IBM的Project Dabater可人工智能系統在辯論賽中表現可圈可點，這意味著，人的大腦的許多能力都可以用AI重現.
不久前，由IBM開發的人工智能辯論系統Project Dabater與以色列辯論冠軍Noa Ovadia和Dan Zafrir進行了辯論。
辯論的主題來自40個隨機主題。研究人員沒有優先考慮該系統在辯論中進行特殊培訓。 Project Dabater自己識別並分類了多達3億個新聞文章庫的內容。並選擇和提取適合在辯論中使用的作品。
在辯論中，Project Dabater可以使表達語法基本正確，語義和邏輯基本清晰和連貫，在聽取了辯論中對手的意見後，他們也可以進行與該主題相關的反駁。
Project Debater在辯論中的表現並不完美，但仍然令人印象深刻，讓我們向人工智能深化的方向邁進一步：
Project Debater吸收了大量不同的信息和想法，幫助人們建立有說服力的論據並做出明智的決策。
可以說，從Project Debater，我們目睹了一個關於我們大腦思維和操作的人工智能的圖像。
事實上，我們擁有的知識，對事物的看法和理解，甚至創造力都來自我們周圍的大量信息。
大腦記憶，組織，分類，整合等從周圍環境中獲取的信息，並識別不需要的或冗餘的信息。在某種程度上，這些信息也可以被視為一個包含大規模和無所不包的內容的數據庫。
如果我們知道我們擁有的知識和我們形成的想法是大腦對外部信息的選擇和整合，那麼對創造力，情感，判斷等的更高層次感知也可以歸因於大腦的多種複雜的信息處理。結果獲得。
如果期望通過人工智能建模實現這些相對高級別的感知，如果我們的一些大腦的操作模式可以通過代碼再現，那麼考慮當今計算機的極快計算速度，尤其是未來的量子計算機。從某種意義上說，令人驚歎的數據處理能力，我們的大腦可能並不優於人工智能，並且大腦的一些複雜和精確的功能可以轉化為最終可以通過AI學習和複製的代碼和程序。
人工智能行業的一些專家和從事腦科學研究的科學家在這個問題上有類似的想法。
負責英特爾人工智能業務的Naveen Rao說：
"我們可以在30年內創造有限的情報，它可以在太空中移動，瞭解周圍的環境，並對自己有所瞭解。"他認為人類可能會高估自己的大腦，愛情和同情心可以通過人工智能學習和複製。
閱讀更多 每日科技微訊 的文章
