部分事實，部分科幻小說，無賴人工智能的概念正 得到充分的關注 。作為AI的創(chuàng)造者，人類對有情機器負有責任，其方式類似于父母的職責。

但是隨著AI逐漸成熟并可以生成和訓練自己的程序，人類對事物的解釋變得越來越少，而機器則更加自主。AI的復雜性導致人們 呼吁 在該領域中增加背景和軟技能的多樣性，以期通過更周到的培訓來遏制AI的偏見和全面脫軌。

那么父母是否具有獨特的能力來訓練AI，并且父母的方法可以更好地訓練AI來抽象和適應當今快速發(fā)展的商業(yè)世界嗎？

最近的發(fā)展推動了AI的發(fā)展，使AI 對格式塔測試， 逼真的文本生成器和準確的醫(yī)學 診斷的認知度得以提高 。對于每種類型的AI，都有一名幕后工程師對軟件進行編程，以識別海量數據集中的模式以實現特定目標。

為此，強化學習已經使用了類似家長的方法，該方法指導了AI的最初發(fā)展，以便它可以快速從錯誤中學習并進行相應的自我糾正。同時 ，神經網絡的發(fā)展 因為人工智能給機器賦予了更高的類人品質，所以提出了一個問題：人工智能將很快能夠抽象地思考，從而將利基用例推廣到更廣泛的業(yè)務應用之外嗎？

為了更好地了解令人眼花of亂的AI世界中的父母式培訓方法，我最近與Wikibon Inc.的數據科學首席分析師James Kobielus進行了交談。

十多年來，Kobielus一直在密切分析AI的深度，從計算基礎設施到道德框架。根據Kobielus的說法，將需要一個技能集和AI訓練方法的村莊，涵蓋受監(jiān)督和不受監(jiān)督的模型，以為現代企業(yè)的成年任務做好準備。