醒醒吧演算法工程師們
大家都知道現在的機器學習都是概率計算或是資料擬合方程得到可能發生的概率
所以識別不是特別的高原因在於人類根本不會這樣做。
在遇到難題時人們靠的基本是事件之間的聯絡進行邏輯關係的推理判斷
很少有扔硬幣的習慣
所以人類的智慧型在於邏輯推算而不是概率大的事情
邏輯只有0，1並沒有0.5
所以一切概率都是邏輯的不完全推理
如果讓乙個偵探寫人工智慧寫演算法的話絕對比資料分析要好的多
而人類推算的為什麼那麼快
原因在於人類的抽象思維
所以計算機
抽像演算法
是解決人工智慧無法快速發展的關鍵
抽象演算法 和 物理學使用的假設演算法有一定的關係
科學家是通過自我意識的抽象思維 也就是說預感 做出假設的 並不是毫無邏輯的運算
那樣只是徒增煩惱，推理掉百分之百不會發生的，或者已經發生的，剩下的才是要被確定的
決策樹算是邏輯演算法
但是不是抽象的浪費時間和計算資源
想想乙個細胞才多大就有生存能力 和學習能力 而且學過生物的都知道 後代的學習能力主要取決於母親
原因在於後代的繼承了母親的細胞質而不是父親
所以說神經細胞的計算能力來自細胞質而不是細胞核
神經只是傳遞資訊給細胞質而已
不知到神經網路是誰發明的
圖有氣表沒有看到本質
還有科學家測過無論是人類在做任何事情時大腦是全體工作的，所以說神經真的只是傳遞資訊而已
就像你的網線**需要就接**和智慧型的本質沒關係，只是智慧型的體現
所以建議人工智慧演算法的回家學習一下生物 而後再**好吧
時間就這麼被你們耽誤了
細胞質的功能有很多的
所了解一下吧這才是最小的演算法單元
但是不同的細胞有不同的功能而大腦只是分布式的主機而已
並不是所有的邏輯和計算都是大腦完成的
主機的配置高而已，
也許大腦的所有神經細胞只是其他細胞的對映而已
人體智慧型分布式假設成立，又當如何呢。
今天有事情明天再議
跳出資料計算拯救人工智慧之自然法則
上一次提到的腦細胞之間的聯絡 那麼究竟是怎麼聯絡的怎麼進行編碼的 大家都知道條條大路通羅馬，但是也是有起點和終點的 所以傳播按照一定的規則，後就會形成某種編碼格式 那麼究竟什麼是腦細胞之間的規則呢 可以這樣想人類來自於自然的孕育 所以自然法則就是規則 那麼自然法則什麼呢 水往低處走 就是自然法則 假...
跳出資料計算拯救人工智慧之打敗機器學習方法
時間過去這麼久了，還是選擇挑戰一下權威 建立乙個簡單的邏輯思維 實際上每個細胞都是智慧型的整體所以智慧型是同樣邏輯的堆疊 不是隨機的模擬規律 機器學習是表面的模仿並未達到本質 智慧型的本質是 自然法則 自然法則是簡單的堆疊 指引堆疊的結構不同而有所不同 所以機器學習的本事是模仿了結構 並未解決所有的...
只有這種AI晶元才能拯救人工智慧？
編譯 wired 人工智慧不斷發展，對保持ai執行所需的計算能力的渴望也與日俱增。lightmatter，一家誕生於mit的初創公司，他們正在押注一款使用光運算的ai晶元，他們認為這種無盡的渴求正在給他們帶來新的機會。lightmatter首席執行官尼克 哈里斯 nick harris 說 在這種場...