|
近来，Bengio说深度学习需要被修正。他认为，只有超越模式识别的范围，更多地了解因果关系，它才能实现真正的人工智能革命。换句话说，他说，深度学习需要开始问为什么事情会发生。认知科学实验也表明，认识因果关系是人类发展和智力的基础，尽管目前还不清楚人类是如何形成这种知识的。 这些观点也对也不对，对是因为他比机器学习前进了半步——不再仅仅依靠统计们的相关性分析机械前行，不对是因为他还没有走出西方科技工作者优良的传统思路：仍把因果关系看成是求科学根问技术底的一副万能良药。实际上，类比、比较、比喻、比方、相似才可能是实现创造性智能的最重要途径（包括拟合生成各种各样的新概念）。留心一下，你就会发现：小孩子们平时很喜欢说某某像某某，总爱拿已知的事物类比未知的事物，从形状、颜色、大小等外部状态表象属性开始，再到时间、空间、变化等内部趋势本质关系，也许这就是人类认知的秘密吧！“因果”更可能只是“果因”的另一种称谓而已，无论苹果落地还是水星光偏，莫不如此，牛顿和爱因斯坦大概都是主观唯心主义者吧！无独有偶，有人就一语中的地说过：“本质上，数学就是有关概念的学问”，当然所有的概念都与主观有关。 智能，包括人工智能，都是复杂系统，其中的许多事情不是都能用逻辑思维解释清楚的，里面还有大量的非线性、非逻辑成分，可解释性、终身学习、动态表征、强弱推理都需要类比，但类比的机制机理远远不是单纯用科学技术所能解决了的，尤其涉及情感、情境、虚体等，更是如此！试图单纯用数学，尤其是用现代不完备的数学解决智能或人工智能的主要核心问题，无异于缘木求鱼、画饼充饥、水中捞月，如同拿着木棒、石头造飞机和火箭一般，原因很简单：定性的真东西尚都在遥遥无期中探索，定量的只能是自动化吧！！ 貌似，还真没轮到数学出场大显身手的时候！！ |
|
|
