關(guān)于人工智能若干問題的再思考

千家網(wǎng)
佚名
1、有人認為:人工智能就是人類在了解自己、認識自己。實際上,人工智能只是人類試圖了解自己而已,因為“我是誰”這個坐標原點遠遠還沒有確定下來…… 2、“我是誰”的問題...

1、有人認為:人工智能就是人類在了解自己、認識自己。實際上,人工智能只是人類試圖了解自己而已,因為“我是誰”這個坐標原點遠遠還沒有確定下來……

2、“我是誰”的問題就是自主的初始問題,也是人所有智能坐標體系框架的坐標原點,記憶是這個坐標系中具有方向性的意識矢量(意向性),與馮諾伊曼計算機體系的存儲不同,這里面的程序規(guī)則及數(shù)據(jù)信息不是靜止不變的,而是在人機環(huán)境系統(tǒng)交互中隨機應(yīng)變的(所以單獨的類腦意義是不大的),這種變化的靈活程度常常反映出自主性的大小。

3、到目前為止,機器的存儲依然是形式化實現(xiàn)的,而人的往往是形象化實現(xiàn)的,人工智能的計算是形式化進行的實在(有人說: 遞歸函數(shù)就是圖靈計算、人工智能的秘辛?。?,而人的算計往往是客觀邏輯加上主觀直覺融合而成的結(jié)果。計算出的預(yù)測不影響結(jié)果,算計出的期望卻時常改變未來,從某種意義上說,態(tài)勢不是計算感知出的,而是認知成的,自主有利有弊,有悖有義,是由內(nèi)而外的嘗試修正,是經(jīng)歷的驗證~經(jīng)驗的類比遷移。

4、語言交流是自主的典范,是根據(jù)交互情景(不是場景)展開的,無論怎樣測試,都是腳本與非腳本的反應(yīng),其準確性的大小可以判定人機孰非…… 有人把語言分為三指,即指名、指心、指物三者, 并指出研究這三者及其之間的關(guān)聯(lián)一直是人工智能面臨的難題和挑戰(zhàn)。無獨有偶,19世紀,英國學者就提出過能指、所指的概念,細細想來,這些恐怕都不外乎涉及事物的屬性(能指、感覺)及其之間的關(guān)系(所指、知覺)問題吧!實際上,一個詞、一句話、一段文都離不開自主的情境限定,我們知道的要(所指)遠比我們能說出來的(能指)要多得多吧?! 若不信? 想想你見過的那些眼睛會說話的人吧!溯根追源,究其因,一般是緣于此中的情理轉(zhuǎn)化機制: 感性是理性的蟲洞,穿越著理性的束縛與約束;理性是感性的黑洞,限制著感性的任性與恣意。正可謂,自主的意識駕馭著情理,同時有被情理奴役著……

5、智能的本質(zhì)在于自主與“相似”的判斷,在于恰如其分的把握“相似度基準”分寸。人比機器的優(yōu)勢之一就是:可以從較少的數(shù)據(jù)中更早的發(fā)現(xiàn)事物的模式。其原因之一就是源于,機器沒有坐標原點,即“我”是誰的問題。對人而言,事物是非存在的有---其存在并不是客觀的,而是我們帶著主觀目的觀察的結(jié)果,并且這種主客觀的混合物常常是情境的上下文的產(chǎn)物,如圍繞是(Being)、應(yīng)(Should)、要(Want)、能(Can)、變(Change)等過程的建構(gòu)與解構(gòu)往往是同時進行的。另外,即使是同一種感覺(如視覺)也具備具體指向與抽象意蘊,握手的同時除了生理接觸還可以伴隨心理暗示。

6、人腦在進行自主活動時可以產(chǎn)生“從歐幾里得空間到拓撲空間的映射“,也就是說在做選擇和控制時,人可以根據(jù)具體目的的不同,其依據(jù)進行的相似度基準(不是歐式空間上的接近性,而是情理上的聯(lián)系網(wǎng)絡(luò))是在變化的,并依此決定進行情境分類實施。

7、一個問題無邊界、無條件、無約束的求解時是哲學研究,同一個問題有邊界、有條件、有約束的求解時是數(shù)學探討。

8、美國心理學家海耶斯(Steven Hayes)的關(guān)系框架理論:我們大腦有一個特性,即它能在兩兩相關(guān)的三個事物之間產(chǎn)生新的關(guān)系,其中語言起著重要的作用,如A>B, B>C,我們會推出A>C。那么在紛繁復(fù)雜的情境中,這種關(guān)系框架還存在嗎?!

9、自由調(diào)節(jié)的環(huán)境系統(tǒng)觸發(fā)了自主體系的反向運動,由此形成了人機與環(huán)境之間的多向運動或多重運動,進而導(dǎo)致了矛盾和沖突。

10、虛構(gòu)如何修正真實,真實怎樣反饋虛構(gòu)?這將是一個很有味道的問題!

11、人的學習與機器學習不同之處在于: 人的學習是碎片化+完整性混合進行的,所以自適應(yīng)性比較強,一直在進行不足信息(資源~如時空方面)情境下的穩(wěn)定預(yù)測和不穩(wěn)定控制,失預(yù)、失控場景時有發(fā)生,所以如何二次、三次……多次及時的快慢多級反饋調(diào)整修正就顯得越發(fā)必要,在這方面,人在非結(jié)構(gòu)非標準情境下的處理機制要優(yōu)于機器,而在結(jié)構(gòu)化標準化場景下,機器相對而言要好于人些。并且這種自適應(yīng)性是累積的,慢慢會形成一種個性化的合理性期望,至此,自主(期望+預(yù)測+控制)機制開始產(chǎn)生了,且成長起來……

12、“智能的真實標志不是知識,而是想象。”愛因斯坦說:“想象力比知識更重要,因為知識是有限的,而想象力概括著世界的一切,推動著進步,并且是知識進化的源泉。”想像就是虛構(gòu),所以虛構(gòu)也許是智能的本質(zhì)表征,似曾相識、似是而非、似非而是等可強意會弱言傳的現(xiàn)實存在。

13、人的學習是因果關(guān)系、相關(guān)關(guān)系甚至于風俗習慣的融合,這些有的可以程序化,很多目前還很難描述清楚(如一些主觀感受、默會的知識等),而機器學習顯性的知識內(nèi)涵效率要遠遠大于隱性的概念外延。

14、規(guī)則與概率之間的關(guān)系是彌聚性的,規(guī)則就是大概率的存在,概率本質(zhì)則是沒有形成規(guī)則的狀態(tài)。習慣是規(guī)則的無意識行為,學習則是概率的累積過程,包含熟悉類比和生疏修正部分,一般而言,前者是無意識的,后者是有意識的,是一個復(fù)合過程。

15、人處理信息的過程是變速的,有時是自動化的下意識習慣釋放,有時是半自動化的有意識與無意識平衡,有時則是純?nèi)斯さ穆龡l斯理,但是這個過程不是單純的信息表達傳輸,還包括如何在知識向量空間中建構(gòu)組織起相應(yīng)的語法狀態(tài),以及重構(gòu)出各種語義體系。

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論