人工智能將在2015年統治好萊塢（智能），其中有許多標誌性和新機器人擊中屏幕。從圖靈的“ Ex Machina”到老朋友R2-D2和C-3PO，以及像Avengers的Ultron這樣的新敵人，Sentient Robots將在屏幕上展示許多人類和超人特徵。但是現實生活中的機器人可能同樣令人興奮。在這個由五部分組成的系列中，現場科學探討了這些在機器智能中的電影進步。
當鋼鐵俠和朋友在五月重組與“復仇者：奧創紀元”中的名義機器人作戰時，他們不會與同一個老好萊塢機器人保持平衡。導演喬斯·惠頓（Joss Whedon）將是另一種機械人告訴Yahoo！電影- 因為這個機器人是“傻瓜”。這種瘋狂的部分原因是學習能力是現實生活中快速發展的組成部分。
奧創（Ultron）富有巨大的學習能力，充滿了巨大的學習能力，經歷了3000年的人類歷史，沒有成熟來處理這些知識。所以他有點瘋了。 Whedon通過將勤奮的人變成機器人的定義特徵之一，反映了當前AI的主要野心：工程師希望他們的機器人學習 - 希望和比人類更好，甚至比人類更好。
所謂的“深度學習” AI系統已經起飛了，在循環AI實驗室深度學習的負責人帕特里克·埃倫（Patrick Ehlen）告訴技術倍數的實驗室數量觀察者。 Google去年收購了倫敦的DeepMind Technologies，其秘密神經圖靈機項目旨在構建一台計算機可以像一個人一樣學習。 [超級智能機器：7機器人期貨這是給出的
儘管有關該項目的細節很薄，但該技術實質上是對哺乳動物大腦結構的自我學習的AI頭腦建模。
“在生物學中，從基底神經節到皮質和背部有一個循環” - 基底神經節充當控制器，皮層作為記憶，埃里亞米斯說。 “在神經圖靈機中，您具有相同的內存系統和控制器。”
埃里亞米斯說，這些結構允許“強化學習”，其中個人根據採取不同行動獲得的獎勵來學習新行為。大腦或神經網絡將控制器分配給各種動作，並根據其獎勵和記憶存儲該數據分配權重。
Eliasmith說，核心思想不一定是新的 - 神經科學家一直在研究這種學習，因為Pavlov首先欺騙了他的狗將鈴聲與餵養時間聯繫起來。他說，但是在人造計算機中對其進行建模的嘗試是一種新的工程策略。當今更強大的處理器使這種神經元建模更加可行。
查看本系列的其餘部分：現實生活中的AI競爭對手“ chappie”：機器人變得情緒激動，，，， 現實生活中的AI競爭對手“ Ex Machina”：傳遞圖靈，，，，現實生活中的AI競爭對手“終結者”：機器人拍攝， 和現實生活中的AI競爭對手“星球大戰”：通用翻譯人員？
關注邁克爾·達爾（Michael Dhar）@michaeldhar。跟著我們@livescience，，，，Facebook和Google+。原始文章現場科學。
