“在交流越容易出現(xiàn)的情況下，變化就會(huì)發(fā)生得更快?！薄猄cience Historian專欄作者詹姆斯·伯克在2015年10月的新聞發(fā)布會(huì)上，特斯拉展示了他們研發(fā)的Model S的自動(dòng)駕駛功能，該功能允許汽車能夠進(jìn)行半自主駕駛，而特斯拉首席執(zhí)行官埃隆·馬斯克也提到，每個(gè)車輛的擁有者將成為每個(gè)Model S這款車的“私人專家教練”。事實(shí)上，每輛Model S可以通過從駕駛員身上來學(xué)習(xí)改善自主特征，但更重要的是，當(dāng)一個(gè)特斯拉汽車從自己的駕駛員身上學(xué)到知識(shí)時(shí)，就可以與其他所有的特斯拉汽車共享知識(shí)。

　　正如Fred Lambert不久之后在Electrik上報(bào)道的那樣，Model S型車主都注意到這款車的無人駕駛功能改進(jìn)的速度有多快。舉一個(gè)例子，這款特斯拉汽車剛開始在高速公路上總是下錯(cuò)了出口，這也迫使他們的主人只能通過手動(dòng)駕駛汽車使其行駛在正確的路線上。但在短短的幾個(gè)星期后，車主們注意到他們的汽車已經(jīng)在自動(dòng)駕駛的情況下不會(huì)走錯(cuò)出口。
一位特斯拉Model S汽車的車主說：“我發(fā)現(xiàn)它非常迅速地改善了這一點(diǎn)?！?BR>　　智能系統(tǒng)，如最新一代機(jī)器學(xué)習(xí)軟件的智能系統(tǒng)，不僅變得更加智能，它們?cè)谥悄芑幕A(chǔ)上其適應(yīng)能力更加迅速。了解這些系統(tǒng)發(fā)展的速度可能對(duì)于導(dǎo)航技術(shù)變革是一項(xiàng)特別具有挑戰(zhàn)性的項(xiàng)目。
　　雷·庫茲維爾（Ray Kurzweil）在他所謂的技術(shù)變革的“直觀線性”觀點(diǎn)和現(xiàn)在正在發(fā)生的“指數(shù)級(jí)”變化率之間，廣泛地描述了人類在這兩項(xiàng)觀點(diǎn)之間理解的差距。在他發(fā)表了所謂的“加速回報(bào)定律”的這一篇十分有影響力的論文近二十年之后，一個(gè)與速度相關(guān)的演化變化理論誕生了——互相連接的設(shè)備在能夠相互分享知識(shí)的情況下，它們發(fā)展進(jìn)化的速度會(huì)不斷被提高。
　　哥倫比亞大學(xué)機(jī)械工程和數(shù)據(jù)科學(xué)教授Hod Lipson最近接受采訪時(shí)說：“我認(rèn)為這也許是對(duì)于人工智能演變進(jìn)化帶來的最大指數(shù)趨勢(shì)的增強(qiáng)。”
　　“所有的指數(shù)技術(shù)趨勢(shì)都有不同的”指數(shù)“，”Lipson補(bǔ)充道。 “但是它將擁有最大的潛力?！?BR>　　根據(jù)Lipson的說法，我們可以稱之為“機(jī)器教學(xué)”，它代表的是當(dāng)設(shè)備之間能夠相互傳遞獲得并獲取知識(shí)時(shí)，會(huì)使這些設(shè)備的系統(tǒng)改進(jìn)速度得到指數(shù)量的進(jìn)步。
　　他還說道，“有時(shí)候它們會(huì)進(jìn)行合作，例如，當(dāng)一臺(tái)機(jī)器像蜂房一樣利用其相通的方式從另一個(gè)機(jī)器學(xué)習(xí)。但是這有時(shí)候是對(duì)抗性的，就像在兩個(gè)互相下棋的系統(tǒng)之間不斷進(jìn)行比賽一樣?！?BR>　　Lipson認(rèn)為，這種開發(fā)人工智能的方式是一個(gè)大的發(fā)現(xiàn)，部分原因是因?yàn)樗梢岳@過人類為它設(shè)計(jì)訓(xùn)練數(shù)據(jù)的需要。
　　“數(shù)據(jù)是機(jī)器學(xué)習(xí)的燃料，但是即使對(duì)于機(jī)器來說，一些數(shù)據(jù)也很難獲得，例如一些數(shù)據(jù)可能是有風(fēng)險(xiǎn)的，緩慢的，稀缺的或昂貴的。在這種情況下，機(jī)器可以分享經(jīng)驗(yàn)或?yàn)楸舜藙?chuàng)造綜合體驗(yàn)來增加或替換數(shù)據(jù)。事實(shí)證明，這不是一個(gè)小的影響，它實(shí)際上是利用自身的條件來擴(kuò)散到四面八方的，因此我們說它的增長是指數(shù)級(jí)的?！?BR>　　Lipson認(rèn)為Google的DeepMind（一個(gè)名為AlphaGo Zero的項(xiàng)目）最近取得了突破性進(jìn)展，這也是一個(gè)沒有訓(xùn)練數(shù)據(jù)的AI學(xué)習(xí)的絕佳例子。許多人都熟悉AlphaGo，它是人工智能利用機(jī)器學(xué)習(xí)的代表，在學(xué)習(xí)了由數(shù)百萬人的圍棋棋局組成的大規(guī)模訓(xùn)練數(shù)據(jù)集之后，它成為世界上最厲害的棋手。然而，AlphaGo Zero甚至可以通過學(xué)習(xí)游戲規(guī)則和自己不斷通過玩游戲練習(xí)來擊敗AlphaGo，而它也沒有通過訓(xùn)練數(shù)據(jù)來增強(qiáng)能力。最后，為了讓大家看到它的實(shí)力，它從零開始只通過八個(gè)小時(shí)的訓(xùn)練之后，它在國際象棋對(duì)弈中擊敗了世界上最好的國際象棋游戲軟件。
　　現(xiàn)在我們可以想象，有數(shù)以千計(jì)或更多的AlphaGo在不斷的分享它們獲得的知識(shí)。
　　它不僅僅在游戲中得到價(jià)值體現(xiàn)，而且我們已經(jīng)想到，它將會(huì)對(duì)企業(yè)提高設(shè)備性能的速度產(chǎn)生重大影響。
　　GE的新型工業(yè)數(shù)字孿生技術(shù)就是一個(gè)例子，現(xiàn)在僅僅通過一臺(tái)機(jī)器的軟件模擬便可以模擬設(shè)備在未來將要工作的項(xiàng)目，我們可以把它看作是一臺(tái)具有自我形象的機(jī)器，它也可以與技術(shù)人員分享數(shù)據(jù)。
　　例如，一臺(tái)帶有數(shù)字孿生技術(shù)的蒸汽輪機(jī)可以測(cè)量蒸汽溫度，轉(zhuǎn)子速度，冷啟動(dòng)以及其他數(shù)據(jù)來預(yù)測(cè)故障，并提前警告技術(shù)人員以防止事情發(fā)生后昂貴的維修費(fèi)用。數(shù)字孿生技術(shù)可以使它們通過研究它們自己的表現(xiàn)來做出這些預(yù)測(cè)，但是它們也依賴于其他已經(jīng)投入工作的汽輪機(jī)模型的表現(xiàn)。
　　隨著機(jī)器開始以新的和強(qiáng)勁的方式在周圍的環(huán)境中自主學(xué)習(xí)，它們能夠通過溝通他們彼此學(xué)習(xí)的東西來加速他們的發(fā)展。遍布全球的GE汽輪機(jī)能夠在每臺(tái)機(jī)器之間加速它們各自的預(yù)測(cè)能力。同樣我們之前提到的，剛開始可能只有一輛無人駕駛汽車在學(xué)習(xí)如何掌握駕駛在特定城市的一個(gè)目的地所需的時(shí)間，而現(xiàn)在，類似的一百輛在同一城市行駛的無人駕駛汽車可以全部共享他們學(xué)習(xí)的內(nèi)容，因此它們可以在更短的時(shí)間內(nèi)改進(jìn)它們的算法。
　　隨著其他采用人工智能技術(shù)的設(shè)備開始利用這種共享知識(shí)轉(zhuǎn)移技術(shù)，我們?cè)谖磥砜梢钥吹剿鼈兏斓陌l(fā)展速度。所以請(qǐng)記住，眼前發(fā)生的只是剛剛開始，在未來，會(huì)有更多意想不到的事情等著你為之嘆為觀止。