人工智能

前言

在人类发展的整个文明历史上，人们努力变得更加强大和脆弱，这取决于需要为重要资源进行永恒的斗争并确保自己的安全。 智人一直想发展自己的身心能力。 一个人想要比平时能看到的更远，更清晰，他想高高飞翔，畅游，远方聆听，感觉更敏锐，记住更多并思考得更快。

通常，通过基于众所周知的物理定律创建一些技术放大器产品，通常总是可以实现几乎所有此类愿望中的这些期望目标。 在这里，人们几乎在所有情况下都取得了成功，除了一个长期的梦想-“ 人工智能智能 ”的创造，这是一种能够以超乎寻常的速度思考并利用知识运行的设备 ，最发达的思想者可以做到的

20世纪中叶，当计算机被创造出来，极大地提高了人类的计数能力，并成为数据处理的最强大的操作加速器时，这个星球上主要国家的学术界的才智使他们努力将计算机变成所需的“ 思维设备 ”，并试图迫使用知识操作它。 但是自从这方面的第一个发展开始以来，已经过去了很多年，并且已经过去了半个多世纪，迄今为止，为创建“ 合理机器 ”所做的巨大努力都是徒劳的。

这就引出了一个合理的问题：“什么是这样一个无法解决的问题，它使世界各地庞大的野心勃勃的科学家，研究人员和爱好者无法实现他们期待已久的目标，迫使计算机用知识来思考 ，有意识的人类活动真的有可能不受物理设备的约束吗？”

首先，这个问题的答案非常简单。 该计算机具有“识别和读取数据”的能力，但完全“ 不理解知识”，而且至少在现在为止还无法对其进行操作。 本文需要对知识相对于我们所谓的“人工智能”（AI）的确切含义进行扩展的解释。

关于情报

术语“ 智力”源自拉丁语中的“知识”，“原因”，“理解”或理性思考的能力。

从AI开发人员的立场来看，“ 智能 ”是指对象周围的技术行为系统 。 石头，水，木头，动物和人的肉-对象，计算机或其他人造设备的所有本质。

对于“ 对象 ”一词，应理解为是指一组在人类时空的帮助下注册并独立存在于时空连续体中的结构层次结构化的元素 ，这些元素在共同边界内以共同形式和基于物理定律的单个实体结合在一起。

原则上，自古以来已知的地球上满足此要求的所有物理对象都分为以下四类：

1. 矿物质和合金 。 （无生命的无生命物质）；
2. 植物区系 。 （在无生命的植物生长或发育过程中使其存活）；
3. 生物动物 。 （在生命中生活动画无理的动物）；
4. Mento-Razio球 。 （在“智能生活”中生活动画聪明的人）。

在此分类的框架内，分别以自然智能 （EI）的形式存在四种行为形式：

1.对无生命无生命的矿物天体的不合理情报；
2.无生命的植物对象的不合理情报；
3.动画动物对象的不合理情报；
4.生动活泼的物体及其有意识的主体的合理情报。

通常，人们的意识为具有EI的所有四个类别的对象识别以下八个行为功能：

Fn1 => 存在 =>存在，生存
Fn2 => 转型 =>成为，改变
Fn3 => 寄存器 =>感觉，感觉
Fn4 => 反射 =>反应，激发
Fn5 => 行动 =>行动，产生，产生
Fn6 => 运输 =>移动，移动，搬运
Fn7 => 意向 =>欲望，欲望，兴趣
Fn8 => 思考 =>思考，思考，意识，口语

请注意，宇宙对象参与的任何过程都由具有这八个行为功能的自然语言动词来描述。 同时，物理世界中不同类别的对象分别具有不同的行为功能集。

1.一个简单的石头只有四个第一个功能=> Fn1-Fn4
也就是说，第一类的对象可以存在，更改，注册和反应。 因此，如果我们在人为的层面上重复这4种自然行为功能，我们会得到4种“人为”：

- 人为存在 ;
- 人工改造 ;
- 人工注册 ;
- 人工反射 。

2.普通植物具有2个单位的更多行为功能=> Fn1-Fn6
在这里，第二类物品仍然可以生产甚至运输。 因此，他们的技术对等方可能另外具有两种“人造性”：

- 人工生产力 ;
- 人工运输 。

3.在不同的动物中，直到灵长类动物，它们的数量达到7个功能=> Fn1-Fn7
因此，为了复制动物的行为，我们添加了更多内容：

- 人工意图 。

4.但是人们最多拥有全部八个功能=> Fn1-Fn8
因此，人工智能应该能够执行以下功能：

- 人工思维 。

“智人”（Homo Sapiens）与前三个类别的客体的不同之处在于，除了他的物质身体，作为“ 身体客观性 ”之外，他还具有意识形式的“ 心理主观性 ”。 也就是说，从物理（物质）自然的角度来看，人或他们的身体不仅是客体，而且还充当精神（意识） 主体 。

从这里可以很容易地注意到，只有“ 人工思维 ”才能真正增加机器的主观性，使其真正成为“ 合理的对象 ”。

因此，我们注意到，目前世界上创建的所有AI系统都是无法实现的 ，因为它们没有智力能力。

分析与综合

众所周知，任何物质（无论是物理物体，例如人体还是同一精神主体）的功能都基于两种技术，有条件地称为：

1.记录情况 分析 ；
2.对形势的 反应 综述 ；

动物区系和植物区系的对象以及包括人体在内的所有无生命的自然，都具有对物理影响的参数记录 ，这是对情况的物理分析 ，还能够反射反应 ，因此，是反应的物理合成 。

通常，物理世界的各种对象使用的物理分析基于分配给物理世界的对象的各种感官和感受器的Fn3函数（“ 配准 ”），该函数区分16种受体：

-Visio （视觉，灯光）
- 音频 （声音，声音）
- 奥尔法齐奥 （嗅觉）
-Gevzio （调味料）
- 热 （热）
-Proprio （前庭）
- 触觉 （动觉，触觉，接触）
-Dermio （皮肤， ab疮）
- 电动 （电动）
- 磁性 （磁性）
- 收音机 （射频）
-X射线（X射线）
- 情绪 （神经情感）
-Exio （感性的）
-Nestesio （疼痛，神经痛）
-Neuropsio （神经-神经冲动）

注意，实际上，上述所有类型的接收器都具有与数据格式完全一致的线性参数尺寸，因此， 物理分析就是数据分析 。 因此，物理综合仅基于物理数据分析的结果。 因此，所有这些生理功能和给定的反应规则相对容易以物理分析和物理合成的形式在计算机程序中建模。

因此，所有现代AI设备都是根据“ 基于物理分析结果的物理反应技术（TFR） ”专门实现的，代表了对象对物理刺激的简单物理响应。

但是，精神物质以人类意识的形式使用的分析使用功能Fn8 （“ 思考 ”）。 也就是说，作为第四类对象的人，具有心灵的主观功能，只有在学会 了 自觉地 说话 ， 思考 ， 理解 ， 理解 ， 创造 ， 构图时才开始思考。

因此，我们认为“人工思维机器”必须具有“ 心理分析的心理反应技术（TMP）” ，也就是说，TMP应该将对象的心理反应复制到心理状况中。

总而言之，我们注意到，只有人（除了生理分析（由于其生理受体）之外，还具有精神（ 心理 ）分析（由于其意识装置），即，一个人能够对情况进行语义评估 ，而人也拥有自己的精神（ 精神 ）综合，也就是说，一个人能够运用合理的响应逻辑 ，该逻辑通常对应于知识的格式 ，而不是数据的格式 。

如果我们更深入地研究TFT和TSR之间差异的原因，那么我们可以得出明确的结论，即所有FM对象都仅对数据进行 操作 ，并且为此仅使用一个单一的牵连 （条件）格式操作数 （以及各种迭代公式）：
“如果A = X，则执行Y，否则执行Z。”

同时，任何物理测量量始终充当数据，并将其与给定的参考数据进行比较。 例如， 如果您用手指轻敲普通的石头， 那么它肯定不会塌陷。 如果用大锤击打他很强大， 那么很可能是石头会塌陷，或者至少是由于克服石头极限强度的冲击力而损坏的。 也就是说，我们可以说石头“ 感觉 ”到冲击力，并将其与自己的内部标准进行比较，并且严格按照冲击的测量参数“ 表现 ”出来：冲击力，冲击面积，冲击的比功率，以及更多根据给定的物理世界石头的行为程序。

从模拟石头自然行为的计算机位置来看，这些参数是以某种机器数字数据格式输入的信号。 因此，迄今为止，AI开发人员仅针对IT固有的前七个功能就已经能够轻松实现具有不同程度的完整性和相似性的Natural Intelligence仿真。 这就是所谓的“ 寻求AI ”或SAI- （“弱AI”）。

原则上，运行该程序的同一台普通计算机是最典型的SAI示例。

但是，第八项功能- 思考 （可以将不合理的动物甚至莫格利变成智人）-已成为Power AI - PAI （强大AI）的创造者或被称为人工超级智能 -ASI （“ AI”）创造者的真正绊脚石人工超级智能-ISI”）。 这里的事实是，如前所述，“智能人”与自然物体的其他三个类别不同，不仅能够使用数据，而且还能使用知识 ！

参与创建超级智能的世界科学和技术社区对此非常了解，并相信，如果创建了标准知识所需的计算机格式 ，则可以类似于当前的数据处理技术，通过以下方式来创建知识处理技术：相应的知识库 （KB），并假设如果您将数据形式的参数替换为隐含操作数中知识形式的参数，则该问题将立即得到解决。 然而，今天如此长时间的尝试寻找解决方案来对知识的机器操作建模的所有尝试都以失败告终，这仅导致以下事实：绝大多数FIS开发人员要么根本拒绝继续朝这个方向工作，要么走了一条不同的道路-基于所谓的技术创造“ 人工神经网络 ”（ANN），希望以后的ANN可以变得“合理”。

当前，没有人能说出人工神经网络是否会产生预期的结果。 尽管如此，现在发达国家在这一领域进行了坚实的投资。 例如，中国宣布计划投资20亿美元建设“人工智能之城”，其中将聚集400多家IT公司，其任务是到2030年使中国成为强大AI的世界领导者。 该公司现在正在与Ilona Mask竞争，后者宣布将投资10亿美元创建ISI。

问题

现在，让我们看一下解决机器知识格式的创建过程中遇到的困难，以及全球领先的超级智能开发人员为何终止了这一方向。 许多专家对此问题的综合回答是，不幸的是，与“ 这个 ”一词不同，对于“ 知识 ”的概念，没有明确，普遍接受和明确的定义，在此定义的基础上就有可能创建自己的特殊知识。 机器格式，以便该“数字化知识”可以操作计算机。

知识永远比这更多。 知识和数据彼此相关，例如系统和元素 ，其中元素是系统的一部分，但是元素并不能确定系统本身。 只有系统中包含的所有元素的特性和功能的总和才能提供新的整体功能，但是格式不同于单个元素的本质，类似于胶片条的单个帧（元素）如何无法给出电影情节的想法（系统），直到观众播放并实现电影本身。

数据识别技术已经存在于控制论中，没有它，就无法对其进行操作。 为此目的，如果需要识别例如文本字素，则在计算机的存储器中创建数据库 （DB），例如某种自然语言的字典。 在这样的数据库的帮助下，将输入数据（字素）与数据库中可用的类似数据（字素）进行比较，以识别和唯一地标识输入数据（字素）。 因此，通过类推并创建一个知识库以将所有输入的知识与之进行比较来解决问题是很自然的。

另一个例子是短语及其含义 。 这里只是Bazysmyslov ，就像BZ一样，还没有人创建。

总的来说，谁能在此帮助解决“知识”一词的定义问题？ 如果您寻求学术帮助，那么最接近该主题的科学是语言学，乍看之下它应该能够应付这种困难，但不幸的是，它再次专门处理数据，即， 在文字，字素，塞姆斯和所有爵士乐方面，然而，它在人类思维和知识理论领域是完全无能的。 尽管有“语义学”部分，语言理论仍未开发“意义库”，该库应包含自然语言中的各种短语。 这项任务进入了大数据领域，但是大数据领域的专家距离解决这一问题也很遥远。

从认知科学和人工神经网络到带有密码学的语言学的其他科学和理论，甚至都从所需的解决方案中删除了。 因此，尚未创建机器知识格式 （MFZ）的主要原因是主要原则：

“您无法编写无法用已知事实描述的内容。”

因此，事实证明，如果我们开发所需的MDF并基于该MDF创建知识库，并且，如果我们教计算机从信息中提取知识并对其进行操作，那么就可以解决“强大AI”的创建本身。

但是，不幸的是，即使有人可以设法以机器格式展示知识，也无法在此阶段获得期望的结果。 IFZ和BZ-这只是成功的一半。 关键在于，反过来，需要BZ从信息中提取感官 ，因为现实中的人们交换感官 ，而不是知识和数据，而实际上，人们只能借助感官来编码和解码感官。语言工具。 随之而来的是一个新问题-如何教计算机理解文本甚至上下文的含义，就像人们可以做到的那样？ 的确，正如您所知，人类意识与思想息息相关 ！

意义

, , , , - 9 , . , , . - , , , , , , . , , !

, , , , , - , , , , … , !

, - , , , , - . , , , , , “ ” .? , , !



, , , . , , , , , “ ”, — — - .

, , - , , - (), ( ) , , , - .

, , , , , , .



, ? .