加载中…井底之蛙
(2018-03-25 08:22:40)| 分类： 投资札记 |
我在大学做设计时，接触过自然语言理解，我很清楚这个产业发展过程。当我们用奔腾机处理人工智能问题时，很显然会陷入对因果分析的桎梏中。在计算能力局限下，人类必须要运用算法的力量，试图攻破人工智能。同理，当你阅读量不足时，你也是在试图运用你强悍的悟性，去成就辉煌。事实上，这些都是狗屎，没人是天才，除了阿尔法狗。
谷歌的电子图书馆计划，对自然语言理解发展有里程碑作用。谷歌的语料库，是世界最顶级。首先，谷歌有世界最庞大的电子图书馆；其次，谷歌有搜索引擎优势，具有庞大的自然语言语料库。在这种数据基础上，谷歌发展人工智能，并不是因果关系着手，而是从相关性。大数据，意味着全数据集。大数据分析不关心错误，关心的是相关性问题，通过文本之间的相关性寻找概率。
一篇文下来，文本的上下文关系是决定歧义分析的关键。如果，你只是读一篇文，缺乏一本书的上下文关系理解，很多情况下也读不懂某些晦涩的暗语。如果，你只阅读一本书，也很难理解书中某些晦涩的用法，需要到其他书本中学习。这就导致，精确度提升的唯一方法，就是巨大阅读后形成的相关性。事实上，人脑的认知标识系统，也是如此运作的。大脑先形成概念，概念之间形成相关性，是相关性联络起庞大的认知系统。因此，准确的认知，必须要建立在天文数字知识图谱关系中形成的相关性分析。在计算能力不足时，人们会寻找因果，忽视了人脑智能形成基础在相关。
井底之蛙，就表现在计算能力很差时，天真的认为自己的因果理解，凭直觉是正确的。由于，知识结构有限，在狭窄的知识图谱下，你无论如何分析，都不可能看清真实的知识相关性，因此，逻辑分析下因果关系很难精准。这个道理，就像是，我拿着大量法律文本，试图通过算法解决人工智能理解问题，根本就不可能解决大千世界不计其数的自然语言领域应用问题一样，样本过于狭窄，不是大数据分析。
人脑，战胜不了电脑的关键原因，就在于此。柯洁，不是不厉害，而是，柯洁的数据分析系统是相关性与因果性相结合的系统。柯洁，在相关性处理能力有限情况下，必须要掌握一些千百年来积累的因果分析方法，通过模糊的计算因果概率去节约计算，而阿尔法狗根本就不懂因果，只是从海量相关性中训练出效率最优选择。人类，因为不够精准的因果推演，节约了计算，丧失了准确性。计算机则不同，通过巨量数据分析得出相关性分析结果，以此，预测未来。
人的所谓的认知偏见，就非常容易出现在知识图谱匮乏状态下盲目应用因果效应。如果，芒格的格栅思维是因果律中最犀利的武器，那么，缺乏足够强大知识图谱支撑下的格栅系统，就会变成计算算法最优选择下非大数据系统分析结果。你知道会发生什么吗？正如谷歌团队所述，自然语言理解团队中语言学家越少，软件智能越高。计算机科学家，不理解语言，就不用分析因果效应，会用统计学方法处理语言相关性，反而大幅度提升了算法智能分析结果。
井底之蛙，统一造型，就是学了点儿皮毛因果律，就妄想可以看透人间。事实上，这就像是４岁孩子学围棋，学了定式后，人人都会突然间会下围棋一样幼稚。不要忘了，围棋的深邃在于无穷无尽。
喜欢
0
赠金笔