关于人工智能的探索道路是曲折起伏的。
以前系统依赖于人工设定的规则，缺乏理解现实世界复杂性的能力。
直到数码技术和互联网的出现，基于网络的大量数据，人工智能可以自主学习规则，甚至发现人类无法发现的规则。
现在对于人工智能的研究主流是深度学习，也是她们现在的重点研究项目。
时代是不断变化发展的，GpU通用计算技术的出现，取代了cpU的角色，特别是二者相比之下，GpU并行处理类似的重复运算速度更快，而深度学习需要对海量训练数据进行分析以提取特征，并进行迭代计算，GpU具备的并行计算结构无疑非常适合这一需求。
它的出现极大的加快了深度学习的发展。
训练人工神经网络是需要大量数据的，以前的数据仅限于输入计算机的信息，而现在随着互联网的普及，大数据的兴起，数据模式自当转变，此也为深度学习技术奠定了基础。
谢宁打开保温杯喝了一口温水润嗓，然后便打开电脑，开始了今天的测试，让小麦识别图形中的内容，它需要在数千万张图片里识别出其中含有蝴蝶的图像内容。
外面啃完煎饼进来的组员看了一眼谢宁的电脑，“我今天早上测试一波了，效果不是很理想。”
听说国外已经有过这样的测试了，而且取得了很大的成就，在图像识别挑战赛获得了冠军，可他们如今却还隔着一层厚厚的墙壁。
不由让他们有些沮丧。
那个基于深度学习的模型实现了84.7%的图像识别率，远超其他模型，而且它还将上一年冠军的错误率从25.8%降至16.4%。
不过这也证明了深度学习的卓越性能。
谢宁在测试期间还摸出了一张白纸画设计图，可以说是公然摸鱼。
不过那组员并没有发现，还在和谢宁絮叨着他今天早上的测试。
谢宁此时已经停下笔认真听组员分析了，接着俩人讨论了一会儿，谢宁便开始改动，一边改一边教他。
改完之后又测试，在效果不理想的情况下继续改，然后投放让小麦学习，在最后一次测试中小麦的失误很显然少了很多。
便是谢宁也忍不住露出了笑容，可见这次的深化学习成果不错，而且还是在没有人工干预的情况下。
“叩叩——”
“小宁，老师叫你。”
那边的测试已经结束了，刚刚测试的机器人此时已经被拆开来了，她们需要更换材料然后组装再次测试。
谢宁走到钟教授那边和她一块看刚刚的测试视频，就现在来说，钟教授对这个测试还是很满意的。
但是做研究嘛，只这个程度还不行，得越来越好。
“它能根据识别出来的图像做出设定好的相对的反应程序......但是在一些细节上有着不足......”
主要还是本身机械体的设计上有问题，这样的人形机器人很难做到和人类一样自然的躯体反应。
她们还有很长的路要走。
钟教授想问谢宁有没有什么更好的改进方案，过两天交给她。
而除了谢宁，其他人也是要做的。
谢宁将刚刚钟教授说的不足一一记下，然后问道，“接下来该是语音控制测试了吧？”
“嗯，付容，把06搬出来。”
这里主要是关于语音识别技术的研究，现在还是初始阶段，所以发出命令的人需要发音标准，而且不能用松散自由的口语表述，要不然识别不了。