实际上,人工智能只是人类试图了解自己而已,因为“我是谁”这个坐标原点远远还没有确定下来……

1、有人认为:人工智能就是人类在了解自己、认识自己。实际上,人工智能只是人类试图了解自己而已,因为“我是谁”这个坐标原点远远还没有确定下来……

2、“我是谁”的问题就是自主的初始问题,也是人所有智能坐标体系框架的坐标原点,记忆是这个坐标系中具有方向性的意识矢量(意向性),与冯诺伊曼计算机体系的存储不同,这里面的程序规则及数据信息不是静止不变的,而是在人机环境系统交互中随机应变的(所以单独的类脑意义是不大的),这种变化的灵活程度常常反映出自主性的大小。

3、到目前为止,机器的存储依然是形式化实现的,而人的往往是形象化实现的,人工智能的计算是形式化进行的实在(有人说: 递归函数就是图灵计算、人工智能的秘辛!),而人的算计往往是客观逻辑加上主观直觉融合而成的结果。计算出的预测不影响结果,算计出的期望却时常改变未来,从某种意义上说,态势不是计算感知出的,而是认知成的,自主有利有弊,有悖有义,是由内而外的尝试修正,是经历的验证~经验的类比迁移。

4、语言交流是自主的典范,是根据交互情景(不是场景)展开的,无论怎样测试,都是脚本与非脚本的反应,其准确性的大小可以判定人机孰非…… 有人把语言分为三指,即指名、指心、指物三者, 并指出研究这三者及其之间的关联一直是人工智能面临的难题和挑战。无独有偶,19世纪,英国学者就提出过能指、所指的概念,细细想来,这些恐怕都不外乎涉及事物的属性(能指、感觉)及其之间的关系(所指、知觉)问题吧!实际上,一个词、一句话、一段文都离不开自主的情境限定,我们知道的要(所指)远比我们能说出来的(能指)要多得多吧?! 若不信? 想想你见过的那些眼睛会说话的人吧!溯根追源,究其因,一般是缘于此中的情理转化机制: 感性是理性的虫洞,穿越着理性的束缚与约束;理性是感性的黑洞,限制着感性的任性与恣意。正可谓,自主的意识驾驭着情理,同时有被情理奴役着……

5、智能的本质在于自主与“相似”的判断,在于恰如其分的把握“相似度基准”分寸。人比机器的优势之一就是:可以从较少的数据中更早的发现事物的模式。其原因之一就是源于,机器没有坐标原点,即“我”是谁的问题。对人而言,事物是非存在的有---其存在并不是客观的,而是我们带着主观目的观察的结果,并且这种主客观的混合物常常是情境的上下文的产物,如围绕是(Being)、应(Should)、要(Want)、能(Can)、变(Change)等过程的建构与解构往往是同时进行的。另外,即使是同一种感觉(如视觉)也具备具体指向与抽象意蕴,握手的同时除了生理接触还可以伴随心理暗示。

6、人脑在进行自主活动时可以产生“从欧几里得空间到拓扑空间的映射“,也就是说在做选择和控制时,人可以根据具体目的的不同,其依据进行的相似度基准(不是欧式空间上的接近性,而是情理上的联系网络)是在变化的,并依此决定进行情境分类实施。

7、一个问题无边界、无条件、无约束的求解时是哲学研究,同一个问题有边界、有条件、有约束的求解时是数学探讨。

8、美国心理学家海耶斯(Steven Hayes)的关系框架理论:我们大脑有一个特性,即它能在两两相关的三个事物之间产生新的关系,其中语言起着重要的作用,如A>B, B>C,我们会推出A>C。那么在纷繁复杂的情境中,这种关系框架还存在吗?!

9、自由调节的环境系统触发了自主体系的反向运动,由此形成了人机与环境之间的多向运动或多重运动,进而导致了矛盾和冲突。

10、虚构如何修正真实,真实怎样反馈虚构?这将是一个很有味道的问题!

11、人的学习与机器学习不同之处在于: 人的学习是碎片化+完整性混合进行的,所以自适应性比较强,一直在进行不足信息(资源~如时空方面)情境下的稳定预测和不稳定控制,失预、失控场景时有发生,所以如何二次、三次……多次及时的快慢多级反馈调整修正就显得越发必要,在这方面,人在非结构非标准情境下的处理机制要优于机器,而在结构化标准化场景下,机器相对而言要好于人些。并且这种自适应性是累积的,慢慢会形成一种个性化的合理性期望,至此,自主(期望+预测+控制)机制开始产生了,且成长起来……

12、“智能的真实标志不是知识,而是想象。”爱因斯坦说:“想象力比知识更重要,因为知识是有限的,而想象力概括着世界的一切,推动着进步,并且是知识进化的源泉。”想像就是虚构,所以虚构也许是智能的本质表征,似曾相识、似是而非、似非而是等可强意会弱言传的现实存在。

13、人的学习是因果关系、相关关系甚至于风俗习惯的融合,这些有的可以程序化,很多目前还很难描述清楚(如一些主观感受、默会的知识等),而机器学习显性的知识内涵效率要远远大于隐性的概念外延。

14、规则与概率之间的关系是弥聚性的,规则就是大概率的存在,概率本质则是没有形成规则的状态。习惯是规则的无意识行为,学习则是概率的累积过程,包含熟悉类比和生疏修正部分,一般而言,前者是无意识的,后者是有意识的,是一个复合过程。

15、人处理信息的过程是变速的,有时是自动化的下意识习惯释放,有时是半自动化的有意识与无意识平衡,有时则是纯人工的慢条斯理,但是这个过程不是单纯的信息表达传输,还包括如何在知识向量空间中建构组织起相应的语法状态,以及重构出各种语义体系。

原文发布时间:2016-06-07 16:59
本文作者:刘伟
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

从“我是谁”到人工智能的原点,机器学习的路在何方相关推荐

  1. 【人工智能】传统机器学习算法(QDU)

    转载请务必经过我的同意 [人工智能]不确定性推理(QDU) [人工智能]传统机器学习算法(QDU) [人工智能]非线性分类器(QDU) [人工智能]机器学习基础(QDU) [人工智能]深度学习(QDU ...

  2. 年终总结:2021年五大人工智能(AI)和机器学习(ML)发展趋势

    明年,人工智能技术将在企业运营中更加根深蒂固. 人工智能(AI)和机器学习(ML)一直在改变着我们的世界,但是2020年给这两个改变游戏规则的人带来了新的机遇和紧迫性-预计2021年会有更大的发展. ...

  3. 人工智能AI、机器学习和深度学习之间的区别是什么?

    有人说,人工智能(AI)是未来,人工智能是科幻,人工智能也是我们日常生活中的一部分.这些评价可以说都是正确的,就看你指的是哪一种人工智能. 今年早些时候,Google DeepMind的AlphaGo ...

  4. AI:人工智能概念之机器学习ML、深度学习DL、数据挖掘、知识发现、模式识别等重要领域之间比较关系结构图之详细攻略

    AI:人工智能概念之机器学习ML.深度学习DL.数据挖掘.知识发现.模式识别等重要领域之间比较关系结构图之详细攻略 目录 AI与ML.DL的概念 AI与ML.DL的结构关系图 参考文章:<201 ...

  5. AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典、建议收藏)之详细攻略

    AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典.建议收藏)之详细攻略 目录 机器学习算法的思维导图集合 1.ML算法思维图 2.ML算法思维导图 相关文章:ML/DL:关于算法模型的选 ...

  6. AI:一个20年程序猿的学习资料大全—人工智能之AI/机器学习/深度学习/计算机视觉/Matlab大赛——只有你不想要的,没有你找不到的

    AI:一个20年程序猿的学习资料大全-人工智能之AI/机器学习/深度学习/计算机视觉/Matlab大赛--只有你不想要的,没有你找不到的 目录 (有偿提供,替朋友转载,扫描下方二维码提问,或者向博主扫 ...

  7. 什么是人工智能?什么是机器学习?什么是深度学习?三连问

    人工智能 人工智能 机器学习 有监督学习 无监督学习 半监督学习 强化学习 深度学习 神经网络 三者之间的关系  最近机器学习,深度学习频繁出现人工智能领域,成为高频词汇,但是好多同学对这些同学一知半 ...

  8. 【人工智能项目】机器学习中文垃圾邮件分类任务

    [人工智能项目]机器学习中文垃圾邮件分类任务 本次采用机器学习模型对中文邮件是否为垃圾邮件进行判别.那么工友们,学起来吧!!! 任务说明 0,商业秘密的秘密性那是维系其商业价值和垄断地位的前提条件之一 ...

  9. 详解人工智能(AI) 机器学习(ML) 深度学习(DL)

    有三个词,这两年出现的频率越来越高:人工智能(AI),机器学习(ML),深度学习(DL),到底他们哥仨是什么关系?今天小编化繁为简,用几张图带你迅速看明白.关系如图,从提出概念的时间上来看也很清楚: ...

最新文章

  1. ubuntu 14.04 双显卡安装NVIDIA GPU驱动+CUDA+编译配置caffe
  2. express-14 发送邮件
  3. 一天搞定HTML----标签类型与类型转换05
  4. 归档日志 delete input 和delete all input 区别
  5. abp框架java,【Net】ABP框架学习之正面硬钢
  6. keras添加正则化全连接_TensorFlow keras卷积神经网络 添加L2正则化
  7. java数组交集_java数组的交集和并集
  8. ajax php 返回表单,ajax返回页面session信息(PHP)
  9. caioj:1682: 【贪心】买一送一
  10. 牛客网——奥运排序问题
  11. vue——路由独有的生命周期函数 activated deactivated
  12. 直接部署nginx和在docker里面部署nginx性能上有区别吗
  13. 京东量化平台宣告下线,其他平台该何去何从?
  14. 【Java开发】之配置文件的读取
  15. 树莓派修改root密码
  16. 邱关源电路课后题第二章(第五版)
  17. 西电计组II 实验1
  18. K8S二进制环境搭建苹果电脑(M1芯片)
  19. OpenGL入门第三课--矩阵变换与坐标系统
  20. java处理Emoji表情

热门文章

  1. “封杀中兴”后,TensorFlow 等也被“闭源”怎么办?(附中兴最新声明)
  2. 推荐 | 机器学习开源项目 Top 10
  3. 开启机器学习的第一课:用Pandas进行数据分析
  4. 记一次性能优化,单台 4 核 8G 机器支撑 5 万 QPS
  5. 再见了SpringMVC,这个框架有点厉害,甚至干掉了Servlet!
  6. 跟我学Springboot开发后端管理系统4:数据库连接池Druid和HikariCP
  7. Openresty最佳案例 | 第5篇:http和C_json模块
  8. Hinton团队CV新作:用语言建模做目标检测,性能媲美DETR
  9. 使用谷歌 Colab Notebooks,这 6 个小技巧你需要掌握
  10. 冠军方案分享:ICPR 2020大规模商品图像识别挑战赛冠军解读