一点思考（续）

十月 8, 2009 – 9:55 上午

数学决定了当今智能领域的发展，然而数学是否=智能？
我们现在所建立的几乎所有模型，依据状态空间模型，离散化后，会发现，对于一个系统，由上一个状态，我们总是能预测出下一个状态的值，然而对于真实的自然界生物系统，我们能否给出其下一个状态的精确预测？答案当然是否定的。
另外一个很简单的例子，白纸上有3个黑点，一个没有经过训练的小孩也能告诉你，纸上有1、2、3个黑点。电脑怎么做？电脑储存了每个像素的所有精确的值，然后或者是一个一个的做递归，或者是计算凹凸角的数量，最后得到所谓的counting值。可是，人会如此么？电脑对于每个像素的精确存储做的很好，可是，他还是不知道如何利用它所掌握的全局信息，而只能把这个全局信息分散成串行的像素进行分析。电脑是否记住了一个图像，只有0和1两种状态，而人却可以仅仅保留某一幅图像的大致印象，如此一来，人工智能想要发展，现有的计算机体系结构，尤其是存储结构，必须要革新。
另外，如今智能界已经叫嚣要崛起很多年了，可是依旧没有突破；机器人行业也叫嚣要复兴很多年了，可使用者依旧只有高校。是否我们能换一种思路，不去追求他的高新尖端的突破，而在于它的 [...]

By 麦克斯韦妖 | Posted in Essay, Philosophy, Science, Technology | Comments (2)

一点想法

九月 7, 2009 – 12:42 下午

在控制领域，基于模型的控制方法已经能解决相当多的问题，而不基于模型的方法，想PID，模糊控制之类的，则可以解决几乎所有的问题，所剩下的问题是效率的提高，以及基于模型控制的方法中的建模问题，这也就导致了控制走上了一条越来越理论化，越来越数学化的一条道路。也许，这在工业界，控制精度要求很高的情况下是相当有必要的，可是，控制并不精确的人类却是自然的主宰，我们的任何一个动作既没有建模，也没有PID，更没有所谓的slide mode， back-stepping，过度的依赖数学的模型，是不是我们走上的一条人工智能的误区呢？
同样，在模式识别领域，我们现有常用的方法，无非是基于形状和基于纹理的识别。归根结底呢，则是像素的匹配。这也是耗费了大量的计算才取得的效果。一个AAM的初始化时间就要几十秒，光靠提高处理器的运算速度所取得的识别效果是真正的模式识别么？蚂蚁的处理速度很高么，可是蚂蚁却能很好的分清食物，家的位置。没有任何一个动物的识别会去什么二值化，边缘算子，小波之类的，然而现在模式识别反复的研究仍旧逃不出这个框架，难道这就是人工智能该走的路么？
即便有一天，我们用极其快的处理器造 [...]

By 麦克斯韦妖 | Posted in Essay, Philosophy, Science, Technology | Comments (5)