Project1

标题: 求高手支撑→面向概念的编程 [打印本页]

作者: 九夜神尊 时间: 2014-2-2 15:57
标题: 求高手支撑→面向概念的编程
本帖最后由九夜神尊于 2014-2-2 19:14 编辑

面向概念的编程
接下来是我苦想多年的成果，因为技术问题，以及有一丁点东西没想通，在这里希望能有高手相助！我知道我来的是游戏论坛。也许有人会说我是妄想

起名：面向概念的编程
语言：任何语言，当然是在面向对象的语言基础之上。
作用：开发更高智商的人工智能。
使用方法：编写世界规律，以及生物规律，以下会详细描述。

前言：

计算机发展迅速，各种软件也越来越智能。但是这里的智能比起真正的人脑来说，年龄还太小。很多人开发机器人系统，也有的机器人有了学习的功能。我这里的学习方式跟传统的学习方式完全不同。
在上班的闲暇时间我就在想，这个人脑是怎么样运算的。生物是一个进化的过程，既然是由随机进化出来的，那么基程序就不会是很复杂的程序，只不过这个程序很巧妙。因为并没有完全构思出来这个程序，在这里希望高手能一起想一想。

一：记忆曲线（上图）

我想这个曲线大家都见过吧，不少关于记忆的广告都会有这样的图片，这是一个双曲线的右侧部分，大家可以看到，记忆会随着时间推移逐渐变弱。如果一个事情发生，那么就会在最左边插入一个色块，其余色块往右推，长度随着曲线降低。
我们能看到，这里每个色块宽度不同长度随着时间变短，那么面积也会随着时间变小。在这个图像上，红色最多，蓝色最少。
人脑在想东西的时候，就会随机抽取这曲线上的任意一点，就在这图像上可以看到，红色被抽取到的概率最大，因为红色代表的事物是经常发生的而且每次都带来较深的印象。
这个图像可以完美的解释以下现象：
刚发生的事情记忆清楚
经常发生的事情记忆清楚
很重大的事情记忆清楚
偶尔可以想起努力想不起来的事情

通过以上现象，必要的证明人的记忆是这样。如果想尝试，请相信此理论。
概念是什么：

还是这个图，我们来诠释概念是什么。很庆幸汉语中能找到这么合适的一个词来给这个对象命名。
概念也是由一个随机提取的结果。这样说起来太难理解了。
比方说我说水果，水果在大脑里也是一种概念！
那么如果用这个曲线，比方的说，红色代表苹果，绿色代表西瓜，蓝色代表葡萄，黄色代表橘子
当打开红色这个记忆块之后，依旧是这样的一条曲线。
比方说苹果概念里
有红苹果，青苹果，小苹果。
当然不会永远这样细分下去，细分到什么程度，就看这个大脑对某事物理解的深度。
比方说你只是会吃苹果。那么在你的苹果概念里，只能细分到苹果的味道就到头了。如果你是个苹果专家，你可以细分到苹果的品种，以及营养成分！
因此人们对事物的理解，只能理解到他能对这个事物的概念的分析的最底层（这句话多读几遍才能看懂⊙﹏⊙b汗）。
★人们对事物的记忆，就是把这个事物分解成自己所能理解的概念来记忆的。
比方说一个汉字，你看一眼就记住了。你把这个字转换成一个汉字的概念记住；如果是一个哈语的字符，你不不能看一眼就记住，你要记住这上面几个弯，几个点。因为你对哈语的概念没有，你只能转换成形状来记忆。

以上理论可以解释以下现象。
学英越好的，背单词越快。因为人家直接就把一个单词当成一个概念记住，而英语不好的只能分解成几个字母来记。
盲人摸字就能读书，而正常人却很难。因为盲人长期练习，能将手上的触觉细分成文字概念，儿正常人没有练习，只能细分成形状，然后再将形状拼成汉字。
牧羊人能分辨出羊的长相，而普通人看羊都长得一样。因为我们只能细分到羊这个概念。

通过以上现象，必要的证明人对事物的认知是这样。如果想尝试，请相信此理论。

于是大致结构出来了。概念可以写成一个类。这个类是通过以上曲线随机取点来返回结果的。
当人们看到一个东西时，比方说苹果。
首先就是对这个东西进行一个初步分析（这里是假定程序，实际过程因实际学习不同有所差异。）这东西的形状（方，园，片，角……）→多次抽取得到圆，对比相同→颜色（红，黄，蓝绿……）→多次抽取得到红色对比相同→材质（金木水火土……）→多次对比得到苹果→质量（新鲜，有毒……）多次抽取未得到匹配项，分析结束。得到苹果概念。
当然这个程序是我设想出来的，实际程序并不一定如此，因为人们对实物的理解并不是说像教科书上那样分解的。而是在生活过程中逐渐形成的，在这里我们并不需要深究到底每一次概念都包括些什么，总之能确定的就是它的结构，可以使最快的找到目标概念。

并不是每次看一样东西得到的概念都一定相同。
比方说有一辆车从你身边开过，你看得很清楚。你发现这是一个黑色的车。
过了一段时间，还是开过，你发现它是个三厢车。
又过了一段时间，同样是那辆车，你发现他是个新车。
以上例子别较真
因为每一次概念都是抽取新的概念来对比，所以有可能抽到另外的结果对比相同。
不过一般情况下，关于车，新车绝对不是一个概念底层，你还会分析颜色，以及几厢，也许顺序不同。

过程流
这是一个重要的东西，用来执行一个程序输出的结构。

依旧是这个图，当程序对一个事物理解完毕，它除了记下这个概念以外，还要执行这个概念的过程流。可以简单地理解为，你看到什么，就采取什么样的行动。
在上图中，得到一个概念，要采取的行动也是随机抽取一个点，这个点包含了一个动作过程。比如说走路的动作过程就是迈左脚，迈右脚（假设）。这个过程也许包括新的过程流，因为一个过程流是随机抽取动作过程。因此充满了不确定性。
动作过程里可能会有各种各样的动作，比如说提取目标记忆，获取目标概念，执行动作等等。比方说走路时，我们会要看路，只要一走路，就要看环境。这就是获取目标概念。
获取到目标概念就会结束分析，尽管大脑有能力对该概念进行细分。

记忆流
人们对事物的记忆由一个个记忆流组成还是那个图，还是那个格式一层一层的。
关于记忆流，有一些地方没想明白……

学习方法
完成人工智能的程序设计，就必须有完整的学习机制。这里的学习，绝对不能是程序员给输入代码什么的。
一，生物规律
生物规律是指该生物对事物的判断理解规律，比如说，B和D两个字母的读音相近，“冶”和“治”看起来很像等等。这些接近人的规律都要编写。
电脑能执行哪些事情，这些事情的相互关系。比如小孩还不会说话时，是不可能说出一整句话的。
二，世界规律
世界规律是指电脑所进入的世界的规律，比如让电脑下象棋，就必须编写象棋的规则。

基础程序刚生成时，电脑几乎不会做任何事情。
电脑只有基本的本能和生物规律。比如让电脑聊天。
无论你发任何信息，它一开始都会只回复一个单字。因为最开始，它只能将你的信息细分成文字信息概念，此概念最初只有一个基础过程流，就是随机执行一个动作。当执行的动作是错误时，我们要给电脑平分为负分，正确时为正分。
如果给予高分，则电脑在此次执行后，会加长这个动作的宽度，那么下次遇到同样概念时，被选中该行动的可能会更大，时间长了，就基本上只能选中这一个行动。
此外电脑还有一定的模仿能力。

如果让电脑自学习，那么教学程序就必须编写，其作用是给予电脑一个概念，让它做出反应，然后给予评分。以帮助电脑形成知识。

其实人类也如此，人类无非就是按照自己觉得对的方向去执行一个动作。这些对的方向其实就是在生活中得到一个概念，然后按照自身的规律选择了一个行动，大自然自然就给你了评分，如果说平平常常一件事，这个平份非常低，对你的记忆结构不会造成任何影响，比如说躺着不舒服换了个姿势，这种动作的评分非常低，所以你想不起来每天晚上自己换了几个姿势睡觉。如果这件事给你非常大的影响，如果是好事，那么正高分，如果是很糟糕的事，就是负高分，这次负高分行动如果被下次选中，会直接重选。于是长期的积累就会越来越趋向正确的方法，避开错误的方法。这是符合人类学习的规律的。

以上对人工智能的诠释已经有一个大概的程序理念。

作者: 暗夜荆棘—佩恩 时间: 2014-2-2 17:49
但是人工智能不断完善最后导致的结果可想而知。。。现在机器运行最大的限制就是限制智能拓展，不然其结果是无法预想的……

作者: 电子最终龙 时间: 2014-2-2 17:58
本帖最后由电子最终龙于 2014-2-2 20:05 编辑

想讓電腦通過學習獲得一個新的實物概念，只要定義一個【概念】的類就可以了
學習的過程就是給類的實例化和賦值而已
難點在於讓電腦自己生成一個新的分類用於歸納
可以通過比對兩個實例，找出屬性相同的部份，然後把實例化一個【種類】的類，共通屬性賦值給類的屬性，非共通屬性則為空

【使用】某個事物可以看做是類方法

人工智能中【狀態機】是最基本的模型，達到某個觸發條件，則執行對應方法
比如感冒了要吃藥，【感冒】就是觸發【吃藥】的條件

外部環境也可以加入作為觸發條件的參數
比如上街打醬油，商店關門了，去超市買
【商店】的狀態就是觸發【去超市】的條件
進一步的互動，則是環境反饋
比如商店關門了，砸門進去，店主出來揍人

比較麻煩的是讓電腦自己根據已有狀態模型組合出新的行為，不過也是可以實現的
真正不可能的是讓電腦做【已有方法無法實現】的事情
電腦有執行【邁左腿】和【邁右腿】的方法，電腦可以【學會】走路
但是沒有【蹬腿】的方法，電腦就做不到【跳躍】

作者: yagami 时间: 2014-2-2 21:38
一张jpg里有个长散发的女人 jpg的压缩会造成周围很多躁点如果再搭配上复杂的背景让计算机知道这是个女人哪些部分是头发如果从基础的点线圆等等具体分析那得消耗多大的性能。。。

作者: IamI 时间: 2014-2-2 21:42

面向概念的编程

于是大致结构出来了。概念可以写成一个类

年轻人多上上网没什么不好的。

作者: fux2 时间: 2014-2-2 21:54
配置要求太高不说容量也得很惊人。

作者: 7408 时间: 2014-2-2 22:39
人工智能啊？很感兴趣...
LZ的想法我觉得很多人也想过的，不过，计算机要根据程序和记忆将目前获取到的新概念自动分析得出一个合理的判断程序储存到记忆中，这目前还办不到的吧- -
比如，机器人要学一个屏幕上的一个教程，要判断出眼前的是屏幕，内部处理一下图像获取出信息，根据记忆判断信息的内容，然后猜测尝试理解文字，再用自己的语言储存为程序方便下次调用。（这异常地复杂啊- -）
而且，机器人基本的生理程序就已经很庞大了，而且学习装置需要的空间也相当之大。。机器人要像我们人脑一样在异常庞大的数据库中读取程序来运算，效率可能- -b

作者: 纸鸢 时间: 2014-2-2 23:15
本帖最后由纸鸢于 2014-2-7 23:45 编辑

给楼主推荐一个R剧：
Azogi （orzFly，短7）：神作！我给跪了，非常有勇气，非常有创意 By 论坛助理 ...min

这是一个很怪诞的作品，当初我一直以为打开方式错了，事实上是故事似乎按照某种规律产生剧情，不同人看到的世界/故事是不同的。
楼主提到“面向概念的编程”，在这个作品中“世界规律”被异化成一种难以捉摸的存在。具体是什么楼主不妨自己去看一看这个连论坛助理都不知道如何定位的作品。

与其求人不如多看些书充实自己：
推荐楼主一本书，《哥德尔艾舍尔巴赫：集异璧之大成》，里面虽不见得有你找寻的答案，但是里头很多的提法非常有启发性。

作者: 天使喝可乐 时间: 2014-2-2 23:42
基程序很简单但是人也是由简单的生物进化的现在的科学却无法创造这种简单的生命
lz希望的智能是具有自我学习能力的AI 就和创造一个小孩然后教他知识一样
生物规律可不是这么容易能写出来的...如果可行目测早就有成品了吧

作者: 九夜神尊 时间: 2014-2-3 21:04

天使喝可乐发表于 2014-2-2 23:42
基程序很简单但是人也是由简单的生物进化的现在的科学却无法创造这种简单的生命
lz希望的智能是具有自我 ...

对哦，最难的就是生物规律。要把本来是一些符号的东西，要转换成对生命的影响。就比如说XX给你带来的影响是舒服！

作者: 余烬之中 时间: 2014-2-7 12:32
说实话这个面向概念的编程……和面向对象的编程……有区别吗？
概念本身就是一个对象

作者: 九夜神尊 时间: 2014-2-7 19:13

余烬之中发表于 2014-2-7 12:32
说实话这个面向概念的编程……和面向对象的编程……有区别吗？
概念本身就是一个对象 ...

是使用面向对象的编程来做的！

作者: 余烬之中 时间: 2014-2-7 20:38

九夜神尊发表于 2014-2-7 19:13
是使用面向对象的编程来做的！

我将从多个方面来辩驳你的观点
首先，请看下面两段引用均摘自维基百科（概念）

概念也称观念，是抽象的、普遍的想法、观念或充当指明实体、事件或关系的范畴或类的实体。在它们的外延中忽略事物的差异，如同它们是同一的去处理它们，所以概念是抽象的。它们等同的适用于在它们外延中的所有事物，所以它们是普遍的。概念也是命题的基本元素，如同文法是句子的基本语义元素一样。
概念是意义的载体，而不是意义的主动者。一个单一的概念可以用任何数目的语言来表达；术语则是概念的表达形式。狗的概念可以表达为德语的Hund，法语的chien和西班牙语的perro。概念在一定意义上独立于语言的事实使得翻译成为可能 - 在各种语言中词有同一的意义，因为它们表达了相同的概念。
概念是人类对一个复杂的过程或事物的理解。从哲学的观念来说概念是思维的基本单位。在日常用语中人们往往将概念与一个词或一个名词（术语）同等对待。传统上认为中国文化未建立定义与概念，因此没有发展出逻辑思维和相关的领域（如哲学、科学）。

中华人民共和国国家标准GB／T 15237．1—2000：“概念”是对特征的独特组合而形成的知识单元。
德国工业标准2342将概念定义为一个“采用抽象化的方式，从一群事物中提取出来的，反映这些事物之共同特性的思维单位”。

概念是一个抽象的想法或观念，或者说，概念是一个指明其他~~实体、事件或关系~~ 统称为实体的范畴或类的实体。这是一个面向对象的思维（因为人类的思维就是面向对象的）。

抽象的事物不能被操作，除非你操作的是“抽象”本身，或者你的操作也是抽象的，但是前者没有意义，后者无法办到。所以你没有办法对概念进行行为。

其次，我将引用一些你的话，并阐述为什么不可行

人们对事物的记忆，就是把这个事物分解成自己所能理解的概念来记忆的。

人类的记忆并不是从概念上进行的，实际上概念根本不够，比如说，我吃了一个苹果，这不是一个概念，苹果可以是一个概念，吃可以是一个概念，我可以是一个概念，句子可以是一个概念，但我吃了一个苹果不可以是一个概念。
举个例子，我们有时候会说：“这个人没有MVC的概念”“这个人没有吃的概念”“这个人没有苹果的概念”“这个人没有是非的概念”“这个人没有句子的概念”“这个人没有人的概念”但是你不会说一句话形如“这个人没有杰克杀了一头牛的概念”（但是可以说“这个人没有杰克杀牛的样子、的状态等等的概念”）

学英越好的，背单词越快。因为人家直接就把一个单词当成一个概念记住，而英语不好的只能分解成几个字母来记。

实际上并不是把单词当概念记住，而是能够把单词和概念联系起来（参见上面引用的维基）
后面两个例子也是一样的道理盲人、牧羊人之所以能分辨，与概念无关

首先就是对这个东西进行一个初步分析（这里是假定程序，实际过程因实际学习不同有所差异。）这东西的形状（方，园，片，角……）→多次抽取得到圆，对比相同→颜色（红，黄，蓝绿……）→多次抽取得到红色对比相同→材质（金木水火土……）→多次对比得到苹果→质量（新鲜，有毒……）多次抽取未得到匹配项，分析结束。得到苹果概念。

尽管你说的是概念实际上这依旧是面向对象的思维方式
我们写一个类看看思维方式
定义类实物
  属性：形状、颜色、材质、是否是生物、大小...
  行为：静止、整体运动、被破坏...
结束定义
实际上刚才定义的属性和行为（以及下面的）都只对人类有意义因为我们要把客观实物转换为主观

定义类水果父类是实物（拥有实物的一切属性和行为）
  新增属性：新鲜度、味道、毒性...
  新增行为：生长、腐烂、被吃掉...
  固定属性：是否是生物=是，材质=纤维素果胶水蛋白质无机盐脂质……
结束定义

定义类苹果父类是水果
  新增属性：红润程度...
  新增行为：（基本上就这样了）...
  固定属性：毒性=无，形状=大约圆形，大小=不算大...
结束定义

最后你说得到苹果概念实际上还是一个面向对象的类

继续看

并不是每次看一样东西得到的概念都一定相同。
比方说有一辆车从你身边开过，你看得很清楚。你发现这是一个黑色的车。
过了一段时间，还是开过，你发现它是个三厢车。
又过了一段时间，同样是那辆车，你发现他是个新车。
以上例子别较真
因为每一次概念都是抽取新的概念来对比，所以有可能抽到另外的结果对比相同。
不过一般情况下，关于车，新车绝对不是一个概念底层，你还会分析颜色，以及几厢，也许顺序不同。

现在不是我说思维方式已经错了黑色三厢新都是车的属性但你却用属性来代表这辆车
看一个典型的错误三段论：

苹果是红色的
妹妹的脸是红色的
所以
妹妹的脸是苹果

如果你要说上面那个车的引用只是表示直观印象，那我可以说：
一个黑色的物件过去了
一个干净的（崭新的）物件过去了
至于三厢车在这里就出现不了因为三厢车是车的子类另外两个还可以牵强这一个就是逻辑问题
看一个典型的错误三段论的另一种错法

这辆车是新车
这辆车是三厢车
所以
三厢车是新车

现在看看过程流
实际上你说的是更老的事物在面向对象出现以前的面向过程
曾经人们采用这样的设计思路：
某老师有东西忘在了办公室，需要拿到教室，于是：

开始→叫课代表下三楼→叫课代表左转→………………→到办公室→拿东西→下楼→…………………………→回到教室→交给老师→完成

这就是面向过程
面向对象就是：

开始→呼叫课代表→拿到东西→完成

至于课代表如何到办公室，如何拿，用左手还是右手开抽屉——那是课代表的事，老师不需要关心，他关心的只有：
课代表能接受指令
课代表能给他东西
关于面向过程这东西各种百科都有就只说这么多

再来看学习方法
你的设想是计算机的自主学习
人类接触计算机→计算机反馈→人类评分→计算机整理→一个学习流程完成
然后积累
实际上这套流程唯一的难点在计算机整理
和生物不一样，机械没有趋利避害的天性，他不在乎负一百分
但是从理论上给计算机一个程序：如果某个行动得了负分就不再执行这个行动（或者如果某个行动常常得负分就不再执行这个行动）那么计算机最终是能表现的和人类一样的
然而，计算机还是没有人类的能力
中文房间可能你听说过：

一个对中文一窍不通的，以英语作母语的人被关闭在一间只有两个通口的封闭房间中。房间里有一本用英文写成，从形式上说明中文文字句法和文法组合规则的手册，以及一大堆中文符号。房外的人不断向房间内递进用中文写成的问题。房内的人便按照手册的说明，将中文符号组合成对问题的解答，并将答案递出房间。

这个思维实验的提出者认为：

约翰·希尔勒认为，尽管房里的人甚至可以以假乱真，让房外的人以为他是中文的母语用户，然而他压根不懂中文。而在上面的过程中，房外人所扮演的角色相当于程序员，房中人相当于计算机，而手册则相当于计算机程序。而正如房中人不可能通过手册理解中文一样，计算机也不可能通过程序来获得理解力。

顺带一提，这个思维实验本身就是用来反驳强人工智能的观点的

根据强人工智能的观点，只要计算机拥有了适当的程序，理论上就可以说计算机拥有它的认知状态以及可以像人一样地进行理解活动。

只说到这里

作者: SuperMario 时间: 2014-2-9 23:40
本帖最后由 SuperMario 于 2014-2-9 23:42 编辑

鄙人认为，AI目前的瓶颈在硬件这一块。
你不会觉得你的脑袋是数字电路吧，模拟电路都够呛。

作者: 九夜神尊 时间: 2014-2-10 02:32

余烬之中发表于 2014-2-7 20:38
我将从多个方面来辩驳你的观点
首先，请看下面两段引用均摘自维基百科（概念）

关于你说的那些，我都看完了，一一论述也没有必要，我看出来你跟我理解不同的地方吧，我都给你归属相同。

首先，别较真概念这个词。一个新生事物的名称可以随便取，能更接近的反应事物的本质的最好，对吧。

2人脑对一个句子的理解实际上是一个非常复杂的过程，而我只是从成型思维可能的方向去推断，以我写出来的这些，只能完成一个刚出生不久的孩子的思维。要知道，能理解我吃了一个苹果这句话，需要学习多长时间！几年吧？

3我说论述的概念，就是一个人对事物的认知，和你意识到一个事物的时候，你对这个事物的理解，这就是概念。比如你看到一辆车，你知道这是个车，那么这个车就是你大脑内的概念。而有的人能看出来这是兰博基尼，那么这个兰博基尼就是那个人大脑内的概念，而且是通过看到兰博基尼以后所分析得到的概念结果。

4你说额能吧一串字母或者单词按顺序记下来，你有没有注意到你记单词的过程是反复念这几个字母，实际上就是在形成一个过程流。你可以做一个实验
当我们念 k→ai→kai 这是拼音的念法，我们已经习惯的过程流！以至念了k ai 就会发出 kai
现在让你反复念 k ai ka 念几十遍。然后这是你念 k→ai→ka是这样的！
此现象必要（注意是必要的证明，而非充分的证明）的证明了我们反复执行一个动作，将会形成一个过程流。

5请不要去争辩概念的含义，为什么叫面向概念的编程，是因为如果基程序能够开发出来，那么程序员剩下的工作就是写生物规律以及世界规律还有教学程序以及引用成型的数据库。这跟面向对象的编程方式是完全不同的两种方式。

6这次要反驳你的典型错误三段论
你说妹妹的脸不是苹果，这是对的。我口述一个搞笑图片作为例子
当图片还没有拉远时，我们只看到部分，我们以为那是乳沟。这时我们大脑理解这个图片得到的概念就是乳沟，当图片拉远以后，却看到的是屁股上带了个胸罩！
这虽然是个判断错误，但是这符合人脑规则，于是屁股=乳沟虽然是错误，但是在程序上是正确的，如果没有这个错误，那么一定是程序不对！
人们意识到的事物，不一定就是正真的事物。请看看前一句我吧正和真反过来打了。于是这个小现象就能解释三厢车是新车在人脑内完全可能会出现这种错误。

最后一点我要说明一下。

我也忘了我从哪里看到的资料，资料上说人脑的思维反应实际上是化学反应。既然是化学反应，就一定会有解。虽然每个人都说不明白自己有意识。

人类的思维形成过程，我想应该是和进化的过程有相似性。不断的创建出新方法（再熟悉的动作都有失误的时候，这说明可能会产生变异的过程流，越熟悉的动作失误率越低，这是增大了正确流的总数，于是变异过程流造成的影响就低），不断的淘汰不适用的方法。

当我们写出一个婴儿的智能是很容易的。但是很多人会以为这程序没用，如果我们赋予了这个程序学习能力，而且他所能给出的反应和婴儿本身特性相同。而他自身也能模仿，以及创新自己本来不会的新动作。那么他就有可能学会。
一个人其实从出生开始，就一直在执行我所说的评分过程，一直变异，模仿，淘汰了20多年。这整个体系的复杂程度的确很难分析。但是毋庸置疑的是，这肯定是逐渐形成的，这肯定是逐渐深入的。
最初的人是不懂中文也不懂英文的。一个语言也不懂的人是怎么学会中文的呢？这本书也可以用来支持强人工智能的观点。

作者: 余烬之中 时间: 2014-2-10 09:45
不纠结概念这个名词直接看第二点

从你的话中可以看出你也知道人脑思维是一个很复杂的过程但是你直接从表现来推测这就一定不可行

就算是面向对象的编程在每个类的内部实际上还是需要面向过程的方法

当然你说的这些远达不到一个孩子的思维因为虽然他本身只是刚出生……但是生物是可以遗传的

种族本性在初期有很强的能力随着成长可能淡化也有可能强化那个和后天环境有关不深究

举个简单的例子除了哪吒之类的大角色每个孩子出生的时候都在哭后来稍大一点会随着情绪哭闹

情绪怎么做到？

假设只考虑理性思维不考虑情绪没问题小孩子是很聪明的虽然不会说话但是已经足够理解大多数事物了我两个堂兄都有了孩子今年还是第一次带孩子回来过年我是有实践支撑的

当然无论多么大人的思维总是没有理由的虽然你慢慢会做出很有理智的事情慢慢学会理性决策——你敢说你想问题的时候脑子里没蹦出过其他的无厘头想法吗？

只不过是生物本能趋利避害让你拒绝采用那些想法这些想法的出现既无规律又不随机

从你对车的例子看来这个面向概念注定无法实现

事实上当我看到一辆车我会首先凭我的感官感觉到到这是一个物体然后反应过来的前提下获取更多的信息这是一个黑色的物体这是一个高速移动的物体这是…… 然后瞬间整理——是一辆黑车

并非直接获知这是一辆车此时在我的大脑中存在的“这辆车”的概念是临时创建的实例是“车”这个类的实例

好暂时不谈面向对象我换一种说法其实上面你说我的脑中有一个对于这辆车的“认知” 未尝不可

某个人认出了这是兰博基尼你说他的脑中有对这个兰博基尼的“认知” 也没有问题

但是难点在实现

利用面向对象的方法可以简简单单的归类：这是一个“认知”类他的所有实例都是抽象的所以他是“抽象”的子类它可以用句子表达出来所以存在一个方法to_sen得到一个“语句”类的实例等等

这种程序并不难连我都能轻易地写出来

但是如果你想要实现你就得给各种形式的认知一个统一*而且*必须具体的描述形式

我做不到也许有人能做到我不知道

总之你说的认知过程从结果上来看有一定意义但是只是对于生物而言计算机没有那种认知能力也无法实现那种认知能力在这里请注意区分·模仿·和·拥有·的区别

我记单词的方式多种多样但大多是拆分着记的所以你说的可以是对的基础上还是连续的重复记忆

但是要搞清楚一点我重复k-ai-ka上万遍终于练就了错误的发音并非记忆而是条件反射

条件反射与高等智能无关在某种意义上还有阻碍

就算我们不考虑条件反射计算机能够按照一定的过程进行记忆

但他不会整理毫无用处比如文科书呆子可以把历史书倒背如流但是你把题目变个形式他就不会做

程序员剩下的工作就是写生物规律以及世界规律还有教学程序以及引用成型的数据库

你真的认为人类能有一天掌握生物规律和世界规律？真的能形成一个所谓成型的数据库？

人类做不到就算给再多的时间只要没有达到天下大同人类都不可能做到

天下大同的思想境界比共产主义还要深远一些

你说要反驳我的三段论实际上你没有反驳

你说的那个例子没错如果我被蒙蔽了没有任何证据甚至没有暗示的情况下得出了正确的结论我就是不正常的

就像我正在做的一个解谜游戏游戏前半部分会问玩家一个问题真相是"否" 但是玩家必须选"是"才能获得真相因为前面我给的信息只能达到"是"

但是这和我们的主题有什么关系呢？

至于那个正真  那是由于我们是汉语母语者  而且都这么多年了  在上下文的语境下能够获取特定含义  并且特定的词能和脑中某种概念联系起来

注意这里的“概念”指的是维基里面的概念

如果你写一个英文单词故意写反几个我常常认不出来只能靠猜测（顺带一提猜测也是计算机办不到的）  但是随着我英文知识的积累我慢慢地会忽略这种错误

另外如果没有上下文或者给出明显的词界划分  这种错误也能被察觉到  而且通常来说  察觉到以后会破坏整个句子的理解  在一小段时间之内你不能够继续理解任何语句

这也是为什么朗读时某个句子读不通其他的也读不通的原因

但是这个和主题都无关看三厢车

虽然我们会出现三厢车是新车但是这个不合逻辑你不要用“存在即合理”来承认他我床头就有一本《普通逻辑》  不能因为得出了错误的结论就承认他正确

而且在非正式情况下这个语句的意思是“这辆三厢车是新车” 一旦把口语和书面语混淆这种情况出现不足为奇  并非完全的认知错误

顺带一提你说的那个正真其实我当时就看出来了自从多年前被糊弄过一次就一直对这方面特别留心所以能够注意到

人脑中有各种物理化学反应说实话我是机械决定论的支持者我认为如果宇宙规律（自然科学规律）一直没有变的话那么所有的事情都是注定的

但是这个和主题无关

人的思维过程可以说是吃一堑长一智和进化确实没有分别（不需要和我解释进化论）但是不要忽略前人的引导长辈引导晚辈这个是计算机办不到的因为他们永远只能处于晚辈的条件下

不要说“让计算机去学习教授的方法”之类的话  计算机无法实现人类的信息整理和判断猜测    所有和感性擦一点边的都做不到  甚至理性思维中都有很多与人类的差异

这种差异本质上是构造造成的不是软件能够解决的就像我要玩孤岛危机  用这破电脑装再好的驱动也没用

你的方法能够让计算机**模拟**人类行为  但是他却永远不会有真正的人类行为  就算看起来再相似

另外那个实验支持不了强人工智能房中人一直不懂中文他只是形如这样：

进来了一张纸条，上面写着“&*……%（￥……（W%”
参阅手册：【看到& 就放上！看到* 就放上+ ………… 最后进行排序把%放在*之前如果有~ 就把￥放在=之前否则之后…………】
把事先准备好的卡牌按照说明的方法排好送出去

对于外面的人就是这样：

送进去纸条“你好，贵姓？”
等待
传出纸条“你好，我姓李，今年23，来自…………”

这样的方式进行模拟但是那个人始终不知道他在讲什么

作者: 浩然-Shuenhoy 时间: 2014-2-17 17:06
本帖最后由浩然-Shuenhoy 于 2014-2-17 17:08 编辑

其实我有过一种很扯淡的想法。。。

现实中的生物获取物质来提供能量满足自身需要
电脑中的生物获取信息来提供能量满足自身需要重复的信息没有作用

制造一个最原始的计算机生命，在互联网的巨量信息中慢慢进化。。。
最终出现智能那么就出现了一个计算机的智能。。。当然他的形式可能完全与我们所认识的不同

总之我在扯淡

作者: 九夜神尊 时间: 2014-2-17 22:31
本帖最后由回转寿司于 2014-2-18 10:51 编辑

余烬之中发表于 2014-2-10 09:45
不纠结概念这个名词直接看第二点

就当一种乐趣说着玩好了。

这里你说到了情绪，倒是以前没有想过。按照我说的，还真不能解释情绪，这只是我没想，现在开始想。

就你说的，孩子稍大一点就会闹情绪，而且如果可能强人工智能，就一定会有情绪。先分析情绪吧，情绪根据不同人，可能大也可能小，也可能因为学习改变，也可能受到其他影响。如果根据之前的全部理论，那么情绪应该属于数据库内结构，而不是其他处理机构。其实回想起小时候，应该记得那时候闹情绪是为了让别人迁就你，并且如果父母越娇惯，这个孩子的脾气也就越大，这样我们可以理解为一种错误的行动方向。但是最初是一种利己的趋向。

实际上，让一个电脑看一个图片，然后像人一样知道那是什么的确我也没想到什么办法。虽说现在有对应程序，但是跟我说的这个没法挂钩，就不讨论。我唯一的试验品就是自己，我经常闭上眼睛然后突然睁开看到眼前的世界，然后去琢磨我是怎么样分析它的。我觉得是使用一个词“特征”一辆车，我们只看到了顶部，我们能认识是车，只看到了侧面也能认识是车。完全不同的形状，得到了同样的认知。我们得到一个事物的部分特征，就能认知该事物。也许让电脑读图，也许应该让电脑能把图像转变成一种特征的ID，只要能转换，电脑就能识别。记得有些黑客，用16进制打开一个exe，光看那些乱七八糟的中文，就能看到一些重要的指令。不同的语言，说“我爱你”有不同的说法，但是能听懂的都会翻译成我爱你来理解。于是我觉得让电脑理解一个事物，只要能将信息转换为一些特征，然后让电脑理解，也许转换出来的形式不同，但是如果以后的转换方式都相同，电脑应该可以学会。而且转换出来的特征越直观，效率应该就越高。

我说探究的过程流，一定程度上的包含了你所说的条件反射，重复执行一个过程，这个过程就会助手们的被规格化，也就是下次执行的时候，更可能的相同，当然这个在我之前提出的方法中，也能解释这一点。再举一个例子来说明一下过程流，我们会背很多唐诗，但是很多时候，别人提出了上句，我们经常立马就能说出下局句，但是如果反过来别人说下句，我们就很难想起上句。按我的解释，就是最初在背书的时候，反复的就是按正向去记忆的，形成了一个过程流，当别人说到上句的时候，我们立马就理解到了这个概念，然后下一步就很容易被念出来。如果是先下句，那么我们听了以后，应该是先想这是哪一篇文章，然后再把这个文章想一想，然后再想到上句。此外我要说明一点，就是整个程序的数据库，都是相互牵扯的庞大的过程流就像一个网状交通的城市，我们意识到一个事物，就会把我们的车定位到某个地方，然后我们从这个地方按某个方向走，到了一个路口，应该怎么转，是长期形成的习惯。此外这个城市会不断的出来一些新路，我们开着车乱跑，但是时间长了，就会知道哪条路会走到哪。这就是过程流的理解与分析。

这个不讨论，没有XX就没有孩子……

此外说，猜是一个长期生活中的现象，这与大脑底层无关，大脑在收到一些信息的时候直接的认知，在前面说过，即使是不全的信息（只看到车的下半部分，一样能知道那是车），一样得到对应的认知，也许会有错（结果没看到车的上半部分是烂的），但这并非是猜。人们在看到事物的世邦，基本上不会理解到所有信息以后才去认知这个事物（你一眼看上去那是一颗树，你大概从颜色，形状上就判断了，但是这树上有更多的信息，比如说多少树枝，树的朝向，树的叶子的颜色，等等如果不是专家，这些信息一般不会进到你脑子你）。
但这不叫猜，猜是一种行为，是大脑执行一个过程流的时候，获取概念时，获取到的概念，分析起来有问题。就你说的，一个单词，故意写反几个，如果没看到，就按照正确的单词读走了，如果发现，也就是在获取概念的时候，发现目标概念有问题，然后猜。这里的猜会有很复杂的调用，咱文字就别分析了。总之，大脑认知事物不是说猜。

最后我再说一下我是怎么想一个理论吧

想一个理论，咱们可以理解成通过结果反推公式，这个没问题吧？然后验证这个公式，就是再用其他的结果来试验公式是否正确。

我也是，先是通过很多的现象，来猜想大脑是怎么样运算的，当然这些设想是有很多可能，一个现象的确可能有很多解释。然后我又用我猜想出来的理论，去解释另一些现象，如果解释的非常通顺，就可以很大程度上的证明这个理论。

的确电脑是死板的，从我们普通人的角度想，如果我跟电脑下棋，我们会觉得电脑千变万化瞻前顾后运筹帷幄（别去讨论这里的人工智能）。这就是电脑本来是死的，但是我们可以做到从结果上来看，它是活的。

浩然-Shuenhoy 发表于 2014-2-17 17:06
其实我有过一种很扯淡的想法。。。

现实中的生物获取物质来提供能量满足自身需要

直接把一个小孩的大脑通过某种方式连接到电脑里，然后这小孩的身体什么的就扔掉。

作者: c111119 时间: 2014-2-20 00:01
那么“概念”似乎类似于一种函数，一种运算。让电脑自己编函数，这似乎不那么难。或者让电脑测试各种函数的拟合度，在多个函数中用冒泡法给拟合度排序，这种难度上手应该不错。不过，等电脑进化到智能，估计内存早崩了

作者: SuperMario 时间: 2014-2-20 01:12
本帖最后由 SuperMario 于 2014-2-20 01:28 编辑

刚才稍微想了下，感觉这个问题真的水很深。
电脑内存是个有限的东西，太有限了，甚至存不下一支铅笔的长度。稍微有点数论知识就能理解这一点吧，无理数与测度。
一滴墨水融入一杯水的过程就是电脑绝对无法模拟的过程，更别说生物的思维了。
45亿年积淀的果，又岂是旦夕之间可以参透的。
只能说祝你好运吧。

作者: 九夜神尊 时间: 2014-2-20 10:49

SuperMario 发表于 2014-2-20 01:12
刚才稍微想了下，感觉这个问题真的水很深。
电脑内存是个有限的东西，太有限了，甚至存不下一支铅笔的长度 ...

你说的有道理，一个人的大脑所有细胞，估计需要几个T的硬盘才能存下，更别提内存了。

我也最初感觉到，人脑的运算速度远远高于电脑。

不过作为尝试呢？

作者: ナイフ君 时间: 2014-2-24 14:47
于是一个脑细胞就超过几个T了，LZ加油……

作者: strmyth 时间: 2014-2-24 17:05
貌似只包括了认知世界的逻辑，还是挺有道理的

作者: awedcvgyujm 时间: 2014-2-24 23:24
学而不思则罔思而不学则殆
其实很多问题翻翻书就会发现这些问题大都被研究过或正在被研究
不过既然LZ在上班了可能也没什么时间再去看书了，于是我这里只提个大概，如果有兴趣可以去找人工智能方面的稍微专业一点的书籍和权威一些的著作，里面都有讲这些问题。如果LZ只是纯形而上学的想讨论问题的话当我什么都没说，下面的也不用看了

首先是计算机与人类的差别问题。计算机能达到人类的智能水平吗？与这个问题相关的是图灵测试。
概念问题。与这个相近的是人工智能中的知识表达这一研究领域。
通过模仿人类大脑的物理化学结构来试图重现人类的智能的方式：神经网络
学习问题。怎样不编写具体的程序而让计算机通过学习来掌握某种知识或技能？——机器学习。
怎样辨识图片中的文字或者人物？怎样分辨不同人的声音？——模式识别。

作者: orochi2k 时间: 2014-3-7 05:35
Check this
http://venturebeat.com/2014/02/2 ... ears-in-the-making/

作者: augustusjk 时间: 2014-3-29 15:25
推荐LZ去找一些人工智能的教材来看

你提的这些大概90年代初，甚至更早就有人提出来了

欢迎光临 Project1 (https://rpg.blue/)