人工智慧遲遲不能突破理論瓶頸,是否說明電子計算機難以做出強人工智慧?

時間 2021-06-20 17:21:08

1樓:楞嚴經是真經

這個問題提的很好。

雖然我沒有看完樓主的答案,但是我也不會否定。我來說說到底是怎麼回事。

這個問題,涉及到人和機器智慧型的本質區別,又涉及到生命的深層次問題。

首先,人類有靈性,機器沒有。這點,就決定了人類和機器的智慧型產生和運作方式的不同。靈性,就是人的見、聞、觸、嗅、味覺和意識思考的能力。

人在接觸環境時,能夠對特定資訊的組合,形成特定意識概念和情緒等心理活動以及人類有覺知環境的能力,而機器沒有。

那麼為什麼人工智慧會形成了貌似人的智慧型的能力呢?我們來分析一下兩者的運作方式,抽絲剝繭的分析,最後說出答案。

人是用靈性來覺知環境和形成概念的(題目核心是智慧型,只談概念,但是情緒其實也一樣)。人類在意識思考方面,對特定的資訊組合,會剎那間形成相應的概念,而這個概念,如果沒有人事先教你,你則不會形成相應概念。比如「我」字,你現在看到「我」字,能夠立刻明白這個字的意思,知道它的發音,腦海裡回想起這個字的發音,是因為小時候老師就教過你了。

但是如果是「羴」字呢?沒有人教過你這個字的意思、也沒有教過你這個字的發音。如果大家公認這個字唸「shan」一聲,賦予它什麼含義含義,那麼你看到這個字,就會像看到「我」字一樣,明白這個字的發音和含義。

但是如果大家說這個字唸「miao」三聲呢,賦予它其他含義呢?所以我們可以知道,我們對現象特定組合形成的概念,來自於周圍的人的授予和預設,並不是絕對是那麼回事。但是往往被我們認為確實就是那麼回事了。

如果你之前認識這個字,那麼總有你不認識的生僻字會像我說的那樣,只看到其形,不明白其義和發音。而對這個現象的組合,對其含義和發音的形成,為了和周圍的人一致所以就預設它的含義,最後不知不覺就覺得這個現象絕對是這麼回事,而不會是其他回事。

然後,人們就聰明在,用0和1的組合,對特定組合賦予特定的含義。比如二進位制00000001,大家都會預設為其數值為1,但是我們也可以定義成128啊,也可以認為它是某個漢字的編碼啊,在我們這個重新定義的標準下,計算機的一切數值表示會翻轉,但是對實現某乙個特定功能的程式,其邏輯不會翻轉,最後在顯示的時候再翻轉一次,顯示結果還是一樣的。

說到這,我們就會明白,機器本身,只是一系列現象的組合而已,它自己沒有做出判斷和生起概念,最根本的是我們人,在用自己的靈性去察覺現象和生起概念。我們人類把這些機器的底層邏輯單元,通過操作其組合,再用編譯器顯示成成符合我們人類認知的概念,比如剛才的00000001,可以用編譯器輸出成1,也可以輸出成128,也可以輸出成特定某個漢字。

而人們在對機器底層邏輯單元進行操作形成組合的時候,也可以讓其組合間的變化滿足某種規律,來代替我們對特定事物之間關聯和相互變化的邏輯的認知。這點非常重要。這點在計算機上的反應,我們叫演算法。

就這樣,通過對底層邏輯單元的操作和編譯器的輸出,乙個貌似具有了人類生起概念能力和判斷事物之間邏輯規律的機器誕生了,我們叫它計算機。

這樣,我們就明白了,計算機只是代替人腦進行生起概念和判斷的輔助工具,而無法代替人腦創造和產生新概念、新思想和新演算法。

所以,機器的優勢在於運算速度快、以及精準,計算機的精準能力來自於不受外力就不會改變,恰恰是無法變化帶來了精準優勢。

人的優勢在於創造和產生概念以及邏輯關係,反應在機器上,這就是演算法。

是人,操作著機器在乙個特定組合的起始條件下,用電力刺激其通過特定變化(也就是演算法),形成特定結果,這個就叫程式。

所以,計算機歸根到底只是工具,跟你用的扳手、螺絲刀沒什麼區別。因為它沒有靈性。

所以,人工智慧,是無法發展出強人工智慧的。

人工智慧開發的瓶頸是什麼

曹鈺 人工智慧的瓶頸在於理解 智慧型 的本質。現在主流的人工智慧指的是深度學習,這是一種誤解,它連智慧型的門檻都沒有摸到。要了解智慧型,我們需要從理解大腦的工作原理開始,因為大腦是智慧型的載體。大腦的工作原理就是大腦在處理資訊時採用的演算法。神經生物學已經產生的大量的科學發現都在揭示大腦的演算法。但...

什麼是人工智慧?如何入行人工智慧?

十三 目前掀起一波熱潮的人工智慧,主要是在用機器想方設法模擬人腦工作方式。比如神經網路。模擬人腦,像人一樣 是很多人最開始對人工智慧的定義。甚至有乙個爭論,人工智慧是否會超過人類 知乎上有篇翻譯的文,標題叫 為什麼霍金等人都叫大家警惕人工智慧 看完你會覺得頭大甚至有恐慌感,但事實上,科學家們普遍不支...

人工智慧很久沒有突破進展,是要涼了嗎?

NN陳 熱度在下降,那就是在變涼呀。原因有二。一是算力遇到了瓶頸,效能每18個月翻一倍的摩爾定律不靈了。二是演算法遇到了瓶頸,資料和引數的增加並不能帶來理解和推理能力,只是訓練出了乙個好記性。深度學習擅長處理的是輸入是輸出。然而,要擺脫弱人工智慧的帽子,只有輸出是不夠的,我們迫切需要知道中間思維過程...