的工程师 谷歌 如今看来，它们具有跨越式发展的钥匙，与世界各地有关的各种软件 人工智能。 造成这种情况的原因不仅是因为他们已经积累了多年的经验，而且还因为他们今天可获得的大量资本和资源，正如我们在几周前所讨论的，这些资源甚至包括自己设计的硬件。促进使用这种新颖技术。
因此，他们负担得起研究当前人工智能算法并在各个领域取得进步的奢侈能力。 多亏了这一点，我们知道了某些进步，这些进步确实会让我们敞开心mouth，因为这类程序可能具有玩在线视频游戏，棋盘游戏的能力，而现在，它甚至具有像自Google正式成为 在Wikipedia上完全自主地撰写文章.
这个Google平台仍需要更多的培训时间来确保其文章的质量
在继续进行之前，尽管有关于自主能力的讨论，但事实是，目前，由Google工程师开发的人工智能平台 目前尚无法完全独立地撰写文章 完整的维基百科。
为了使该系统可以编写和发布自己的条目，遵循了以下方法，首先，系统采用 Google在某个主题上出现的前十个页面 具体来说，它将在一个 机器学习算法 专为能够执行此任务而开发，一旦完成所有这些工作，它将转到 撰写并发布新条目，也许是整个过程中最重要的一点。
Google已经宣布将继续致力于改进其高级学习系统
详细地说，事实是，至少就目前而言，所有这些过程的结果是，这些页面在使用的表达方式，链接和与任何人编写的页面的质量方面均不具有可比性，尽管另一方面，我们必须认识到，我们只是在谈论一个原型， 能够写'东西'完全可读.
显然，该人工智能系统尚未进入相当多的领域 期望很高，尤其是考虑到该软件仍处于早期开发阶段时。 就我个人而言，我必须承认，我受到这样的事实的震惊，那就是，经过很少的培训，结果是如此惊人，尤其是，如本文所解释的，如果该平台能够在一个词中吸收成千上万个单词，几分钟的问题。
我指的是处理和学习所有大量单词所花费的时间，因为众所周知，今天 人类需要多年的研究才能生成具有这种质量的文章。 这恰恰可以给我们一个想法，一个Google研发的系统如何在时机成熟的情况下在几分钟之内学习一种语言，并在此培训时间之后开始编写针对不同主题的内容。
就目前而言，也许使用此算法的不利之处在于它只能从现有的算法创建内容
一些专家认为，这种技术的不利方面是 它只能从现有的一个生成信息换句话说，今天它不能创建原始的Wikipedia条目，因此负责该项目开发的工程师团队说这不是完全自主的。
如您所见，我们在人工智能领域正迈出新的一步，它可以撼动市场领域的另一个领域，例如新闻界，因为有了这样的平台， 任何媒体都可以完全自动化的方式创建内容 无需拥有专门研究不同主题的记者团队。