時間過去這麼久了，還是選擇挑戰一下權威
建立乙個簡單的邏輯思維
實際上每個細胞都是智慧型的整體所以智慧型是同樣邏輯的堆疊
不是隨機的模擬規律
機器學習是表面的模仿並未達到本質
智慧型的本質是
自然法則
自然法則是簡單的堆疊
指引堆疊的結構不同而有所不同
所以機器學習的本事是模仿了結構
並未解決所有的實質
也就是說人們不知道自己訓練出來的智慧型是什麼
那麼今天就是要說這個結構的基礎是合數邏輯
就是在特定時間段內取合數
結構來自多個協程在這段時間在哪個出現位置
就像人的大腦一樣是在思考的時候所有細胞同時工作的
而智慧型的高低就是在特定的時間上到底有多少的協程工作
也就是說越多的協程工作智慧型越高
就是說單位時間內的算力 是根本
但是相比目前的機器學習來說大大的減少了計算資源因為可以將時間片放大
且協程是計算機邏輯的最小單位
這樣在加上抽象邏輯
絕對可以提高智慧型的標準
首先全腦的工作是為了將資訊分解為最小的資訊
整個的過程為真正的學習過程
所以整個過程所得到的全腦對映是乙個學習後的邏輯表示式
舉個例子在吧乙個字翻譯成計算機最小儲存單位的整個過程就是學習的過程
也就是說機器要有智慧型不是機器本身應該被要求怎麼做
而是翻譯給機器才對
所以自主智慧型就是自主翻譯
所以按照什麼格式翻譯就是按照什麼方向理解
將此方法記錄下來就是計算機的學習方法
所以計算機只要學會人類的語言就可以學習所以知識了
前提是理解
即可學會一切
跳出資料計算拯救人智慧型
醒醒吧演算法工程師們 大家都知道現在的機器學習都是概率計算或是資料擬合方程得到可能發生的概率 所以識別不是特別的高原因在於人類根本不會這樣做。在遇到難題時人們靠的基本是事件之間的聯絡進行邏輯關係的推理判斷 很少有扔硬幣的習慣 所以人類的智慧型在於邏輯推算而不是概率大的事情 邏輯只有0，1並沒有0.5...
跳出資料計算拯救人工智慧之自然法則
上一次提到的腦細胞之間的聯絡 那麼究竟是怎麼聯絡的怎麼進行編碼的 大家都知道條條大路通羅馬，但是也是有起點和終點的 所以傳播按照一定的規則，後就會形成某種編碼格式 那麼究竟什麼是腦細胞之間的規則呢 可以這樣想人類來自於自然的孕育 所以自然法則就是規則 那麼自然法則什麼呢 水往低處走 就是自然法則 假...
只有這種AI晶元才能拯救人工智慧？
編譯 wired 人工智慧不斷發展，對保持ai執行所需的計算能力的渴望也與日俱增。lightmatter，一家誕生於mit的初創公司，他們正在押注一款使用光運算的ai晶元，他們認為這種無盡的渴求正在給他們帶來新的機會。lightmatter首席執行官尼克 哈里斯 nick harris 說 在這種場...