人工智能视觉的新方向

人工智能或计算机机器人视觉中，最核心的问题有两个。

一个是，无论扫描还是障碍物鉴别，都存在辨识度问题。

人体中的视觉，却没有这个问题。

是如何解决的呢？

那就是同类模糊化与预设模型。

比如，看到石头，石头的同类都会被石头这个【自我虚像】中的印象记忆覆盖。

所以，在人的视觉里，是不会有过多记忆储存的。因此，不会占据多少算法。

我们每天的生活，大部分都是重复场景，重复物品。这些都是重复。可以说，不会占用算法。

只有新的东西出现时，脑力才会动用一点点。

所以，要建设新的【知识库】，是指这种同类型知识库。

模糊化，不是记忆模糊，而是同类可以模糊化归类。羊，可以是绵阳山羊羚羊。而知识库里，就是羊，替代所有羊类。

碰到羊类似，就会归类同化。

这就是汉字的另一个优势。只是，汉字毕竟是二类解读。并不是源头。所以，丢失的无法解读的多。

第二个，视觉与场景同步。

在计算机上，视觉是平面的。只有逻辑与算法。

而人的视觉里，视觉与场景是共同的。人脑中，视觉，就是场景。是实物。

也就是说，视觉的同时，都是有对应的属性的。门，是坚硬的，有韧性。墙壁是坚硬的，反弹刚硬。

这些属性在知识库中，直接在视觉同步。

形成了我们的日常。

所以，我们到了新环境，这两步同时运行。

如果能实现出来，智能视觉，就会刷新现在的一切。真正与人类似。