|
统计误区，规则误区。 现在人工智能再NLP上的两大核心误区。 最近规则开始大流行了。 应该说从BERT开始。 统计是无法理解语言的。这个业内基本普遍承认。 规则在效果上 还是比较明显的。但是远远不够。 改天语言处理的规则弊端。 从人脑智慧模式来说。最智慧的人，通常要掌握的是规律。 事物的客观规律。规则只是浅层次。 现象到统计 统计到规则 规则 再到规律。 还要上一个台阶。 规律是万物万物内在的固有的必然的不以主观为转移的宇宙法则。 规则是人类制定的规章或者制度，具有可变的，可修改的，可随时间更改的特性。其范围狭窄很多。不具有事物的普遍性。 规律和规则的区别联系：规则是人们规定出来供大家共同遵守的制度或章程，规律是事物运动过程忠固有的本质的必然的联系。二者性质不同，规则是人们制定的，可以修改、补充或废除，它是主观的；规律则不能被修改、补充或废除，它是客观的。因而，切不可把二者混为一谈。当然，规律与规则也不是毫无联系，一个正确的合理的规则总是根据客观规律指定的，是对客观规律的反映。 规律和规则的区别。 一条规律 对应 1-N 个规则。 规则是规律的具体泛化 是规则的现象。 其所在认知层级 在规律下层。 在语言理解和处理上。 多而杂，不具有普遍性，是两个核心问题。 多杂 代表了庞大的工作量。 不具有普遍性，代表了不能普遍适应语言处理的能力。 所以我说，还是个误区。 小领域 用规则是合适的。开放领域是不合适的。 规律 泛化 N规则 规则泛化 N现象。 西方的技术体系 从现象往上处理，往上走，往上构建。 我们的体系 从上往下构建，往下覆盖，往下覆盖和泛化。 这是最大区别。 这主要是中西方文化和思维方式不同决定的。 无论是从上往下，还是从下往上。都要宏微贯通。 西方明显还没有宏 上贯通，暂时只在微观研究归纳总结，在逐步往上走。 这是指在智能领域。 不代表其他领域。 做实验，规划，统计，就是从下网上构建体系的思路。 最后研究到宏观层次的时候，也能宏微贯通。 我们直接从宏观规律入手。然后逐层往下也能宏微贯通。 举例来说。 任何一句话。都能对应到宏观框架。 任何一条规律，都能泛化出很多具体语言现象。 从上到下看的更清楚。从下网上就云山雾罩。 这个道理很简单。 不识庐山真面目，只缘身在此山中。 站在山顶上，和站在山脚下。视野是完全不同的。 就像两个研究山的学者。一个 从山脚的一草一木一块石头开始。逐步研究统计。 逐步往上走。 一个站在山顶上俯览研究。 那区别是很大的。 NLP领域。就是一座大山。 到达山顶的方法，最快的办法就是站在巨人的肩膀上，前人的理论体系上。 核心在哲学体系 语言学体系，心理学体系，逻辑学体系。 和谐都是可以快速登顶的快捷通道。 西方明显暂时没有利用好。 不是说他们缺这些方面的专家学者。 而是搞技术科研的人，没有很好的利用起来结合起来。 还在山脚从花草树木山石现象开始统计记录总结规律。 只见树木，不见森林。 这是中西方思维的比较大的区别。 西方大多数学科基本上都是这么来的。观察，研究，统计，总结等等。 这条路，并么有错。就是太耗费时间和精力。 研究到后期的时候，他们会发现他们研究的东西，其他学科的专家，已经给了明确的答案了。 哲学理，心理里，逻辑学里 都已经存在他们研究总结归纳的核心规律和思想体系。 科学家往上走 大多数是思想家，哲学家。何不 从哲学家思想家到科学家？ 反过来用。 当然，教育体系不支持这种模式。 很多哲学家思想家，大多数都不去研究科学了。 而科学家到思想家哲学家是他下一步进阶的必经之路。 这中间很漫长。 比如牛顿，爱因斯坦，霍金等。都是科学家，也是思想家，哲学家， 乃是神学家。 思想如果达到了一定高度，反过来再指导科学，那么科学会进展很快。 我们的体系 和西方有很大不同。核心就在于。我们是从宏观到微观。 西方是从微观到宏观。 从宏观到微观容易。但是从微观到宏观很难，很漫长。 就像那个例子，站在山脚研究整座大山，和站在山顶研究整座大山。 从 现象看规则难，从规则看现象容易， 从规律看规则容易，从规则看规律难。 因为人类的思维 抽象总结的难度远大于 泛化演绎的难度。 也就是说，我们习惯举例，枚举。这是演绎和泛化。而我们困于总结和归纳概括。 思维决定的。 各位老师可以思考下。如何 从规律层次去看认知，看理解，看记忆，看学习，看逻辑，等核心类脑能力。 不是从现象，枚举 去看。那样是看不清楚的。 最简单的办法，从哲科 文科 突破理论。从理科落地。验证。 文科 哲科，理科在智能时代，必须要融合起来。 西方目前的主流科学家，大多缺乏文科，哲科素养，只在落地成徘徊。短期不大可能突破理论问题。 如果他们不结合文科 哲科去研究。 文科 和哲科 连接的很紧密。 和理科基本上 断裂了。 因为教育体系所致。 文理分科所致。 理科更多的是告诉我们处理事情的术 方法。而理论，通常不再这些术 和方法里。特别是处理前所未有的问题的时候，根本就不存在已经有的术和方法。 人工智能已经消耗了 理科领域几十年的理论积累。基本消耗光了。 那以后的理论就在其他学科。走出理科的边界，向外 哲科，文科寻找。 但是要落地，还是要回到理科上。 理论要突破，要突破理科边界。 文 理 哲 的融合 跨界 是未来新一代智能 认知智能，乃至强智能的核心基础支撑。 脱离哪个都不行。 顶尖的科学家专家基本上都认识到这个问题了。 可是在实际行动上，还是没有彻底融合起来。 全世界 现在最备受关注的就是理科专家。 但是这么多理科专家，都搞不定。这已经说明了单纯的依靠理科是不行的。 需要 文，理，哲 融合。 产生全新的体系。 术 与道的问题。 所以邹老师的融智学，以后必定会大放异彩。 必定会被下一代智能所需要。特别是在培养跨界人才方面。有重大用途。 我也一只在学习吸收邹老师的思想体系。 下一代智能工程师，起码要精通计算机，数学，语言学，逻辑学，哲学，心理学，等这些学科。 不然理论都听不懂。 这样的人才，以后远不是单科专家所能比的。 我现在各个学科都有涉猎，也都是半吊子。还在逐步去修去补各个学科的体系。 真正的需要全才的时代，要来了。 当然，不可能每个人都精通很多学科。 要互补融合。起来 各样人才融合。 前期要有 文科 理科 哲科 融合的中间人。 这个中间人很关键。 他是连接不同学科融合的关键前期。 比如说邹老师这样的人才。 |
|
|
来自： qzuserzbyitx5c > 《待分类》
