理解人工智能的发展与人类意识的关系
风飘飘ga74
人工智能的发展有助于对人类意识的研究,又会促进人工智能的发展,从而更有效的服务于人类的需求.
为您推荐：
其他类似问题
人工智能的发展丰富了人类意识，人类意识的丰富与积累又促进了人工智能的发展
难！！！！！！！！
扫描下载二维码智能理解是人工智能发展的“刚需” ——2015年人工智能大会反思
核心提示：刚需”——2015年人工智能大会反思2015中国人工智能大会（CCAI 2015）已经落下帷幕。这次代表了中国人工智能领域规模最大、学术和技术水平最高的盛会给我们传达了什么？又会带给我们怎样的启迪？在今后一段时间内对中...
智能理解是人工智能发展的“刚需”
——2015年人工智能大会反思
2015中国人工智能大会（CCAI 2015）已经落下帷幕。这次代表了中国人工智能领域规模最大、学术和技术水平最高的盛会给我们传达了什么？又会带给我们怎样的启迪？在今后一段时间内对中国人工智能领域会有怎样的借鉴意义？这些反思必将对人们从技术到方向上对人工智能形成更清晰的认识和把握，产生深远影响。
人工智能“突破”不断，但离“奇点”尚远
2015号称中国人工智能元年，特别是深度学习大热取得成果不断，刺激了大众神经，使人工智能逐渐成为一个“时髦”的词汇。人工智能经过50年的曲折发展，在某些技术上，例如视觉人脸识别和语音识别，已经接近或超过了人类，或是至少已经进入到人类可接受的区间中。如人脸识别的错误率在2-3%，已经超过了人类的错误率在5%左右。这都表明感知识别即将进入可商业化的大规模应用阶段。
但从感知到认知，再到思考（推理、归纳、演绎、联想等），人工智能还显得比较“幼稚”。现在人工智能做出的产品，还好像一个呀呀学语的孩童，看得也不那么清楚，听得也不那么真切，更关键的是，它现在还无法建立这个世界真正的模型，也无法运用这个模型进行思考，也就是说，人工智能在认知和思考层面，还是“小白”一个，说它“傻”可能有点冤枉它，但至少是比较“弱”，经常出现驴唇对上马嘴和胡言乱语的情况，离人类的智慧更是十万八千里远。
智能理解是人工智能发展的“刚需”
此次大会，沈阳龙天科技创始人，公司CEO梁冰代表人工智能行业领先企业参与其中，聆听了众多专家、学者的专题报告、演说，同时对人工智能的技术方向进行了深度剖析。龙天科技发现，不论是主持人中国科学院院士谭铁牛院士，还是参与报告、研讨的十几位专家学者，均离不开一个关键词——理解。
无论是通用智能的概念，还是自然语言处理，乃至语音、图像的识别，都已经从基础层面扩展至认知层面。而想要认知，甚至更为后面的思考，都离不开“理解”二字。只有有了理解，人工智能才会“知晓”外界发生了什么，才会做出正确的反应，才会学习，才会“进步”。离开了理解，人工智能就像断了根的浮萍一样，无法控制，也不知会去到何方。
就机器学习来说，人们在不到十年的时间，就从对迁移学习、增强学习、概率图模型等领域的研究，最终转移到对深度学习技术的热捧。即便如此，现今的人工智能不论从语音识别、图像分类、机器翻译还是从可穿戴设备、无人驾驶汽车等人工智能技术上来看，还没有哪一项技术能达到使机器完全通过理解真正自主地认识或判别自己的思想与行为。谭铁牛院士在报告中提到：“现有的人工智能系统，可以说有智能没智慧。有智商没有情商，对人的情感没有察觉。“所以说，智能型“理解”，是人工智能下一步发展的Key Point，甚至可以说，成为人工智能能否成为真正意义上“智能”的核心，是这个领域要想取得发展而必须解决的“刚性需求”。
什么是理解？
如果要谈到理解，就要观察、研究人类自身。人类是怎样认识世界的，外部世界是怎样映射到人类大脑中的“世界”的？概念是怎样被建立、关联、改变的？概念是怎样在不同大脑之间传递的？同一个概念在不同人的脑海中为什么是不一样的？如何表示清晰的概念，如何表示模糊的概念？人类是怎样认识自己的？人类是如何知道“我知道”或是“我希望”的？
作为现代科技结晶的部分产物，人工智能尽管在许多方面已远胜人类，但它只能按形式规则进行形式转换，而不能像人类那样主动、有意识地关联外部事态，即没有涉及意义，或者说没有语义性或意向性的根本。用通俗的话来说，AI还没有理解、分析能力。尽管人工智能涉及很多技术领域，但归根结底，都是以知识的建模和处理为基础的，而这，需要强大的对世界认知的理论基础作为保证，这已经涉及人类对自身的终极思考问题。目前，UoW（Understanding of World）在语义、对象关系、动态网络、结构化表述等方面均存在严重缺陷，这也导致人工智能的发展裹足不前。
因此，如果说人工智能是人类科技发展的一个皇冠，那么，人工智能“理解”，就是皇冠上的明珠！
没有理解的智能会是什么样的智能？
Google在2012年研发出的自动驾驶汽车，虽然不会超速、闯红灯，但同时也出现多余的刹车减速、不当的油门提速、多余的等候和多绕弯路等诸多问题；Google眼镜自2012年开发以来，备受大众关注，但其功能的缺陷却使得大量的追随者失去了兴趣。如谷歌眼镜在较强光线下会看不清屏幕、所有的设置均无法调整、用户无法关闭wifi 或蓝牙、无法调节音量、信号常常出现问题、回复消息时用户必须说得很慢很标准，否则其识别将出现不准确等等问题。
Facebook2013年成立AI实验室（FAIR），但仅仅自动识别用户上传照片中人物的身份、自动添加人名标签这样的目标都未能实现。苹果公司的Siri现在已经成了被大众“调戏”的对象，实际使用率不足15%；微软小冰在大量问答中的胡言乱语，在经历微博爆红后最终也归于平静……
虽然AI研究已得到部分应用，但是这些AI技术对于现代科学来说，在特定领域并未能达到完全的智能化，还只是“弱智能（Weak Intelligence）”甚至是“傻智能（Foolish Intelligence）”。
理解“理解”之路
龙天科技认为，人工智能技术的长足发展离不开对现有技术的不断吸纳、推翻、修正、研究与创新，从而发现并坚守真正符合人工智能研究路线的技术方法。人工智能的未来发展应着重强调认识与理解，在此基础上与语音识别、机器翻译、人脸识别等技术相结合，才能实现真正意义上的人工智能。从2006年开始，龙天科技经过9年的探索与研究，在智能理解领域创造性地提出了“基于认知关系的可拓形式化表征知识体系”、“跨领域现象逻辑表示及计算分析模型”、“基于二相（多相）纠缠状态的对象转化表示及计算模型”、“基于评判的自适应共振阈值网络”等多项理论，通过对象模型、语义表达、动作流程、元知识模型、逻辑生成与运算、自动学习等方面取得的多项实质性突破，及对传统的语法学、NLP、图论、深度学习、对象表示、本体论、哲学、逻辑学等领域进行的颠覆性的创新。龙天科技研发出了可支撑人工智能从数据计算向理解计算转变的核心技术，相信这一研发成果必定会为人工智能未来的研究发展奠定坚实的基础、开辟正确的道路。您的举报已经提交成功，我们将尽快处理，谢谢！
实况9在整体能力和射门方面都有了改进，3星的A米基本上比实况8里4星的A米要强！不过只要你多打两个边路，往两边拉开来打，它的后防线就会乱，采用下底传中或边路内切...
主观是个人的意志，
是人心里的想法
是对客观事物的反映，属于人的思想环境的内容。
客观是世界上的不以人的意志为转移的事实存在。
主观要反映客...
大家还关注长按识别二维码，下载健康界APP
协和八年制临床医学博士，现为新加坡总医院内科住院医师
张清的文章
医生如何理解人工智能
已发表12文章
哲学上对于人类智能的评价不仅仅是某种能力或者认知过程，而是一些列独立的成分。
什么是人工智能？这个词是John McCarthy在1956年的The Dartmouth Conference上提出。现在内涵扩展到强AI（strong AI）、弱AI（weak AI）以及介于两者之间in-between AI。StrongAI旨在精确模拟人类思维。WeakAI是指机器的行为表现可以类似人类，但却无法模拟人类的思维过程，IBM的deep blue就属于此类。第三类in-between AI是指基于人类推理的系统，例如IBM watson。通过文本模式识别，评价证据等级，并将证据于模式匹配。它的研发超越了单一收集证据，而已经可以容纳极少证据的模式来得出结论。那究竟什么是智能？John McCarthy的定义——为了实现目标所需的计算能力“computational part of the ability to achieve goals in the world”。Jack Copeland在2000也给出了一个更直观的解释，智能即调整自己适应新环境的能力。复杂的行为并非等同于智能，如动物界里，雌性黄蜂为了保护自己的领土和产卵的安全，对环境的侦察能力以及非常复杂，但这并不属于智能的领域。智能的基本参照系是人类智力。所以，“这台机器是否智能”实则是伪命题。智能需要有机械的部分，的研究已经找到如何让计算机行驶一些命令而不行驶其他命令。如果仅仅要求它们实现某些研究成熟的命令，计算机能够提交完美的答卷，但这只能成为“低程度智能“somewhat intelligent”。哲学上对于人类智能的评价不仅仅是某种能力或者认知过程，而是一些列独立的成分，包括：学习、推理、解决问题、感知、以及理解语言的能力。学习最基本的方法就是试错trial-and-error。在棋局中，靠之前对正确步骤的记忆能够指导下一步的走法。简单记忆某个单项，如单词或者公式，被称为“机械学习rote learning”。这一点在电脑上最容易实现。更具挑战的是归纳总结的能力generalisation。这需要学习者跳出从前的模式或记忆，面对全新的内容，得出解决方法。 &推理最出名的当属福尔摩斯的侦探推理。通过某些前提，得出推断的映射deductive inferences。但简单的得出结果并不等同于会推理，推理的过程一定是和当前环境和任务相关的，如何把不相干的结论剔除是一个很大的挑战。解决问题：这是一个很广义的概念，包括两类：特点目标以及综合目标。感知在是通过各种感觉器官，真实的也好、人工合成的也好，处理吸收到的信息，并对其加工处理。现在，人工感知已经可以控制自动驾驶，在平稳的公路上匀速行驶。语言是指传统定义下的一系列符号，例如交通指示灯也是一种语言。而人类的语言比如英文，则是高级语言体系，并由于创造力。人工智能如何把原本定义的语言放在环境中理解，结合历史、人文、习惯等等，是一个挑战。“人类大脑在过去的5万年没有进化。而我们的智能手机如果5年没有进化就已经很荒谬了”回顾机器进化的三个阶段：19世纪，机器取代了脏活、危险的活；20世纪，机器取代了无趣沉闷的工作；21世纪，机器学会了做决定，智能系统可以从机票订价到IBM的Watson，决定做的比人类还快还好。机器已经不满足取代我们的肉身，而是目标盯向我们的灵魂。而这些铁片，比人身更快，更强壮，也更精确，更稳定。自动驾驶汽车已经比司机更安全廉价。从经济学角度来说，取代人工的价值巨大。HBR评价的好，关于“AI提升战略”：ostep upostep aside-skills that can't be codifiedostep inostep narrowlyostep forward同时，加入了哲学、神经科学，以及机器学习的成分。用到的科学知识主要是数学中的代数、概率论、基本的统计模型（线性回归）等。学习AI的知识，也许需要多学数学，尤其是逻辑；此外尽可能的学习科学如物理和生物。生物学领域，应多学习心理学以及神经系统生理学。学习编程，至少是C语言、LISP以及prolog，最好学会当下流行编程语言。Siri只是冰山一角。------------------------------------------------------------------------------应用举例：语音识别speech recognition（应用于美联航，航线信息用语音代替了键盘）、理解自然语言（尚在初级阶段）、图像识别、专业体系、启发式分类（例如，是否应该办这张信用卡，这样的问题）例如，CALO（Cognitive Assistant that Learns and Organizes）是最大的AI项目。医疗的领域刚揭开帷幕。我们拭目以待。仅以MYCIN这个系统为例。MYCIN是用来诊断菌血症的一套体系，拥有各种症状以及细菌谱的庞大数据库，但对医生、医院甚至操作流程却很陌生。这就极大限制了其使用范围。人类可以用常识和直觉做出的判断，对MYCIN来说却不可能实现。其他AI系统或多或少有所改进，如在算法、机械分析法、精准和估测法方面，但还是无法媲美人类的常识判断力。如何减少计算的逻辑和精准，反而成了机械的一道鸿沟。荐书：&Review of the Emperor’s New Mind by Roger Penrose& John McCarthy, CS Dept, Stanford. April 7th 1998作者谈到一个最有趣且基本的问题：如何拥有common sense informatic situation常识信息的环境。对于人类思维来说似乎顺理成章，虽然有时候“常识并非想当然的那么寻常sometimes common senses are not so common”。但“常感”，或者说“常识的直觉感官”有如下特点：1.对于现象和环境的一部分认知。例如，有热汤撒到桌布上，这个过程包括吸收法则以及水流动力学的公式来计算，但人类会比较自然的预测会发生什么，计算机则需要通过纳入一系列参数来实现这个目标。2.未知现象的各种可能性。如，旅行中，机场突发暴乱，从而整个行程需要改变。暴乱本身就是小概率事件，很难被列入考量。从而，有时候就需要简化假设。
本文仅代表作者观点，如需转载请联系：
更多TA的文章
(C)2012&&北京华媒康讯信息技术有限公司&&All Rights Reserved.&&注册地址:北京&&联系电话:
您的申请提交成功
扫描二维码
立即打赏给Ta吧！
温馨提示：仅支持微信支付！君，已阅读到文档的结尾了呢~~
人工智能发展中的哲学问题思考,人工智能哲学,人工智能会思考吗,人工智能圆盘问题,人工智能存在的问题,像哲学家一样思考,沉迷网络的哲学思考,对人生的哲学思考,幸福的哲学思考,哲学思考
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
人工智能发展中的哲学问题思考
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口}