关于人工智能的探讨，答者有分(300分)

  • 主题发起人 主题发起人 creation-zy
  • 开始时间 开始时间
楼主一番朴素的话，很有见地。
其他学科有仿生学，人类可以向动物学习，研究智能，我们为什么不能模仿自己呢？
楼主对现有的AI小有研究，而我还没有钻入这片丛林，没有被现有的AI所取得的成果
所迷惑。楼主进入丛林而不迷惑，就更难得了。
你举的婴儿的例子，我十几年来一直在思索。
我的孩子3岁了，我一直观察他。我不知道他什么时候有智能的，但是现在谁也不能
否认他有智能了，尽管他不懂逻辑、不懂数学，甚至不知道1+1=几。
我对智能程序的设想是这样的：
1、能获取外界信息，能表示并储存。
2、能向外界输出信息。
3、只有最基本的运算规则，规则中肯定不包括“1+1=2”这样的高级论断。
4、有自我激励机制（奖惩函数）
5、除了最基本的规则外，知识和规则是一回事，都得从外界获得。
目前我还只是探索知识的表达，我的方案是：
信元=某种意义上不可分割的信息
概念=信元
概念=概念+信元
知识=概念
知识=[知识1=知识2]
我现在要研究的是这种方案的可行性和实现方法。
欢迎楼主和各位大侠指点。
 
只能听课! :(
 
to Dingyin:
您的判断很准确。所谓智能，只不过是意根的基本功能罢了，属于第六识，远非智慧。
书上提到了“转识成智”——大难！
《宝藏论》云：智有三种，一真智，二内智，三外智。博览古今，通达俗事，外智也。
割断烦恼，心意寂静，乃小乘所修，此内智也，以上两者都非究竟，故不名真。真智者，
圣凡不二，情见皆空，了解无物，体用如如，是名真智。此即道通。
我个人认为现在把易学用于AI似乎有些早，预测和智能不能等同，但我同意您的AI可以向
易学学习借鉴的观点。（据我所知，现代电脑已经借鉴了易学的部分成果——二进制是也）

我认为，智能的根本基础在于：
1.能够从变化万端的现象之中找到不变的部分，并且对于那些变化的部分，又能找到某种
可以掌握的规律，把所有这些总结为知识；
2.能够合理的运用获得的知识。
其中，第一点涉及到对事件的模式识别——或者说能够大量有相似性（相关性）的事件中
提取“共性”以及“不共性”的能力。对于前者，我们一般不必再深究下去，把它作为一个
“知识”保存起来即可；对于后者，我们需要对它再次进行提取——即找到“不共性”之中
的“共性”和“不共性”。如此递归分析下去，直到“不共性”彻底消失，一切都被转化为
“知识”为止。
例如：
1,1,1,1,1,1,..... ——共性是都为 1，没有不共性
1,2,3,4,5,6,..... ——没有共性，不共性之中的共性是相邻两数之差均为 1
1,0,1,0,1,0,..... ——两个一组，组和组之间完全相同
3,1,4,1,5,9,2,6,... ——没有共性，分析不共性也得不到共性，只能全部“背”下来
1个苹果+1个苹果＝2个苹果 1个葡萄+1个葡萄＝2个葡萄 1个鸡蛋+1个鸡蛋＝2个鸡蛋
——共性：1+1＝2 不共性：苹果、葡萄、鸡蛋
第二点，就是运用知识进行问题求解的过程。我发现，人的思维过程不同于一般意义上的
AI推理过程，人的思维具有如下特点：
能够自动根据过去的推理过程，找到推理的“捷径”——成功率高、时间短；
能够把思维过程作为一种“事件”进行分析，从而改进思维模式（比如递规性的发现、
不同类事物的类比关系等等）。
 
{IF then
else
} := AI
人类的智能的精髓是通过大量条件反射对事物造成认知后构成形象思维的结果，而计算机完成一切则全部依靠无穷无尽的选择。
而计算机完成条件反射阶段比人要快数亿倍，但谈到形象思维，计算机则不可能，至少依靠目前人类的智商不可能。
所以所谓人工智能，也不过是大批量的IF then
else
（逻辑思维）而已。 可能需要进步的只不过是减少这些判断的数量而已。
 
不相信AI，除非搞清大脑的工作原理。
 
可能要和生物技术合作.
 
这是不可能的。
 
听课。
 
to xijun:
按照您的逻辑，我也送您一句话： 不相信我们活着，除非搞清生命到底是什么。
“搞清”谈何容易！——人们至今对“力”的定义尚不满意，其它的概念更不用说了。
一句话——摸着石头过河！——河里到底有多少石头，我们不知道，也没必要知道，只要
我们坚持下去，过了河就是成功！
to “不可能”先生们:
除非违反了因果定律、有为必无常定律——其它的一切都是有可能的。
——现在没有成功并不能说明永远都不会成功。

关于 IF A then
B ... 的推理方式，我认为是必要的，并且是最基础的。但是，这远非
智能的全部。产生式规则只不过是学者们对推理步骤的提炼（不过歪打正着——这正是因果
律的表现形式）。
我认为，大脑的推理方式是一种朴素的模糊模式绑定机制。说它模糊，是因为所有概念、
知识我们都可能接纳，也都可能推翻，在我们的意识中，没有一样东西是绝对的，甚至连
“我”这个最原始的、与生俱来的感觉，都可以被我们的智慧彻底拔除。举个例子：如果
有人对你说“1+1=5”你会不会因为知识冲突而“死机”呢？——当然不会，“1+1=2”和
“1+1=5”两个命题都不是绝对的，我们会在第一时间内作出判断——前者经过多次实践的
检验，可靠性极高；而后者是新知识，没有检验过，可信度不高；而这两个命题是相互冲突
的，因此应该舍弃后者。“模式绑定”指的就是类似"if A then
B"之类的规则，需要指出
的是，模式绑定不一定要有“名”作为支撑，恰恰相反，人们的绝大多数知识都被转换为
这种不依赖“名字”的“模式”——正因为做到了这一点，我们的思维才能像风一样流畅。
了解了这一点，就不难理解为什么幼儿虽然不知道事物的名称，但仍然能够进行智力活动的
原因了。（没有“名字”，我们仍然拥有对事物的分辨能力——正是分辨的存在，使我们
能够掌握不同的“模式”）
 
我们写一个程序,目的是把两个数加起来,我们输入一个1一个2得到了3,
再输入一个5和一个6,可以得到11,这算不算一种最简单的AI呢?
计算机并不需要人在操作的时候去口中念念有词,背出算盘的口决,
而是知道怎么去处理两个数想加,尽管是由人编写的程序来实现的,
我们可不可以理解成是由人教会计算机如果计算呢?只不过这种教的
方法不同于教小孩,也不同于教一个动物.在教会了计算机做加法后人
又教会了其他动算,还教会了计算机学习(计算机能够存储大量的数据,
这何尝不可以理解为一种学习呢,比如最简单的五笔输入法,我们可以造词),
再后来有了更深一层的AI,比如操作的或者CPU的分支预测.总之AI在计算机
上的正在一步一步的实现,只不过速度快慢而已!
 
个人想法：
程序：人的思维的一种符号表现形式，计算机：实现这种转化的工具。
如果要电脑象人一样聪明，至少电脑应该具备生物特征，动物有
智慧，植物有智慧，但没听说石头有智慧，我想：区别在于生物特征！
不知未来生物计算机能否实现这一点。到现在为止，我认为最好的选择
是：人机结合------人的逻辑思维+机器的速度和精度。
 
to aizb:
严格说来，这并不能算AI。因为程序所要做的逻辑都已被固化，不可能进行修改，也不能
自动学习。
我认为，一个程序具有真正意义上的AI，必须至少具有如下特征：
1.有知识库；
2.能够根据外界输入和知识库中的知识进行运算，产生某种形式的输出；
3.有更新知识库的能力——即学习能力。学习的对象可以是外界的输入，也可以是内部运算
的结果。
您提到的程序至多有上述的第二个特点，其余的两个特点则不具备。
AI强弱的关键在于第三个特点。目前有很多程序根本不具有学习的能力，它们只是根据
预先存放在知识库中的知识进行推理——他们虽然有“知识”，但是这种知识是死的。这种
程序，只有“算法”，没有“智能”可言（尽管这个算法可能十分复杂，有“含金量”）。
还有很多程序，可以自动学习，更新知识库（比如“深蓝”以及一般的专家系统）。值得
注意的是，对于这些有学习能力的程序，又可以分为两大类：
1.数据进化型——学习之后，仅仅是知识库中参与计算的数据发生了变化，而对知识的使用
方法——算法——则不会发生任何变化。
2.数据、算法进化型——学习之后，不但基础知识得到了更新，那些用于控制“思维”过程
的知识（即元知识）也会发生变化。这种程序至少在理论上已经趋于完美——一个具有
足够强的“思维进化”能力的程序完全可以胜任一个人的日常工作。

ps: 讲了大半天，感觉真正要说的还没有一个字说出来，急呀 :(
 
这个你注意到没有
来自：polygon, 时间：2002-2-22 9:46:00, ID：934070
至少先学习一下编译原理中的token的概念。
我不知是否token的概念，但我相信编译原理中有答案。
很多编译器可以
a*b+a*c+a*d ==>a*(b+c+d)
你查看汇编码，
试试一些编译器的优化选项，你会发现它们很聪明
 
看了房客给的链接，发现... 哈哈！
——应该有人已经超越“泥潭”了吧。
 
由于本贴已经太长了，现在新开一个帖子，请大家到下面这个帖子继续讨论，谢谢大家！
http://www.delphibbs.com/delphibbs/dispq.asp?lid=1272405
多人接受答案了。
 
多人接受答案了。
 
我来说一句。
个人认为creation-zy的帖子很好。
人重一开始什么都没有。但是通过后天的认识，建立起了一些对规则(经验/常识)，
通过这些规则来判定当前的事件。
个人认为先研究人对一个事件的理解规则是怎样建立起来的？最终，我们用数学的方法来表达这些规则。
 
您必须登录或注册才可回复。

Similar threads

Ray
[转]终于可以发布Delphi下收点OSGI精髓皮毛而设计的插件框架WisdomPluginFramework
回复
4
查看
4K
chlkuei
C
C
关于人工智能的探讨（续一）(300分)
2 3 4
回复
72
查看
1K
creation-zy
C
P
一个比较弱智的问题。帮帮忙。(150分)
回复
8
查看
156
pander
P
S
一个关于Gantt的问题，我要实现纵轴为多字段(5个)(5分)
回复
1
查看
162
SLaDE
S
S
一个关于Gantt的问题，我要实现纵轴为多字段(5个)(55分)
回复
0
查看
144
SLaDE
S
后退
顶部