近日在給同事講人工智慧的時候，提到當資料量不夠的時候，必要時需要加入人工工程，引導計算機「歸納」一些知識，畢竟計算機智慧型比起人類智慧型，最大的缺陷可能在於不懂得「舉一反三」。換句話說，所謂的人工智慧、神經網路，目前更多地是做到對刺激反射，但沒做到「思考」。
一直以來，我都沒真正意識到「思考」到底是一件什麼事情，因為它是那麼自然，與生俱來。
但昨晚看的一部電影似乎給了我啟發——《arrival》，地球的上空突然出現了十二架貝殼狀的不明飛行物，懸浮在十二個不同的國家的上空，外星人向人類發出了訊號，但人類卻並不能夠解讀。美**方找到了語言學家露易絲·班克斯（艾公尺·亞當斯飾）和物理學家伊恩·唐納利（傑瑞公尺·雷納飾），希望兩人能夠合作破解外星人的語言之謎。
也許很多人關心的是跟外星人怎麼打交道啊，怎麼擊退外星人啊，劇情合不合乎邏輯啊……但我影響最深刻的是女主角的一句話：「人類文明的基石是語言。」我第一次聽到的時候沒留意，直到男主角問了女主角一句話：「聽說當全身心投入研究一門語言的時候，便會用這門語言來理解世界，你有沒有用外星語言思考過？」是啊，記得當初一整天泡在美劇裡面的時候，思考都是用的英語，原來思考，就是跟自己對話，思考，就是沒有說出聲音的自言自語！電影的結尾是女主角使用外星語言思考，最後接受了外星人對於時間的非線性思維，結果可以預知未來。也許，語言的力量，便是這部電影最想傳遞的資訊。
所以計算機該怎樣去思考呢？
當我們在思考問題的時候，如果不能像條件反射那樣做出反應，我們通常會在腦子裡面自言自語，而每次我們說出一句話的時候，我們的思考也在變化，更加清晰。所以我們是否可以給計算機引入這樣乙個「自言自語」的機制，使用迴圈網路，當接入外界刺激（x向量）的時候，會使用語言如「看圖說話」的模式那樣接入迴圈網路，讓每一次的輸出都不斷改變著外界刺激產生的隱藏單元的狀態，然後再對隱藏狀態進行邏輯判斷是否需要輸出，輸出什麼內容。也許這樣做，計算機便能用語言對外界進行歸納整理了。
當然，計算機學習最大的難處也許是訓練集的標記問題，沒有大量有標籤的樣本，很難做監督學習，難不成需要抽取人的「思考過程」來進行訓練嗎？我們可以對語言的向量化做預訓練，但我們依然無法對思考過程進行有效的訓練。那麼我們人類到底是怎樣學習的呢？我聯想到一件事情——講課。我們的老師們、或者說教育影音、書本等等，不都是在用語言引導我們對外界刺激的思考過程嗎？我們是否可以模仿這個過程？甚至說在給計算機輸入刺激的時候，我們用語言引導計算機「思考」？這個過程想想就興奮，解決這個問題，計算機是否就可以自主學習，突破「奇點」了？
當然這個想法目前更多的像是幻想，但這更堅定了我學習自然語言處理的決心，我相信，這是人類文明世界和人類知識寶庫的鑰匙。你是怎樣想的呢？
人工智慧思考《一》
1.把它作為人工智慧的代稱 2.它獲取的知識只能有很少一部分是人工輸入的，大部分都需要自己學習 就像小孩子一樣，最開始的 爸爸媽媽 需要生硬的教授，但是長大之後獲得的知識大部分都是通過自己的模仿學習。怎樣模仿學習呢？怎樣讓它自己產生對學到知識的改進呢？還是說一切的本質都是模仿？或者說需要足夠多的相似...
對於人工智慧的思考
這些天來被alphago和李世石的 世紀人機大戰 刷屏,由此引出的對人工智慧好壞的思考成為人們以及 談論的焦點,一說人工智慧將會服務人類,戰勝李世石是計算機史上的里程碑事件,又一說自學習人工智慧將會成為 終結者 裡的天網,最終毀滅人類.而現實則是由一場人機大戰引發的滔滔的 的戰爭.我一直有乙個幻想,...
人工智慧落地的思考
顯然，人工智慧已經為眾人所熟知，人們生活中已充斥著智慧型的字眼。誠然，alphago打敗了世界冠軍，機器同聲傳譯獲得了巨大成功，而事實上，人工智慧還遠遠沒有達到人類想象的境界。我們先不談人工智慧是否可以取代人類，也不談是否會給人類帶來多大 我們來談談人工智慧落地的問題。學術界與工業界已然研究了各種智...