第330章 新的任务

同样可以将人类认知过程映射为几何对象。

感知层就好像对应流形X的切从TX，用于动态捕捉感官输入。

记忆网络则可以依靠M（X）中的调和形式空间来构建，以延长系统记忆。

推理引擎则由广义协变导数来驱动，以实现概念的张量收缩运算。你想想是不是这么回事？」

朱正则倒吸了口凉气。

好家伙，难怪田老不着急让乔喻做这个项目了。这是乔喻又要开始搞人工智能了？

现阶段的人工智能虽然已经很强大了，但不得不承认距离实现真正的通用人工智能还有很长一段路要走。

最关键的问题是现阶段的人工智能还停留在知其然不知其所以然的阶段。

这么多年了，当前的人工智能技术本质依然是高维张量空间的模式拟合器。

其运作方式遵循的无非是基于极大似然估计的范式。

简单来说就是现代人工智能技术依然在依靠量变积累来显得很聪明。

用普通人能理解的话说就是现在的人工智能技术主要依赖统计相关性而非因果关系来对这个世界做认知。

更缺乏具身认知，所以无法形成抽象概念。

就好像很多人类创造的视频中，将各种人物行为一通胡改，评论区往往都是这就是A1

无法替代人类的原因。

但通用人工智能就不一样了，从定义上来说通用人工智能需要有跨领域认知泛化能力跟因果逻辑能力。

相对于对人类对通用人工智能的要求是，接近人类的思维模式。

甚至可能当通用人工智能要做一件事时，不但知道怎么做，还要知道为什么需要这么做。

本章未完，请点击下一页继续阅读！ 第7页 / 共8页