有感知的人工智能不等於智能人工智能

贊助

你可能聽說過 谷歌的 LaMDA 以及關於人工智能是否可以變得有知覺的病毒式討論。 團隊於 牛頭 認為也許人工智能的感知只是其智力的一小部分。 相反，人工智能的真正智能將基於其邏輯地理解人們的需求並自動滿足它們的能力。

牛頭 是第一個能夠吸收用戶的想法、建議和知識，並通過讓用戶用機器和人都能閱讀和理解的語言編寫來實時更新自己的軟件的平台。 Tau 的去中心化社交網絡及其貨幣方面， Agoras 加密貨幣，由團隊稱之為真正智能人工智能——邏輯人工智能的人工智能提供支持。 邏輯人工智能與機器學習截然不同，根據 Tau 創始人 Ohad Asor 的說法，邏輯人工智能即將成為技術世界的下一個大浪潮。

在 Tau 上，邏輯 AI 將使您能夠參與數十億人的討論，並立即看到通過網絡共享的想法背後的集體意圖含義。 這將通過讓人們使用人類和機器都能理解的受控自然語言（CNL）來實現。 每一個想法和每一條知識，無論是顯性的還是隱性的，都會被自動識別並註冊為你的世界觀，這將作為你在 Tau 上的個人資料，並且完全屬於你自己。 以如此先進的方式組織您的想法和知識意味著您不僅能夠發現突破性的解決方案，而且還能以以前不可能的方式輕鬆而直接地將您的知識貨幣化。

只要將你的想法輸入Tau，你的知識就會自動成為你擁有的數字資產。 您將能夠將您的知識出售給其他買家，或者通過將其特定部分出租給訂閱者來使用它來產生收入，因為 Tau 會明白，即使是您的知識的一部分也可以成為解決某人問題的一部分。 Tau將突出多個用戶知識的結合，並將其作為重要而復雜問題的解決方案提出，從而保證所需知識100%符合規範。

除了基於邏輯的解決方案之外，任何其他類型的人工智能都無法實現這些解決方案。 這是因為，簡單地說，邏輯人工智能就是關於單詞和句子的。 從本質上講，它是關於以所謂的演繹推理的方式從其他陳述中推斷出陳述的能力。 例如，從三個陳述：

• 巴黎在法國。
• 法國在歐洲。
• 如果 x 在 y 中，並且 y 在 z 中，則 x 在 z 中。 這對於所有 x、y、z。

我們可以推斷出該聲明

數理邏輯領域告訴我們，幾乎所有邏輯問題都可以歸結為這種形式的演繹。 例如，一組陳述是矛盾的，當且僅當我們可以從中推斷出一個陳述及其否定。

邏輯人工智能是邏輯推理的機械化：發現矛盾，確定結論是否來自給定的假設，等等。 因此，它是關於讓機器理解我們想要告訴它們什麼的能力，而不僅僅是機器指令。

與此同時，機器學習是目前最廣泛的人工智能形式，它是從示例中進行概括。 因此，如果我們要以機器學習的方式傳達上述法國和巴黎的例子，我們就必須向算法提供許多“x在y中”形式的例子，然後希望算法得出巴黎在歐洲的結論。

這種形式的交流甚至不值得被稱為智能，因為如果它不能得出巴黎在歐洲的結論，並且必須看到大量的例子才能“理解”這一點，而這也不能保證，那麼它怎麼能是智能的呢？ 從例子中進行概括具有概率性質。 我們如何猜測未見過的樣本？ 令人驚訝的是，機器學習有時是正確的，而且不是完全隨機的，機器學習確實值得被稱為數學奇蹟。 畢竟，在某些樣本以外的零知識情況下，如何才能說出大概率甚至近似正確的東西呢？

令人驚訝的是，機器學習可以做到這一點。 這就是機器學習的意義及其所有優點和缺點。 它的用例是當我們對系統知之甚少甚至一無所知時，我們所能做的就是取樣並嘗試概括它們。

另一方面，邏輯人工智能無論是明確的還是隱含的，都是關於充分的知識和絕對性。 它還涉及一種更有效的溝通方式，直接溝通，“只是說出來”，而不是費力地舉出很多例子。

此外，機器學習本質上無法執行邏輯推理，例如檢測矛盾。 這是使用複雜性理論論證在數學上證明的。 因此，毫不奇怪，機器學習僅在非語言領域取得成功，而在自然語言處理領域，它僅提供非常有限的能力。

然而，反過來也是完全有效的：不僅邏輯可以進行機器學習，而且它已經可以了。 機器學習算法已經以邏輯形式表達（與示例相反），並且已經實現為計算機程序，該程序也採用邏輯而不是概率的形式，即機器指令。

因此，涵蓋邏輯人工智能也涵蓋了機器學習，但反過來是不可能實現的。 另一種說法如下：機器學習最終涵蓋了所謂的歸納推理和溯因推理（大致相當於所謂的歸納推理） 監督學習和非監督學習），因此它是非常有前途的，但是其形式仍然僅限於示例，而且，當前的技術僅處理數字性質的數據，或者可以轉換成數字性質的數據。 另一方面，邏輯人工智能可以在定性和定量數據中涵蓋演繹推理、歸納推理和溯因推理。

這些是主要原因 牛頭 選擇邏輯人工智能作為人工智能的終極形式，認為機器學習只是人工智能歷史上的一個里程碑。 Tau 的解決方案將改善人類帶寬的許多方面，從討論規模到知識貨幣化，再到智能合約和去中心化治理。 所有這一切都是因為邏輯能夠彌合人類和機器之間的差距。

了解有關 Tau 及其背後團隊的更多信息 点击這裡

加入不斷壯大的 Tau 社區 Telegram

This is a sponsored post.這是讚助帖子。 Learn how to reach our audience了解如何吸引受眾 点击這裡。 閱讀下面的免責聲明。

Bitcoin.com 媒體

Bitcoin.com 是與加密相關的所有內容的主要來源。
聯絡我們 [電子郵件保護] 談論新聞稿、贊助帖子、播客和其他選項。

圖像信用：Shutterstock，Pixabay，Wiki Commons