在巨大的人工智能行业中，许多人可能会将AI视为某种神秘的黑盒子，对它的运作方式感到诧异和不确定。事实上，目前许多AI设计仍然依赖人工设计和编程的技术缩减，这种缩短可能会对人工智能的准确性和可靠性产生负面影响。
探究人工智能背后的技术快捷方式，或许可以为人们更好地理解它带来更多的透明度和信任。本文指出，这种技术依赖性包括计算力缺陷、总和和平均数的罕见分布、依赖模型缺陷的数据同化，以及在语言、图像和语音识别中使用的人工特征工程。鉴于这些局限，本文提出了一些可行的解决方法，例如增加人工智能技术的透明度和明确性，利用更复杂的模型结构、多样化的数据来源和自然语言处理技术。只有在这样的改革推动下，人工智能才能真正成为现实与未来的发展方向。
了解更多有趣的事情：https://blog.ds3783.com/