Contexte gauche | Mot | Contexte droit |
| 人工智能 | 的 真正 风险 |
如果 你 相信 一些 | 人工智能 | 观察者 的 看法 , 那 |
届时 , | 人工智能 | 将 超越 |
我们 应 加强 关注 超级 | 人工智能 | 可能 带 来 的 危险 |
人类 的 | 人工智能 | 。 |
不 过 , 对 | 人工智能 | 的 依赖 日益 加深 并 |
更 重要 的 是 , | 人工智能 | 有 可能 产生 让 人 |
| 人工智能 | 到底 是 什 么 ? |
| 人工智能 | 区别 于 工厂 生产线 上 |
| 人工智能 | 有 哪 些 好处 ? |
机器 学习 是 目前 | 人工智能 | 的 领先 技术 , 经过 |
的 规律 。 谷歌 的 | 人工智能 | 子公司 |
| 人工智能 | 可能 很快 在 医疗 、 |
| 人工智能 | 可能 很快 在 医疗 、 |
| 人工智能 | 还 被 用 来 分析 |
| 人工智能 | 还 能 帮助 我们 管理 |
| 人工智能 | 的 用途 遍及 各行各业 , |
。 这 还 只 是 | 人工智能 | 的 开 |
与 其 担心 人类 被 | 人工智能 | 统治 , 不 如 思考 |
成 , | 人工智能 | 的 机器 就 开始 分析 |
由于 | 人工智能 | 广泛 应用 于 生活 的 |
犯罪 的 概率 , 一旦 | 人工智能 | 犯错 |
由于 我们 提供 给 | 人工智能 | 的 很多 数据 都 是 |
我们 也 不 应 期待 | 人工智能 | 一直 能 提供 |
我们 需要 加强 审视 基于 | 人工智能 | 的 决策 |
自己 的 样子 制造 出 | 人工智能 | , 它 就 很 可能 |