第1965章 人工智能的學習訓練方法：多重影分（1 / 1）

    第1965章人工智慧的學習訓練方法：多重影分身之術！

    天才的創意！

    聽到吳浩的這一番介紹，眾人無不擊掌贊同起來。的確，沒想到原來只是為了好看真實的仿真血管網絡，居然還有這樣的作用，真的是太有想法了。

    讓眾人消化一會兒，吳浩這才引領眾人來到了他們真正的實驗室。這座實驗室面積非常的大，中間則是幾個大家非常熟悉的機器人，四周呢則是分散著一些實驗區域,還有一些獨立的實驗室，中間用玻璃隔開。

    實驗室裡面的科研人員並不算多，大家也都顯得很隨意，並沒有一般印象中，實驗室那種一本正經，高大上的樣子。這些人穿著都比較隨意，一件黑色短袖，然後搭配著自己的褲子鞋子，顯得很是隨意。

    「這裡就是我們的類人化智能仿生機器人實驗室了，這裡主要從事機器人硬體部分以及部分系統軟體方面的研究工作。」

    吳浩衝著眾人笑著介紹道。

    聽到吳浩的介紹，眾人隨即四處打量了起來。實驗室裡面很乾淨，除了一些類似於機器人的零部件，大家好像並沒有看到什麼特別的地方。

    這不由的讓眾人略微的感到失望，原本以為在這裡還能夠看到一些核心的東西呢，現在看來，吳浩好像並沒有打算向他們展示這些。

    事實上，他們多想了，這裡就是類人化智能仿生機器人實驗室，吳浩並沒有進行什麼隱瞞，也沒必要。既然要展示,那就大大方方的展示給他們嘛。

    當然了，一些涉及重要機密核心技術方面，自然是不會那麼輕易示人的，這「上樹」的本事可不能交給別人啊。

    吳浩沿著順序給眾人以此介紹了一下，包括這款類人型機器人的相關部分結構，細節等等。甚至為了能夠讓大家看懂，吳浩還專門讓科研人員進行相關的演示等等。

    跟著吳浩轉了一圈，大家算是對於這款類人型機器人有了基本的了解。原本以為他們大家都是人工智慧和機器人領域的相關專家，想著看一遍應該也會知道個八九不離十。可是真正過了一遍後，眾人都紛紛搖頭。

    雖然吳浩講的很詳細，但正是因為這種詳細，讓眾人充分的了解到了這些技術成果的困難程度。這也讓一些人才熱沒多長時間的心又重新涼了下去。

    而且眾人很清楚，有一些核心技術方面，包括人工智慧系統方面，吳浩還沒有展示給他按摩呢。

    展示完這一番後，吳浩帶領眾人來到了三樓，相比於二樓的寬闊，這裡則是被玻璃分割成了若干個小空間。在中間區域一個較大的空間裡面。吳浩將眾人帶領導了幾塊大屏幕前，然後衝著眾人介紹道。

    「這一層主要針對的就是人工智慧系統領域以及機器人智能大腦領域的相關研究工作，而接下來呢，我們將向大家選擇性展示有關於機器人肢體運動和行為控制系統，以及機器人的認知與交互邏輯兩大系統。

    首先我要告訴大家,這兩套系統並非是我們為了研發這款機器人而專門研發的，而是本來就已經研發出來的技術成果，只不過為了這款機器人，我們又在這兩大系統的基礎上進行了相關的改進優化和發展。」

    聽到吳浩的話，眾人先是一愣，隨即看向吳浩，等待他的解釋。

    吳浩注意到眾人的目光笑了笑，隨即用手指滑動自己手上的透明摺疊平板，在大屏幕上面展示相關的內容資料，然後衝著眾人介紹起來：「我們以此來介紹，先介紹這項機器人肢體運動和行為控制系統技術，它實際上來自於我們的智能機械手臂，智能仿生電子義肢，以及智能機械外骨骼這方面的肢體控制技術。

    我們在研製這些技術產品時候積攢下來了很多珍貴的技術成果，尤其是我們積攢了無數人體與機械手臂，電子義肢以及外骨骼運動時候的數據資料。

    從而呢，在這個基礎上，進行相關的提煉，並開發出來了這套機器人肢體運動和行為控制系統。

    這也是為什麼，你們會感覺這款機器人行動這麼自然的原因。

    除此之外呢，則就是大家所熟知的ai學習和ai訓練方面的技術成果了。通過我們搜羅，整理，學習這些有關於人體肢體運動，行為舉止，表情動作，語言習慣方面的海量數據資料，然後從中進行學習，然後進行專門的訓練模仿，從而生成一套成熟機器人肢體運動和行為控制系統數據信息。」

    這些數據資料沖哪來的。現場有專家提出自己的疑問道。

    聽到這個專家的問題，吳浩笑著回答：「來源很廣泛，首先是我們自己過往研究積攢下來的數據資料，這方面我們在智能機械手臂，智能仿生電子義肢，以及智能機械外骨骼等項目研製過程中，就已經集贊下來了非常豐富的數據資料。

    當然了，僅僅靠這些還是不夠的，所以我們又向相關的信息數據資源公司購買了海量的有關於肢體運動ai訓練方面的資源數據包。

    除了這些以外，我們還利用人工智慧系統，依靠著高速網絡，從網際網路上來抓取海量的數據資料信息。包括我們在公開網絡平台，網站，論壇上面所見到的一些用戶所發布上傳的照片，視頻資料等等。甚至一些影視劇片段，都能夠成為我們的學習訓練數據資料信息。

    這個數據資料庫非常的龐大，其總規模可能達到了一萬eb（1eb=1024pb，1pb=1024tb）。」

    這麼大！眾人聽完驚了一跳，這麼龐大的訓練數據包，他們還是第一次聽說。

    是聽龐大的，所以普通的ai學習訓練顯然是無法勝任的，因此我們開發出來了一套新的ai學習訓練方法。利用ai系統的可複製性，然後分成數百數千，甚至數萬個ai系統來同時學習訓練，然後再將這些正在學習訓練的系統層層整合遞進，最終整合到一台人工智慧系統中來。

    這有點像是多年前熱播的《火影忍者》裡面主角最拿手的忍術，多重影分身之術。

    主角為了學習忍術，會變出很多個影分身同時學習，待學習完後撤去影分身，這些影分身所學習的資料會匯集到主角本體身上，綜合所有影分身的學習體會心得，從而加速學習過程。