五千年(敝帚自珍)

主题:【原创】机器学习的基础是什么?(0) -- 看树的老鼠

共:💬154 🌺509 🌵1
全看分页树展 · 主题 跟帖
家园 前者就是设计论,后者就是学习

就像我们教小孩子1+1=2,他们学懂了之后遇到1+2就知道等于3,至于他们脑子里是如何解决的,我们不知道。

但是如果设计一个电路板回路,可以做1+1=2,1+2=3,甚至1+N,这个电路板就是这个“空中楼阁”,是不需要学习来获得这个能力的。

人工智能就是在试图做这样一块电路板,但是不同的是,这个电路板可以可以类似小孩子一样,通过学习1+1=2,可以自己得出1+2=3。

因此任何试图把这个有学习能力的“电路板”做成有利于解决1+1.。1+N问题的电路板,实际就是走了捷径,并没有实现智能。因为我们都知道那前一个电路板回路只是一个只能解决所设计目的的问题,开个平方根就不会解决了。而人的智能是可以通过不断学习在同一块“电路板”上解决不同问题的。

现在的人工智能并没有解决这个智能电路板的原理问题,但是已经找到针对某些比较复杂问题的电路板设计,可以通过学习得到比如语音识别,图像识别的能力,好的电路板甚至对学习所系数据量的要求都很少。但是在这个基础上实现抽象思维能力还很遥远。

其实人工智能不需要抽象思维,只要可以实现对知识的管理,能够联想,想像,也就是常言说的理解能力,不管它实际上理解的是个啥,只要吐出来的人可以明白,就可以实现相当惊人的决策能力,比如IBM的Watson目前还不能做到这一点,谷歌孜孜以倦的也是搜索中的这个能力,所谓个人助手,“私人秘书”等。

但是这种能力显然比语音识别那种单一的功能要复杂的多,像Watson那样只是通过对庞大数据的输入管理显然也不能满足,要求的是广大事物的理解与融合,至少是日常事物的达到常人水平的理解,比如我说1+1它告诉2,但是我说2个苹果加三个香蕉共有几个水果,它也可以回答。它可以不知道流体力学,但是它至少了解液体的形状是由容器决定的,而且这些常识不象Watson那样是通过死记硬背“学习”了大量的知识后了解的,应该相当一大部分是在了解基本原理事实的基础上自己推理得出的,这才是智能的主要特征。

通宝推:海碗,
全看分页树展 · 主题 跟帖


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河