首页
学习
活动
专区
工具
TVP
发布

人工智能深度学习探讨

智能的两大基本要素:信息量和信息关联(算法)。信息量大小与信息关联(算法)程度共同决定智能水平。

信息量与信息的存储有关,信息关联(算法)与学习及深度学习有关。

计算机学习与人脑学习原理最大区别点是"理解力"(理解了本质是基于知觉、感觉建立的)。"理解力"是深度自主学习的基础,人脑在感知、理解的基础才能进行思考、分析。因为,计算机本身没有"觉",它就无法深层理解"信息"含义(计算机没有感觉体验就无法深层认识、解读信息,所以,无从深层分析信息。),从而,不能进行深层自主学习和分析。

正如,一个普通的中学生学习一个新的数学或物理公式,开始他通过记忆记住公式运算规则和运算法则(这个也是计算机学习模式)。然而,它只会在学习的公式基础上进行运算,没有进行深度学习和理解。但是,对于一个聪明的学生,他通过深度学习(理解公式表达的含义,这个过程有感知和觉的参与。正如一个公式推理实际对应现实一个规则道理,通过感知可以理解公式表达的实际含义,深层理解对应一种知觉体验。有了这种知觉体验,我们就会"明白"公式的含义,在"明白"的基础上,就可以进一步深层理解分析和学习)。因此,这个聪明学生就能灵活运用公式,甚至可以在这个基础上,自己建立新的公式(比如伟大的数学、物理学家在理解前辈的基础上发展新的理论公式)。

因为,计算机缺少"知觉",故而只能像那位普通中学生记住基本运算规则,在基本规则下学习(通过人为设定规则),无法像那位聪明中学生一样理解公式的含义,甚至创造新的公式或者算法。

针对计算机特点,提高计算机智能的唯一方式是,不断人工设定新的算法(即人为的帮助计算机学习,计算机没有理解力,无法做到真正自主学习。通过,认为更新算法提高计算机智能水平。)也就是不断给计算机增加"反思" 过程(计算机进行多项运算),即执行多次任务操作。但是,这样会降低计算机运算速度。当然,可以采用"多核"运算模式减缓复杂运算的弊端。

计算机模仿人脑深度学习,唯有一个"近似"方式。即让计算机算法参与编程系统。让计算机"记忆"编程语言,并且"学习"编程语言,通过设定算法让计算机自己可以根据“经验“”创造新的编程语言,并且可以自动更新应用系统,并且控制系统运行。总之,让计算机学习并参与编程系统,而不是仅作为执行机器。这样计算机就类似有了自己的“思想”,它可以自己编写程序并控制计算机运行。当然,这样的智能计算机完全可能逃脱人类的控制自己制造病毒,控制计算机的运行。甚至可以控制一切机器,类似有了“意识”。本质上这不算意识,只是运算程序而已,因为,它没有知觉,也没有“理解力”!它只会编写“程序”,而且,只是在所有程序基础上的“更新”,不会出现像人脑那种完全超越常规性的突破创新。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180601G083J300?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券