然而，尽管取得了各种进展，但到2021年，可能仍然不会有通用的容错量子计算机，即像传统计算机那样可自由编程的量子计算机 。 量子系统将继续完成其最初的构想：作为复杂的物理和化学过程的有效模拟器，这些困难的物理或化学过程很难以传统方式实现 。
少样本学习
到目前为止，人工智能成功的一个基本秘诀是不断增加资金的投入：更强的计算能力、更多的员工和更多的数据 。 计算机学会了如何识别对象、如何将单词和句子从一种语言翻译成另一种语言，或者智能地回答问题 。 人工神经网络的工作效率之所以如此之高，是因为它们可以被广泛训练 。
现在，人们正试图开发人工智能中一个令人兴奋的研究领域，即让机器从少量样本中就可以快速学习，用“小数据”代替了“大数据”，即“少样本学习” 。 例如，在德国，图宾根人工智能科学家马蒂亚斯·贝特格就在从事这一领域的研究工作 。
这方面的进步使计算机的技能进一步接近人脑成为可能 。 人脑的学习技能被反复用作机器学习的参考，因为人们通常无需从海量例子中学习东西，所以小孩子不需要看成千上万张老虎或大象的图片，就能在其他图片上或在动物园里独立地识别大象是什么、老虎是什么 。
但这并不是这个领域令人兴奋的唯一原因 。 在现实中，并不是所有情况下都存在像互联网上的购买行为或搜索行为那样多的海量数据 。 许多行业的人工智能是否会取得突破将取决于程序能否在更少的学习样本基础上变得与人脑一样有能力 。
推荐阅读
- 新鲜蚕豆要焯水吗 蚕豆用不用焯水
- 升级有惊喜，5G新标准R16让哪些领域受益？
- 今年全国新增5G基站约58万个
- 《科学新闻》杂志年度评选出炉：气候变化愈加严峻
- 新华社：“区块链+”千钧之力如何释放？
- 新唐书房玄龄传翻译 房玄龄传文言文翻译
- 最新小满手抄报内容 最新小满手抄报内容画法
- “区块链 + 新零售”会碰撞出什么火花？
- 怎样给宝宝起一个格高韵远，独特新颖的好名字？
- 超算、雷达新材料“打底”，5G设施发生质的变化