您可以在百度里搜索“企鹅科普（第一辑） 艾草文学(www.321553.xyz)”查找最新章节！

　　解决不确定性

　　图灵测试提出将人类行为作为人工智能发展的目标。但人类往往会做出错误的决策，为什么我们要构建会做出错误决策的系统呢？于是，人工智能的目标开始从像人类一样做决策过渡到做出理性的决策。

　　理性决策的关键涉及在信息不确定的条件下进行推理。人类不长于此。试想：

　　每一千人中就有一人感染某种新的致命性流感病毒。你可以对患病情况进行检测，准确率为99%。你心血来潮做了测试，结果显示你患病了。

　　大多数人看到检测结果后会很担心，但其实你只有大约十分之一的可能性是真的患有流感。因为你患流感的先验概率是千分之一，而检测的不准确率为百分之一，检测一千个人可能会出现十个误诊者，你可能就属于误诊者。

　　这一推理背后的基本数学逻辑由雷韦朗·托马斯·贝叶斯（Reverend Thomas Bayes）在18世纪提出，但要将贝叶斯推理用于人工智能，需要做更多的工作，因为人工智能常常需要处理大量结构化的证据。

　　很多机器翻译系统使用贝叶斯推理。考虑到一些单词之前出现过，系统会计算出一个单词对应某种翻译的可能性，即通过检查大量已翻译的文本计算先验概率。这些翻译工具在处理常规任务时很有用，但工具本身其实无法理解处理的文本。

　　一千个人中会有十一个人的流感病毒检测呈阳性，但只有一人是真的患有流感。 企鹅科普（第一辑）