这个格式看着也不累，就是有点多还没看完

期待后续

机器如果拥有了全部人类的智慧，那就已经超越人脑了啊。而且通过对数据、知识的重新排列组合也可能会有新的创意呀

能超过，

现在最可能实现的的是机器视觉，图像处理，智能控制等等

最迫切实线的是产品落地吧，要用才能发挥实际价值

最近都在陆陆续续落地了，无人驾驶什么的据说02025年也能上路了~

期待未来的发展

看了获奖答案，是不是长的才可以获奖啊

我认为人工智能是无法超越人类大脑的，我认为未来人工智能机器人会成为人类的左右臂，帮助人类完成日常的体力劳动，仅此而已

未来可能实现的有无人驾驶、无人超市、无人医院，无人餐厅之类

最迫切实现的是完善现有的体系结构

你认为人工智能能超越人类大脑吗？（5）

假设一滴水，滴入一片平静且无限宽广的水面。

会出现水波对吧。那全部过程怎样呢？

水面会凹陷下去一个小坑，叫做伏。

然后会凸出一个水包。叫做起。

然后会就此停止吗》当然不会，而是再次反复，并起伏不止。

第二次起伏与初次起伏相同吗？

答相同者，错了。答不同者，也错了。

正确答案为——有同有异。

第二次起伏比初次起伏会多出一圈水波。其它相同。

第三次又多出一圈水波。其它与前次相同。

以此类推。若见到两次完全相同的起伏，那就太诡异了。

起伏的规模会越来越大。

假设这件事，发生在牛顿惯性定律的理想条件中，即合外力为0。

那么水波规模将无限增大。

逻辑规模也如此。

水波的起伏次数，好比逻辑的是非反复次数。

水波的圈数，好比逻辑规模。

温故知新，顺便温习一下牛顿惯性定律：

ΣFi=0,则dv/dt=0

（来点显灵的音乐，啵呤啵呤~）

懂一点禅宗思维的朋友，看到这个公式，是否已经品出了一丝零和的味道。

我们当前讨论的话题已经分了多层：人工智能-类人格人工智能-零和算法-注意力-短时记忆与长时记忆-逻辑规模。

显然,话题越聊，层次越多，规模越大。如同滴水成波。

读到这里，相信您已经得到了一个判断：逻辑规模与知识结构有关。

没错。颠倒过来更准确：

知识结构与逻辑规模有关，并建立在逻辑规模之上。

逻辑规模Σ=2^n-1

逻辑呈现2-4-8-16-32-64-128-......

凭什么逻辑规模会如同公式这样增长？

要说清这个，就成学术论文了。篇幅将很长。

而且后边的讨论应该还会拿出这个公式。

而且公式的精确性与本论题无关。本论题只需要证明技术可行性即可。那么逻辑规模必然增长的趋势正确性就足够了。

三大理由，决定省略。只当没有这个公式。仅仅记住如下结论：

逻辑按照固定的格式及速率无限增长。足以容纳任何庞大却有限的知识体系。

如水波的中央起伏，反复了n次，就有一个固定的水波规模Σ与之相应。

注意：反复！

想起二进制01了吗？想到二极管了吗？n可以用01表示。

反复数可作为短时记忆。也就是显示于注意力光照之内的内容。

规模数可作为长时记忆。也就是不被注意力关注，却依然可以顺利实现回忆的内容。

网友：有问题。前边说了短时记忆容量固定。可次数n是变化的，并不固定。怎么可以用来作为短时记忆呢？

这涉及到另外两个重要原理——名义系缚及1-9数的命名与定义。

数字1也需要定义吗？竟然还需要命名？

是的。机器什么也不知道。比新生婴儿还纯洁。必须想办法建立其知识体系。那么，数字1也需要定义，也需要命名。

有必要展开这层话题吗？

来看看咱们聊到哪里了:

1层人工智能-2层类人格人工智能-3层零和算法-4层注意力-5层5.1短时记忆与5.2长时记忆-6层逻辑规模。

说清了6层的逻辑规模，5层长时记忆的神秘面纱被揭开了吗？

没有。

说到记忆，无论长时或短时，都必须面对一个问题——记忆的内容是什么。

那就要再开一层，聊聊名义系缚。

内容有点多了是吧。没办法。不聊这个，您就不会相信类人格人工智能几乎就在眼前。确实有点多了，俺尽量省略。

感谢点赞的朋友。够哥们儿。谢谢。

你认为人工智能能超越人类大脑吗？（6）

1、汉语拼音：kesawa

这是一个非洲土著词语。

请发出这个声音。然后看看自己，是否知道什么含义。

不知道对吧。没关系。要的就是您不知道的感受。请记住这种感受。

感觉空空的，缺点什么是吧。像是两三岁孩子听大人们说话。没错。就是这种感受。

2、现在，我要告诉您含义了。

我先发音：kesawa，并接着发音，是大黄鱼。

我说：kesawa是大黄鱼。

3、我再次发音：kesawa，知道什么含义吗？

您肯定知道了。我刚告诉您的。

先前听到声音不知道含义。然后我告诉了您。然后听到声音知道了含义。

将前后两种感觉做对比。您会发现意识中，多出来了一些内容。

这多出来的内容就叫做含义。

意识中，那第一次没有生起而后来生起了的，多出来的东西，就叫做含义(或简称义)。

别忘了，在意识中。含义在意识中。

与含义相对应的那段声音kesawa就叫做名。

粗略看，过程就是这样。然而细节呢？

别忘了，咱们要搞人工智能，还要搞高大上的类人格人工智能。

咱们必须把任何过程都落实到01。这才叫做编码及算法。没有细节，那就是在玩文学。

那好，咱继续。

第一次听到kesawa的声音。意识中没有生起相应的含义。

第二次先听到kesawa的声音。又听到了熟悉的汉语“大黄鱼”的声音。

大黄鱼声音段刚刚结束，很熟悉的啦，意识中就立即生起了关于大黄鱼的全部含义。

这些含义哪里来的？当年学汉语“大黄鱼”的时候建立的。过去建立的。

生起熟悉的大黄鱼含义后，“kesawa是大黄鱼”这句定义句并不会立即消失。依然存在于意识当中。

凭什么这么说？

凭短时记忆。

什么叫做短时记忆？

记忆内容强迫性地存在于意识中，并持续一段时间，这就叫做短时记忆。

短时记忆与注意力关注有关。（这部分内容另议。）

例如，视觉残留、明视暗视等现象都是短时记忆的表现。

不信？做个小实验。

打开手机的手电筒，盯着灯光看一会儿。

然后立即闭眼转身看另一个地方。那个灯光会出现在那另一个地方。并持续一段时间。这就是短时记忆现象。

有点像强迫症，短时间内，过去的现象不会立即消失。

无论视觉色、听觉声、触觉的触，还是意识的幻，都有短时记忆现象。

由于强迫性，kesawa是大黄鱼定义句，不会立即消失。

与已知的大黄鱼之含义，同时共存于意识当中，并持续很短暂一小会儿。

就这么一小会儿，kesawa与大黄鱼的含义就建立了联系。

怎么就建立了？别含糊蒙混，原理应该说清楚。

比如同学小方先跳进了一个水池，然后爬出来。一段时间后，衣服看起来已经不那么湿了。

小明与小华又跳进了水池后爬了出来。

这时，老师回来了，看到了小明小华与小方及其他同学。

小明与小华衣服湿了，看起来具有明显区别于其他的同学，包括也跳进过水池的小方。

老师就批评了他们两个，却没有批评小方。

水池比做意识的短时记忆。小明小华在里边共存了一会。

老师比做意识建立名义系缚的能力。他将小明与小华联系在一起。却没能发现更早跳水池的小方。

小明比做kesawa这段作为名词的声音。

小华比做大黄鱼的含义。

总结：

若两个内容同时共存于意识短时记忆当中，

这两个内容就会明显区别于其他内容，并将被绑定在一起而区别对待，

也就是建立了两者的系缚。

这个过程其实同学们都应该很熟悉，当年学英语时，每个单词都是这样学会的。

英文单词与汉语单词建立联系，然后再与含义建立联系。

那么，当年学汉语时，是不是也这样呢？

您知道不是的。

小时候学汉语，不需要名名系缚。直接做名义系缚。

譬如，妈妈带着宝宝上街，指着汽车说“汽车”。

说的多了。孩子见到汽车也会指着说“汽车”。这就学会了一个汉语单词。

全过程两个字概括——指认。

原理刚刚说过，只要汽车的图像与汽车的单词同时出现在宝宝的短时记忆中共存一会，

这两个内容就会被绑定在一起并区别对待。

最常见的指认为手指。也可目光指认。也可以面向指认。甚至情绪变化来指认。

只要某特殊现象与某词句总是在宝宝短时记忆当中同时共存，

那么，就会被宝宝将两者建立联系。这就叫做声名义系缚。

不仅宝宝如此，你、我、老外、甚至猫狗都如此。

上小学后，学认字。那叫做色名义系缚。图形与含义建立了系缚。

原理也相同。

读到这里，想到近来一个貌似高深的热词吗？机器学习。

现在您再来看这个词，感觉有点外行，命名不准确是吧。名义系缚显然更准确。

具象的声音、图像、触觉等可作为含义。

抽象的数、量、函数、理论、说不清的感受等也可作为含义。

任何现象、过程都可作为含义。

只需要一个名称，将含义固定下来。这叫做定义。定义与命名经常在一起。

赫兹给电线通电后，电线周围的小磁针转动了。

赫兹高兴地说：这就是电磁现象。

电磁！一个新名词诞生了。

与其相应的一系列必然现象就是这个名词的含义。

在赫兹当时短时记忆里，这一系列现象反复出现。

然后将这些现象绑定在一起以便区别对待，怎么绑定，命名。

读到这里，又想起哪个貌似高深的热词了吗？机器创造。

感觉这词也有点业余本色是吧。又是名义系缚更准确些。

只要搞定了名义系缚，什么深度学习啊，什么机器创造啊，都不在话下。

这俩词哪里来的？围棋大战后就冒出来了是吧。Deepmind团队语言中的东东。

就从这命名上来看，就应了知其短时记忆当中的含义还很混乱不清。还没能抽取出本质现象。

嗨。前方路太远，人生有点短啊。

先别笑话别人。

名义系缚怎么搞定？

名义系缚能实现数码化吗？

那先要来看看这名义系缚的义，究竟是些什么？

再来看看这名义的名，究竟又是些什么？

你太厉害了，好好地讨论都被你搞成小说连载了，哈哈哈哈，希望你的连载能一直坚持下去，中断了就不过瘾了

我觉得未来的人工智能可能和你说的类人智能实现方式完全不一样，就短时记忆容量来讲，人工智能可能远远超越人类，在逻辑规模和处理层级上，人工智能也就可以完胜人类，关键问题还在于数据的瞬时匹配与输出问题，说白了就是搜索引擎机制，这个可能确实是人工智能的瓶颈，但是目前已知的理论完全是可以实现的，只是在硬件设计层面还没有解决，目前都是靠软件算法来减少瓶颈的影响，比如通过优化数据库存取机制提高系统响应速度，但在在超大规模的数据模糊匹配上，很难和人类相比，不改变底层的数据存储与处理机制，可能永远都追不上人类，唯一能占优势的，就是逻辑规模了

超越不超越有区别吗？反正我们这一代享受不到