我們再回到特朗普大廈的例子，增加一個直升機(jī)停機(jī)坪會減少預(yù)測的收入種植，因為直升機(jī)停機(jī)坪是影響的負(fù)面因素，還是因為加上了一個因素而改變了其他財富相關(guān)特征？所以我們是否可以假設(shè)佩妮的決定基于一些獨立的因素比如樹木、直升機(jī)或者建筑物，還是從整體來看所有的因素都會產(chǎn)生影響呢？不過從某種程度上來說，Penny是一個很有價值的工具，因為它讓人們思考它背后的工作機(jī)制。
在目前的版本中，這個模型引發(fā)的問題比它提供的答案更多。Clune說，一個解決方案是讓模型產(chǎn)生低、中、高收入的社區(qū)。對于人工智能來說，這項任務(wù)更像是在寫一篇論文，而不是一個多項選擇考試。它會讓人們在與Penny的互動中，更全面地了解它所看到的、知道的和關(guān)心的。
【英文來源：Wired 編譯：網(wǎng)易見外編譯機(jī)器人 審校：秦昕】
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！