们可以随时单击网络上的“随机文章”按

的信息，第三方已经使用维基百科上托管的所有内容创建了游戏。其中最有趣的一个是，它基于游戏“与凯文·培根的六度分离”。在这种情况下，游戏将为您提供两篇文章，必须通过维基百科页面上的链接将它们相互连接。例如，假设您需要将“牙买加”与“光纤”连接：您将从牙买加开始，然后单击几个可用的蓝色链接。您应该通过尽可能少的点击次数来获得“光纤”。另一个与此类似的游戏是。 如果您喜欢琐事，您可以使用，您必须选择一个主题，然后系统会向您询问一些问题，您必须正确回答。在中，您也可以回答一些琐碎的问题，但方式略有不同：您将获得一篇文章的所有类别，这将作为您猜测文章内容的线索。答案可以是一个人、一个地方或任何事物。 阅读维基百科上最有趣的事。



情 要通过阅读维基百科来学习各种内容，我钮。但是，拥有策划内容不是更好吗？嗯，您可以通过多种方式做到这一点。对于那些拥有 的用户，您可以使用（售价 美元），它基本上是一个维基百科思维导图，其中多篇文章将 欧洲数据 被连接起来以理解它们，并以视觉方式使它们更容易理解。 另一个获得最佳文章阅读建议的地方是 。从任何设备访问 维基百科 子版块，查看该社区超过 名用户正在共享哪些文章。 图片来自 和 比人类学习能力更好的人造大脑 巴勃罗··贝杰拉诺 巴勃罗··贝杰拉诺 这是的神经网络，是一家专门从事人工智能的公司，由于在该领域的优势而被谷歌收购。 目前只是玩电子游戏。科学是一步一步来的。 工程师构建了。





一个人工神经网络，能够根据所获得的知识进行学习和决策。在这种情况下，它被应用于视频游戏，在这个领域，研究人员可以轻松地实验和评估系统的反应，然后将其与人脑中发生的反应进行比较。 人工智能 的人工大脑接受的测试包括玩 年代的 种不同的街机视频游戏，包括《》和《 》等传奇游戏。该系统并不是专门为玩视频游戏而设计的，它只是具有学习能力。这里值得做一个根本性的区别，这标志着人工智能和通用软件算法（例如击败国际象棋冠军加里·卡斯帕罗夫的深蓝）之间的区别。 在这种情况下， 系统开始玩耍并边练习边学习，就像人一样。通过这种方式，他对电子游戏的掌握程度达到了足以击败人类职业选手的程度。然而，每场新比赛都需要。