如何在 Windows 上编辑 PDF

[mouakter16]

从技术上讲，这两种神经网络都是“深度学习算法”。虽然这两个词经常互换使用，但从理论上讲，神经网络可以非常简单，而现代人工智能则依赖于深度神经网络，这些神经网络通常要考虑数百万或数十亿个参数。这使得它们的操作对最终用户来说很模糊，因为它们所做的事情的细节很难被解构。这些人工智能通常是黑匣子，接受输入并返回输出——当涉及到有偏见或其他令人反感的内容时，这可能会带来问题。

还有其他方法可以训练人工智能。AlphaZero通过与自己下数百万盘棋学会了下棋。一开始它只知道游戏的基本规则和获胜条件。在尝试不同的策略时，它学会了什么有效，什么无效——甚至想出了一些人类以前没有考虑过的策略。

人工智能基础：术语和定义
目前，人工智能可以执行各种令人印象深刻的技术任务，通常是通过 希腊电话号码 组合不同的功能来实现的。以下是它可以做的一些主要事情。

机器学习
机器学习是指计算机（机器）从训练数据中提取信息，然后开始在此基础上开发新信息（学习）。计算机获得大量数据集，由人类以各种方式对其进行训练，然后根据训练结果学习适应。

深度学习
深度学习是机器学习的一部分，属于“深度”部分，即计算机可以更加自主地完成任务，而无需人类的帮助。计算机训练的海量数据集用于形成深度学习神经网络：一种复杂、多层、加权的算法，模仿人类大脑。这意味着深度学习算法可以以非常先进、类似人类的方式处理信息（以及更多类型的数据）。