连接主义的自然语言处理机制
一个节点中存储着离散的字符和其它符号 节点间形成无规则的全连接拓扑
然后随机选择一个起始节点,开始随机遍历,遍历出来的字符和符号形成一个字符串
然后用系统预先存储的语法和词法规则引擎去过滤这些字符串,合符规则的
就输出,不符合规则的就抛弃,然后反馈 再次遍历 直到人能够理解这些字符串的意义
这样做,必然使得系统内部产生大量的错误连接,但是所谓错误,只是对于规则而言
有些语法和语义其实并非是错误的。只是形式上有点问题。。。。。。
一个拓扑网络就是一个语义空间,既有向量模式,也是标量模式,随机遍历这个空间
产生无数个符号连接串,然后用语法规则去过滤这些连接符号串,并产生有意义的符号
串,然后给外界输出
语义的识别和过滤 并非来自拓扑算法 而是平衡机算法 动态平衡算法-通过扩张和收缩运动
产生一组一组的混沌-次序的处理过程 把混沌的字符串过滤掉,产生有次序的字符串,并赋予
其意义和内涵
拓扑遍历算法是脑的功能,而语义的识别和处理分析是心的功能,心每分钟的扩张与收缩其实
是在进行混沌-次序的处理过程,心与脑同步,生命才产生意识和思想
强人工智能的主要使命是致力于让机器产生意识,这是我们永恒的课题
玩强人工智能,有时候需要有一些超越常规的思想,一些神秘主义的思想,这就是强人工智能的魅力所在