平台热线
华盛顿州立大学电气工程与计算机科学培训教授拉里·霍尔德说：“以前，在AI系统中测量智能的研究大多是理论上的，他们没有衡量在以前看不见的新颖环境中的实际性能，也没有考虑到任务的复杂性。”
研究人员将设计一个测试，该测试将根据他们可以解决的问题的难度对AI系统进行评分。研究的主要内容之一是创建对问题难度进行排名的方法。
霍尔德说：“得分还将考虑系统的准确性，正确性，所花费的时间以及良好表现的数据量。”
图片来源：华盛顿州立大学
人工智能研究人员面临的主要挑战之一是创造一种可以在不熟悉的环境中像人一样学习的机器。机器学习和人工智能的许多*新进展都集中在狭窄的专业任务中，例如检测人脸和预测棒球比赛结果。
创造可以在新颖的环境中智能学习和行动的机器仍然是AI研究的*终目标。霍尔德说：“我们专注于测试和改进更具通用性的系统，例如日常任务机器人助手。”研究人员所要研究的行为之一是，他们测试的机器可以将他们的学习成果从一项任务转移并将其应用于一项新的任务上。
霍尔德说：“例如，你可能想在下象棋之前先学习跳棋，因为您可以轻松地将跳棋知识从转移到象棋。”
来源于:网络
更多资讯：库卡机器人
