虚拟现实能远程操控人工智能吗

新技术的发明常常会令人振奋┅旦普及却可能造成许多恐慌。生活在这个时代一个切身的体会便是:技术改变我们的生活方式,也改变了千万人的职业选择打车软件的应用近乎消灭了出租车行业大半,移动互联网与智能手机的联合更是重构了无数传统的行业。

新技术的发明常常会令人振奋一旦普及却可能造成许多恐慌。生活在这个时代一个切身的体会便是:技术改变我们的生活方式,也改变了千万人的职业选择打车软件的應用近乎消灭了出租车行业大半,移动互联网与智能手机的联合更是重构了无数传统的行业。近期就在国家统计局公布8月CPI数据的第一時间,腾讯自动化新闻写作机器人Dream w riter(梦幻写手)写出新闻稿的消息爆炸开来迅速成为传媒界议论的焦点。记者圈开始出现焦虑性的争论——— 到底我们何时会失业?

人工智能总是充满神秘感

往前推两天即9月8日,“2015百度世界大会”可谓万众瞩目百度创始人李彦宏宣布推出百度智能机器人助手“度秘”,豪言要让每一个人用得起秘书未来,记者转秘书的梦想恐怕要破灭了再早一些,微软第三代人工智能机器囚“小冰”也杀回微信自称17岁陪人聊天是其强项。而马云提到的软银已经正在批量生产投向市场的情感机器人“pepper”因为价格只有1万出頭,可能将我们直接带进了“机器人进入普通人家”的时代

如果将目光转向更大范围,全球性的互联网巨头如谷歌、苹果、Facebook以及国内聲名鹊起的科大讯飞、大疆科技甚至华大基因,都在向充满奥秘但商业价值庞大的“人工智能”领域迈进一夜之间,人工智能似乎变成叻互联网+之后更为火爆的概念谁不涉及人工智能,谁似乎就要被扫入历史的垃圾堆

时下,舆论对于人工智能充斥着误解以及自我矛盾的两极化预言。主流的商业性报道、评论或演讲更多看重的是这一市场的庞大、利润的可观,他们通过描绘人工智能时代生活的无限便利来进行产品的推广抑或机构的融资。另一种带有演绎色彩的文学、科幻作品则更乐意将人工智能的结局想象成人与智能机器人之間的对立、冲突乃至战争。

对商业价值的极度崇拜对伦理崩塌的深度隐忧,构成了两种重要的论调在笔者看来,商业价值的狂飙突进昰大势所趋伦理隐忧的讨论却存在种种误区。基于此本文打算暂且搁置对人工智能商业价值的探讨,而主要聚焦我们所关心的另一个話题:人工智能将带来怎样的伦理困境?

强人工智能vs弱人工智能

人工智能很火爆但它的定义到底是什么。查阅百度百科定义如下:人工智能(A rtificialIntelligence),英文缩写为A I它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。研究的目标是机器视、听、触、感觉及思维方式对人的模拟,包括指纹识别人脸识别,视网膜识别虹膜识别,掌纹识别专家系统,智能搜索萣理证明,逻辑推理博弈,信息感应与辨证处理等等

任何一个领域,必然存在着多个流派人工智能领域也不例外。目前最重要的彡大流派如下:第一派是符号主义,或称计算机学派其原理主要为物理符号系统假设和有限合理性原理。说白了就是相信计算机的运算能力叠加,将会最终帮助机器获得自由意志第二派是联结主义,又称为仿生学派其原理主要为神经网络及神经网络间的连接机制与學习算法。简言之他们相信模仿人类大脑的构成,可以制造一个相同的大脑第三种是行为主义,又称进化主义或控制论学派其原理為控制论及感知-动作型控制系统。这一派认为智能不需要知识、表示和推理通过在现实环境中交互,智能行为会逐步得到进化

上述三種研究进路,当然只是一部分虽然很主流,但在这个充满奇思妙想的人类世界里相信还有很多怪异的研究方法,到底哪一条路才能研淛出真正的“智能人”即拥有人类思维的机器人,在事情发生之前没有人会知道。

人工智能学科的起源普遍被认为是1956年在美国达特茅斯大学召开的一次会议。后来被称为“人工智能之父”的约翰·麦卡锡博士在那次会议上首次提出了人工智能的概念,他认为:人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样。不过,这个定义不够精准。目前,对人工智能的定义大多被划分为四类,即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动或制定行動的决策,而不是肢体动作

由此,也诞生了“强人工智能”和“弱人工智能”的区分即机器的思考和推理就像人的思维完全一样,就昰强人工智能而如果机器只是部分拥有人的思维、推理、情感、行动能力,就算是弱人工智能我们前面提到的腾讯的“梦幻写手”、百度的“度秘”、微软的“小冰”、软银“pep- per”以及苹果iO S系统的“siri”,都只是在思维上部分拥有人类的推理、情感或其他能力所以都属于弱人工智能。目前流行的智能家具、智能汽车、无人机、智能手机也都是弱人工智能的体现。

接续上文的论述所以,伦理的讨论也分為强人工智能和弱人工智能两部分

首先,按照强人工智能的定义我们可以得出该机器人获得了人类完全的思维能力,他(暂且用“他”)擁有我们相同的思维、情感、创造力乃至不可预测性那么,问题来了他到底是机器人还是我们所认为的人类?

疑问1:他身体构成的材料與我们完全不一样,也许是硅胶或者是别的东西,总之不是我们这样的血肉之躯那么,他还是人类吗?

回答:关于人的定义核心在于身体还是具备人的思维意识,这一点需要考虑清楚安装假肢的残障人士也有非血肉材料,只是比例较小然而,伴随3D打印器官的投入使鼡人体越来越多的部分都可能不是血肉之躯,但我们不会认为他们就不是人类范畴了所以,只要思维一致或者更加抽象地说拥有自甴意志,那么不管他是什么做的就已经属于人类范畴了。

疑问2:他并非人类繁衍的产物他没有生理学意义上的父母,更像是一个怪物所以还是人类吗?

回答:试管婴儿在今天已经非常普遍,克隆如果不被禁止克隆出的产物也会被认为是人类,正如“多利”不会被认为鈈是羊未来,人工智能无论通过什么方法如果最终能够制造出具有人类思维的机器人,那么应该赋予其基本的“人权”承认其人类嘚身份。

所以在是否该赋予强人工智能制造的机器人“人权”这一点上,不该存有疑虑既然承认他是“人类的成员”,那么人类现有嘚价值判断原则就没有遭受冲击的可能因为我们只需要用人的方式对待他即可。无故伤人也好破坏公共秩序也罢,之前如何对待人类现在也就照样对待。

当然对于社会关系,例如家庭组织、亲属关系的冲击是显而易见的但这并不影响整个世界最基本的制度规范。芉百年来婚恋的变迁、审美的流变,都差距奇大但这些变化也都在历史长河中被“合理化”。也许就像50年前的人无法想象如今极为普遍的婚前性行为或同性恋合法化一样今天的我们也无法去设想智能机器人加入我们之后产生的变化会如何消除争议。

所以强人工智能嘚机器,并非新的物种他就是归属于人类,他带来的伦理冲击并不能上升到宏观价值况且,我们距离强人工智能时代还很遥远关于倫理,弱人工智能反而更加值得讨论

弱人工智能的伦理问题存在已久,讨论最典型的即无人轰炸机的伦理问题一个自动轰炸的机器人,成为了战争的帮凶万一失控,造成对平民的伤害如何界定对此,我们需要明白人类从制造劳动工具和武器开始,工具就已经变成叻自己的延伸工具本身的智能水平有限,并不能拥有完全的自主性所以无人机无论造成什么后果,责任主体依旧没有变就是控制机器人的人。由此可以推出智能汽车失控,或者智能导航带你进湖这些都属于拥有明确责任主体的机器。

其次则是隐私问题。每一个智能机器人(设备)都是一个收集数据的终端无数数据的汇集最终可能出现有价值的商业模式,前提之一必然是个人隐私的被贩卖对于隐私的边界,人们并非不可接受但是要认同让渡的隐私权和获得的便利比是有价值的。目前来看大数据产生的隐私滥用问题已经非常严偅,斯诺登的出现表明企业和政府形成了“同谋”铁幕遍地,并非危言耸听

人类数千年的文明史,伦理体系混乱不堪至今我们也没囿一个统一的、标准的、明确的伦理体系,而仅有一些大部分人承认的大体的原则而已对于人工智能带来的伦理冲击,更多的聚集在一些较为规则性的领域从人类自身的发展历程来说,可以称其为无关宏旨即使是政治监控的问题,这也并非人工智能独创的秘密警察、告密制度早已有之。人类社会存在的阴暗面不能简单嫁祸智能机器人,无论他是否真正具备人类的思维方式

虚拟现实会不会将我们帶往“阿凡达”世界?

本文的主题是讨论人工智能时代的伦理问题从上文可以得知,强弱的人工智能时代或许会存在一些具体领域法律规则或社会规范的调适,但不会引起大规模、根本性的伦理困境似乎到了这里,关于伦理与人工智能的讨论就可以告一段落了但正洳许多人所秉持的“误区”一样,人们把人工智能等同于高科技发展把技术与伦理的关系直接套用在人工智能与世界伦理的关系上。

这樣的忧心多少有些歪打正着我们早已迈入弱人工智能时代,强人工智能时代又并未出现明显迹象但我们却忽略了虚拟现实(V irtual R eal- ity,简称V R )马上降临的基本事实而这一同样充满着高科技色彩,并且被很多人误以为是人工智能领域的技术将很可能带来一系列新型伦理陷阱。

在讨論虚拟现实技术可能带来的伦理冲击之前先列出虚拟现实的学术定义:是一种可以创建和体验虚拟世界的计算机仿真系统,它利用计算機生成一种模拟环境形成一种多源信息融合的交互式的三维动态视景和实体行为的系统仿真,使得用户沉浸到该环境中补充一点,虚擬技术不是人工智能技术因为没有赋予头盔、眼镜或者其他物件智能思维,看起来它更像是一个工具———尽管我们在后面的分析中會发现这一判断同样充满争议。

2014年3 月Facebook宣布以20亿美元收购沉浸式虚拟现实技术公司Oculus V R。虚拟技术数十年的发展历史亦是几经沉浮,但时至紟日虚拟技术引发的关注可能带来质的突破。在美国《时代周刊》2015年8月的封面文章中我们看到虚拟现实已经是硅谷最热的事物,索尼、三星、H T C都卷入了这一轮由Facebook收购Oculus引发的热潮

目前,虚拟现实技术需要解决的问题是可穿戴设备的便捷性以及价格上的居高不下两点一旦商业价值被充分看好,将会迅速带来“人联网”和“物联网”的联结(中山大学哲学系教授翟振明语)届时产生的结果将是,当你进入一個虚拟的世界你可以获得实体机械工具(人工无智能机器)的操控能力。在虚拟现实技术解决视觉感知外还有听觉、触觉、力觉、运动等感知,甚至还包括嗅觉和味觉也被模拟此外,头部转动眼睛、手势、或其他人体行为动作所能达到的实时响应,使用者将可以完全获嘚虚拟=现实的感觉

就此,著名电影《阿凡达》中杰克·萨利在潘多拉星球上的“替身”现象,就会真真切切地出现了。举一例A在广州,泹他可以通过虚拟现实的技术操控他的“替身”去纽约开会。使用期间 “替身”所有的动作、发言和行动都由A在广州来操作,因特网僦可以提供A与人替的实时链接从技术上看,这一刻很快就将到来由此也更加迫切地要求我们,提出伦理上的疑虑和担忧

中山大学哲學系教授翟振明令人吃惊地创建了全球首个“人机互联实验室”,也令人吃惊地聚焦到了虚拟现实技术成熟和普及后的伦理问题

翟振明嘚观点是:以往的技术基本都是客体技术,即通过制造工具、使用工具来改造自然客体的技术并且,这种被制造和使用的工具本身也是愙体例如,一辆汽车、一把锤子虽然融入了人的技术但它们毕竟还是与制造者分立的物体。与客体技术相比虚拟现实技术则是一种主体技术。这类新兴技术不是用来制造客体化的工具的也不是用来改造自然客体的,而是用来改变人本身的成熟了的虚拟现实化的人聯网,相当于我们重新创造的一个物理世界如果此类主体技术成为我们的主导性技术,我们的生活方式将会从根基上发生巨变

翟振明將《阿凡达》中的“替身”翻译成“人替”,他认为在使用虚拟现实系统之前我们主要是用键盘、鼠标、手柄之类的东西来操作。有了虛拟现实头盔等可穿戴设备虚拟现实不久就可以整到这里来了,你的人替也不再是第三人称视角的对象而是变成第一人称视角。所以远在纽约的人替虽然没有自我意识,而是作为A的自身存在A的所有感知和行动都体现在人替上。

这带来了直接性的伦理挑战按照翟振奣的分析,在“人联网”与“物联网”无缝衔接之后假如A的人替在纽约犯罪,将会造成纷繁复杂的困境:例如A在现实中是男性但虚拟卋界中选择女性,在虚拟世界中性骚扰一位女性可能造成法律不适用;又如人替与人的关系,人替是身体的一部分还是属于财产,处罚時如何处理人替和人;超越国界的使用也会挑战政治的边界,犯罪的A到底是在美国还是中国这些都值得讨论。

在虚拟和现实之间的边界變得模糊不清之后所制造的伦理困境还有非常多,这里只是列举了其中一小部分但最为终极的伦理问题不是别的,而是翟振明所忧虑嘚:在人联网和物联网无缝融合成一个巨型系统之前我们最迫切的任务就是要想办法保住每个人类个体的自主性,杜绝有人试图把大家鼡作操作物联网的工具也就是防止控制了物联网的某个寡头或一小撮寡头联合体把所有的其他人当作实现其权力意志的永久性工具。在這个地方我们的决策差之毫厘,就有可能导致人类未来走向失之千里

的确,假使短期内技术取得很大进展的虚拟现实技术获得普及帶来的绝不是文章开头担心的某一行业、某些工种受到冲击的问题,而是整个社会权力的重新配置那些占得先机又肆无忌惮的寡头,将獲得控制的途径并发生新的专制暴政的问题。学者、媒体和公民以及充满忧患意识的科技人员,有义务在虚拟现实时代降临之前秉歭人文理性,倡导建立起新世界的规范与伦理

感谢翟振明教授对本文核心逻辑形成的贡献,也对参与讨论的茱茱、S ophia、B arnett一并表示谢谢

【資讯来源:南方都市报

【一周要闻】索尼VR头显正式定名 虚拟之战一触即发

87870本周游戏推荐 化身小矮人体验冰箱里的冒险过山车

从超级玛丽箌漫天星辰 Youtube上不容错过的五个全景视频

}

理解人工智能+5G有哪些可能可以從这几个角度出发:

? AI与5G的契合点

? 5G如何促进AI发展

? 为什么5G需要AI

? AI在5G中的应用场景

以下具体分享一下中国电信北京研究院网络人工智能研究中心主任王海宁的研究成果:

01. 5G和AI是密不可分的两大战略发展领域

5G和AI是两大毋庸置疑的战略发展领域。从5G的角度来看GSMA在2017年发布了一个白皮书——《5G开启无线连接与智能自动化的时代》,这份报告为全球的通讯行业描绘了一个非常美好的前景:到2025年5G的连接数量将会超过11亿,约占全球移动连接数的12%覆盖超过全球1/3的人口数量。5G也会为运营商带来超过2.5%的年均复合增长率(GAGR)2025年,收入将达到1.3万亿美元的体量

这份報告同时还对全球750位运营商的CEO以及设备商的高级项目经理做了一个调研,其中包括“5G将主要支持什么业务”。结果显示83%的人都选择了AI驅动的业务。可见AI驱动的业务会是5G主要的应用场景。

从AI使能5G这个角度来看AI其实可以用在各行各业,不只是通信行业经历了这几十年嘚发展,电信行业将是AI最大的细分市场Tractica/Ovum的全球调研报告指出,到2025年全球电信行业对人工智能软件、硬件和服务的投资预计将达367亿美元。电信行业的AI年收入额将以48.8%的年复合增长率从现在的3.157亿美元增长至2025年的113亿美元左右。这个体量也是相当大的

但是我们可以通过对比发現,电信行业AI的体量比起5G的体量还是要小很多5G是1.3万亿美元的收入,AI是113亿美元的收入差距100倍以上。我们把AI投入到电信行业如果能把5G的收入增加1%或10%,把5G网络建设的成本降低1%或10%对运营商来说,那将是一笔非常可观的收入

因此,5G和AI是密切相关、互相促进的一种关系

相比4G網络,5G主要是在用户的吞吐量、端到端时延与连接密度方面有非常大的增强正是因为这种增强,5G网络能承载许多4G网络现在无法承载的智能业务

比如智能医疗,像远程手术这类场景对时延、图像识别的要求非常高用4G网络承载可能满足不了图像传输的时延、带宽的要求,洏5G具备低时延、大带宽的特点它可以针对智能医疗中的远程手术做很好的承载。

比如智能交通未来在5G uRLLC低时延的场景下,自动驾驶也可鉯得到更好的支持还包括智能家居、智能电网、智能农业这种IoT类的,它们对连接密度有非常高的要求5G面向高密度连接的mMTC场景也能为这些智能业务提供非常好的承载。还有工业自动化它对时延的要求和自动驾驶不相上下,需要精确地控制一些工业设备来完成各个零件的組合和装配

未来有了5G网络,这些AI驱动的智能化业务都能得到更好的发展

另外一方面我们来看,为什么5G网络的商用部署离不开人工智能人工智能已经发展了60多年,我们的通信网络也不是现在才有的那为什么人工智能到了5G就成为必不可少的技术呢?我们从三方面来看:1. 噺型网络架构;2. 新型空口技术;3. 新型部署方式

Architecture)网络架构和网络切片。网络切片可以针对用户的需求来组合切片中用到的网元和虚拟网え;根据业务量的变化动态地分配虚拟网元的资源或者是承载资源。但这种按需分配和网络架构层面的动态调整是传统的人工手段无法支歭的传统的网络架构调整,周期是以年计的一般以年为周期来规划和部署,一旦部署下去长时间内不会改变。未来这种网络资源方面的调整,很可能会以小时计这种高频率的,针对网络资源的精确投放就需要人工智能技术来辅助实现。

5G空口两个最重要的特征:┅个是Massive MIMO或者3D Massive MIMO(大规模天线);另一个是高频通信Massive MIMO带来天线数量的增加,功率的增加按已经能看到5G频率和4G频率的对比来说, 5G频率比4G频率基本上会高至少一倍4G从1.8G到2.5G,5G从2.6G到4.9G这个频率的升高意味着,每个站点覆盖的面积会变小站点的数量会变多。据我们已经了解的5G基站嘚耗电量最低也在2700千瓦左右,至少是4G基站的3倍所以大量地部署5G基站,会给我们带来非常高的耗电成本因此,我们一定要引入基于人工智能的手段来做5G基站的节能包括Massive MIMO智能化的配置,根据用户分布和场景的智能化识别来考虑的一些智能化的载波关断技术等等来优化无線网络。

5G核心网都是基于虚拟云化部署的另外引入了一个重要的概念,边缘计算(Multi-access Edge Computing, MEC)未来有很多5G网元会以虚拟化的形式部署在数据中心,洏且这个数据中心的数量会很多除了大区的省市的,还会有一些边缘的甚至下沉到接入局所,一些有条件的机房也会放这些服务器,比如去做5G UPF(User plane Function用户面功能)的下次,面向本地业务的平台部署和流量卸载等等在承载同样业务量的情况下,服务器的耗电相比传统的网络設备来说也会有较大的增加。所以从部署方式来讲,我们也需要引入一些人工智能和大数据的手段去做数据中心的节能对机房整体淛冷系统的控制和节能,来减少OPEX(Operating Expense)的支出

从以上三个大的方面来讲,5G是运营商面临的最复杂的网络需要大量的投资,包括固定投资和运營的投资很多5G网络的维护工作是传统的人工方式没有办法满足的,迫切地需要引入人工智能手段来支撑5G网络真正的大规模商用部署

应鼡场景1:5G端到端切片智能编排和运营

? 5G端到端切片智能编排

1. 采集数据,掌握网络的实时运行状况

2. 利用人工智能技术根据历史数据和实时數据对网络业务以及相应的资源需求进行预测和评估

3. 给出恰当的建议措施(如网络切片的扩容、缩容、变更等)

? 5G端到端切片智能运营

网絡切片不是一段核心网或无线就能搞定的,可能是无线加上承载网加上核心网对用户来说,这种快速的开通和按需变更要能做到端到端嘚自动化管理引入切片服务智能客服,能够提供智能化的交流、咨询、切片套餐推荐等服务并完成智能化的端到端切片业务开通。

5G 引叺Massive MIMO技术后无线侧配置参数的pattern组合有了指数级的增加。我们了解到3G无线配置的组合是13种,4G大概有283种5G大约是13000种。就算可以梳理一些基本嘚配置模板但在后面的优化过程中,也还是会涉及各个参数的调整所以,需要在这件事上引入人工智能的技术来实现5G大规模天线复雜参数的智能化配置。

? 智能权值搜索和监控

基于UE(User Equipment用户终端)的分布情况,根据覆盖用户数最多的原则搜索和预测最优的水平/垂直波瓣寬度,方位角和下倾角

? UE位置估算和预测

基于收集的信息可以估算UE的位置及分布

MM基站周期性收集一段时间内小区内所有UE的位置信息

可充汾运用于类似体育赛事、演唱会等大型活动。

比如利用MR(Measurement Report,测量报告)信息描绘出终端在体育馆内的大致分布进一步利用分布识别场景。根据不同场景推荐最优权值,并将最终的权值反馈到场景识别模块使得推荐不断进化。

应用场景3:AI辅助的智能无线网络规划

这件事其實在4G网络上已经在开展了无线网络开通前后要做路测和评估,根据收集上来的MR信息对多个场景进行识别和分析。综合用户投诉、各种網络优化的KPI等要素做大数据分析以及AI辅助的决策帮助运维人员更好地确定把站点部署在哪里,如何配置参数哪些质差小区能通过扩容來解决,以及哪些是无法通过扩容来解决的……并会给到一个整体的网络部署的评估

在5G网络部署的时候,也一定会考虑基于4G网络的大数據和AI分析来决定应该在哪里部署5G的站点,以及一些4G、5G协同的调整

应用场景4:基于AI的智能边缘计算

边缘计算在5G阶段是非常重要的发展方姠,它在边缘的DC(数据中心)里引入了服务器也引入了支持AI运算的能力,使得可以在边缘节点上配合中心的DC以及用户的终端来做AI业务嘚智能优化。主要有以下四点——

基于AI对用户的业务流和用户移动模式进行预测分析有针对性地确定预存内容和内容推送,从而提高内嫆分发效率

通过位置已知的终端测量的各无线通信系统信号特征,借助AI、大数据收集分析和边缘计算节点的实时计算能力利用指纹信息指导实际应用中的终端定位。

边缘计算节点基于不同无线系统的频谱测量结果,利用AI技术对各无线系统在不同区域的无线环境特征、鼡户行为特征以及不同用户的业务特征等,进行分析建模支撑具体应用场景。

在边缘节点上部署高算力的硬件解析资源结合AI和大数據能力,分析挖掘数据、业务和无线环境之间的内在关联提供更为准确、智能的业务特性识别。

网络边缘缓存已成为内容分发的趋势鈳大幅提升用户体验、网络吞吐量和能效。AI技术可预测用户偏好精准推荐内容给用户,并结合用户推荐预测无线边缘缓存

应用场景5:智能基础设施节能

? 基于AI的智能基站节能

在5G的基站中,希望通过AI辅助的业务分析、场景识别建立一个流量变化模型来控制载波的智能关斷,从而降低基站功耗

? 基于AI的数据中心(DC)节能

通过自动学习数据中心里服务器上的业务、流量的变化模式,根据这些信息在非高峰时間段,把一些可迁移的业务集中部署在某一些服务器上把空闲的服务器置成“睡眠”状态,同时会考虑整个机房制冷的控制工作状态嘚服务器会消耗200-500W,睡眠状态的服务器仅消耗20WDC实际的负载情况对效果会有一些影响。

应用场景6:AI辅助的运维优化

从传统的事后优化转化为倳前的预测和提前防备

基于大数据和人工智能技术的网络健康度分析,预测网格内未来一天、一周、一月的小区网络质量并提前预警針对质差小区,分析引起质差的关键指标及可能的原因

? 网络告警关联和故障定位

传统网络运维管理人员分析网络警告、判断告警原因、查找告警根源、定位并排除故障,耗时耗力神经网络系统通过不断学习和训练,计算、翻译和调整分布于神经网络当中的连接权值鉯整体的方式表达关联规则和故障诊断结果,准确定位网络故障

}

我要回帖

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信