认知科学家：沃森和Siri不是人工智能

最新推荐文章于 2025-08-17 23:18:34 发布
最新推荐文章于 2025-08-17 23:18:34 发布
阅读量196 收藏 1
点赞数
CC 4.0 BY-SA版权
文章标签： 人工智能 数据库
原文链接：http://blog.51cto.com/13806657/2132460
认知科学家DouglasHofstadter认为沃森和Siri并非真正的人工智能,因其仅依赖数据库搜索而缺乏理解能力。真正的AI研究应关注思维本质。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

国外一名叫Douglas Hofstadter的认知科学家对外表示称，沃森和Siri不是人工智能。
Douglas Hofstadter称，他只是想提醒大家，在美国著名电视问答游戏《Jeopardy》中获胜的IBM超级计算机沃森并不是真正的人工智能。

认知科学家：沃森和Siri不是人工智能

他在回答《Popular Mechanics》杂志相关提问时称，沃森表现如此令人叹为观止，主要是因为它连接到像谷歌搜索这样的数据库执行文本搜索的缘故。它根本不理解自己究竟在读什么，实际上用“阅读”这个字样也是错误的，因为它不理解任何事情，所以它不会阅读任何东西。如果沃森在对应的数据库中找不到任何线索，那么它将毫无意义。

认知科学家：沃森和Siri不是人工智能
从这个角度上来看，沃森没有一点智慧。的确，它在节目中表现的非常聪明且令人印象深刻，但它很空洞，至少从智慧角度来看。
而后Douglas Hofstadter又谈到“人工智能”，他称要想真正展开人工智能上的工作，人们就需要研究思想和找出智慧的本源。

认知科学家：沃森和Siri不是人工智能

他认为，人工智能必须朝着更加基础科学的方向发展，并深入探讨思考的本质是什么？如何理解？以及如何在表面就建立事物间的联系？实际上最神秘最奇迹的是人类的思想，像IBM或谷歌这样公司的人们，应该更多的问自己思考是什么？而不是继续让计算机回避或绕过一些有意义的问题，仅仅让它们追求令人深刻的行为。
是的，对此笔者非常赞同。如果解决不了这最基本的问题，这种基于数据进行的人工智能（机器学习）将永远无法获得突破。

想了解更多人工智能资讯机器人请登录Giiso智搜: http://www.giiso.com 谢谢

转载于:https://blog.51cto.com/13806657/2132460

从siri谈人工智能技术的应用
素履独行 | 元培的个人博客
12-08 8233
从Siri谈人工智能技术的应用                                                                                                                         秦元培 摘要：随着苹果iphone5的发布，其中的Siri语音助理无疑成为了其中的一大亮点。作为人工智能技术的一种现实应用，
【15】Transformers快速入门：添加自定义 Token
叫好与叫座虽然不是对立面，但想在同一个作品中达到双重效果很难。
08-13 1644
预训练模型的词表是固定的。它不认识你自定义的特殊标记（如实体标记、领域术语、新表情符号等）。掌握如何向预训练模型的分词器和词表中添加新的 Token（包括普通 Token 和特殊 Token），理解其对模型的影响，并学会正确调整模型权重。新 Token 的 ID（30523, 30524）在模型的 Embedding 矩阵里。想象一下，你给模型一个任务：“找出文本里的汽车和隧道实体”。增加了词表大小（比如从 30522 增加到 30524），模型的 Embedding 矩阵（这里标记了一个实体！
【论文阅读】基于表面肌电信号的下肢多关节运动估计：一种深度卷积神经网络方法
qq_60423839的博客
08-14 952
本文提出一种基于多通道表面肌电信号(sEMG)和深度卷积神经网络(CNN)的下肢多关节运动估计方法。研究采集了骑行和步行任务中的7通道sEMG信号，通过带通滤波、全波整流等预处理后构建CNN模型，用于估计髋、膝、踝关节角度。实验结果表明，所提CNN模型在骑行任务中三个关节的估计均方根误差分别为3.8886°、2.8199°和3.1148°，精度显著优于传统BPNN和RBFNN模型。该研究为下肢康复外骨骼的人机交互控制提供了理论基础，未来将探索sEMG时频特征对模型的影响及非理想环境下的意图识别问题。
敏感数据目录是什么？如何快速构建企业自身的敏感数据目录
yuandiansec的博客
08-13 1543
敏感数据目录能力是数据安全的起点
从静态模型到数字生命体：自进化AI Agent综述
zenRRan的博客
08-13 1227
部署后无法适应动态环境（如用户需求变化、新工具出现）。例如，医疗诊断智能体遇到新疾病时需工程师手动调整，效率低下。近年大型语言模型（LLM）的突破催生了AI智能体的发展，它们能自主规划、使用工具解决复杂任务（如编程、科研）。：树状思维（Tree-of-Thought）探索多推理路径，避免单一错误。：将自然语言反馈视为“梯度”，反向优化提示（如TextGrad框架）。：将提示视为基因，通过突变、交叉筛选最优解（如EvoPrompt）。：AI智能体不仅是工具，更是能持续学习、适应、协作的“数字生命体”。
yolo安装
a1111111111ss的博客
08-15 444
我在cmd一直更新不了pip 一直说错误。我扭头去anaconda成功。
直播预告｜鸿蒙生态中的AI新玩法
GitCode
08-13 907
将分享如何利用AI技术为鸿蒙生态注入新活力，打造更智能的产品体验。从理论到实践，深入解析智能体的核心逻辑及其在鸿蒙生态中的应用场景。无论你是初学者还是资深开发者，这场直播都能为你带来启发与收获！手把手教你如何基于鸿蒙系统，快速搭建属于自己的智能体项目！高级开发者必备的实战经验与优化策略，助你突破技术瓶颈。想知道鸿蒙生态里 AI 能玩出啥新花样？鸿蒙生态中的 AI 新玩法-优快云直播。对智能硬件与生态开发感兴趣的极客。黄紫妍 | HarmonyOS。AI赋能鸿蒙产品开发。
大模型速度优化入口
weixin_36378508的博客
08-14 1269
如果你固定了计算能力，要得到TTFT和Throughput等数据，你需要知道是在Prefilling阶段和Decoding的计算量分别是多少。大模型压缩方式【GPU还是CPU】如何快速估计推理计算量。
一键换装魔法：基于ComfyUI工作流的Stable Diffusion服装替换指南
Ven%的博客
08-15 248
本文介绍了Stable Diffusion 3 Medium和ComfyUI在图像生成领域的创新应用，重点解析了服装替换工作流的技术原理与实现方法。文章从Stable Diffusion的扩散模型原理出发，阐述了基于节点化的ComfyUI工作流架构，详细说明了服装替换涉及的语义分割、姿态控制和局部重绘三大关键技术。同时提供了从工作流获取、安装到具体执行的完整指南，包括关键参数配置、模型选择建议和常见问题解决方案。文章还展望了工作流在跨风格转换和3D生成等领域的进阶应用，展现了AI创作"工作流即服务
利用多模态大型语言模型实现零样本异常检测与推理
sexy19910923的博客
08-14 931
摘要： Anomaly-OV创新性地将视觉推理能力引入零样本异常检测领域，通过构建多模态知识库和推理框架，实现对未知异常的精准识别。该方法突破了传统模型依赖已知异常数据的局限，增强了检测系统的泛化能力，为工业质检等场景提供了更智能的解决方案。文章详细解析了其技术原理、创新点及应用价值。
ROS入门
u010632343的博客
08-15 578
ROS2 是新一代机器人操作系统，基于 DDS（数据分发服务）实现分布式通信，解决了 ROS1 的实时性差、依赖中心节点等问题，尤其适合工业级机器人和自动驾驶场景。通过以上路径，你将逐步掌握 ROS2 的核心机制、工具链和实战技能，最终具备开发复杂机器人系统的能力。：支持长时间运行任务的异步通信（如机器人导航），包含目标发送、进度反馈和结果回调。：同步请求-响应模式，用于远程过程调用（如控制机械臂运动）。：异步数据流，用于传感器数据传输（如激光雷达、摄像头）。：动态配置节点参数，支持运行时修改。
LLM - 使用 SGLang 部署 Qwen3-32B 与 Qwen2.5-VL-32B-Instruct
AGI
08-15 666
SGLang，即 Structured Generation Language for LLMs，用于大语言模型的结构化生成语言，是 Stanford & Berkeley 团队推出的大模型推理引擎，优势是高吞吐 + 可编程。
TensorFlow实现回归分析详解
钢铁男儿
08-13 444
本文使用TensorFlow框架实现了与之前NumPy和PyTorch相同的回归分析任务，通过比较可以更清楚地了解不同框架之间的特点。
【强化学习全景系列 之十五 · 终章】星辰大海：RL的未来与其他疆域
czzzxy的博客
08-15 250
亲爱的决策智能探索者们：当您翻开这最后一页时，我们共同的“强化学习全景之旅”已然驶向了终点。从第一季，我们初识RL这门古老而又年轻的“决策的艺术”，用马尔可夫决策过程（MDP）这套通用语言为世界建模；到第二季，我们深入无模型学习的腹地，在蒙特卡洛的“复盘”与时序差分的“预见”中，见证了Q-Learning与SARSA两条寻宝路的智慧；再到第三季，深度学习的翅膀让RL得以飞跃，从DQN睁眼看世界，到策略梯度的另辟蹊径，再到的珠联璧合与PPO。
网络安全技术-防止网络攻击
weixin_44645825的博客
08-15 156
【代码】网络安全技术-防止网络攻击。
什么是数据转换
★【World Of Moshow 郑锴】★
08-15 1021
数据预处理中的四种核心转换技术：1）标准化（Z-Score或Min-Max）消除量纲差异；2）离散化将连续值分箱处理；3）属性构造通过特征组合生成新变量；4）泛化用抽象概念替代具体值。这些技术可提升数据质量、增强模型性能并改善结果可解释性，适用于金融风控等多个领域，为数据分析和建模奠定基础。
Python训练营打卡Day35-复习日
最新发布
m0_60783025的博客
08-17 55
对之前的信贷项目，利用神经网络训练下，尝试用到目前的知识点让代码更加规范和美观。仔细回顾一下神经网络到目前的内容，没跟上进度的同学补一下进度。
Class35R-CNN
qq_45325217的博客
08-15 542
Faster R-CNN是R-CNN系列的第三代目标检测算法，提出于 2015 年。它在Fast R-CNN的基础上解决了一个关键瓶颈：Fast R-CNN仍然依赖外部算法生成候选区域（ROI），速度受限，无法实时。Mask R-CNN 是 Faster R-CNN 的扩展版本，提出于 2017 年。它的目标是解决 实例分割问题。在 Faster R-CNN 的基础上增加一个分支，生成每个ROI的二值掩码（mask）使用多任务损失，网络可以直接端到端训练，不需要R-CNN 的三阶段训练。
Video-R1论文解读
NPU 研0
08-14 846
Video-R1的论文解读，包括Video-R1数据集和T-GRPO强化学习机制
智能变革：德勤视角下的IBM沃森认知计算
- IBM的十亿美元宝贝：Watson是IBM大力投资的项目，展示了公司在人工智能领域的领先地位。 - IBM在Watson上的投资：IBM不仅在技术研发上投入巨资，还在构建生态系统和市场推广方面下足功夫。 - Watson的竞争格局：...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值