據(jù)Futurism報道，最近幾個月，深度機器學習技術(shù)引發(fā)令人難以置信的喧囂。廣泛的能力讓它們可以玩視頻游戲、識別面部等，更重要的是可以自主學習，這讓人們的恐懼不斷加劇，擔心它們將來可能完全接管世界。然而，這些系統(tǒng)的學習效率卻不及人類的1／10?，F(xiàn)在，谷歌開發(fā)出一款超速人工智能（AI），其學習效率幾乎可與人類相媲美。

這種超速AI是谷歌位于英國子公司DeepMind開發(fā)的。他們表示，與以前的AI模式相比，這套系統(tǒng)不僅可吸收新知識，還能以更快的速度應用新的體驗。很快，它的學習效率就能趕上人類水平。所謂深度學習，就是利用多層神經(jīng)網(wǎng)絡定位數(shù)據(jù)中的趨勢或模式。如果一層神經(jīng)網(wǎng)絡確認某種模式，相關(guān)信息就會被傳給下一層網(wǎng)絡。這個過程會不斷持續(xù)下去，直到所有信息被收集完成。

這套AI系統(tǒng)可基于不同的變量進行不同方式的學習，比如神經(jīng)網(wǎng)絡各層之間的連接強度。在某層的顯著變化可能極大地改變信息在其他層的傳遞，或?qū)W習方式。深度神經(jīng)網(wǎng)絡有許多層，為此當出現(xiàn)變化時，學習過程可能需要相當長的時間。然而，Google DeepMind研究院亞歷山大·普利特則爾（Alexander Pritzel）及其同事們似乎已經(jīng)找到解決這個問題的辦法，他們稱其為“神經(jīng)情景控制（neural episodic control）”。

普利特澤爾團隊表示：“神經(jīng)情景控制證明，在廣泛的環(huán)境中，學習速度將被大幅改善。至關(guān)重要的是，我們的技術(shù)只要體驗過，就能夠快速抓取非常成功的策略，而不是等待優(yōu)化許多步驟?！彼麄兊姆椒７氯祟惡蛣游锎竽X中的學習過程，復制前額皮質(zhì)層發(fā)生的事情，然后在海馬體中備份。

現(xiàn)在，AI技術(shù)似乎每天都在取得進步。從利他機器人律師到關(guān)于奇點的預測，AI技術(shù)已經(jīng)引發(fā)相當多的關(guān)注。然而，我們還沒有看到“真正的AI”。沒有任何機器人的AI能夠匹配人類大腦智力。為此，盡管自動化和AI導致人們失業(yè)的情況每天都在發(fā)生，但“真正的AI”還不會很快到來。然而，DeepMind的技術(shù)可能成為通往未來之路的踏腳石。

雖然表面上看，AI可能帶來科幻噩夢，但其也能帶來無限好處。先進AI技術(shù)正被應用到醫(yī)療、農(nóng)業(yè)甚至科學研究中。隨著AI變得更擅長學習，它也能被教授更多的方式，來改變我們的生活。