展會信息港展會大全

人工智能已經(jīng)可以實現(xiàn) / 快意大利 / 第1頁
來源:互聯(lián)網(wǎng)   發(fā)布日期:2011-10-03 18:16:46   瀏覽:9839次  

導讀:本文是快意大利的《人工智能已經(jīng)可以實現(xiàn)》所有發(fā)言及回復的脫水整理版,原發(fā)在天涯的經(jīng)濟論壇板塊,整理版只看樓主,并提供txt格式打包下載!共12頁,約55千字,這是...

作者:快意大利 提交日期:2011-09-19 09:19

    

    人工智能已經(jīng)可以實現(xiàn)

  
  
  人工智能分兩個方面, 一個是硬件, 主要是運算高速的計算機(我稱之超級電腦)
  這個計算機必須有超級CPU, 超級硬盤
  
  一個是軟件, 就是大量大量大量的程序了
  還有最最最重要的就是, 能自我編程的母程序. 這是人工智能關鍵中的關鍵. 這個現(xiàn)在只要肯用力研究, 也是很容易的事了.
  
  首先就是圖像識別, 語音識別, 文字識別, 其它數(shù)據(jù)如溫度壓力等識別. 圖像識別, 語音識別在后面會詳細介紹. 這些本質也是程序啦, 這些其實現(xiàn)在都能實現(xiàn)了, 只不過必須整合優(yōu)化算法啦.
  
  ================================
  
  將人輸進超級電腦
  
  首先找到一些人做為被輸入的對象, 這些人年齡從3歲~70歲分布, 有男有女, 這些人戴上攝象頭, 每天看到的聽到的一切都會被輸?shù)匠夒娔X里, 并且體溫, 心跳, 脈搏等身體健康數(shù)據(jù)也會被輸?shù)匠夒娔X里.
  
  最開始的時候, 超級電腦只是被動的輸入這些人的信息, 然后整理儲存這些信息, 然后超級電腦開始根據(jù)每個人的習慣喜好, 幫助那些人生活, 比如說, 到咖啡廳, 超級電腦會調出相應的信息, 跟服務員說想要什么咖啡
  做作業(yè)的時候, 超級電腦會計算好結果告訴他
  做菜的時候, 超級電腦能根據(jù)冰箱里的菜, 搜索相應一些菜譜, 指導她做菜等等.
  
  大約一年左右, 被輸入的對象與超級電腦脫鉤, 接著, 超級電腦將這些人虛擬出一個個虛擬的人, 虛擬人按原來試驗對象生活方式繼續(xù)生活, 跟其它人在網(wǎng)絡里交流, 認識更多的人
  
  最后再將得到的一切, 整合成一個虛擬人
  這個虛擬人, 有著跟人一樣的行為語言習慣
  
  =========================================
  
  讓虛擬人在現(xiàn)實中生活
  制造一個跟人外形很像的機器人(我先把它命名為AIRT), 讓這個機器人與超級電腦連通, 也就是超級電腦做為這個機器人的大腦, 讓這個虛擬人像人類一樣生活, 把他放在一個普通家庭里生活, 讓他有爸爸媽媽
  讓我們想象一下, 這個機器人生活會怎么樣
  
  1. 認知 -- 搜索 記錄 反饋 機制
  這個程序表達, 就是, 如果一個物體在數(shù)據(jù)庫里找不到與之匹配的物體, 那么就發(fā)出信號詢問這個物體, 將詢問的結果記錄于數(shù)據(jù)庫當中.
  當別人詢問一個物體, 在數(shù)據(jù)庫里找到這個物體的相關信息, 并將信息反饋給詢問的人.
  
  比如, AIRT看到一個蘋果(假設以前機器人從來沒看過), 對它來說, 它在自己記憶庫里找不到蘋果這個東西
  于是他就拿著蘋果去問爸爸或媽媽, 這是什么?
  然后爸爸或媽媽就告訴它, 這是蘋果, 可以吃的
  于是他將聽到的這個結果記錄在記憶庫里
  當他的弟弟拿著蘋果去問AIRT時, AIRT搜索記憶庫, 回答他弟弟, 這是蘋果, 可以吃的.
  
  2. 模仿 -- 記錄 實施 機制
  這個程序表達, 就是, 記錄下別人解決問題的方案, 當自己遇到同樣的問題時候, 調出相關的信息, 按照這個信息實施.
  
  AIRT看到別人用球拍打乒乓球, 它將這個過程記錄在記憶庫里, 當別人叫它去打乒乓球時, 它就調出記錄, 實施記錄里的方法.
  
  
  3. 學習 -- 記錄, 類比, 自我編程, 修正, 機制
  這個程序表達, 就是, 當遇到一個新的問題, 就拿著這個問題去數(shù)據(jù)庫里找相類似的問題, 找出類似問題的解決方案, 通過修改這個解決方案, 制訂新的解決方案來應對當前的問題.
  
  比如, AIRT看到足球, 別人問, 怎么將足球踢到球門里, AIRT在記憶庫里搜索, 搜索有關于球的解決方案, 比如乒乓球, 乒乓球的打法是用球拍拍擊乒乓球, 使乒乓球飛到對面去, 那么AIRT最開始就復制了這個方案, 但是它發(fā)現(xiàn)用乒乓球的球拍去打足球, 跟用腳或手去打沒什么兩樣, 還不方便, 于是, 便將方案修改成, 用腳或手直接去踢足球.
  
  4. 創(chuàng)新 -- 自我編程 多種方案 擇優(yōu) 機制
  這個程序表達, 就是,
  解決問題的方案有很多, 哪個方案最省時省力, 就選擇哪個實施
  
  5. 混沌 -- 隨機 機制
  
  隨機從記憶庫里抽取隨機的事來做, 可能會有意外的發(fā)現(xiàn).
  
  
  6. 聯(lián)想 -- 關聯(lián) 機制
  這個程序表達, 就是,
  將有某種共同特征的物體連接在一起
  
  比如, 蘋果跟梨, 都是植物的果實, 都是好吃的
  沙發(fā)跟窗簾, 都是房子里的設施
  
  
  7. 獨立思考
  這個是讓AIRT有自我的關鍵一步, AIRT會自己隨機想一些事, 可能是, 明天要去哪個網(wǎng)吧玩, 或者是跟哪個女朋友出去約會, 再后來就會想, 我到底是誰呢?
  
  ==============================
  
  上面這些都做完了, 基本上就大功告成了, 剩下的事, 就是整合, 整合, 再整合

作者:快意大利 提交日期:2011-09-19 09:21

  我來舉個例子
    比如, 我玩游戲網(wǎng)絡, 比方說魔獸世界, 剛開始的時候, 我手動打怪升級, 這就相當于人類社會階段, 隨后
    
    我開始有點煩了, 不大喜歡打怪, 但是還想升級, 于是就用外桂, 打怪的效率大大提高, 而自己又不需要付
    
    出太多, 這就相當于進入了人類為主體, 機器人服務于人類的階段, 這個時候機器人的智能相當?shù)牡? 或者
    
    說沒有, 它們只是按人類編寫的程序執(zhí)行動作. 后來, 我滿足目于現(xiàn)狀, 因為僅僅用外桂, 我還要完成很多
    
    動作, 比方說, 升級任務那么多, 要去接哪個任務, 什么時候接哪個任務, 去哪里練級, 還有一些活動, 不
    
    單純是機械的打怪, 還有答題, 這些就要編更多的程序, 也就是越來越多的外桂, 把這所有的外桂集合在一
    
    起, 就可以產(chǎn)生一個, 能智能從0級練到頂級的程序, 但是游戲是不斷更新的, 這就要求外桂本身也不停的
    
    更新, 最終, 我們就開始編寫一個能自己編程序的程序. 不斷的根據(jù)過去編程序的經(jīng)驗, 編出新的程序.最后程序越來越多, 積累的程序與知識越來直多, 這個玩魔獸世界用的電腦就變成超級電腦
    就像機械公敵里的, 超級中央電腦, 通過大量的程序, 知識, 與自我編寫程序的累積, 慢慢的, 這個電腦自身就發(fā)生了自我意識, 會做出一些不依賴人類指令的行為

作者:快意大利 提交日期:2011-09-19 09:22

  再舉個例子
    我們現(xiàn)在需要發(fā)現(xiàn)出一個盒子, 盒子入口輸入蘋果, 在出口會輸出香蕉, 最開始的時候, 我們是自己編一大堆程序來實現(xiàn), 后來呢, 又有另一個要求, 要輸入香蕉, 輸出蘋果, 那么這時候, 我們就可以把這個任務完全交給電腦, 做一個能編寫出這樣要求程序的程序. 這樣電腦就有了二級人工智能, 它可以根據(jù)以往的經(jīng)驗編寫出新的程序. 最終的結果就變成, 無論我們輸入什么, 想要輸出什么, 電腦都能幫我們變出來

作者:快意大利 提交日期:2011-09-19 09:24

  目前可以說很多功能都有相應的軟件, 也就是程序, 能整合這些程序, 是重要的一步
    
    比如說, 物體追蹤系統(tǒng), 可以追蹤物體的行動軌跡
    物體識別系統(tǒng), 可以識別物體的種類, 個數(shù), 屬性等等
    這些網(wǎng)上都有很多視頻, 大家可以搜索
    古人語, 集思廣益就是這樣, 不能單單去研究一個功能的程序, 我們要集合所有功能程序于一體, 集全人類精華一體

作者:快意大利 提交日期:2011-09-19 09:26

  代碼就像組成積木的小木塊, 代碼段是積木, 原來我們都是自己編程, 也就是用這些積木去構筑一個個的建筑, 而現(xiàn)在我們要做的就是讓電腦本身去用積木構筑建筑, 實際我們在編程的時候, 很多并不是一塊一塊從頭開始, 而是, 找一下看有沒有類似的建筑, 然后, 把這個建筑基礎上改裝成我們需要的, 這也就是電腦應該學會的, 通過以往積累的代碼段, 程序, 程序片斷, 修改, 整合在新的程序

作者:快意大利 提交日期:2011-09-19 09:27

贊助本站

相關內容
AiLab云推薦
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯(lián)系我們 | 廣告服務 | 公司動態(tài) | 免責聲明 | 隱私條款 | 工作機會 | 展會港