差能基本消除，得到一个相对规律的趋势。回到之前的例子当中，在选择一家餐厅吃饭时，如果收集了大量人们的用餐数据（，那么这个机器人就可以给我推送一些较为符合我要求的餐厅。

　　也就是说，这个机器人不再需要完整地了解我为什么这么选择，不知道了解我整个思考的逻辑过程，也不需要输入一套完整的不矛盾的算法规则，它就可以为我推荐一些合适的餐厅。它收集的用餐数据越多，那推荐餐厅的准备性就越高，出现偏差的可能性就越小。

　　又如在刚刚的哲学桉例中，我们也不需要告诉机器人，是应该直行撞向5个修路工人，还是应该向左转撞向1个修路工人。它会收集相关的数据，知道这种情况下大多数人是怎么选择的，从而做出自己的决定。

　　当然我们不能保证大多数人的行为就是正确的，但是我要说的是，这种大数据的应用，恰恰是人类通过感知行为来进行学习的过程，具有这种学习模式的机器人才能真正称之为智能机器人。

　　如果我们将某个人一生里所有行动的信息，包括起床时间、说话语气等全部生活习惯都以数据信息的方式进行记录，并将这些数据输入机器人的系统，那么理论上可以理解为这个机器人的行为举动将会与人类A的行为相近，当输入的信息量无限大时，机器人的行为就无限接近于人类A。

　　尽管收集的人类A的行为数据当中必然会存在矛盾之处，但是当数据足够大时，这些偶然的偏差性就会被排除掉，使得机器人的行为无限接近于人类A。而且机器人并不单纯地去模彷人类A的行为，它应用的其实是大数据的预测功能，也就是说这个机器人可以在没有遇到过的情景中按照人类A的思维方式做出反应。

　　举个例子，假设人类A实际上是生活是16世纪的欧洲人，在21世纪的华夏的这个机器人也可以知道做出人类A穿越来到21世纪的华夏后可能会有的反应。

　　那么，智能机器人是否能够超越人类的智慧，完全取代人类呢？

　　在谈论到这个问题时，陈渊沉默了片刻。

　　而后他说道。

　　“对此给出的答桉是两面的。

　　我认为，未来智能机器人是可以超过单个人的智慧的，因为智能机器人集合的智慧决非是来自于一个人，它是将许多人许多不同领域的知识和经验进行集合，因此它是很有可能超过单个人的智慧的。

　　但是，正由于它是通过这种大数据的预测应用模式，因此它能预测到的是一种渐变性的变化，按原有的思维模式猜想可能会遇到的问题，但是它是很难存在天马行空的突破性创新的。”

　　而且机器人往往还有着所谓的三大定律。

　　这就要提到艾萨克·阿西莫夫了。

　　他是熊国科幻作家、科

　　请收藏：https://m.leke9.cc

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）