第74章 它不是強不強的問題(第2/2頁)

但是強人工智慧的研究難度較大，市面上還沒有成熟的應用。

而弱人工智慧更像是一個解決特定問題的工具。

這類問題的特點是可以透過統計，歸納出經驗並形成解決方案，而這種解決問題的實現方法被稱為“機器學習”。

並且資料越精確越好，越單一越好，一旦資料出現模糊和複雜程度增加，那它立刻就會從弱人工智慧變成人工智障。

例如量化交易、人臉識別和阿爾法狗都是擅長於單個方面的機器學習模型。

在訓練模型時，技術人員只教會阿爾法狗下圍棋的技巧，所以它只能會下圍棋。

如果你把一道數學題丟給它，它立刻懵逼。

就像現在的訪問團成員，他們也有點懵。

訪問團裡大多都是技術人員，不是技術人員也仔細瞭解過實用科技的資料，有些技術人員的研究領域還跟人工智慧有些交叉，多多少少都知道一些人工智慧方面的知識。

他們可從來沒見過這麼牛批的人工智慧。

智慧苿來……它不是強不強的問題，而是很特別，反正一點也不弱，目前也沒聽說像智障。

李偉只是說了一聲備車，沒說他們有多少人，苿來竟然就準備好了這麼精確的車輛，這個公司管理AI是怎麼在走廊裡確定他們的人數的？

怎麼沒有把旁邊路過的員工也算進去？

不過這次相關專業的人不夠多，而且這還是下次合作的議題，所以他們就沒怎麼說。

倒是車輛行進的時候，李偉稍微介紹了一下。

“公司級別的輔助管理AI功能不多，但它就像機器裡的潤滑劑，能充分的潤滑龐大機器的各種關節，讓機器執行的更加順暢。”

“比如我們現在坐的車，它們原先只是普通的園區巡邏車，我們對它進行了改裝，但是它依舊是常規的無人車，甚至是比世面上的無人車還要簡陋一些。”

“不過不要緊，它自己能力不足，我們可以加上苿來的輔助，苿來掌控了公司所有的攝像頭，所以無人車不僅可以自己識別路線，苿來還可以利用公司的攝像頭幫它提供額外的資訊。”

“你們看車上的螢幕，”李偉指著車上的螢幕說道：“這邊的畫面是車輛自己拍攝到的，旁邊則是苿來提供的。”

“前邊有個拐角，有不少員工在向著這裡走過來，對於車輛來說，拐角處的員工是突然出現的，非常考驗車輛AI的緊急情況處理能力，一個處理不好就會發生車禍。”

“但是有個苿來的輔助，車輛早就知道有人要過來，所以能提前一步做出正確的反應，避免車禍的發生。”

“它對公司內部的統籌合作非常有幫助……”

一邊說著，電動車就載著他們到了研發部，而他們剛進研發部就見李未來在指揮一個“鋼鐵戰士”走路。

“你什麼也別動，就當是癱瘓了，讓機器帶著你走。”

“可我不由自主的就走了啊！李顧問，我沒癱瘓，但我的腿就是不聽大腦指揮，它、他有自己的想法。”

“……”