问：
导致AI“漂移”的因素有哪些？
A：“人工智能漂移”是一个相对晦涩的术语，您不会在在线技术文献中看到很多内容。 但是，工程师和其他人在思考人工智能向更强大，更全面的结果发展时正在考虑这一问题。
当复杂的AI实体（无论是聊天机器人，机器人还是为通过图灵测试而创建的数字结构）开始从其原始编程的指令和指令转向可能未曾考虑的响应和活动类型时，就会发生人工智能漂移他们的人员。
您可以在最近的项目中看到这种漂移的示例，例如，两个Facebook聊天机器人以IT专业人员称为“秘密代码”的方式开始相互交流。从本质上讲，这些技术发展到他们决定利用一种“秘密代码”的地步。不同的通讯方式，这是人类程序员没有建议或要求的。
在过去的几十年中，导致人工智能漂移的因素是导致强大的人工智能范式发展的因素。 一种是松散耦合的机器学习算法，具有很高的解释性，使这些技术有成长和发展的余地。 机器学习从根本上改变了计算系统的工作方式-人工智能不再像传统技术那样简单地专注于可量化数据和刚性计算任务，而是朝着机器学习和深度学习策略中反映的自我校正和自我发展的工具发展，并朝着神经网络的思想，它更能模拟人类的思想和智力。
AI漂移和人工智能发展的另一个因素是多部分技术，这些技术在协作的基础上再次发挥作用，以模拟更复杂的智能。 一些IT专业人员将这些称为“深层固网”，或者包括生成性和区分性组件的技术。 随着这些实体以及多实体范例中的其他各个实体相互协作，他们不断发展技术的作用，并将其朝着更自由的结果发展，该结果不受其原始编程的约束。 这就是人工智能发展背后的想法，也是这种人工智能漂移背后的想法–计算系统可能会在原始程序执行后改变或改变自己，这仅仅是因为这些进步因素导致了它们的改变。
