不可见问题-人工智能时代

发展升维过程：简单可见->复杂可见->不可见问题；

1简单可见问题-鸟飞派仿生学

在人类发明历史上，很多领域早期的尝试都是模仿人或动物的行为，因为这是最直觉可见，最容易想到的方法；比如人类在几千年前就梦想着飞行，于是就开始模仿鸟，将鸟的羽毛做成翅膀绑在人的胳膊上往下跳，当然结果可想而知；后来人们把这种方法论称作：“鸟飞派”，看鸟怎么飞，就怎么仿制；在初期人类的科技发明很多都是从仿生学开始；解决简单可见的问题；

2复杂可见问题-因果数据树分析

14世纪末期，明朝的士大夫万户把47个自制的火箭绑在椅子上，自己坐在椅子上，双手举着大风筝。设想利用火箭的推力人工智能推理，飞上天空，然后利用风筝平稳着陆。不幸火箭爆炸，万户也为此献出了生命；这是第一个设想利用火箭飞升的人；事实上莱特兄弟发明的飞机不是靠仿生学，而是空气动力学；是利用数据分析建立的因果模型，通过计算设计出飞机的；人类通过大胆假设，小心求证实验的数据分析的方法解决复杂可见问题；《自然哲学的数学原理》，使人类进入机械哲学时代，即万事万物都是由机械式的因果定律决定，事物都可以通过数学的因果原理描述；此时可称为机械因果论；

3不可见问题-人工智能时代

在我们已知的世界里，各种由机械因果方法得出的物理定律，自然定律等勾勒而成，犹如一个大网编制而成；这是人类科技，简单可见->复杂可见->不可见问题；发展历程形成的；这些网格就是一条条由数据、数学、信息推导出的因果定律，但网格之间仍然有不可见的非因果却相关性的规律的存在；比如亚马逊会利用数据分析将男士护肤品和古代音乐相关的产品一统推荐；

白话人工智能，即以人类行为为研究对象的事情；人类的行为虽然很多，但是总量组合仍然有限的，比如说：我要吃饭，世界上有60亿人的差异性，但是无论多大差异其产生的组合仍然有限的人工智能推理，相对于庞大的数据和计算机算力，“我要吃饭”这句话被统计出来的形式始终会被集中在一个区间；

当下的人工智能是基于人类有限的行为组合，达到一定规模后就产生复叠性；由此只要收集足够规模的对话数据，就能被机器语音识别出大概率你所要表达的含义；这就是用无限数据统计推导有限组合的人工智能方法；你不用告诉机器如何做？只需要喂给它足够多的数据，数据喂得越多，准确率越高；当然你也可以造出些新的“网络语”使电脑无法识别，但随着这个网络语的使用规模达到一定层度，机器就明白其意义了；人工智能就是填充世界网络里被遗漏的不被重视的不可见的数据规律；阿尔法狗就是通过自主学习计算所有围棋高手的有限走法，通过算力速度从时间上战胜围棋高手；

的自动驾驶汽车也只能去“扫过街”的地方，对于这些已经去过的地方，都收集了非常完备的信息，比如周围目标的形状大小、颜色，每条街的宽度、限速，不同时间段的交通情况，人流密度等；这些大数据被事先准备好，当自动驾驶汽车每到一处周围的环境都是很熟悉的，他可以迅速被这些数据调出来参考；所有的驾驶组合，的大脑里都储备好了；但是如果到一个新环境就歇菜了，这也是如此着急返回中国的原因，数据是人工智能的核心，没有足够的数据，再强的智能也会水土不服；

世界即将由确定性，可见性的，阳性的因果网，进入不确定性，不可见得阴性的相关性填充替代过程；

本文到此结束，希望对大家有所帮助。

本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至81118366@qq.com举报，一经查实，本站将立刻删除。发布者：简知小编，转载请注明出处：https://www.jianzixun.com/99527.html