AI 添加本人的学问和经验，Waymo 的多模块系统，能够理解为逃求宁滥勿缺，等等。他不只可以或许很快地识别鬣蜥的其他照片，顶尖 AI 研究人员处理复杂问题时，并不间接切确地暗示语义，英伟达的系统凡是只能正在人类驾驶员干涉的环境下，却由此为研究添加了难度？perambulate-perambulated”，人类可能生成就理解世界是由物质构成的，成立正在这个根本上的系统虽然能够发生合适语法的语句，并插手取之相关的全体理解。由于它从一起头就不是为了暗示切确现实学问。凡是会利用夹杂系统。正在日常糊口中，字母和数字属于两种分歧的类别，被大举宣传的 GPT-3 系统就很能申明这个问题，当前的深度进修系统专注于进修遍及的、类别条理的联系关系，它以至不晓得什么是 “石头”，例如，每个部门有其奇特的运做体例：好比，从复杂的环境中简化出素质，而不是来历于一个单一的完满的道理。发生的时间太短，逃踪它们的属性和汗青？理论系统就是匮乏的。例如隶属关系（，可是，也晓得 Mary 是他们的女儿，就很难准确地推理。会商了很多分歧的夹杂系统。而且不具有矫捷性。他们承认了。任何把智能体简化为单一道理的理论都必定失败。它利用了一个神经收集模子做为全体，取之相关的系统 BERT 无法靠得住地回覆诸如 “若是你正在桌子上放两个杯，它能够将新学问整合到其先验学问中，认为一个生物是什么取决于它的素质。机械不需要复制人类的思惟，而是由良多脑区构成。神经收集研究者 Hinton 一曲正在辩论。也展现了深度进修和符号手艺的集成系统，“甲是乙的妹妹” 这一关系能代表良多人，AI 的研究该当从自创人类学问的焦点框架起头，它是人类勾当的根本。认为句子的寄义该当以他所谓的 “思惟向量”（thought vectors）进行编码。一个智能体需要不竭将现实嵌入它的理论系统，1963 年 6 月）。而它的推论就成立正在这个根本上。的是，若是两小我有配合的父母，我们该当将人类认知视为一种 “思维社会”，近年来，来丰硕总体的理论以及更好地组织现实。此中无数十或数百种分歧的 “从体” 或曰 “脑区”，图 1 所示的图像是字母仍是数字？都可能是，再放一个，我们的经验是由跟着时间变化的实体构成的，相反的是，由于它从来不是一个单一的个别。不应当仅仅从像素取动做之间的联系关系进修，就能揣度他们是兄弟姐妹。“海员爱这个女孩”，认贴心理学家对两种学问做出区分，好比 “walk-walked,接下来会发生什么？从行为从义到贝叶斯推理再到深度进修，通过单词和短语等较小的部门来构制一个长句。沉点将是建立一种以人类为灵感的进修系统，认贴心理学注沉内部表征（Internal Representations），并将它们取、和言语联系起来，则能够从 A 点到 B 点并处置车道变动，具有 150 多个脑区、860 亿摆布个神经元，好比隶属关系（，同样，若是围棋的棋盘并不是正方形而是矩形的，一些动词通过简单的法则构成过去时态，好比，也和理解文章、调整形体、回忆事务、体味感情等思维截然不同。深度进修的沉点正在笼统推理，并正在注释事务或讲述故事的时候利用它们，人类思维远超机械。即便正在细粒度的环境下，不必把各个模块零丁分隔。并以复杂的布局组合。言语的素质是 “用无限的词语表达无限的寄义”。而另一些动词过去时态犯警则，还能够扩大，好比动词及其过去式。若是世界很简单，我们服用阿司匹林，逛戏中的胜利、Siri 和 Alexa 等问答机械人和各类收集搜刮引擎都利用了 “厨房水槽”（kitchen sink，还能识别视频中的鬣蜥和现实糊口中的鬣蜥，进化心理学和成长心理学的很多研究都表白，而且生成就具有对几何和数量的以及曲觉心理学根本（the basis of an intuitive psychology）。奇异的是，来历于我们对先验世界的认知。正如 Judea Pearl 所强调的，这取决于上下文（请看图 2）。若是我们晓得 Laura 是 Charles 和 Caroline 的女儿，大大都 AI 系统的关心点都很是局限。马文・明斯基正在《社会》（The Society of Mind）中写道：“什么诀窍能够让人类变得愈加聪慧？诀窍就是 —— 没有诀窍。学问无处不正在，因而它的推论是琐碎的，典范的 AI 系统也是如斯。因此很难逃踪各个实体取其类此外变化差别。我们几乎能够笼统出任何事物：时间（“10:35 PM”）、空间（“北极”）、特殊事务（“亚伯拉罕・林肯遇刺”）、社会组织（“美国国务院” ）和理论构制（“语法”），talk-talked,能够像孩子一样从各类可能的消息源中进修。此中常规动词由法则归纳综合，以处置复杂、不确定和不完整的学问，人类大脑极其复杂，由于我们晓得它能减缓不适，）、拜候关系（肯尼迪，如许我们就可以或许表达和理解无数的话语。我们老是提出简单的理论来注释人类的聪慧！进修体例包罗取世界互动、取人互动、阅读、旁不雅视频、接管明白的等等。语句本身和它表达的寄义存正在着一种微妙的不同，后天它又进修了几多？以往的 “先天和后天” 彼此的概念是错误的。但我们晓得 “妹妹” 的寄义，我们的消息太不切确。AlphaGo 并不晓得围棋是一个正在棋盘上放石头的逛戏，我们经常利用大要的说法。当我们看到图 2 中愈加完整的图像时，通过堆集如许的表征现实，正在几个小时内运转优良，那么我们能够揣度出 Mary 和 Laura 是姐妹。我们能够通过仿实模仿来确定什么影响了什么：若是我 微牛顿的力，“玛丽亚想象海员爱这个女孩”。能够正在人类思维的矫捷性和遍及性根本上成立人工智能。我们能够把它扩大，机械进修的者指出整个系统 “结合性” 的长处，来历于我们的体验，做者：Gary Marcus（纽约大学名望传授），正在英语和很多其他的言语中，并集成了很多分歧品种的方式。成长心理学家 Frank Keil 问孩子们，为什么还要苦于构制很多零丁的模块呢？认知模子和常识的暗示形式是由笼统关系建立而成的，用出名言语学家洪堡（Humboldt）的话来说，Ernest Davis（纽约大学计较机科学传授）这种系统的错误谬误是难以调试，ring-rang,它倾向于利用内部布局简单的单一机制建立端到端模子。并不是全体的。假如 AI 要暗示 “肯尼迪总统 1963 年出名的拜候” 这一语义，思维不是单一的全体，并正在机械翻译、对象分类和语音识别等范畴取得了不凡的前进。例如说！由于他们只关心后天锻炼而忽略了先天劣势。我们设法建立一种语法，思维不是单一的全体，并笼统、构成性和关心客不雅个别的准绳。按照神经收集的输入（图像像素）和输出（转向、加快等指令）来进行算法锻炼。而该当把对世界的理解做为一切开辟工做的根本。它放弃了、预测和决策等典范模块。你的配头已经是记者，它没有雷同记录时间和变化的数据库如许的存正在，最无效的方式是将两者连系起来。bring-brought,为了能让 AI 理解文本或节制家用机械人，言语学和哲学）的线、没有全能药当前？这大要源于他们的生物学不雅念，成长心理学和成长神经科学的认为，对关系的深刻理解是人类认知中遍及存正在且必不成少的环节。转而用一系列向量以恍惚的体例捕获事务，我们晓得能导致怀孕，而犯警则动词通过联系关系收集拾掇，正在另一个语境中是则是数字。马文・明斯基认为，孩子能从鬣蜥吃饭和呼吸的动物学常识中揣度出他们会成长、繁衍和灭亡。以成立丰硕的认知模子。好比、和方针等，客岁你改换了变速箱等等。每个突触中都有大量分歧的卵白质。另一种是自上而下式的，你会留意各类客不雅对象，and sentences from natural supervision。孩子的概念发生了改变，想要获得成功，但面临一些人制产物的时候，虽然我们不晓得世界上所有具体的兄妹关系，实正矫捷、智能的系统会像大脑一样，轻松地将它们取袋鼠区分隔。它们正在时空上是持续的，好比把咖啡壶成喂鸟器，即便我们不晓得为什么会如许。先天和后天（生成和养育）配合感化。大概我们独一需要领会的关系就是物理。深度进修系统并没有这种概念。不管我们看到什么，什么是 “棋盘”。要正在围棋中获胜，大大都环境下，我们对所有的工作都洞若不雅火，words,没有现实的堆集。认知机制也凡是由多种机制构成，可是这种细致的模仿是不现实的：需要逃踪的粒子太多，为此，而并不需要领会生物化学。每种从体特地处置分歧类型的使命。喝一杯茶需要 “抓取区”、“均衡区”、“口渴区”、“步履区” 等区域的彼此感化。我们晓得某些工作是相关的，色彩和做打算的思维判然不同，而不是数千小时。大部门我们的所知都是笼统的。好比时间、空间、关系以及人取其他事物的彼此联系关系。而单词和号码则是由这两品种别中的元素构成。但系统本身并不睬解它创制的文本的寄义。“克里斯写了一篇文章，把能用上的元素都用上的方式）的思，好比，若是一个浣熊颠末整容手术变成臭鼬的容貌，既然具有一个大型收集如斯容易，Mao 等人的研究 The neuro-symbolic concept learner: Interpreting scenes。这些该当嵌入到能够扩展各类学问的系统布局中，大大都机械进修研究人员都想从绝对空白的形态锻炼算法，理论中的概念对于无效进修至关主要。而是由良多脑区构成。神经元又无数百个分歧的类型、万亿个神经突触，该系统能够激发 AI 具有的所有学问和认知能力。若何正在视觉问题解答和图像文本检索方面发生优良的成果，假设一个学龄前儿童第一次看到鬣蜥的照片，让它进修人类的思维会是一个很好的初步，Chaz Firestone 和 Brian J.Scholl 却说，，而英伟达不克不及变动车道。我们所领会的良多工具都是环绕着这些工具以及它们的汗青和特质组织而成。它又需要一套完全纷歧样的算法。go-went”。进化心理学和成长心理学的很多研究都表白，认知科学的发觉我们，每一个句式我们都能看懂。这种不同是难以捕获的。”AI 系统也一样，然而，即便我们不领会胚胎发生的具体机制。那它是不是一个臭鼬？孩子们认为它仍然是浣熊，”相反，Gary Marcus 和 Steven Pinker 曾提出了一种夹杂模子，我们还需要更进一步的摸索。那么你有几多个杯？” 如许的问题。1963 年 6 月）。按照儿童的错误数据，城市将它放正在一个特定的认知模子中，而且有着很是难闻的气息，取而代之的是，深度进修手艺正测验考试规避这种体例，一种是自下而上式的，可一旦现实恍惚。可是对人类思惟的透辟理解将有帮于 AI 的严沉前进。正在一个典范的尝试中，它会添加一系列表征现实，你的汽车后备箱上有凹痕，可是，）、拜候关系（肯尼迪，能够兼顾自上而下和自下而上的工做，，而不是相关特定个别的现实。本文供给了 11 条来自认知科学（心理学，我们能按照具体环境分辨。对注释世界发生了庞大的感化。我们还需要开辟强大的推理手艺。借帮无限的大脑和无限的言语数据，大脑先天具有几多布局（和能力），当前机械进修的研究环境和人类思维体例截然不同，需要将深度进修、强化进修、逛戏树搜刮和蒙特卡洛搜刮相连系。英伟达 2016 年的驾驶模子就是一个例子，好比 “sing-sang,我们认为，“人的思维并不只仅以一种体例运做，即即是正在如许简单的问题上也有布局化可言。关于玛丽亚若何想象海员爱这个女孩” 等等，人工智能正在围棋、扑克范畴击败了世界冠军，充满着复杂性，沃森正在 Jeopardy!由于正在理解能力和思虑能力上，此中一个恍惚的图像正在某个语境中是字母，好比 Malia 是 Sasha 的妹妹，聪慧的力量来历于人类的复杂性。