很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于AI正在快速进展但它的制造力仍有许多不足之处的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对AI正在快速进展但它的制造力仍有许多不足之处这篇文章感兴趣的小伙伴可以一起来看看

2019年9月4日，彼得·克拉克和其他几位研究人员在纽约摄政科学考试中发表了“从'F'到'A'：Aristo项目概述*”在标题中命名的Aristo项目受到了欢迎它在测试纽约州八年级人类学生的科学知识测试方式时所表现出的迅速改善。

研究人员得出结论认为，这是人工智能的一个重要里程碑：“尽管Aristo只回答了没有图表的多项选择问题，并且仅在科学领域运作，但它仍然是可以阅读和理解的系统的一个重要里程碑。任务非常出色，在短短三年内准确率从大约60%上升到90%以上。“

该雅集项目是由财政资源和远见供电保罗·G·艾伦，在方正艾伦研究所的人工智能(A12)。正如网站所解释的那样，有几个部分可以使AI能够通过多项选择测试。

Aristo最近的解决方案包括：

在信息检索，PMI和ACME求解器追寻使用统计词的相关性在大型语料库的答案。这些求解器对于“查找”问题是有效的，其中答案在文本中是明确的。

的元组判断，Multee和定性推理试图回答推理，其中需要进行组合以得出答案的证据，两片或多片的问题解决者。

该AristoBERT和AristoRoBERTa适用的近期基于BERT语言的模型，以科学的问题解决者。这些系统经过培训，可以将相关背景知识应用于问题，并使用小型培训课程来提高其绩效。他们的高绩效反映了NLP领域整体的快速进步。

虽然Aristo的进步确实令人印象深刻，而且毫无疑问，有一些八年级学生希翼他们能找到一些方法随身携带人工智能进行测试，但仍远未能通过图灵测试。事实上，艾伦人工智能研究所承认，它在2016年开始开辟时，会以不同的方式对其人工智能进行有意测试。

在题为“超越图灵测试的艾伦AI科学挑战赛”的文章中给出了解释。承认测试不是“对机器智能的全面测试”，它仍然认为值得展示“与智能紧密相关的几项功能 - 我们的机器能够可靠地执行我们希翼的智能活动所需的功能未来 - 包括语言理解，推理和常识知识的使用。“

还有一个实际考虑因素，即使用现成的测试进行测试非常有吸引力：“此外，从实际的角度来看，考试是可访问的，可测量的，可理解的和引人注目的。”想想看，这就是为什么一些教育工作者喜欢有标准化的测试，而其他人则责备他们，因为当他们所能衡量的是非常具体的表现时，他们给人的假象是他们正在测量智力。

当涉及到更多的制造性智能，其答案不仅仅是在那里被发现或甚至直觉，AI仍然有很长的路要走。我们可以看到它在尝试创建脚本时。

用AI制作电影

Benjamin(以前称为Jetson)是“世界上第一个自动编剧”的自选名称。被称为Benjamin的编剧是“一种自我改进的LSTM RNN[长期记忆反复神经网络]机器智能训练人类剧本。

本杰明拥有自己的Facebook页面，facebook.com/benjaminthescreenwriter。Benjamin也习惯在这个名字下建立一个网站，但现在他/它在一个更普遍命名的网站上分享了信用，www.thereforefilms.com/films-by-benjamin-the-ai，它提供了所有三个网站的链接。基于人工智能生成的脚本的电影，仅在两天内完成，才有资格参加科幻伦敦48小时电影挑战赛。

本杰明首次涉足电影是“Sunspring”的剧本。然而，即使这需要Ross Goodwin，“创意技术专家，艺术家，黑客，数据科学家”，以及电影制片人奥斯卡夏普的作品，以及三个人类演员。

这部电影被公布到了YouTube上，你可以通过整整9分钟看到它。看看你是否分享了作家Neil Gaiman所表达的评价， 他的推文浮现在Benjamin的网站上：“观看一部简短的SF电影光荣地未通过图灵测试。”