出於興趣,我想做一個能思考會幻想的人工智慧。該怎麼做呢?

最終的願景是做出一個有自主意識的機器。 我一直在研究和思考整個計算機世界是怎麼回事,後來有個突然的想法來做一個有意思的機器人,站在前人的肩膀上去嘗試。 現在人類的技術積累,我的感覺,已經足夠用來做出一個有類似人類思維的東西了。視覺(圖形學)、聽覺(語音識別)、語言(語音合成)、理解表達能力(編譯原理)、想像(虛擬機技術)、知覺(各種感測器)、等等等等。。。 不過,這項任務的一切都要從頭開始,可能走上和現在的計算機產業迥異的道路。如果這樣,現成的工具我們都不能用了。 想法還不太成熟,希望各位菊苣給些提示。

謝謝匿名來吐槽的、Bugpanda和回復的各位。看到這些整個人都duang~~~duang~~~


我是來吐槽的......

A.

最終的願景是做出一個有自主意識的機器。

......

想法還不太成熟,希望各位菊苣給些提示。

X的, 知乎的各位"菊苣", 怕是沒人有資格給你這個願景提示......

B.

現在人類的技術積累,我的感覺,已經足夠用來做出一個有類似人類思維的東西了。

這句話你說得太對了, 真的是且僅是你的感覺.

C.

視覺(圖形學)、聽覺(語音識別)、語言(語音合成)、理解表達能力(編譯原理)、想像(虛擬機技術)、知覺(各種感測器)、等等等等。。。

這麼多概念......

&<想像,虛擬機技術&> 這對沒有什麼關係.

&<理解表達能力,編譯原理&> 這對沒有什麼關係, 當然, 四五十年前有關係, 失敗了.

&<語言,語音合成&> 這個算是有點關係吧, 但是語音合成應該只是語言中的一部分, 理解語言才是最麻煩的地方.

&<聽覺,語音識別&> 算是對了, 但是聽覺可不僅僅是語音識別這一點, 人類可是可以從滿教室的噪音中識別出不同人的在說的話, 並且與自己的說話對象無障礙溝通的.

&<視覺,圖形學&> @邵成 說的:

這個嘛。。計算機視覺(Computer Vision)和計算機圖形學(Computer Graphics)不是一回事

D.

不過,這項任務的一切都要從頭開始,可能走上和現在的計算機產業迥異的道路。如果這樣,現成的工具我們都不能用了。

恕我直言, 頗有民科範. 特別是有你之前這麼多話鋪墊的情況下.

兩個問題:

1. 少年, 你是哪個專業的?

2. 如果是計算機專業, 少年, 你完成你整個專業的課程體系了么?

如果是計算機專業, 想要搞你這個想法, 一定一定要把數學學好.

《數學之美》這本書是非常好的科普書.

如果有興趣, 可以看看這個PPT http://cs229.stanford.edu/materials/CS229-DeepLearning.pdf (全程視頻在https://www.youtube.com/watch?v=W15K9PegQt0t=17 Youtube上, 如果在大陸, 你記得自備工具), 選斯坦福的CS229這門課入個門. Manning寫的《統計自然預言處理基礎》圖書館裡讀一讀.

了解一些後,相信你會更加明白

現在人類的技術積累

也定會有對大自然的敬畏之心.


先讀書。《世界著名計算機教材精選?人工智慧:一種現代的方法(第3版)》 羅素 (Stuart J.Russell), 諾維格 (Peter Norvig), 殷建平, 祝恩, 劉越, 陳躍新, 等【摘要 書評 試讀】圖書


要麼紮實學,要麼繼續中二。


先從了解你所寫的那些名詞開始。

不要還沒學會爬就想百米跑進9秒5.


說簡單也不簡單,說難也不難。

針對「會幻想會思考的人工智慧」的要求,題主只需要兩步就可以達成目標辣!

(=?ω?)?

1.把自己用鐵皮包起來,做成電腦的樣子。

2.學會思考。


好好學習線性代數/概率論/矩陣論等基礎知識,提早去相關實驗室混經歷/paper,勾搭上美帝牛校的牛教授,PHD畢業之後進入大公司當研究員/科學家。

現在AI已經不是單槍匹馬能幹出成果的時代了,各個玩家都在搞數據和計算能力的軍備競賽。兩者缺一不可,偏偏都還是稀有資源,兩者都齊備的地方全世界也數不出幾個來。so,少年喲,加油吧~


先去美帝讀個AI的PhD吧,這比起搞強AI容易多了……


請隨便找個大點的書店,能賣高校教科書的那種就行,然後找本標榜自己是大學人工智慧課本的書,翻開第一章,嗯,相信我,你能看到人工智慧的定義……算了題主都問出這問題了我還是幫你貼這兒吧,以下摘自維基:

人工智慧的一個比較流行的定義,也是該領域較早的定義,是由當時麻省理工學院的約翰·麥卡錫在1956年的達特矛斯會議上提出的:人工智慧就是要讓機器的行為看起來就像是人所表現出的智能行為一樣。

半個世紀以前洪荒年代開始,那幫神棍就沒打算讓計算機真正的會「思考」和「幻想」。為啥?因為臣妾做不到啊。

我不是來打擊題主的,畢竟當年我也是個熱愛yy的青年,不過看的書越多,這種不靠譜的幻想就越少。

計算機視覺,我明白,看上去狂拽酷炫,應用和突破也很多。不過,你睜開眼睛幾秒鐘就能弄明白身邊的環境,計算機……要想比肩人眼,這玩意兒真的不是剛起步?

語音識別這種事,掏出手機,試試那幾位語音助手,額,條件不允許的話試試qq的轉文字功能也行。嗯,懂了么?不甘心的話,我們再翻幾本書,找幾篇paper,不用太深入,看看介紹,了解下training,了解下為什麼要基於不同語言。

語音合成,聽聽洛天依唱歌,看看各種鬼畜視頻,姿勢水平夠就聽聽谷歌娘,行了明白了嗎?

理解能力,自然語言理解實在不懂不敢瞎說。計算機的邏輯推理還是很快的,問題是……要換成邏輯描述給它,這工作量可不小。

想像,孤陋寡聞,似乎連相關的技術都沒聽過。

感測器,不是太了解,不妄言。

而且說到底,最根本的「思考」和「幻想」,人類根本不知道是怎麼一回事兒好么。

啥?強人工智慧?如果現在那不是哲學的話,一定就是玄學吧。

所以說,站在2015年全人類的肩膀上,臣妾還是做不到啊。

不然你以為為什麼我沒有女朋友(╯‵□′)╯︵┻━┻


生個娃


這個嘛。。計算機視覺(Computer Vision)和計算機圖形學(Computer Graphics)不是一回事。。編譯原理跟理解沒什麼太大關係(自然語言處理里用到的很多parsing技術編譯都不搞)。。虛擬化技術跟想像也沒有什麼關係。

我覺得題主想法不錯,可以先讀下《數學之美》。


你還缺少一個程序員。


基礎的先搞熟悉吧

基礎型:

1.資料庫

2.高效率的搜索引擎。

提高型:

如果想做一個能夠有一定學習能力的還要有一個知識系統,就是將資料庫中的未知知識,在第一次提出問題並且輸入正確答案後自動整理收納到資料庫中,在下一次提問時能夠做出正確答案。如果想要再深入的就要涉及到模式識別了,就是知識的模糊判斷,簡單說就是把「一」識別成"1"。


幻想其實不難,既然是幻想本身就帶有一定的不合理性。容忍不合理就是了。幻想很容易被認為是異想天開胡思亂想,機器有時的錯誤回答本身就可以認為是它的幻想。


想法不錯,就是你缺個程序員←_←


娶個老婆去一起創造吧。


你說的各種技術我好像什麼都不會。。。不過我覺得這麼大的目標靠你一個人即使窮你一生也不太可能實現,除非你真的是個天才。否則還是不要迷戀各種技術名詞,認真打好基礎,踏踏實實去學習,說不定將來還能在某個子領域裡做出一點成就。


想法很好,很宏偉,但是感覺你現在的知識儲備還差很遠,建議讀讀機器學習,深度學習方面的書和論文。夢想還是要有的,萬一實現了呢~so 加油吧少年!


去看百度the big talk!


子又有子,子又有孫,子子孫孫無窮匱也。


繼續做夢。


該做夢, 夢裡就能實現了, 你說這東西要是你能做出來, 十萬個人研究了這麼多年都吃屎去了?


想得太多,學的太少。

//所以知乎真的已經淪陷了嗎→_→


推薦閱讀:

t-sne數據可視化演算法的作用是啥?為了降維還是認識數據?
隨機過程、機器學習和蒙特卡洛在金融應用中都有哪些關係?
張量分解如何應用於數據挖掘?求詳細說明,最好有例子!?
如何優化正交矩陣?
有沒有將深度學習融入機器人領域的嘗試?有哪些難點?

TAG:人工智慧 | 機器學習 | 硬體 | 現場可編輯邏輯門陣列FPGA | 編譯器 |