本文指出：在AGI时代，人工智能的新思维使我们能够在与物理世界接触时继续像人们一样继续变得更聪明。在传统的机器学习模型中很难实现。原因是传统的机械教育模型只能通过大量数据通过事先培训来实现物理世界。但是，复杂的物理世界是不同的。例如，以自动驾驶道路的形式获得认可。这条路有时会被强烈的阳光覆盖，有时会进入黑暗，有时甚至是带有透明阴和阳的道路，等等。面对认识到通往复杂道路状况的自动驾驶道路，无论训练有多一时，都无法解决这样的复杂识别问题。直到今天，人类对世界的理解过程都会给人留下深刻的印象自动机器学习算法。只有20％的人类知识来自学校，而80％来自仅在社交接触后获得的知识。因此，出现了具有自动连续研究的自动机器研究模型。以自动机器研究为例，开发人员应该考虑一种全新的心态。例如，无法使用简单的大数据库形成人类记忆。您听到和看到的物理世界中的每个信息都需要完全记录。使用智能大数据的SA Paonly可以创建像人类这样的机器。此外，对于尚未看到的事物，人们还需要使用一些方法才能知道真相，然后才能做出回忆。因此，计算机还应使用此方法来分配尚未在符号中看到的对象，然后逐渐形成对此符号的理解。通过导入自动机器研究模型，并遵循上述方式思考，您可以比特斯拉的AGI创建更多的自动驾驶驾驶。大多数人仍然喜欢大数据。在渴望大型型号的小型模型中，一旦用大数据替换训练，并且可以继续自动学习，这可以使NA可以产生智能，并且可以超越人类智能的机器可以因意外而诞生，而不必知道它！猜Zebiao 2025年3月28日