※ 引述《gonzdevour (吞食)》之铭言： : 本来以为《创智慧》可能是一本很专业的电脑/人脑书， : 後来在书店里翻过，发现有不少勉强读得来的部份。 : 但对念传统哲学的人来说困难仍不少。 : 我想问个第二章的问题。在p55，作者提到他的光荣事蹟， : 「虽然奈斯特将神经网路模式的复杂算则用来辨识手写文字， : 并宣传为其技术上的大突破，但我却认为要辨认手写字的话， : 以更简单、更传统的方式就可以做到。我当晚回家，把这个问题想了一下， : 在两天之内设计了一个手写辨识器，比奈斯特的更快、更小、更能够变通。」 : 如果我想以一个电脑门外汉的取径， : 在不涉及专业知识的状况下知道他是怎麽用传统方式办到的，请问有可能吗？ : 换句话说，我想了解关於这个「传统方式」的简单原理说明。 可以用向量的的方式去处理 这应该比较容易以程式来实现 : 作者似乎想用这个例子指出神经网路的大部份用途可以用其他方式取代， : 所能做的比人工智慧的程式还少；我想到的第二个问题是， : 能否用这个理由来反对「人工智慧计算理论已经被联结论所淘汰」的说法？ : 另外，作者经常把「发生在脑海中的东西」和「行为」判然二分(如p61第三段)， : 然後说不应该由行为来界定智慧，我觉得有点奇怪。 : 当然许多「行为」属於外显行为， : 但闷不吭声的思考、预测、计画难道就不算是「行为」吗？ 我想这是比较人脑与神经网路後所得到的心得吧 神经网路所指的行为只关注外显行为,单纯探讨外显行为已经能满足许多工程上的应用 目前所研究的神经网路模式大多是给一组资料,"输入"以及"期望的输出" 在训练神经网路的过程中对神经网路输入资料,比对神经网路输出与期望的输出 之间的误差,利用此误差量与学习演算法可以修正神经网路的参数(可以视为学习). 因此神经网路可以学习某些行为,然而神经网路无输入讯号时,内部不会有任何讯号传递的 人脑则不同,即使外界的输入与你目前在思考的事毫无关联也不影响你的思绪 大脑中某个区块的活动还是相当活跃的,即使你可能静静的躺在凉椅上 : 最後是一个用语上的问题。书里面把「人工智慧」与「神经网路」作对比， : 然而依我以往的认知，神经网路属於人工智慧研究的一个派别， : 人工智慧研究目前包括计算论和联结论(神经网路)。请问我的认知是否错误？ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.116.143.62