IBM的Project Dabater可人工智能系统在辩论赛中表现可圈可点，这意味着，人的大脑的许多能力都可以用AI重现.
不久前，由IBM开发的人工智能辩论系统Project Dabater与以色列辩论冠军Noa Ovadia和Dan Zafrir进行了辩论。
辩论的主题来自40个随机主题。研究人员没有优先考虑该系统在辩论中进行特殊培训。 Project Dabater自己识别并分类了多达3亿个新闻文章库的内容。并选择和提取适合在辩论中使用的作品。
在辩论中，Project Dabater可以使表达语法基本正确，语义和逻辑基本清晰和连贯，在听取了辩论中对手的意见后，他们也可以进行与该主题相关的反驳。
Project Debater在辩论中的表现并不完美，但仍然令人印象深刻，让我们向人工智能深化的方向迈进一步：
Project Debater吸收了大量不同的信息和想法，帮助人们建立有说服力的论据并做出明智的决策。
可以说，从Project Debater，我们目睹了一个关于我们大脑思维和操作的人工智能的图像。
事实上，我们拥有的知识，对事物的看法和理解，甚至创造力都来自我们周围的大量信息。
大脑记忆，组织，分类，整合等从周围环境中获取的信息，并识别不需要的或冗余的信息。在某种程度上，这些信息也可以被视为一个包含大规模和无所不包的内容的数据库。
如果我们知道我们拥有的知识和我们形成的想法是大脑对外部信息的选择和整合，那么对创造力，情感，判断等的更高层次感知也可以归因于大脑的多种复杂的信息处理。结果获得。
如果期望通过人工智能建模实现这些相对高级别的感知，如果我们的一些大脑的操作模式可以通过代码再现，那么考虑当今计算机的极快计算速度，尤其是未来的量子计算机。从某种意义上说，令人惊叹的数据处理能力，我们的大脑可能并不优于人工智能，并且大脑的一些复杂和精确的功能可以转化为最终可以通过AI学习和复制的代码和程序。
人工智能行业的一些专家和从事脑科学研究的科学家在这个问题上有类似的想法。
负责英特尔人工智能业务的Naveen Rao说：
"我们可以在30年内创造有限的情报，它可以在太空中移动，了解周围的环境，并对自己有所了解。"他认为人类可能会高估自己的大脑，爱情和同情心可以通过人工智能学习和复制。
閱讀更多 每日科技微訊 的文章
