連日來電腦已經(jīng)向我們學(xué)習(xí)。但是他們可以教自己嗎？向來一不斷的有小伙伴關(guān)注，不僅如此還衍生出了各大相關(guān)話題，那么跟著小編來看看電腦已經(jīng)向我們學(xué)習(xí)。但是他們可以教自己嗎？以及它的相關(guān)資訊吧！

人工智能似乎無處不在，但是我們真正見證的是一場有監(jiān)督的學(xué)習(xí)革命：我們教計算機看模式，就像我們教孩子閱讀一樣。但是研究人員說，人工智能的未來取決于能夠在沒有監(jiān)督的情況下自行學(xué)習(xí)的計算機系統(tǒng)。

當(dāng)一位母親指著一條狗告訴嬰兒“看狗狗”時，孩子就會學(xué)會稱呼毛茸茸的四足朋友。那是監(jiān)督學(xué)習(xí)。但是，當(dāng)那個嬰兒站著跌跌撞撞，一次又一次地跌倒，直到她可以走路時，那是另一回事。

電腦是一樣的。就像人類主要通過觀察或反復(fù)試驗來學(xué)習(xí)一樣，計算機也必須超越有監(jiān)督的學(xué)習(xí)才干達到人類水平智能的圣杯。

IBM總監(jiān)David Cox表示：“我們希翼從需要大量人類知識和人手工程的系統(tǒng)轉(zhuǎn)變?yōu)?ldquo;越來越多的自治系統(tǒng)”。他指出，即使有監(jiān)督的學(xué)習(xí)系統(tǒng)閱讀了世界上所有的書籍，它仍然缺乏人類水平的智能，因為我們的很多知識從未被寫下來。

有監(jiān)督的學(xué)習(xí)取決于帶注釋的數(shù)據(jù)：圖像，音頻或文本被成群的工人刻苦地標(biāo)記。他們在街道交通圖片上圈出人們或勾勒出自行車輪廓。標(biāo)記后的數(shù)據(jù)被饋送到計算機算法中，教導(dǎo)算法追尋什么。攝取數(shù)百萬張帶標(biāo)簽的圖像后，該算法將成為識別已教過的內(nèi)容的專家。

但是監(jiān)督學(xué)習(xí)僅限于由訓(xùn)練數(shù)據(jù)定義的相對狹窄的領(lǐng)域。

“目前，由于需要大量標(biāo)記數(shù)據(jù)，因此您在應(yīng)用監(jiān)督式學(xué)習(xí)方面存在局限性，”當(dāng)前人工智能革命的創(chuàng)始人之一，圖靈獎獲得者Yann LeCun說。，相當(dāng)于2018年諾貝爾計算機科學(xué)獎。他是Facebook的副總裁兼首席AI科學(xué)家。

監(jiān)督學(xué)習(xí)的成功及其從自動駕駛汽車到語言翻譯的許多實際應(yīng)用，已經(jīng)使不依靠人類提供的精確監(jiān)督的方法(盡管探究較少)被黯然失色。但是，即使對于幼兒來說，監(jiān)督學(xué)習(xí)仍然無法完成許多簡單的事情。