1樓:DaPaiPai
1. 要想回答千變萬化的自然語言問題,理解問題是個苦難,以為要計算機處理複雜有歧義人類語言還是非常困哪的,儘管目前的自然語言處理和計算語言學發展很好,但是我們對人類語言的理解還不夠。
2. 理解了問題是一方面,如何利用現有的知識又是苦難的一面。大規模高質量結構化知識庫的構建本省也是一件苦難的事情。
2樓:
相信人工智慧這個方向將對人類智慧型形成挑戰。
因為現在的google讓那些活字典的人類已經相形見絀了!
或許不久現在的電子電腦將被生物計算所替代。
有信心見到這個前景。
3樓:
有乙個最重要,最有難度的核心是:
人類的大腦,有著眾多不同的思維和思考的能力,所有現有的IT系統,包括谷歌,都只是對其中的一種能力:邏輯思維能力的極致發揮而已。其實不單是IT,整個人類科學(不含哲學)都是如此。
也許,我說的僅僅是也許,整個世界所有的問題都能通過嚴密嚴格的邏輯能力加以表述和解決,都能分解,演化和落在邏輯上。但是事實上,我個人持相反的觀點,邏輯科學不解決所有問題,不應該是終極真理。
舉個例子,計算機人臉識別。人對一張人臉的辨認,真的是可以落在乙個嚴格的邏輯可描述,可推導的結果裡麼?至少現在計算機人臉識別是怎麼做的,識別出人臉的特徵點,通過對特徵點的比對來進行識別。
那麼問題是,人對人臉識別的能力真的是通過對特徵點,乃至特徵線條,特徵面的這樣可分解的識別認識上的麼?
另外,人類的關聯和聯想的思維能力,真的可以用邏輯來描述和推導出來麼?例如弗洛伊德夢的解析中,蛇與性的關聯,從邏輯分析的角度上來看,又是如何形成的呢?可以用邏輯表達麼?
電腦追人腦,其實核心的問題和難度就在於此,我們本身的絕大多數科學就是制約在了邏輯學的基礎上。而人腦的能力,應該不侷限於邏輯思維能力。
其實這個問題,開復先生應該是專家,我記得他的本行就是研究這個的。
4樓:段維思
Semantic parsing. 見Percy Liang的research. 不僅要可以提取知識,而且要允許人主動去訓練系統,如知乎,當然知乎的答案還是自然語言, 如果某種程度上可以更結構話一點就好了。
Google 為什麼不提供 Google 的介面給微軟?
目前Google 的API 是比較有限的,只能獲取資訊 https Note The Google API currently provides read only access to public data而微博的的API 是比較全面的 http 首頁。應該是微軟不願意放出Windows 8 後被...
Google 有什麼優勢?
不死鳥站長 google 的優勢就是不會遮蔽任何訊息,無論好的壞的 真正做到乙個搜尋引擎該做的。而不是受各種因素讓你看到想讓你看到的。 謝謝 錢多,以此為基礎能吸納大量人才進行各種無厘頭的研發,然後改變世界。Google依靠AdWords和AdSense獲取主要利潤,然後通過各種免費軟體服務大眾。 ...
谷歌 Google 2018 (Made By Google)硬體發布會有哪些值得關注的資訊?
夢羽靈泉 我承認谷歌有技術吧。但是這種拉友商扯虎皮的發布會真的不相信是谷歌做出來的 甚至就連我承認谷歌有技術的東西,看起來也那麼,呃,眼熟? 開眼視訊APP 3 分鐘看完 2018 谷歌新品發布會 谷歌在秋季新品發布會推出多款硬體裝置,假如你沒熬夜的話,這支短片帶你 3 分鐘看完這場 Made by...