||
一个智能系统是自组织与它组织共在的,即是一个同化与顺应同时起作用的平衡组织,打破平衡就会产生出新的系统。开放智能系统中的逻辑不同于物理系统中的数理逻辑,除了已知恒定的变量参数以外,还会在各种事、物交互过程中不断衍生出新的变量参数,原有的变量参数会退居次席或消失,还有的变量参数甚至会忽隐忽现……,这些都增加了智能逻辑变化的不稳定性和不确定性,使真实智能与人工智能的距离越来越远,与人机环境系统智能的距离越来越近。变量的变化与变化的变量让基于计算的AI很难应对博弈时智能体的态势感知,而人类的算计恰恰相反,她不但可以应对变量的变化问题,也可以处理变化的变量问题,还可以解决非计算的判定性问题,如非情人眼里出东施。
人机环境系统智能不但可以有效地态-势-感-知,而且还可以更高效地势-态-知-感,更可以把两者结合起来游刃有余地往返迭代回归升华,切实实现“道者反之动”。
DARPA假设当今机器学习ML的一些限制是:1.无法结合上下文和背景知识的结果;2.将每个数据集视为一个独立的不相关输入。在现实世界中,观察结果通常是相关的,并且是潜在因果机制的产物,可以建模和理解。DARPA认为,能够获取和集成符号知识并大规模执行符号推理的混合AI 算法将提供稳健的推理,推广到新情况,并提供保证和信任的证据。
DARPA的缺点在于:只是符号知识而忽略了非符号知识。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 21:24
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社