- 博客(4)
- 收藏
- 关注
RSS订阅原创 1-3 行为取向（AI2）（基于深度学习的AGI通路探讨）
全书目录目前，行为取向的主要技术路线是基于深度学习的大模型。深度学习大语言模型的缺点在于，语言是高维语义的低维编码，仅对低维信息加工无法还原回高维的语义信息。而深度学习具身模型的缺点在于，首先，深度学习所习得的特征与人类的语义结构存在根本性不同，它们之间能否做到功能上的对等存疑；其次，关于海量多模态数据的收集、内部感知觉（情感和需求）的传感器和持续学习的难题无法从根本上解决。因此，深度学习模型更适合做一种工作和生活上的辅佐工具，而不是实现AGI的技术路线。
2026-01-01 15:22:45
501
原创 1-2 取向初筛《智能的理论》
全书目录在解释定义问题后，下一个问题就是如何实现的问题。目前人工智能可以分为两个大类，一类是代表专用人工智能（SAI）的AI3，另一类是代表通用人工智能（AGI）的AI1和AI2。AI3已经取得了显著的进步和广泛的应用，相比之下，尽管AI1和AI2自提出以来就备受关注，但其发展之路却充满了波折和挑战，尚未达到预期和被广泛应用。关于AGI的定义有两项共识，AI1“与人有相同认知功能的机器”和AI2“行为表现与人一致的机器”。更具体的主张有5个，分别是结构取向、行为取向、能力取向、功能取向、原则取向。
2026-01-01 14:45:09
361
原创 1-1 目标：定义问题
关于人工智能定义的分歧主要可以归纳到下面两维度，一个是基于工作定义，另一个是基于通用性。“工作定义”是指以研究项目作为目标、方法及手段的定义。这个工作定义作为研究工作的纲领，用于指导研究工作。对于“人工智能”这个概念，“人工”的问题不大，公认就是指计算机及机器人这类人造器械，而“智能”就不这么好说了。智能自然是对人类精神能力的某种概括，但概括的程度或角度可能很不一样。因为，人类与机器在构造上的不同，其中一个是碳基，一个是硅基，人工智能与人类智能在某些方面是不同的，否则就是“人造人”了。（王培，2019a）
2025-12-31 16:53:23
839
原创 前言（智能的理论）
全书目录在本科和研究生阶段，我的专业其实是通信工程，当时我想在5G领域做出一点东西，但苦于没有合适的项目作为切入点。在14年夏天，因为一个人工智能的实习机会，我进入了这个行业。和以前一样，我的心略大于整个宇宙，正因为这个机会，我的梦想变成了在人工智能领域上有所成就——实现AGI（通用人工智能，或者说像人一样的智能系统）。好像这也没有什么不对，毕竟人的兴趣与梦想，本就是在不断探索中逐渐萌芽、生根、成长的。一开始我聚焦的方向是图像处理，也就是所谓的“感知智能”。
2025-12-31 16:31:42
872
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人