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