此网站。