headermask image

header image

关于智能和自然语言的想法

1  基于统计的方法不是人工智能

2 香农的信息论是目前为止找到的唯一有帮助的关于信息处理的办法(基于数学统计)

3 人工智能应该基于学习。

4 基于学习的人工智能是可以实现的

5 目前为止,人工智能没有突破性的成果。

6 人工智能不能一步实现。应该在特定的环境下实现人工智能。

7 人工智能的研究应该动手实践而不是夸夸其谈

8 多数人对与人工智能的迷茫来自对人智能本身的不解。智能应该有如下的特征

       a 具备运算能力

          运算能力主要应用于对于知识的累积处理和沟通的处理

       b 具备接收知识能力,并且有能力在一定的时间内积累该知识

       c  具备和其他智能体互相沟通的能力

       d  智能群体应该有统一的本能(即最基本的共同的知识,该本能区别于人类的本能)

       e  创造能力以及纠正错误的能力

 9  智能应该是群体的智能,个体的智能没有意义。

10 智能事件的发生应该是在群体间发生,而非个体

11 自然语言的处理应该是实现智能的重要突破口

12 不应把人类的智能放在不可研究的位置上,或者加上迷幻的色彩

13 特定领域的智能研究应该有特定的模型而不应该照搬人的智能模型,

  



If you liked my post, feel free to subscribe to my rss feeds

2 Comments so far (Add 1 more)

  1. 多谢郭鹏的留言!
    查了一下条件反射相关的东西,我想条件反射本身已经足够复杂,几乎包括智能得全部要素。甚至是智能的高级体现,条件反射首先应该是知识的积累,然后是基于知识的条件反射。人通过五官感受世界,而可怜的计算机只能基于命令然后是自然语言感受这个世界。计算机的本质1/0,存储与计算的任何媒体都是1/0,即使计算机得到了多个感官的能力。最终留下来作处理的仍然是1/0.即使这样,多种感官应该确实能够帮助,但目前不应该考虑太多。问题就回到知识的积累的问题了。也就是自然语言的处理,也就是说应该给计算机至少一种可获得知识的途径
    在msn聊天的时候,如果有陌生人给我发了一条“喝茶”
    我确实不知道他再说什么。
    然后我会问他:?
    这个问题应该是语言处理内部的问题

    1. hechuang on 十二月 23rd, 2007 at 1:41 上午
  2. 语言是智慧的衍生体;
    人类的语言从来都不是完整的,因为人类总是试图用较少的语言来表达较多的信息,因此单纯开发语言识别系统是无法完成人工智能的;
    例如字母文明中的“缩写”和汉语中的“成语”等,都是一种用较少信息量来表达更多信息的方式,如果人工智能系统没有完整的世界观,根本无法完整的理解人类的语言;
    某个拥有模拟人类智慧的计算机接收到一条人类语言命令:甲说“喝茶”

    这时候,这台计算机开始分析这个语句:“喝茶”这个命令缺少大部分资料,无法分析其所表现出来的意义!

    这个“喝茶”命令来自于“甲”,补充之后就变成

    “甲”发出命令“喝茶”

    继续分析,在“甲”的附近还有可以喝茶的人类“乙”“丙”和一只猫,其中“乙”“丙”手边有茶杯和茶,于是,这个命令通过对环境的完全模拟和分析最终的结果是

    “甲”邀请“乙”“丙”喝茶;

    同样的“喝茶”指令,同样的环境,但是如果在“甲”说出“喝茶”之前,“乙”询问“甲”说:“某某某在干什么?”,“甲”回答“喝茶”,这样这条命令的分析结果就完全的改变了,变成了回答乙的问题;

    人工智能的模型实际上就是条件反射的模型,不过他是以时间轴为中心而已,例如人类的最基本命令就是在时间轴上活下去;

    2. 郭鹏 on 十二月 22nd, 2007 at 3:32 上午

Post a Comment

Your email is never published nor shared. Required fields are marked *

*
*