人工智能是不是走错了方向？

看了一圈答案，居然还真有这么多人信深度学习的方向是对的。看来历史上炼金术啊，占星术这些有市场真不是巧合了。回到正题，首先，不但深度学习错了，而且更惨的是就算现在有一个正确的人工智能理论放在这儿，我认为也几乎没人有能力真正读懂。先来看深度学习方向为什么错了。深度学习这东西不管技术有多花哨，本质上就是个贝叶斯归纳模型。只要是归纳模型就必须经受休谟的质疑，即，如何保证过去成立的现象未来也成立？这儿需要补充一点，有很多人认为贝叶斯方法克服了休谟的质疑，这个想法是完全错误的。贝叶斯方法只是利用话术回避了休谟的质疑。我们只需要将休谟的质疑改成“如何保证过去的事件的概率分布在未来也成立” 那么问题有回来了。休谟问题对上当今的机器学习，其实就是一板砖直接拍死的结局，“怎么保证数据样本间过去成立的关系未来一定成立”。不管你算法有多漂亮，计算的结构怎么变化，破不了这个问题，其他一切都挽救不了当今这些机器学习模型。这儿可能有人会说，人也不能保证过去成立的未来一定成立啊。的确是这样，但是我们人超越归纳法的地方在于，我们有能力更加综合的考虑问题，比如虽然我们谁也没见过太阳毁灭，但是我们可以预测太阳未来一定会毁灭。要走向真正的人工智能，搞清楚人是怎么进行这个综合的思考过程的至关重要。最近写了些这个方向上的一些想法，有兴趣的读者可以看下文。【深度长文】为什么思维的本质就是一台自编程计算机？第二部分：【深度长文】自编程系统的运行时框架不过要事先说明的是这些想法是非常抽象的。这种抽象就与阅读侯世达的GEB或者看哥德尔的不完备性定理的那种反复涉及自指问题是一致的。所以阅读会非常烧脑。但是即便如此烧脑，这些也只是通向真正人工智能的道路上最简单的部分了。最后，在这儿立个的flag，等人来打脸。二十年内，如果AGI有本质突破，那么必然满足以下条件：1）一定是符号系统2）这个系统的符号能表达自身的状态和变化3）它是自编程的，这个自编程是经验的而不是逻辑的。

上面仅个人观点，您怎么看，欢迎评论区留言

#人工智能之译# #算法的想象力# #畅聊人工智能# #畅论人工智能# #聊聊数据和AI# #谈论AI技术# #谈AI生成技术# #关于ai能预言# #长聊人工智能# #分享AI看法#