醒醒吧算法工程师们
大家都知道现在的机器学习都是概率计算或是数据拟合方程得到可能发生的概率
所以识别不是特别的高原因在于人类根本不会这样做。
在遇到难题时人们靠的基本是事件之间的联系进行逻辑关系的推理判断
很少有扔硬币的习惯
所以人类的智慧在于逻辑推算而不是概率大的事情
逻辑只有0,1并没有0.5
所以一切概率都是逻辑的不完全推理
如果让一个侦探写人工智能写算法的话绝对比数据分析要好的多
而人类推算的为什么那么快
原因在于人类的抽象思维
所以计算机
抽像算法
是解决
人工智能无法快速发展的关键
抽象算法 和 物理学使用的假设算法有一定的关系
科学家是通过自我意识的抽象思维 也就是说预感 做出假设的 并不是毫无逻辑的运算
那样只是徒增烦恼,推理掉百分之百不会发生的,或者已经发生的,剩下的才是要被确定的
决策树算是逻辑算法
但是不是抽象的浪费时间和计算资源
想想一个细胞才多大就有生存能力 和学习能力 而且学过生物的都知道 后代的学习能力主要取决于母亲
原因在于后代的继承了母亲的细胞质而不是父亲
所以说神经细胞的计算能力来自细胞质而不是细胞核
神经只是传递信息给细胞质而已
不知到神经网络是谁发明的
图有气表没有看到本质
还有科学家测过无论是人类在做任何事情时大脑是全体工作的,所以说神经真的只是传递信息而已
就像你的网线哪里需要就接哪里和智能的本质没关系,只是智能的体现
所以建议人工智能算法的回家学习一下生物 而后再探讨好吧
时间就这么被你们耽误了
细胞质的功能有很多的
所了解一下吧这才是最小的算法单元
但是不同的细胞有不同的功能而大脑只是分布式的主机而已
并不是所有的逻辑和计算都是大脑完成的
主机的配置高而已,
也许大脑的所有神经细胞只是其他细胞的映射而已
人体智能分布式假设成立,又当如何呢。
今天有事情明天再议