机器与人类——关于智能
epi.clyce2014/03/19软件综合 IP:浙江
本帖最后由 XXXXXXyce 于 2014-3-19 15:39 编辑

[align=left]这篇文章是我原来博客里的。。。现在直接搬运来~[/size][/align][align=left][hr]
[/size][/align][align=left]写在前面:这篇文章不完全是写给专业领域的人看的,用词会尽量避免术语,概念也会尽量浅显地解释,任何人只要有耐心读完,就一定有所收获[/size][/align][align=left]
[/size][/align][align=left]最近看到两篇有趣的文章,分别叫“略谈人类与计算机的智能”“驳《略谈人类与计算机的智能》”,认真查看之后,结合自己之前的理解,也有了不少的感悟,不过可惜的是我个人所持有的意见与这两篇文章都有所出入,于是斗胆写下此文,诚望能够抛砖引玉。小弟技术尚不过关,阅历同样有限,若有论述不严谨、言语不精确、观点不恰当、引证不合理等问题,欢迎凶狠拍砖。[/size][/align][align=left]
[/size][/align]关于“智能”一词在本文中的定义[align=left]俗(wo)话(xiang)说,“多数无意义的争论都来自于对相同词汇的不同主观定义”,所以在做正式的论述之前,我想应该明确一下自己的命名空间。智能这个词向来不存在(至少我没看到过)客观、普适、公认的准确定义。[/size][/align][align=left]
[/size][/align][align=left]我们可以以图灵测试(客观论述,无不敬之意)为标准来“人类沙文主义地”认为智能就是像人类一样思考、交互,拥有和人类完全无障碍的交流能力,人类的喜怒哀乐,人类的普世价值观,甚至像人类一样好战。[/size][/align][align=left]
[/size][/align][align=left]我们也可以以极端形而上的方式定义智能为“一切通过某种或某些机制与外界信息进行交互、反馈的稳定系统”,那样几乎任何物理系统都能够被认定为拥有智能,甚至我们也可以根据计算机与外界交互的能力以及人类不得不大量生产计算机来满足需求依赖这一事实来推断计算机是一种非自然诞生的、寄生性质的无性繁殖繁殖生命形式。[/size][/align][align=left]
[/size][/align][align=left]我个人来讲更倾向于在两种极端观点中取其中庸,我认为在人类看待机器的情况下,智能应当被分为三大要素:自主学习能力、分析推理能力和创造能力,对于机器而言,如果三种能力全都与人类相近,甚至超过人类,那么我就倾向于认为该机器具有智能。[/size][/align][align=left]
[/size][/align][align=left]这就是我在文中对于智能的定义,我觉得这是人类智能和机器智能中将会存在的最大交集,也可能是最有益交集。[/size][/align][align=left]
[/size][/align]关于人类智能的工作原理[align=left]首先我想说的是,《略》一文中提出人类智能本身是基于逻辑的,这一点我完全无法苟同。[/size][/align][align=left]
[/size][/align][align=left]事实上,如果我们观察我们周围的人以及自己的行事方式,就能看到逻辑推理向来不是人类的本能——人们几乎每时每刻都在犯逻辑错误。[/size][/align][align=left]
[/size][/align][align=left]举几个简单的例子:[/size][/align][align=left]
[/size][/align][align=left]大多数人看到“小明是个素食主义者,他活了100多岁”这样的话,就会唏嘘素食主义的好处,但是这个句子事实上从逻辑结构上和“小明上过学,他活了100多岁”是一样的,只是对两个现象的并列描述,并无任何因果特征,但多数人无法不经过分析而从本能上看出这两个句子的相同逻辑关系。[/size][/align]
[align=left]以及,多数人分不清“充分条件”和“必要条件”,CCTV10的走进科学就深谙其道,试图揭露一个骗术或者原理来说明某个神秘的现象——而事实上走进科学揭露的骗术或者原理只是造成那些现象的充分条件,但是没有任何人能够证明所有的此类现象都是由这些骗术/原理造成的——如果人类生来就拥有逻辑思维本能,那么这种节目就很难存在了。[/size][/align][align=left]
[/size][/align][align=left]那么人类智能究竟是如何运行的呢?[/size][/align][align=left]
[/size][/align][align=left]让我们首先来看看人类认为很“愚蠢”的非人哺乳动物,来解答智能三要素之一——学习能力。[/size][/align][align=left]
[/size][/align][align=left]巴普洛夫曾经做过一个实验,每次给狗送食物以前打开红灯、响起铃声。这样经过一段时间以后,铃声一响或红灯一亮,狗就开始分泌唾液。[/size][/align][align=left]
[/size][/align][align=left]让我们仔细分析一下这个实验中的狗,看看它的学习过程中到底发生了什么[/size]。[/size][/align][align=left]
[/size][/align][align=left]首先,红灯亮起和铃声响起这样的事件在刚刚出现的时候属于随机事件,而食物降临这件事也属于随机事件。[/size][/align][align=left]
[/size][/align][align=left]然后狗的信息处理系统意识到这些随机事件之间互相并非独立事件,食物降临在灯/铃事件之后发生的条件概率大的反常——哦我不是说狗生来就会计算概率,我的意思只是狗的本能中有这种侦测反常条件概率的机制——这就造就了学习行为,这种基于概率的学习行为本质上是一种在时间尺度上的模式识别,这个我会在后文中提到。[/size][/align][align=left]
[/size][/align][align=left]学习行为的主要成分是对高先验概率的侦测这一事实还能够从人类一个有趣的行为中得以体现,这一行为就是地图炮。当一个群体A中来了一个新人,而这个新人是来自群体B的,那么这个人就会成为群体A中关于群体B的代表人。如果这个人作出了什么令人嗤之以鼻的行为,那么群体A就会对群体B的印象大打折扣。这背后的原因是,此时“人来自群体B”和“人作出恶事”之间存在100%的条件概率,如果群体A中再来一个来自B的“好人”,而且“好人”在群体A中有着与前者同样的影响力,那么就能够挽回一部分B的声誉——这一部分声誉就来自于这50%的条件概率。[/size][/align][align=left]
[/size][/align][align=left]再看人类牙牙学语的过程,在学习母语的初期,在孩子每次看到某个事物的时候,父母就会开始不断重复某一个词语。久而久之,孩子就会对这个词语的出现和这个事物的出现的高条件概率有所注意,并且试图模仿(这一行为我会在后文论述),之后学会各个形象性词语(人类学习母语时对抽象词汇的了解来源于比条件概率更加广义的一个定义——模式识别,这个也会在后文论述——读者现在应该已经无意中本能地注意到我喜欢在括号里面写“后文论述”这一高条件概率了)。[/size][/align][align=left]
[/size][/align][align=left]所以对于学习行为,无论人类还是机器,都可以有一种东西实现——模式识别(这本来就是机器学习的奥义嘛)——之前所说的条件概率实质上是固定模式在时间尺度上的表达。如果我们看到纸上写有12121212121这样一个数列,我们会毫不犹豫地认为下一个数字是2——而这绝不是逻辑的推论——如果我把横向书写这一空间维度转移到时间上,每次显示1之后显示2,再显示1,你同样会认为你知道下一个数字是什么。[/size][/align][align=left]
[/size][/align][align=left]这种模式识别也包含了人类语言中对抽象词汇的认知,当婴儿发现某一词汇与现实中任何存在的物体都不构成高条件概率时,仍然可以认知到这个词汇出现时环境——包括[/size]外在环境和内在环境(自身已存储的词汇库)——的模式,之后发现环境的模式而非环境本身与某个词汇之间的高条件概率,而学习过程中对事物的分类能力也继承于此——分类的本质是将遵循相同模式的事物放在一起。[/size][/align][align=left]
[/size][/align][align=left]那么学习的问题基本解决了,接下来是分析处理问题的能力。[/size][/align][align=left]
[/size][/align][align=left]首先我们来看看逆向推理能力。[/size][/align][align=left]
[/size][/align][align=left]我以前一直认为逆向推理能力来自于对后验概率的识别,既然对事件之间的条件概率如此敏感,那么自然就应该能够导出后验概率啦。。。。打住!我后来告诉自己,这种“显然的”推理完全来自我主观的猜测,而这猜测背后是我的模式识别能力在作怪,我学习了古典概率论后,自然认为后验概率这一概念和古典概率的其他概念属于同一聚类,而“人类的学习能力背后是对高先验概率的侦测”这句话一出,就相当于将“人类的某种智能能力”和“条件概率”这两个概念之间建立起了100%的条件概率——导致认为“人类的另一种智能行为(逆推能力)与条件概率中的后验概率有关”是显然的事情。[/size][/align][align=left]
[/size][/align][align=left]那么逆向推理能力,或者说分析能力究竟来源何方呢?[/size][/align][align=left]
[/size][/align][align=left]让我们回到人类牙牙学语的时期,父母不辞辛劳地制造极高的条件概率,不停制造事物与词汇、词汇与词汇之间的模式关联。然后某一天,婴儿突然指着一根香蕉说“香蕉!”于是父母喜笑颜开……、[/size][/align][align=left]
[/size][/align][align=left]父母不停和婴儿说“小蜜蜂,飞呀!”“小蜜蜂,飞呀!”这样的游戏,有一天,父母说“小蜜蜂”,婴儿突然开口,“飞呀!”[/size][/align][align=left]
[/size][/align][align=left]父母在纸板上画下一张张小汽车,婴儿学会小汽车这个词之后,有一天父母画小汽车的时候少画了一个轮子,把笔给孩子,孩子歪歪扭扭却自然而然的画上了轮子。[/size][/align][align=left]
[/size][/align][align=left]上面的几个例子背后是完全一致的机理——当符合某种模式的某个事物的一部分被展示的时候,智能行为会本能地尝试去根据已知的模式,对这个事物的另一部分进行补全——这一是后来被人们成为脑补的现象(说个事,我在写这一段的时候毛骨悚然地向背后看了一眼,因为在我这个每天噩梦缠身的人身上,补全行为发生最频繁的是在我本能的将光点看成一张脸上的眼睛等等行为上,这些行为在补全这个词汇下享有高条件概率)。[/size][/align][align=left]
[/size][/align][align=left]反观逆推这一行为,根据既已发生的事情,推理其可能的原因,这种看似在计算后验概率的事情事实上就是时间尺度上的一种模式补全。[/size][/align][align=left]
[/size][/align][align=left]对问题的其他分析亦然,比如当一个人在遇到一件事,苦恼于“我该做什么”时,他回首先回想曾经发生过的类似(相同模式)的事情,如果他想不起来,会把“类似”这个概念不断拓宽,模式的容差越来越大,同时对模式的搜索深度越来越深——就像我们看到两条曲线时可能发现他们在曲率上而不是点自身的排布方式上模式相近,这是一种对模式的深度探索的结果。[/size][/align][align=left]
[/size][/align][align=left]那么关于模式补全的一切,究竟是怎样发生的呢?[/size][/align][align=left]
[/size][/align][align=left]这篇文章已经潜在地走进了智能的第三个要素——智能如何进行创造。[/size][/align][align=left]
[/size][/align][align=left]我们看看大自然中的生命如何越变越优秀——进化。[/size][/align][align=left]
[/size][/align][align=left]有性繁殖的生命被认为拥有良好的进化方式,种群中的优秀个体经过筛选之后,和种群中的其他优秀个体进行遗传信息的交换,重组出的遗传信息成为新的生命,而新的生命面临着两个命运——长大或者死亡,遗传信息交换的同时,可能因为各种各样的原因,遗传信息本身可能还会发生预料之外的突变。[/size][/align][align=left]这应用到计算机中就是遗传算法,拥有选择算子、交换算子和变异算子的遗传算法。[/size][/align][align=left]
[/size][/align][align=left]反观人类的创造过程,我们发现,人类的创造行为背后总是从既有经验和现存环境信息之中得到的启发。[/size][/align][align=left]
[/size][/align][align=left]这时候我就不得不感叹大自然的神奇——生命的灵魂和肉体在进行创作时享有完全相同的机理。[/size][/align][align=left]
[/size][/align][align=left]反思我们的新点子都是怎么来的——首先我们遇到一件事,我们发现这件事符合某种模式的一部分,我们需要根据这个模式的另一部分来产生一个解决方案。我们本能地从我们的记忆中提取出一些符合模式的信息,当这些信息很多的时候我们自由地对这些信息进行重组和拼接,并且时刻观察重组拼接之后的新信息有多么适合当前的事态,最后选出最优的信息——这一切有时耗时很长,有时就是一瞬间,甚至这种过程的迭代次数最终成为了一个人性格的一部分。[/size][/align][align=left]
[/size][/align][align=left]这里就要着重说一下“时刻观察重组拼接之后的新信息有多么适合当前的事态”这一句的意思了,其实这一行为的背后是一个潜在的打分机制,而这个打分机制的一部分来源于本能,来源于本能的这一部分打分机制对我们来说就是喜和悲这两种基本的感受(事实上我更倾向与认为最初的情感是由打分机制产生的,而不是反过来),而我们在模式识别的同时也不断的将这些模式与我们的打分机制——通过进化的方式——融合在一起,产生更完善的打分机制(人类脑中先天携带的信息与后天接受的信息大体上难以区分,这一点和lisp语言相当相似)。[/size][/align][align=left]
[/size][/align][align=left]再看看历史上的发明,如果不是革命性技术推动的,那就是现有的产品的重组进化,而如果是革命性技术推动的,那么就是旧产品和新技术的重组进化——而新技术往往是旧技术和新理论的重组进化,新理论则是旧理论和新发现之间的重组进化。[/size][/align][align=left]
[/size][/align][align=left]所以一切就可以这样自圆其说了——人类智能的本质,就是模式识别与进化算法的适当结合。[/size][/align][align=left]
[/size][/align][align=left]而逻辑学在人类智慧中,也不过就是这一模式识别与进化系统之上模拟出来的而已——人们首先通过认知概率的本能来获得“因果”这一抽象概念,然后当人们分析思考因果的时候,人类脑中关于因果的信息,就和那时人类脑中关于数论、几何等信息一同重组,进化出了逻辑学。[/size][/align][align=left]
[/size][/align][align=left]然后,当一种在模式识别与进化机制构建起来的系统尝试观察其自身时,观察和分析的结果就会反过来变成模式库中的一部分——这种大规模的信息激励最终造就了被我们成为“自我意识”的混沌。[/size][/align][align=left]
[/size][/align]关于机器智能的实现
[align=left]其实有了上面的分析,那么这一段的篇幅就可以很短了:我认为符合三要素的机器智能是完全可以存在的。[/size][/align][align=left]
[/size][/align][align=left]机器基于逻辑运算——但是就像人类的模式和进化方式可以模拟出逻辑演算一样,机器完全可以模拟出人类的思维方式。[/size][/align][align=left]
[/size][/align][align=left]简单说就是,机器可以轻而一举地解决概率计算,而同时,进化算法家族至少有三种算法(遗传算法,进化规划和遗传规划)已经相当成熟了。[/size][/align][align=left]
[/size][/align][align=left]接下来只要解决数据存储问题就行了——大自然在这一点上做了个聪明的决定(如果没有神,那么这一句话潜在地引用了上文中智能的“形而上”定义),比起记忆信息本身,人类更倾向于存储信息的模式,一旦某个信息合并进了记忆中既有的模式中,那么这个信息就有可能被丢弃了——这种保留模式而丢弃原始训练数据集的行为是非常值得研究的。[/size][/align][align=left]
[/size][/align]关于机器情感
[align=left]单纯的模式识别和进化算法的驱使之下,是否可以产生情感呢?[/size][/align][align=left]
[/size][/align][align=left]我认为,答案是肯定的。[/size][/align][align=left]
[/size][/align][align=left]试想一个小孩子,从他出生开始,每次如果有人拿起一件黑色的物体,就会引起周围人的愤怒。请问当他长大以后,如果他旅游到没有这个奇怪文化(我们倾向于认为这种文化不存在,因为我们没听说过类似的文化,换言之,我们听说这类文化的概率极小)的地方,看到一个人手执黑色的东西是,请问他会作何反应?[/size][/align][align=left]他会发自内心的愤怒。[/size][/align][align=left]
[/size][/align][align=left]这就是我的观点的来源,确实,人类天生就拥有基础情绪,这是人类智能bootstrap的一部分,但我倾向于认为,人类的先天基础情绪是十分简单的,就如我刚才所说,是人类内嵌的打分机制造成的结果(这并不是说人的先天情绪只有两种,人类的打分机制,其“分数”如果可以量化,很可能是个向量,而不是一维数轴上的数字),而随着人类的自我观察造就的激励混沌(即自我意识),和打分机制自身的改进,这种基础情感迅速分化成为极度复杂的各种情感。[/size][/align][align=left]
[/size][/align][align=left]那么转过来,对于机器,既然进化算法自身核心的一部分就是打分机制,而进化程序自身就是激励避免“低分信息”的出现的,那么机器中的“需要避免”和“需要趋近”这两大行为标准就确立了,可以作为最初的“原始情绪”。而一旦机器的学习能力足够分析人类社会,那么他们就能够通过对人类行为的“模式补全”,真正获得与人类情感行为等同的效果。[/size][/align][align=left]
[/size][/align][align=left]比如在一个所有人都会愤怒的场景下,机器通过模式补全,就有很大的可能性做出一个人在愤怒的时候会做的事情。[/size][/align][align=left]
[/size][/align][align=left]如果机器自身能够实现自我观察,并产生这种激励混沌,那么在机器看来,自己所做的这些“与情感相关的等同的事”就绝不是机械模仿,而是“发自内心”的感受。[/size][/align][align=left]
[/size][/align][align=left]就和人类一样,只要开始自我观察,接受的信息多了,模仿就自然而然的变成了“发自内心”,任凭局外人怎么告诉他“你被洗脑了”都没有用。[/size][/align]
最后的最后
[align=left]
[/size][/align][align=left]我本年的年度计划之一,就是写一个基于进化算法的、机器与人类的交互程序,初步准备使用Clojure(Lisp的一大方言)语言,有兴趣的欢迎一起开源,我会在启动工程之后通知所有人我的项目地址。[/size][/align]

来自:计算机科学 / 软件综合
14
已屏蔽 原因:{{ notice.reason }}已屏蔽
{{notice.noticeContent}}
~~空空如也
幻痛的心
10年2个月前 IP:未同步
676363
恩···攻壳机动队,剧场版“无罪”,人偶杀人,科幻了点,不过很受启发的动漫,引用不少欧美和中国古代的哲理,包含宗教,哲学的对白,看了几次,才看明白········
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
20!Dopaminor
10年2个月前 IP:未同步
676379
机器会想   我不应该这样做  但我应该愤怒 ?然后那个优先  逻辑优先还是情感优先
有这种情感之后,能否像人一样被安慰  调解,
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
金星凌日
10年2个月前 IP:未同步
676491
请教一下,Clojure有哪些独特的优势?我只会Common Lisp。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
epi.clyce作者
10年2个月前 IP:未同步
676502
金星凌日 发表于 2014-3-20 12:28
请教一下,Clojure有哪些独特的优势?我只会Common Lisp。


1 比CL精炼一些,同样的程序,clojure比CL要短
2 生态环境优良,可用的、稳定的库远丰富于CL,由于建立在jvm之上,任何java下可用的库、框架、工具集都能直接在clojure中以clojure自己的方式进行调用(而常用的java库往往都有非常好的clojure wrapper)
3 作为一个lisp dialect,至今没有什么大的分裂,虽然有clojure、cljs(编译成javascript的)、clojureCLR(编译成.NET executable的),但大体上共享了同一套理念和方法,最重要的是,相同的核心函数库
4 核心库遵循简单原则,只包含必要而且稳定的函数、宏
5 宏比CL好写
6 内置STM无锁并发模型,对并发编程非常友好,另外由于支持netty等java上的传输框架,使得制作distributed program非常方便

缺点:
1 在jvm上运行,继承了jvm上的一些缺点(比如没有direct call的TCO,要用专门的special form包装起来)(不过可以转向cljs或clojureCLR弥补)
2 clojure程序运行效率虽高,但是启动非常慢
3 直接throw java错误栈,对调试不友好(不过有相当多针对java或者clojure的trace库/工具集)
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
epi.clyce作者
10年2个月前 IP:未同步
676505
20!不曾存在 发表于 2014-3-19 22:00
机器会想   我不应该这样做  但我应该愤怒 ?然后那个优先  逻辑优先还是情感优先
有这种情感之后,能否像 ...


这不是“想”,“应该”,更没有“理性”或者“感性”。
这些词汇都是人为定义的。

概率学习和模式重现的结果就是完全拟人化的输出表达,“理性感性”什么的只是对这种输出表达的总结观察而已,本质上是一样的。

机器如果可以自我观察,那么他自己也会认为自己是有情感的。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
玄明
10年2个月前 IP:未同步
676525
本帖最后由 玄明 于 2014-3-20 17:03 编辑

记得很多年前,在淫家还是一只小男孩的时候,论坛就有人探索过跟LZ一样的问题,当然那厮不会编程,所以该思路并未形成项目便胎死腹中。个人还为此写过半篇小说来描述AI的开发过程,但因为敝人也不会编程,所以继续胎死腹中……因此,今天看到有人意图挑战,敝人深感激动!

在此提一点个人看法:所有具有一定智能的生物在一开始都是傻逼~聪明人是依靠后天培养才逐渐变聪明的。所以,偶以为一下生产线就能干的AI只能从事一些简单的数据处理工作,真正具有应对现实世界的AI应当会有一个生长期,如果AI不熟悉这个世界,那么它们也无法达到在这个世界中生存的智能。

一个可与真人媲美的AI可能会非常庞大复杂——你看看自己记忆了多少东西就明白了。所以如果LZ觉得以上思路靠谱,建议先不要搞人工智能,而是先模拟简单的小动物,比如满地乱窜的老鼠,你可以给这只老鼠设定食欲——舔舐地上的微小垃圾,然后排泄到垃圾桶里去,如果一段时间未摄入任何垃圾,老鼠便会感到饥饿难耐,它体内会有一个小秤来称量垃圾的重量,吃得太多便会想去出恭。睡眠=充电,当电量不足时老鼠会回到充电台上睡觉。当然它也有痛觉,响亮的声音与剧烈的震动充当神经刺激,这意味着它会逐渐学习避免撞到坚硬物体,在颠簸的地面上会控制速度,并且只在家里没人活动的安静时刻才出来觅食。



你可以将这些“欲望”变成类似于论坛积分一样的参数,参数低=痛苦,参数高=愉快,痛苦低到一定程度还可以导致恐惧的情绪,这样它便具有了最为简单的感情。而感情是人类智能的重要基础。

构思粗陋欢迎耻笑,谨祝施工大吉。
+25
科创币
wuncle
2014-04-27
深表赞同!
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
Master_In_Nursery
10年2个月前 IP:未同步
676629
可能还要等个很多年吧,
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
玄明
10年1个月前 IP:未同步
676963
TED宣布设立AI XPrize奖项,旨在表彰第一个能发表精彩演讲的人工智能

在温哥华 TED 大会上,TED 的 Chris Anderson 与X Prize Foundation的 Peter Diamandis 宣布设立AI XPrize奖项,它将被颁发给第一个能登上 TED 舞台作出动人演讲的人工智能。

该奖项的具体细节以及评判标准还尚未确定,Anderson 与 Diamandis 鼓励人们到其网站上写下评论与想法,比如,人工智能演讲的形式应该是怎样的,演讲话题及耗时等。Anderson 还表示会在每年的年度 TED 大会上给予最终入围者上台演讲的机会,看看它们的演讲是否真的能让观众拍手叫好。

Anderson 预计可能需要等 20 年才会有人拿下 AI XPrize,同时他也指出,设立该奖项能让 TED 紧跟人工智能发展步伐,挑战 AI 极限。

原文链接可参考:XXXXXXXXXXXXXXXXX/2014/03/20/can-a-ted-talk-from-artificial-intelligence-blow-your-mind/
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
唐朝小鱼
10年0个月前 IP:未同步
685037
如果说智能那么就聊一下人的意识与感知,我们人类可以通过对于一种物体的描述,来判断是什么物体,相反我们通过对某一物体信息的采集而得到不同的形容与命题,从而引发思考,对于程序逻辑来说思考是什么呢,是对采集数据与储存数据的对比,还是一个数据的容差?我们换个思路,假设一切“智能”都是人类某一项思考的极致,那么我们就把这种智能降级,达到与其他类智能相互补,但这么做会产生极大的计算量,明显走不通,再来假设,智能就是智能这么一个概念,它是思考方式是我们人类不能所了解的,那么我们 就要转变自己的思考方式,明白机器在想什么,可笑,明显对方是个金属老袋。
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
luodanoo
10年0个月前 IP:未同步
688825
mark下。学习了,非常感谢各位。长期关注
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
飞天狂想
10年0个月前 IP:未同步
688958
哦,看到楼主说这些,我也有了一些小看法····先对比一下 AI跟人类的运作方式吧,人类的大脑是如何工作的····又是怎样控制各个外设的(外设=嗅觉,听觉,视觉。触觉。温度。地磁),计算机一样可以模拟这些外设,先不谈大脑跟计算机的工作方式差别,那么 假设用C来实现AI(我只懂一点C)  类似结构如下
            价值观函数(各种针对AI的价值观分为不同优先级/跟人类价值观相同)
            思维方式函数(可以赋予AI鲜明的个性)
            各种传感器函数(赋予AI各种得到外界信息的接口)
             学习函数(有价值观函数判断学/不学)
             情绪表达(喜怒哀乐各种纠结)
             语言分析处理函数(听/说)
              
               主程序(各种调用)
    我的意思是··这样的结构如果无限接近人类的各种行为思想,我们是否可以称这是AI??  我个人的看法 是·····求讨论····
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
noya2012
9年11个月前 IP:未同步
694822
本帖最后由 noya2012 于 2014-6-13 05:05 编辑

AI好,人工智能好。。。。我们都是在重复别人N年前走过的路。又一位要自立项目的。。。。[s:12],,楼主可以看看我的。其实都是在否定智慧论,承认进化论。。。。所以,我们无非都是一大堆小公式小函数混杂起来的结构体。国外已经开始做神经元基础芯片了,还在讨论。
楼主,你没有被洗脑。只是被定向引导了。

楼主和我,都可以没戏了。活着就几十年,还是在这个封闭排外自满的国家,缺乏人类责任感,缺乏开拓精神,缺乏博爱,缺乏对彼此个体最大限度自由的尊重。不相信幻想,防堵向外看的好奇心,钳制思考,你的所见所闻所学,都是专有筑墙部们严格筛选过,净化过,阉割了的。所以比外界迟钝是必然的。

没有相对完整的信息流,自然是大脑不能做出完整健全的反应。缺乏完整的恐惧,勇气,欢笑,哭泣,所以一切都是那么花哨虚伪和肤浅,而又。。。。。
写软件抄代码的码奴们都偏爱于开发SKIN换肤,例如国产杀毒,表面花哨美丽。实质却干不了几件正事。而且还暗地埋下后门木马装上浏览过滤插件为你好,美其名曰“云”。

残缺的信息输入导致残缺的思想和行为是我们整体落后愚昧并以为正常而效仿和严厉维护的原因。  就这么简单。搞钱生孩子去吧,别想太多。[s:9]
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论
千斤拨四两
9年11个月前 IP:未同步
694853
这样下去,州长大叔随处可见了
引用
评论
加载评论中,请稍候...
200字以内,仅用于支线交流,主线讨论请采用回复功能。
折叠评论

想参与大家的讨论?现在就 登录 或者 注册

所属专业
上级专业
同级专业
epi.clyce
学者 机友 笔友
文章
345
回复
2156
学术分
21
2007/07/10注册,1个月5天前活动
暂无简介
主体类型:个人
所属领域:无
认证方式:手机号
IP归属地:未同步
文件下载
加载中...
{{errorInfo}}
{{downloadWarning}}
你在 {{downloadTime}} 下载过当前文件。
文件名称:{{resource.defaultFile.name}}
下载次数:{{resource.hits}}
上传用户:{{uploader.username}}
所需积分:{{costScores}},{{holdScores}}下载当前附件免费{{description}}
积分不足,去充值
文件已丢失

当前账号的附件下载数量限制如下:
时段 个数
{{f.startingTime}}点 - {{f.endTime}}点 {{f.fileCount}}
视频暂不能访问,请登录试试
仅供内部学术交流或培训使用,请先保存到本地。本内容不代表科创观点,未经原作者同意,请勿转载。
音频暂不能访问,请登录试试
支持的图片格式:jpg, jpeg, png
插入公式
评论控制
加载中...
文号:{{pid}}
投诉或举报
加载中...
{{tip}}
请选择违规类型:
{{reason.type}}

空空如也

加载中...
详情
详情
推送到专栏从专栏移除
设为匿名取消匿名
查看作者
回复
只看作者
加入收藏取消收藏
收藏
取消收藏
折叠回复
置顶取消置顶
评学术分
鼓励
设为精选取消精选
管理提醒
编辑
通过审核
评论控制
退修或删除
历史版本
违规记录
投诉或举报
加入黑名单移除黑名单
查看IP
{{format('YYYY/MM/DD HH:mm:ss', toc)}}