“在交换越轻易涌现的情形下，变更就会产生得更快。”——Science Historian专栏作者詹姆斯·伯克
在2015年10月的消息宣布会上，特斯拉展现了他们研发的Model S的主动驾驶功效，该功效许可汽车可以或许停止半自立驾驶，而特斯拉首席履行官埃隆·马斯克也提到，每一个车辆的具有者将成为每一个Model S这款车的“私家专家锻练”。现实上，每辆Model S可以经由过程从驾驶员身下去进修改良自立特点，但更主要的是，当一个特斯拉汽车从本身的驾驶员身上学到常识时，便可以与其他一切的特斯拉汽车同享常识。
正如Fred Lambert不久以后在Electrik上报导的那样，Model S型车主都留意到这款车的无人驾驶功效改良的速度有多快。举一个例子，这款特斯拉汽车刚开端在高速公路上老是下错了出口，这也迫使他们的主人只能经由过程手动驾驶汽车使其行驶在准确的道路上。但在短短的几个礼拜后，车主们留意到他们的汽车曾经在主动驾驶的情形下不会走错出口。
一名特斯拉Model S汽车的车主说：“我发明它异常敏捷地改良了这一点。”
智能体系，如最新一代机械进修软件的智能体系，不只变得加倍智能，它们在智能化的基本上其顺应才能加倍敏捷。懂得这些体系成长的速度能够关于导航技巧变更是一项特殊具有挑衅性的项目。
雷·库兹维尔（Ray Kurzweil）在他所谓的技巧变更的“直不雅线性”不雅点和如今正在产生的“指数级”变更率之间，普遍地描写了人类在这两项不雅点之间懂得的差距。在他揭橥了所谓的“加快报答定律”的这一篇非常有影响力的论文近二十年以后，一个与速度相干的演变变更实际出生了——相互衔接的装备在可以或许互相分享常识的情形下，它们成长退化的速度会赓续被进步。
哥伦比亚年夜学机械工程和数据迷信传授Hod Lipson比来接收采访时说：“我以为这或许是关于人工智能演化退化带来的最年夜指数趋向的加强。”
“一切的指数技巧趋向都有分歧的”指数“，”Lipson弥补道。 “然则它将具有最年夜的潜力。”
依据Lipson的说法，我们可以称之为“机械教授教养”，它代表的是当装备之间可以或许互相传递取得并获得常识时，会使这些装备的体系改良速度获得指数目的提高。
他还说道，“有时刻它们会停止协作，例如，当一台机械像蜂房一样应用其相通的方法从另外一个机械进修。然则这有时刻是反抗性的，就像在两个相互下棋的体系之间赓续停止竞赛一样。”
Lipson以为，这类开辟人工智能的方法是一个年夜的发明，部门缘由是由于它可以绕过人类为它设计练习数据的须要。
“数据是机械进修的燃料，然则即便关于机械来讲，一些数据也很难取得，例如一些数据能够是有风险的，迟缓的，稀缺的或昂贵的。在这类情形下，机械可以分享经历或为彼此发明综合体验来增长或调换数据。现实证实，这不是一个小的影响，它现实上是应用本身的前提来分散到五湖四海的，是以我们说它的增加是指数级的。“
Lipson以为Google的DeepMind（一个名为AlphaGo Zero的项目）比来获得了冲破性停顿，这也是一个没有练习数据的AI进修的绝佳例子。很多人都熟习AlphaGo，它是人工智能应用机械进修的代表，在进修了由数百万人的围棋棋局构成的年夜范围练习数据集以后，它成为世界上最凶猛的棋手。但是，AlphaGo Zero乃至可以经由过程进修游戏规矩和本身赓续经由过程玩游戏演习来击败AlphaGo，而它也没有经由过程练习数据来加强才能。最初，为了让年夜家看到它的实力，它从零开端只经由过程八个小时的练习以后，它在国际象棋棋战中击败了世界上最好的国际象棋游戏软件。
如今我们可以想象，稀有以千计或更多的AlphaGo在赓续的分享它们取得的常识。
它不只仅在游戏中获得价值表现，并且我们曾经想到，它将会对企业进步装备机能的速度发生严重影响。
GE的新型工业数字孪生技巧就是一个例子，如今仅仅经由过程一台机械的软件模仿即可以模仿装备在将来将要任务的项目，我们可以把它看做是一台具有自我抽象的机械，它也能够与技巧人员分享数据。
例如，一台带稀有字孪生技巧的蒸汽轮机可以丈量蒸汽温度，转子速度，冷启动和其他数据来猜测毛病，并提早正告技巧人员以避免工作产生后昂贵的维修费用。数字孪生技巧可使它们经由过程研讨它们本身的表示来做出这些猜测，然则它们也依附于其他曾经投入任务的汽轮机模子的表示。
跟着机械开端以新的和微弱的方法在四周的情况中自立进修，它们可以或许经由过程沟通他们彼此进修的器械来加快他们的成长。遍及全球的GE汽轮性能够在每台机械之间加快它们各自的猜测才能。异样我们之条件到的，刚开端能够只要一辆无人驾驶汽车在进修若何控制驾驶在特定城市的一个目标地所需的时光，而如今，相似的一百辆在统一城市行驶的无人驾驶汽车可以全体同享他们进修的内容，是以它们可以在更短的时光内改良它们的算法。
跟着其他采取人工智能技巧的装备开端应用这类同享常识转移技巧，我们在将来可以看到它们更快的成长速度。所以请记住，面前产生的只是方才开端，在将来，会有更多意想不到的工作等着你为之蔚为大观。
