人工智能与现实世界

目前的人工智能只是大数据分析。电脑完全不理解现实世界,任何脱离大数据基础的简单问题都能让它一筹莫展。

例如,手指和喜马拉雅山哪个更大。实际上,电脑完全不理解“大”是什么意思。

最近有了深一层思考。

1. 人也是大数据的产物。

大约七年前开始,我每天在公司喝两杯速溶咖啡。冲好咖啡后,需要端着满满一杯咖啡穿过约40米办公室走廊回到办公桌。头三年,我走得非常非常慢,一不留神咖啡就会晃出来;从去年开始,我发现自己走得既快且稳,甚至有余力在走路的时候打量四周,避免撞到其他人。

小孩子的成长过程中更是如此:从行为到思考,都是反复尝试后,成功率才得以不断提高。

2. 人对现实世界的理解同样是基于大数据分析。

刚出生的婴儿对体积,质量,温度,等等,毫无概念。反复训练几年,慢慢就有了深入理解。但这种理解是有限的,只是基于大数据而已。

例如,木头。我们真的理解什么是木头吗?木头到底有哪些未知用途?

再例如,电动汽车。在 Roadster 诞生之前,几乎所有人都相信电动车就是那些高尔夫球场慢吞吞的小车子,每四十公里路程就需要充电。

甚至对于现代物理中提到四大基本力,现在的认识都非常有限,更谈不上利用。“反引力装置”仍然是天方夜谭。

物理学的进展基本上就是根据已有数据(实验和观测)瞎猜 。这与大数据分析并无不同。

由此可见,人工智能(大数据分析)有潜力“认识”世界。

最后一个问题是: 自我意识到底是如何产生的?

6 comments:

  1. 很好,你今天对AI的理解和我两年前的理解一样了,哈哈!可惜G+关了,以后不能追溯我们当初的发言了

    ReplyDelete
    Replies
    1. G+ 还没死呢。我找到一篇: https://plus.google.com/u/0/106355590086237816250/posts/5ovXhvxLgVd

      但没有你的发言,哈哈

      Delete
  2. 另外,你提出的最后一个问题,当代AI系统也已经部分回答了。
    自我意识到底是如何产生的?
    在这两年发展起来的深度加强学习(deep reinforcement learning:DRL)系统里面,把决策系统分成了两个部分,一个是对环境信息得分析,一个是对自己action的分析,这种分离就会自然而然的在train的deep neural network中产生出对环境和自我(agent)的分隔。所以我的答案是:在当前的deep reinforcement learning系统里面已经产生了Self-consciousness的雏形。
    我们现在还不敢或者不能给DRL系统里面定义自我保护的这种目标,而我们人脑系统中,这个目标是天生的,没有的都去死了。

    ReplyDelete
    Replies
    1. This comment has been removed by the author.

      Delete
    2. 你说的这种自我分析,和自我意识感觉是两码事。

      Delete
  3. 여러분 안녕하세요, 꿈이 이루어집니다. 더 이상 대출을 신청할 필요가없고 신용 점수 불량에 대해 걱정할 필요가 없습니다. 당신이 정말로 그것에 대해 생각하고 있다면, 대답은 그렇습니다. George 씨는 카드를 신청하고 5 일 후에 우리 나라로 배송되었으며 2 개월 동안 나는 카드를 사용하고 있습니다. 내 인생은 빈민가 아파트 생활에서 고급 가구로 고급 콘도를 구입하는 것으로 바뀌 었습니다. 이제 아이들은 양질의 학교에 갈 수 있습니다. 조지는 씨에서 가난한 자까지의 천사입니다. 나는 이제 기쁨의 눈물로 이것을 쓰고 만족의 삶을 즐깁니다.
    blankatm402@outlook.com :이 이메일을 통해 그에게 연락 할 수 있습니다
    최고의 소원

    ReplyDelete

20211004: 心目中近几十年最愚蠢的科研成果

1. 氢燃料汽车 先不考虑安全性。设计者有没有考虑过一公斤液氢的体积,以及容器的质量? 液氢来自于天然气,碳排放咋办? 绿色氢气? 先不考虑成本。 太阳能面板生成一百度电,转成氢气再用于汽车驱动,总损耗约 80% 太阳能面板生成一百度电,输送到电动汽车用于驱动,总损耗约 30%...