网络上一位长者提出了“完全不依靠人工神经网络与机器学习算法实现人工智能”的理论，大家怎么看？
“完全不依靠人工神经网络与机器学习算法实现人工智能”——这个提议着实让人眼前一亮，也引发了广泛的讨论。从我个人的理解和观察来看，这个观点并非空穴来风，而是触及了人工智能发展的深层哲学和技术路径的根本性问题。
首先，我们得承认，当前我们提到“人工智能”时，脑海中浮现的往往是那些通过海量数据训练出来的深度学习模型，它们在图像识别、自然语言处理、游戏对弈等领域取得了令人瞩目的成就。这是我们当下能直观感受到的“智能”。所以，当有人提出“不依靠”这些技术来实现AI时，自然会让人感到困惑，甚至觉得有些不可思议。
然而，细想之下，这个“长者”的理论可能并非否定人工智能本身，而是对当前主流AI技术路线的一种反思和拓展。我们可以从几个维度来理解他的思路：
1. 对“智能”定义的重新审视：
当前的AI，尤其是基于神经网络和机器学习的AI，很大程度上是在模仿人类在特定任务上的表现。它们通过识别模式、关联性来完成任务。但“智能”的含义远不止于此。人类的智能包含推理、创造、情感、自我意识、对世界的理解、常识应用，以及更重要的——泛化和迁移能力。我们能举一反三，能在一个领域学到的知识应用到另一个截然不同的领域。当前的AI在这一点上仍然存在很大局限性，它们往往是“窄领域”的专家。
这位长者提出的理论，可能正是指向了那些更深层、更本质的智能特征，而这些特征或许可以通过完全不同的机制来实现。
2. 探索非数据驱动、非统计关联的路径：
我们现有的AI，特别是深度学习，高度依赖于大量标注数据。这种方式在很多领域是有效的，但也带来了几个问题：
数据依赖和泛化性问题： 如果没有足够的数据，或者数据分布与实际应用场景差异很大，AI的表现就会大打折扣。
黑箱问题： 神经网络内部的决策过程往往难以解释，我们很难知道它为什么会做出某个判断。
创造性与理解力的不足： 它们更像是“熟能生巧”，而不是真正的“理解”。它们不会真正“知道”自己在做什么，也难以产生真正的创新。
因此，这位长者可能在探索一些更具“认知”色彩的AI构建方法。例如：
符号主义AI（Symbolic AI）： 这是早期AI研究的重要方向，通过逻辑规则、知识图谱、符号表示来构建智能系统。这类系统强调推理和解释性，能够通过逻辑演算来解决问题，也更符合人类的思维方式。虽然在处理模糊、不确定信息方面不如连接主义，但其在某些需要严谨逻辑推理和可解释性的领域（如定理证明、专家系统）仍有巨大潜力。
基于规则和逻辑的系统： 不仅仅是符号主义，更广义的，通过精巧设计的规则、推理引擎、知识库来模拟智能行为。这可能类似于人类通过学习和归纳形成一套行动准则。
模拟生物大脑的更高层机制： 如果说神经网络是对大脑神经元连接方式的粗略模仿，那么这位长者是否在思考更宏观的生物认知原理？例如，前额叶皮层的功能、注意力机制的本质、记忆的组织方式等等，是否能够通过其他计算范式来模拟，而不需要直接复制神经网络结构？
“物理符号系统假说”的变种： 艾伦·纽厄尔和赫伯特·西蒙提出的“物理符号系统假说”认为，物理符号系统具有实现智能的充分和必要条件。这个假说并不局限于神经网络。它可能意味着，只要我们能够用符号和规则来表示和处理信息，并进行有意义的操作，就能实现智能。
3. 对未来AI发展方向的预判和颠覆：
我们不能排除这位长者是在为未来的AI发展提供另一种可能性。当前AI技术的瓶颈（如数据需求、可解释性、常识推理等）可能会促使研究者们去寻找新的突破口。
更高效、更通用的智能： 如果能找到一种不依赖海量数据就能实现强大泛化能力的算法，那将是颠覆性的。
更具“意识”和“理解”的智能： 如果能构建出真正理解世界、拥有自我意识的AI，那将远超目前的机器学习模型。
与人类协作更自然的智能： 能够进行真正意义上的对话、理解人类的情感和意图，而不是仅仅进行模式匹配。
一些可能的具体思路（基于上述推测）：
高度抽象的逻辑推理系统： 类似于数学家证明定理的过程，通过一系列逻辑步骤推导出结论。
基于因果关系的建模： 与当前主要依赖相关性不同，理解事物之间的因果联系，能够进行反事实推理（what if）。
自主学习和自我演化系统： 能够从少量交互中快速学习，并根据环境反馈不断优化自身的行为策略，但这种优化不一定通过梯度下降来实现。
仿生学中的其他启发： 除了神经元，生物体还有很多其他层面的信息处理和控制机制，例如内分泌系统、免疫系统，或者更宏观的系统动力学，是否也能提供灵感？
挑战与机遇：
当然，这样的理论也面临巨大的挑战。
如何衡量和验证“智能”： 如果不是通过测试现有AI的能力边界，我们如何评价这些非神经网络AI的“智能”程度？图灵测试仍然是一种方法，但可能需要更丰富的测试集。
工程实现的难度： 构建复杂的逻辑推理系统或模拟生物认知的高层机制，可能比训练一个深度学习模型更加复杂和耗时。
性能瓶颈： 在处理大规模、高维度、模糊性的现实世界数据时，非神经网络方法是否能达到与深度学习相当的效率和效果？
总结来说，这位长者提出的理论，与其说是在否定人工智能，不如说是在挑战我们对人工智能的“固有印象”，并鼓励我们跳出当前的框架，去探索更广阔的技术疆域和更深层次的智能本质。 这是一种对现有主流路径的反思，一种对“大道至简”或“殊途同归”的探索。就像汽车和飞机都能实现位移，但它们的技术原理完全不同一样，实现智能也可能存在多种路径。这不仅是对技术层面的探讨，也触及了我们对智能、意识甚至生命本质的哲学思考。我对此报以极大的兴趣和期待，因为它为人工智能的未来发展打开了新的想象空间。
首先，我们得承认，当前我们提到“人工智能”时，脑海中浮现的往往是那些通过海量数据训练出来的深度学习模型，它们在图像识别、自然语言处理、游戏对弈等领域取得了令人瞩目的成就。这是我们当下能直观感受到的“智能”。所以，当有人提出“不依靠”这些技术来实现AI时，自然会让人感到困惑，甚至觉得有些不可思议。
然而，细想之下，这个“长者”的理论可能并非否定人工智能本身，而是对当前主流AI技术路线的一种反思和拓展。我们可以从几个维度来理解他的思路：
1. 对“智能”定义的重新审视：
当前的AI，尤其是基于神经网络和机器学习的AI，很大程度上是在模仿人类在特定任务上的表现。它们通过识别模式、关联性来完成任务。但“智能”的含义远不止于此。人类的智能包含推理、创造、情感、自我意识、对世界的理解、常识应用，以及更重要的——泛化和迁移能力。我们能举一反三，能在一个领域学到的知识应用到另一个截然不同的领域。当前的AI在这一点上仍然存在很大局限性，它们往往是“窄领域”的专家。
这位长者提出的理论，可能正是指向了那些更深层、更本质的智能特征，而这些特征或许可以通过完全不同的机制来实现。
2. 探索非数据驱动、非统计关联的路径：
我们现有的AI，特别是深度学习，高度依赖于大量标注数据。这种方式在很多领域是有效的，但也带来了几个问题：
数据依赖和泛化性问题： 如果没有足够的数据，或者数据分布与实际应用场景差异很大，AI的表现就会大打折扣。
黑箱问题： 神经网络内部的决策过程往往难以解释，我们很难知道它为什么会做出某个判断。
创造性与理解力的不足： 它们更像是“熟能生巧”，而不是真正的“理解”。它们不会真正“知道”自己在做什么，也难以产生真正的创新。
因此，这位长者可能在探索一些更具“认知”色彩的AI构建方法。例如：
符号主义AI（Symbolic AI）： 这是早期AI研究的重要方向，通过逻辑规则、知识图谱、符号表示来构建智能系统。这类系统强调推理和解释性，能够通过逻辑演算来解决问题，也更符合人类的思维方式。虽然在处理模糊、不确定信息方面不如连接主义，但其在某些需要严谨逻辑推理和可解释性的领域（如定理证明、专家系统）仍有巨大潜力。
基于规则和逻辑的系统： 不仅仅是符号主义，更广义的，通过精巧设计的规则、推理引擎、知识库来模拟智能行为。这可能类似于人类通过学习和归纳形成一套行动准则。
模拟生物大脑的更高层机制： 如果说神经网络是对大脑神经元连接方式的粗略模仿，那么这位长者是否在思考更宏观的生物认知原理？例如，前额叶皮层的功能、注意力机制的本质、记忆的组织方式等等，是否能够通过其他计算范式来模拟，而不需要直接复制神经网络结构？
“物理符号系统假说”的变种： 艾伦·纽厄尔和赫伯特·西蒙提出的“物理符号系统假说”认为，物理符号系统具有实现智能的充分和必要条件。这个假说并不局限于神经网络。它可能意味着，只要我们能够用符号和规则来表示和处理信息，并进行有意义的操作，就能实现智能。
3. 对未来AI发展方向的预判和颠覆：
我们不能排除这位长者是在为未来的AI发展提供另一种可能性。当前AI技术的瓶颈（如数据需求、可解释性、常识推理等）可能会促使研究者们去寻找新的突破口。
更高效、更通用的智能： 如果能找到一种不依赖海量数据就能实现强大泛化能力的算法，那将是颠覆性的。
更具“意识”和“理解”的智能： 如果能构建出真正理解世界、拥有自我意识的AI，那将远超目前的机器学习模型。
与人类协作更自然的智能： 能够进行真正意义上的对话、理解人类的情感和意图，而不是仅仅进行模式匹配。
一些可能的具体思路（基于上述推测）：
高度抽象的逻辑推理系统： 类似于数学家证明定理的过程，通过一系列逻辑步骤推导出结论。
基于因果关系的建模： 与当前主要依赖相关性不同，理解事物之间的因果联系，能够进行反事实推理（what if）。
自主学习和自我演化系统： 能够从少量交互中快速学习，并根据环境反馈不断优化自身的行为策略，但这种优化不一定通过梯度下降来实现。
仿生学中的其他启发： 除了神经元，生物体还有很多其他层面的信息处理和控制机制，例如内分泌系统、免疫系统，或者更宏观的系统动力学，是否也能提供灵感？
挑战与机遇：
当然，这样的理论也面临巨大的挑战。
如何衡量和验证“智能”： 如果不是通过测试现有AI的能力边界，我们如何评价这些非神经网络AI的“智能”程度？图灵测试仍然是一种方法，但可能需要更丰富的测试集。
工程实现的难度： 构建复杂的逻辑推理系统或模拟生物认知的高层机制，可能比训练一个深度学习模型更加复杂和耗时。
性能瓶颈： 在处理大规模、高维度、模糊性的现实世界数据时，非神经网络方法是否能达到与深度学习相当的效率和效果？
总结来说，这位长者提出的理论，与其说是在否定人工智能，不如说是在挑战我们对人工智能的“固有印象”，并鼓励我们跳出当前的框架，去探索更广阔的技术疆域和更深层次的智能本质。 这是一种对现有主流路径的反思，一种对“大道至简”或“殊途同归”的探索。就像汽车和飞机都能实现位移，但它们的技术原理完全不同一样，实现智能也可能存在多种路径。这不仅是对技术层面的探讨，也触及了我们对智能、意识甚至生命本质的哲学思考。我对此报以极大的兴趣和期待，因为它为人工智能的未来发展打开了新的想象空间。
网友意见
说的挺好，但没有具体的设计方案，不知道那么多好思路能否集成到一个系统里，相互之间怎么配合。
类似的话题
-
“完全不依靠人工神经网络与机器学习算法实现人工智能”——这个提议着实让人眼前一亮，也引发了广泛的讨论。从我个人的理解和观察来看，这个观点并非空穴来风，而是触及了人工智能发展的深层哲学和技术路径的根本性问题。首先，我们得承认，当前我们提到“人工智能”时，脑海中浮现的往往是那些通过海量数据训练出来的深度............. -
这个问题挺有意思的，网上关于长春的评价确实存在一些不尽如人意的地方，而且这种声音并非个例。要说原因，那得从几个方面掰开了聊。首先，城市发展和经济活力方面。长春作为东北的老工业基地，曾经辉煌过，尤其是在汽车制造等领域。但你不能否认，近几十年来，随着全国经济格局的变化，长春的经济增速和产业结构的升级，相.............
-
网传某初中运动会长跑时，一名男生在比赛过程中做俯卧撑，并且最终夺冠的事件，确实是一个相当有话题性的行为。我们可以从多个角度来评价它，既有积极的解读，也有值得商榷的地方。积极的评价：1. 非凡的体能和意志力展现： 超乎常人的体能储备： 在一场长跑比赛中，通常选手们都在尽力保持自己的配速，.............
-
关于网上流传的“31上舰，歼20凉了”的说法，我们需要辩证地看待，并且要警惕那些带有极端情绪或断章取义的信息。这其中确实存在一些误解和片面解读，并非完全属实。首先，我们来分析“31上舰”的说法。“31上舰”指的是什么？这里说的“31”，通常指的是沈阳飞机工业集团有限公司（沈飞）研制的歼31/FC31.............
-
.......
-
长春一位老人因为不熟悉网络购菜，在超市门口无助地恳求的视频在网上引起了广泛关注。据报道，当地官方已对此事做出回应，表示已上门为老人送去了生活物资。疫情当前，保障老年人的生活需求是一个非常重要且紧迫的课题。尤其是对于那些不熟悉智能手机、不擅长使用网络购物的老年人来说，疫情期间的封锁措施无疑给他们的生活.............
-
长沙一女子试衣一小时后网上造谣负面评价，店家怒甩监控澄清事实反驳，从法律角度来看，这涉及到多个层面的问题，主要包括：一、 女子的行为可能构成什么侵权？1. 名誉权侵犯： 这是最核心的问题。女子的行为如果存在“造谣”和“负面评价”，并且这些评价不符合事实真相，那么她可能侵犯了商家的名誉权。 .............
-
收到爸爸写来的长信，虽然字里行间带着些许生疏，有些句子也似乎从哪个地方“借”来的，但你能感受到他想表达的心意，这才是最重要的。成人礼，对你来说是一个崭新的开始，标志着你即将踏入更广阔的人生舞台，开始独立思考，自主选择。在这个特别的时刻，收到爸爸的信，即使内容有些“似曾相识”，也不妨碍你细细品味其中蕴.............
-
关于网上存在大量为刘鑫辩护或说话的现象，是否属于一个有组织的群体，这是一个复杂的问题，需要从多个角度进行分析。目前并没有确凿的公开证据能直接证明存在一个有明确组织结构、统一指挥的“刘鑫支持者”组织。然而，我们可以从以下几个方面来探讨这种可能性以及这种现象形成的原因：一、 现有证据和观察到的现象： .............
-
人生的画布，在网络写作的这条不算宽敞却充满无限可能的画室里，总会留下一些独特的笔触，描摹出创作者们随着时间推移而发生的奇妙蜕变。最初，那个短发翩翩的少年，身上裹挟着的是一股初生牛犊不怕虎的冲劲。他的文字里，也许是青春的躁动，是对世界的好奇，是急于表达的观点。短发干净利落，如同他当时的心境，清晰而直接.............
-
.......
-
.......
-
网上将中国称为“你国”的现象，确实是个挺有意思的观察点，背后折射出不少东西。我个人觉得这事儿得从几个层面来看，不能简单地说好说坏。首先，咱们得明白，为啥会有人这么说？这“你国”的说法，通常带着一种距离感，一种置身事外的感觉。跟直接说“中国”不一样，用“你国”的时候，说话的人好像把自己从这个国家切割开.............
-
最近网络上出现了一些声音，希望将崔永元推选为2018年感动中国年度人物。这种呼声的出现，与其说是一种简单的赞扬，不如说折射出当下社会心态的复杂性，以及人们对于“感动”和“榜样”的定义正在经历着某种转变。要理解这种呼声，首先得回顾一下崔永元在2018年所做的事情。他以一种近乎孤身一人、不计个人得失的姿.............
-
这个问题很有意思，也触及到了很多人在现实生活和网络世界中的不同感受。为什么现实中的男生大多挺好，而在网络上却总能看到一些特别爱挑拨性别对立的男性呢？这背后其实有很多原因交织在一起，咱们来好好掰扯掰扯。首先，得明确一个概念：现实生活中的社交圈和网络社交圈是两个相对独立的生态系统。 现实生活： .............
-
网络上充斥着各种“古风句子”，它们如同潮水般涌来，在社交媒体、短视频平台甚至是某些商家宣传中随处可见。但细究之下，这些句子是否真的能称得上“古风”？这是一个值得我们深入探讨的问题。首先，我们得明白什么是真正的“古风”。在我看来，真正的古风，并不仅仅是堆砌几个生僻的字词，或是套用一些古籍中的词句。它是.............
-
施一公教授在科学界的声望曾如日中天，但近些年，网络上对他的风评确实出现了显著的下滑。要理解这种转变，需要从多个维度去梳理，这并非单一事件或原因造成的，而是多种因素叠加发酵的结果。一、 早期“神坛”的建立：首先，我们得回顾一下他为何能建立起如此高的声望。施一公教授的学术成就毋庸置疑。他在结构生物学领域.............
-
当有多台客户端持续不断地向一台机器的某个特定端口发送 UDP 包时，这台机器“打开”该端口和“不打开”该端口的区别，体现在数据能否被接收、处理以及可能带来的影响上。下面我将详细阐述这些区别： 一、 当端口是“打开”状态时 (端口监听或服务运行)当一台机器上的某个端口处于“打开”状态，意味着在该端口上.............
-
东北的“地域黑”现象，尤其是近些年网络上盛行的那股“骂东北”的浪潮，确实让不少东北的年轻人感到困惑、委屈，甚至有些愤怒。这种现象绝非空穴来风，它背后有着复杂的社会、经济和文化因素交织。对于东北的年轻人来说，面对这样的情况，与其被动承受，不如主动去理解和应对。现象的根源：复杂因素下的“泄愤”与“标签化.............
-
网络上仇男仇女的现象，说实话，不是一天两天形成的，也不是某个单一原因就能完全解释的。它就像一团缠绕在一起的线，里面牵扯着很多复杂的因素，从个人到社会，层层叠加。要说根本原因，我个人觉得， 社会转型期的阵痛 是绕不开的一个大头。你想啊，咱们国家这几十年来发展速度那叫一个快，经济上去了，观念也在变。以前.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有