给OOP专家的一个问题。 - 页 30

新评论
 
Vladimir Perervenko:

在感知速度和有效性方面，还没有人能够超越俄罗斯白话。英国科学家已经证明。

这是因为俄罗斯的脏话有灵魂+清晰、尖锐的指示。
 

几个星期以来，我一直在思考人工智能问题。众所周知，这个问题的理论基础远非清晰和系统，但越来越清楚的是，没有人真正了解人类的思维方式。讽刺的是，意识统治世界，却不了解自己。心灵的隐藏机制仿佛在后台工作，维持或重组现实的动态模型，但 "镜子"--对自我的理解--不断地从里面掉出来。我一直试图专注于此。首先，我定义了人工智能的两个关键概念。

  1. 智力--有意识的心理活动。
  2. 知识库--一个简化的结构化现实模型，作为与Mind互动的 "对象"。

也就是说，理性和它的 "对象"--现实，在一个连续的过程中相互作用，在这个过程中，理性对现实进行建模，把它反映为对象相互关系的环境（通过 "对象棱镜"），而现实（根据理性本身）则产生和摧毁它。 我们不会讨论 "理性是否是现实的偶然或自然产物 "的哲学问题，但我们会先验地假定理性和现实是要相互作用的。

在我们问题的背景下--人工智能是一个理性的模型，知识库是一个现实的模型，我们的任务是对它们的互动进行建模。

这条线提出了关于OOP的适用性问题，由于继承、封装和多态性，我已将其确定为人工智能实现的最重要工具之一，但正如我之前所说，我认为这一工具在目前的表现形式 下对人工智能并不有效。世界图景 "模型过于庞大，无法用标准编程语言来描述。也就是说，知识库--我们的 "现实模型"--有如此多的对象、属性和模式，以至于标准的编程及其沉重的句法 "拖车 "会抑制描述。 想象一下，这样的工作会花费多少时间和资源。此外，标准的OOP代码有一个不可接受的缺陷--它是静态的--这意味着人工智能的 "训练 "将变成无休止地重写知识库的来源。 在与现实的互动过程中，现实不断地向理性揭示自己，重要的是，理性可以及时 "重写 "现实的模型，即时改变知识库的 "来源"。这揭示了标准OOP代码在人工智能方面的一个 "缺陷"--它不支持知识库结构的动态性，需要 "手动 "重写。但很明显，知识库以及数据库需要不断地更新，以及重组，在这种情况下，这是人工智能学习的结果。因此，知识库不能成为智力的 "工作对象"，它在结构上由静态的OOP代码描述。

让我们继续讨论神经网络。他们能帮助创建知识库吗？我相信--绝对的，但不是完全的。NS可以用反映物体、状态和互动形式的抽象图像和模式来表示现实，这种材料可以被分类和继承，但我认为缺点是在描述清晰明确的关系、公式、法则时，所表示的数据的 "可解释性 "过强。

因此，知识库建设的技术和方法问题是开放的。而我们还没有开始提出 "发动机"--智力的问题。

[删除]  
Реter Konow:

几个星期以来，我一直在思考人工智能问题。众所周知，这个问题的理论基础远非清晰和系统，但越来越清楚的是，没有人真正了解人类的思维方式。讽刺的是，意识统治世界，却不了解自己。心灵的隐藏机制仿佛在后台工作，维持或重组现实的动态模型，但 "镜子"--对自我的理解--不断地从里面掉出来。我一直试图专注于此。首先，我定义了人工智能的两个关键概念。

  1. 智力--有意识的心理活动。
  2. 知识库--一个简化的结构化现实模型，作为与Mind互动的 "对象"。

也就是说，理性和它的 "对象"--现实，在一个连续的过程中相互作用，在这个过程中，理性对现实进行建模，把它反映为对象相互关系的环境（通过 "对象棱镜"），而现实（根据理性本身）则产生和摧毁它。我们不会讨论 "理性是否是现实的偶然或常规产物 "的哲学问题，但我们将先验地假定理性和现实是要相互作用的。

在我们问题的背景下--人工智能是一个理性的模型，知识库是一个现实的模型，我们的任务是对它们的互动进行建模。

这条线提出了关于OOP的适用性问题，由于继承、封装和多态性，我已将其确定为人工智能实现的最重要工具之一，但正如我之前所说，我认为这一工具在目前的表现形式 下对人工智能并不有效。世界图景 "模型过于庞大，无法用标准编程语言来描述。也就是说，知识库--我们的 "现实模型"--有如此多的对象、属性和模式，以至于标准的编程及其沉重的句法 "拖车 "会抑制描述。想象一下，这样的工作会花费多少时间和资源。此外，标准的OOP代码有一个不可接受的缺陷--它是静态的--这意味着人工智能的 "训练 "将变成无休止地重写知识库的源代码。 在与现实的互动过程中，现实不断地向理性揭示自己，重要的是，理性可以及时 "重写 "现实的模型，即时改变知识库的 "源代码"。这揭示了标准OOP代码在人工智能方面的一个 "缺陷"--它不支持知识库结构的动态性，需要 "手动 "重写。但很明显，知识库以及数据库需要不断地更新，以及重组，在这种情况下，这是人工智能学习的结果。因此，知识库不能成为智力的 "工作对象"，它在结构上由静态的OOP代码描述。

让我们继续讨论神经网络。他们能帮助创建知识库吗？我相信--绝对的，但不是完全的。NS可以用反映物体、状态和互动形式的抽象图像和模式来表示现实，这种材料可以被分类和继承，但我认为缺点是在描述清晰明确的关系、公式、法则时，所表示的数据的 "可解释性 "过强。

因此，知识库建设的技术和方法问题是开放的。而我们还没有开始提出 "发动机"--智力的问题。

人工智能是任何允许人们在没有精确算法的情况下解决问题的东西。这就是它的全部。

它可以是一个神经网络，一个知识库，或你自己的发明。

这就是人工智能的关键概念。

OOP的废话是，嗯，和往常一样。

 
Koldun Zloy:

人工智能是任何能够让你在没有精确算法的情况下解决问题的东西。这就是它的全部。


不仅仅是这样。例如，在没有任何数字数据的情况下，你如何分析你是否能在来往车辆前穿过马路？ 一个孩子将无法确定这一点，但随着时间的推移，在没有任何指示的情况下，这种理解就会形成/知道。

[删除]  
Alexey Viktorov:

不仅如此。例如，在没有任何数字数据的情况下，你如何分析你是否能在来往车辆前穿过马路？ 孩子将无法确定这一点，随着时间的推移，在没有任何指示的情况下，这种理解就会出现/认识到。

请问，你到底不喜欢人工智能的普通定义是什么？

 
Koldun Zloy:

我可以问一下，你到底不喜欢人工智能的普通定义是什么？

你为什么认为我不喜欢它？我以为这是你的个人定义，只是加入了我自己的想法。

 

让我们继续谈一谈情报的问题。"有意识的心理活动 "包括什么，它是基于什么机制？

智力的首要功能是"意义建构 " 的工作，通过它实现理性与现实的互动。意义建构是理性 "看 "现实的产物，通过其主观的（有时是创造性的）棱镜反映其片段。

有意义的建设传达了现实的 "片段快照"，作为 "生活 "互动中的物体和属性的综合体。意义建构的组合零散地模拟了现实或 "伪现实"，携带着来自 理性的客观或主观的信息，或对 理性的信息。它是一种语义上的 "喂养"--思想、知识、态度，以及更多。语义结构被认知功能分解、组装或复制，其中有已知的从因到果的逻辑转换，通过类别或关联链的分级分支 "运行"。传入的语义结构经历了拆解、评估、提取或建模上下文以及解码来源的主观棱镜的阶段。为了回应传入，理性利用一套逻辑和分析机制以及它的知识库产生了它的组装，"回收 "的材料可以部分地整合到经验中，甚至改写感知的准则。这些是心智与意义工作的一般原则，其中每个阶段都是一个复杂的机制，我们对其有一个肤浅的理解。

意义建构是智力工作的产物，而理性所呈现的现实的铸型并不是知识库的组成部分，它只是提供了意义建构的组装材料，认知功能的对象顺序和固有的继承性。

 

这些语义结构长期以来被称为语义链接。

人工智能不能进行有意识的，甚至是精神的，或者非意识的活动--那里没有人意识到它。

 
Dmitry Fedoseev:

这些语义结构长期以来被称为语义链接。

人工智能不能进行有意识的，甚至是精神的，或者非意识的活动--那里没有人意识到它。

我想说的是。意识，一种解析语义结构并与主观的 "世界图景 "建立逻辑联系的认知功能，很可能在人工智能发展的某个阶段被模拟出来。实际上，从一开始，人工智能的发展就会集中在 "意识 "的实现上--即--分解一些 "语义关系 "的机制，以便 "产生 "新的语义关系。我不再把意识看作是神秘的东西。它只是一种机制。
 

意识是潜意识向意识的转化。

而意识，是。

Созна́ние — состояние психической жизни организма, выражающееся в субъективном переживании событий внешнего мира и тела организма, а также в отчёте об этих событиях и ответной реакции на эти события.

人工智能更像是一种受过训练的动物。
1...232425262728293031323334353637...55
新评论