主题：关于自然语言的机器识别的一种构想--内有科幻内容，慎入 -- 陶醉
家园 Semantic network 这个系统能实现人的最简单的甚至是无意识的一步（因为人的这个处理能力是相当快的），那就是根据连续的二维图形上的一个带投影的面把其他的面都补充上来。实现了这个能力，机器就有了所谓的立体观貌似你的设想有点像semantic network。
家园 计算机视觉里有些应用就在做反推三维结构 我也就是最近有些看到计算机视觉的库才产生了这个联想，不过目前识别些字符车牌还好，貌似要是反推就很差劲了。
家园 太高深了，没人敢坐沙发了。 这里的问题的计算机处理图像的能力比文字还差。而且没有联想的功能。
这里还可以引申到，鼓励惩罚机制。人的学习实在不断的被鼓励和被惩罚的过程中进行的。如何鼓励计算机，或是惩罚计算机？
让他总结什么是对的联想，什么是错的联想。这个非常难。人可以饿肚子，打屁屁，高兴了给个巧克力。计算机？？断电？加电压？
计算机只会记忆，不会学习。
家园 惩罚机制就得按照目的预先设置了 人的惩罚机制很明显啦，软件的话，就需要编程吧，嘿嘿，扯下去就是机器人三定律啥的了。
家园 哈哈，空想很好！ 你这样的空想很好，有利于大家开阔视角。
谢谢你的讨论。
家园 是啊，处理图像是关键。嗯，继续瞎扯 假使，万一，如果，可能，保不定真有人要实现这个系统的话，那么我觉得他要面对的最主要的问题就是图像处理，这个也是真难，因为人的图像处理能力是相当精密，即使是粗粗的模仿也很复杂。
在视觉处理方面，我觉得至少要实现三个图像处理的子系统，分别是图形构成系统、静态比较检索系统、动态关联记录系统。首先，构成系统将二维图像抽取成各种各样的带属性的三维结构（只黑白也没关系，就当色弱了），这首先形成空间观；然后就是三维结构的比较检索系统，比如说，我们一说碗，脑海里就会产生各种类似的椭圆形状的物体，这就是所谓的三维结构比较系统了，这个系统实现了，给机器扫进各种各种的碗的图片的话，虽然它不知道这些东西叫碗，但是因为形态相近它也能给这些东西一个唯一的索引值；然后就是动态关联记录系统了，万事万物都在发生相对位移，结构本身也在被塑造和打破，必须用最有效的方式将这些图形的关联变化都记录下来，以便于检索，匹配，当机器在接受外界新的图像的时候，如果发现这个动态的过程有过差不多的记录，它就知道这个过程叫啥，接下来可能发生啥，并且这个时候，给定语法了，机器也能根据语言组合已有的三维结构产生新的记录，也就是俗称看书。。。。
又一段闲扯。。。