『章节错误，点此举报』

第250章 人工智能项目的探讨[1/2页]

    历景铄还未露面，周瑾龙却率先带来一则消息：鹏城电视台《今日鹏城》栏目的记者李杰，有意采访秦奕。

    不仅如此，李杰目前正在筹备一部名为《前进中的鹏城》的纪录片，他表达了让秦奕也参与录制这部纪录片的意愿。

    能借助鹏城电视台这一平台扩大自身影响力，秦奕哪有拒绝的道理，当下便与李杰敲定，几日后接受采访，同时也会全力配合纪录片的录制。

    刚敲定采访时间，历景铄恰好赶到。

    秦奕随即领着历景铄步入会议室，一同探讨起他的人工智能项目。

    实际上，在理想基金的项目申请中，并非仅有历景铄的项目与人工智能相关。除他之外，还有两个项目同样聚焦于人工智能领域，只不过那两个项目专注于人工智能的专家系统分支，而历景铄选择钻研的，则是神经网络分支。

    至于秦奕为什么青睐历景铄的项目，而非另外两个呢？这就得从人工智能未来的发展态势说起了。

    秦奕心里清楚，当下基于逻辑推理与规则系统的专家系统技术正日益成熟，应用领域如雨后春笋般迅速拓展，已广泛深入到各个专业领域。

    在国际市场上，众多企业已开发出数以千计的专家系统，不少在功能上已达到甚至超越同领域人类专家的水平，创造出颇为可观的经济效益。

    与此同时，专家系统在理论与方法层面也得到深入探究，适用于其开发的程序语言和高级工具相继问世，这些专家系统工具的出现，极大地加快了开发进程，进一步推动了其普及应用。

    然而从前世的经验来看，现在兴盛的专家系统注定只能是昙花一现，难以长久辉煌。

    在即将到来的

    20

    世纪

    90

    年代初期，专家系统的局限性将逐渐显现。诸如知识获取困难、维护成本高昂、对复杂和动态问题处理能力不足等问题，都将成为阻碍其进一步发展的绊脚石。

    此外，随着计算机通用性能的提升，专用的专家系统硬件优势不再，再加上人工智能领域其他技术的激烈竞争，专家系统将逐渐走向衰落。

    直至

    21

    世纪

    10

    年代之后，深度学习兴起，专家系统与深度学习以及一些其他新兴技术融合后，才会再度出现在大众视野之中。

    反观历景铄所选的人工智能方向

    ——

    神经网络，此前曾陷入发展低谷。

    1969

    年，人工智能领域的两位先驱马文?明斯基和西摩?佩珀特出版了《感知机》一书。

    书中明确指出，感知机仅能处理线性可分问题，面对异或问题这类线性不可分的情况则无能为力，并且认为在当时的条件下，多层神经网络的训练算法难以实现。这一观点给神经网络的研究带来了极为沉重的打击。

    后来的事实也的确在一定程度上验证了书中的说法，尽管神经网络的概念早已存在，但人们始终未能找到有效训练多层神经网络的方法。传统的神经网络在训练过程中，面对多层结构，往往难以有效地调整每一层的参数，致使网络难以很好地学习复杂模式。

第250章 人工智能项目的探讨[1/2页]

『加入书签，方便阅读』