|
然而，人的情感时常也会欺骗人。因为人的产生情感的依据是情感价值观，价值观的正确与否决定了一个人感觉的对错，此外，即使价值观正确，人们也会受到眼前暂时小利或威胁的诱导，因而产生错误的感觉，再或者有些人根本就看不到长远或重大的利益或威胁。
上述这些观念，正是哲学几千年没有搞清楚的哲学的根本问题。因此也使得人工智能，只能在黑暗中摸索，甚至即使摸到了，也不知其所以然。今天的人工智能，的确是在模仿人类的思维，也确实一步一步地验证了如上所述的人类思维。
通常研究哲学的人搞不懂人工智能包含的深奥科技，而人工智能的研究者更多的是专注人工智能框架下的解决方案和技术突破。两边都很少有人，深入探讨双方实质上可能靠拢的途径。现在我们不妨仔细提炼一下，把人工智能所做的工作与人类的思维，在更抽象的层面上进行一下高层对接。
总的来说人工智能是，先将某些事物的要素及其关系数字化，再用各种模仿人类思考的模型及相应的算法，逼近或实现人类的智能。人工智能现在的主攻领域主要有两个，一个是深度学习，一个是强化学习。
深度学习运用的是神经网络及一些相应的算法，各类算法解决了数据要素提取与筛选，也成就了神经网络的学习过程。神经网络模拟了人类大脑神经元的网络结构，神经网络的学习过程模仿了，人类学习中的反复摸索和无意识归纳。神经网络经过学习，就可以找出各要素对于学习目标的价值（权重）了。这些权重虽然未必被显示出来，但实际上它们已经存在了，并会在以后的辨别中发挥决定性作用。
深度学习主要是归纳探索，事物某方面特性的各个相关决定性要素，以及各要要素之间的关系，也就是归纳各个决定性要素对于形成事物某特性（目标）的贡献、意义或价值（权重）。深度学习就是学习各要素对于已知目标的重要性（权重），最终找到并记住最重要的各个决定性要素及其相关价值（权重）。
|