AI的十个层次(四)接上一个视频。
第四层：机器学习AI的自我成长。基于符号规则的人工智能需要人类预先设定规则，一旦设定就不再变化。而神经网络则不同，它不需要人为设定参数，其真正优势在于能通过大量学习自行调整到最佳参数，这就是机器学习。
机器学习分为三种：监督学习、无监督学习和强化学习。
·监督学习像高考复习，有明确答案，效率高但费老师。
·无监督学习像探索新城市，无地图指南，靠直觉和地标找规律，适合数据量庞大的场景。
·强化学习像训练狗，通过奖惩学习指令，高效精准，弹费时间。
这三种模式可穿插使用，互补优势。比如Alphago在学习初期先用无监督学习分析棋盘结构，通过监督学习识别人类棋谱，最后通过自我对弈强化学习提高胜率。至此AI从基于规则转变为基于数据，在海量数据驱动下，各种强大的人工智能开始在各领域赶超人类，如Alpha Zero、Dota rAl、Deepface等。
当然此时的AI虽已非常强大，但仍局限于专业领域。与此同时，一场百年未有之大变局正在悄然发生。我们下集再续。
目的是促进和发展友好的人工智能，使人类更安全。
OpenAI成立于2015年底，总部位于加利福山，组织目标是通过与其他机构和研究者的交流。
谢谢观赏。
创立于：2015年12月11日。
https：/len.wikpedia.org> wiki OpenAI翻译此页。
