现在的人工智能理论很多是类似早期的推理系统,专家系统,图像识别,基本的神经网络,或者所谓的深度学习网络等等,其本质都是人在架构,给予了系统太多人为的假定和人为的算法,这个与自然语言系统的“自然”性和泛性,鲁棒性等要求还相差太久,所以,即使深度学习网络实现的阿法GO算法在围棋上战胜了人类,但是其在自然语言理解方面还是瑶瑶无期,还没有任何实质性的突破,说白了其系统在自然语言理解方面还是3-4岁孩子的智商,要想达到成人的智商和抽象,创新等能力,还是很遥远。
那么,下面我来介绍下我在强人工智能自然语言理解方面的几个思路,仅作参考:
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !