灵感记录の有关人工智能的一些想法-CSDN博客

当把整个人类社会“浓缩”为一颗大脑的话，它就是具有“智慧”的了！

1.维基百科：就像人类社会这个集体智慧的“大脑”。

负责存储各种资料，然后资料中每个关键词都有相关“链接”，而每个链接又再次引出别的链接。这真实的模拟了人类大脑的记忆模式。维基百科可以被每个人修改，只要是修改的内容足够正确，和原来的“认知系统”没有太大的差异的话，就能够被“接收”，这也就造成了，当有绝大部分的“人”认为某件“认知”标准是什么样的，我们所看的维基百科的版本也就是此标准了。因此假如某些错误的观点占据优势的话，就可能被此错误主导。就像人会出现错误的认知一样，人类社会集体智慧的大脑也会出现相同的“错误判断”。这样的话，也就非常的接近人类的学习模式了。

在人工智能的完全认知学习过程中，会接收所有信息，包括各种感受器得到的信息，还包括得到到的在各种不同情况下的演算信息，最终哪种情况占据优势（统计学），也就表现出来的相对应的“行为”特征。

假设，人工智能就像小孩子一样，是非常“热爱”学习的。那么人工智能就能模拟小孩子的思考行为。现阶段可以认为，统计学是机器学习的认知“算法”。这就解释了“占多数的可能就是对的”。为了实现“占多数却也可能是错的”的功能，就需要一个复杂而庞大的后台辅助认知系统，帮助其做出基本的认知判断。或许数学上的很多公式可以帮助电脑模拟大脑在做如此的判断时候的行为模式。比如某些公式，可能可以根据整体认知系统的现有信息来判断此刻接收到信息的“对的”可能性有多大，然后由此来决定加入知识库的时候所获得的“判断能力权重”。这也就意味着那些构建“智能”的基础信息权重的初始值的设置，对“人工智能”的初期认知系统的形成起着关键的作用。比如像“1+1=2”这样的纯理论上的信息，是必须能准确判断正误的。因此此信息的权值就可以完全设置为“10”（假设10为权值最大的话，由于信息的无限性，可能这个权值的范围的确定还是必须经过一番推敲的）。这样在以后的认知判断过程中，出现相同信息的判断的时候，由于此权值的完全正确性，就能马上推断出正误，而不需要经过“信息”的重新权值认证判断的过程了。这样就能模拟说明，为什么小孩子在小时候的教育，要多次强调某些信息的正确无误性。也就是相当于强制性的灌输知识的正误（在人工智能里面不能出现强制性！所以最终还是回到“统计学”方法来确定信息的正误）

人工智能的初期此种类信息的确立是需要经过重复式“教育”来实现权值的提高的。（当然假如在实验过程中，可以人为的为其设置此权值，就可以变向的缩短机器的“学习时间”了。也就是说，初期认知系统的构建，可以人为的辅助建立。）当构建了“足够”多的信息，能形成“基本认知判断”的时候，也就能够给人工智能在“热爱学习的”驱动下，实现“自主学习”了！此过程无限循环，就能渐渐建立更加强大丰富的认知体系。

这也就是说假如人工智能在完全自主的环境下学习的话，同样会衍生出“坏的品质”和“好的品质”。而且这个时候，已经无法使用简单的电脑方式对待错误的数据简单“删除”了之了。因为它建立的此条信息可能正“链接”着其它各种的关键“信息”。而一旦删掉之后，引发的就是“当机”等其它任何的复杂问题！这也完全违背了让“人工智能”自主学习发展的初衷。所以可能解决此问题的办法是硬件设置“机器人的三条定律”，并且在建立“基本认知体系”的时候，注意信息的健康程度。

这里有个“热爱学习的”驱动力：就像人的“本能”一样。要想形成完全的人工智能，也必须要先构建一个人工智能的“本能”，只有在如此的本能之下，才会具有像“婴儿”一样“强大的学习能力”。并且具有一定的“条件反射”和“认知判断”。这里的认知判断，是比上面所说的“基本认知系统”要低级的。当然假如把基本认知系统“并入”人工智能的“本能”里面的话，也就意味着，它的起点要高得多，或许也危险得多，毕竟对“基本认知系统”的依赖程度是非常高的。不过，在实际研究过程中，也只能这样做。毕竟这样做可以缩短很多时间。或许，其实两个就是独立的东西，在实现的过程中本就不详细划分。

2.判断当下的电脑要具备多大的计算能力才能够实现基本的“智能”。

其实当下的电脑，假如变为“单线程”运行模拟人的大脑每个时刻只能思考一件事情的话，运算能力貌似也是非常有限的。当然“巨型机”级别的机子的性能是多少就不知道了。或许就可以了也不一定。毕竟兆亿级别的运算速度，而且还是单线程运算的话，那个速度是非常非常的快的。要知道人类的大脑是完全不可能有这样的速度的。所以拿来模拟人工智能的话，应该再好不过的吧。

3.判断当下多少的硬盘才能装下每次学习的信息。

假如是通过网络学习的话，要知道那个信息量可不是硬盘能装得下的。这也就涉及到一个问题就是，到底要怎么样的“筛选”才能有目的的选择信息。或许该教会人工智能学会只专一行的信息，这样的话别的信息就能做到有选择的忽略了。可是要怎么样做才能和“专家系统”有所突破呢？一个是被动的强制性输入的信息，一个是主动的去汲取“感兴趣”的信息！或许这样就是区别吧！要实现如此的区别，要实现相关的内容就多咯。而要想有“智慧”的诞生，就得有个信息的临界值。只有突破这个临界值的信息量，才有“可能”产生智慧！

近段发现凡是现科技的发展，都有趋近模拟“自然的产物”，比如人，自然形成的任何事物。当然貌似好多想接近“完美的”都是趋于模拟“完美的人”！话说人类的确是这个星球上最趋于“完美的生物”了，因为他拥有完美的大脑，一颗能够产生“智慧”的大脑！

想什么办法，教会它“思考”，也就是具备对“学习”的内容进行相应“处理”的能力，而不是教会它怎么样去做，该是怎么做，那样的话，就不知道到底这个是不是真正意义上的“智能”了。就像思想实验“会中文的封闭的屋子”一样。虽然屋子里的人一点也不会中文，但是他有一本翻译中文的工具，这样即使外面的是以中文为母语的人，也会误以为里面的人“一定会汉语！”。这就是人工智能所面临的难题：怎么样才能确定它是智能，而不仅仅是个会检索的工具。