算法笔记001_我读《高等人工智能原理》

读钟义信老先生的《高等人工智能原理》一书：

这里面提到了一些观念、方法、模型、理论上的知识，有一定程度上的启发，特此记录。

1、机器本身不能自主地发现和定义问题及预设求解目标

因为面对具体环境，根据永恒目的和先验知识发现和定义问题，并预设求解目标的能力是人类创造力的首要前提。

解读：从大的角度去理解，似乎是无懈可击的；但是如果用分而治之的思维去一点点逐个击破每一个词语，感觉还是有点意思，这句话也是值得商榷的。而且个人认为，这一次的人工智能浪潮，不会衰减的那么快，前仆后继的研究，总会有突破点的存在。发现问题，定义问题，预设求解目标，还有最重要的自主……这些远没有下一句永恒目的来的困难。

2、介绍的认知科学研究

即包括：

感知（感觉、知觉、表象）现在感觉AI主要在计算机视觉的比较多

注意（选择、维持、调节）注意力机制，NLP这部分还没有研究过

记忆（LSTM、GRU神经网络）

思维（形象抽象、灵感、创造力）这个暂时还没有找到相关的资料，大佬如果看到可以下方留言

语言（表达、理解）科大讯飞做的还不错，语音识别、语义理解、语音合成

情绪（情绪识别，这个现在也有哩）

3、机制主义方法

物理符号系统：规范知识支持的机制主义方法

人工神经网络：经验知识支持的机制主义方法

感知-动作系统：常识知识支持的机制主义方法

然后钟老先生发现的全信息论登场：

这是信息科学技术体系模型图，但是老先生说，只有当所有的信息都进行流转的时候，智能才得以彰显。所以说，我们以前使用的“分而治之的方法是不对的” 。

5、知识理论

这个部分我是比较感兴趣的，因为知识的生成与激活，知识的表示表现表达方法，是最近比较热门的。

这里提到了知识的生态链：

人知识的基础是千百万年本能知识的积累，与生俱来；

然后本能知识学习演化出三类更加高级的：经验知识，规范知识，常识知识

这三者的关系是经验知识得到确认后发展为规范知识；

规范知识普及后变成常识知识；

而常识知识也可以变为经验知识和规范知识。

6、语义、语法、语用三者

本书提到，现在的人工智能是把语法和语用信息摒弃掉的数据收集。

7、盲目认知、从众认知、自主认知

三个层次，感觉现在AI发展到从众认知了，即将会有新的突破。

以上，阅读笔记

感悟到一个点，打算去尝试下，论证论证我的想法，看能不能实现

过一段时间填坑