[讨论]类人人工智能在思维上有什么特征要求？

最近有点迷惑，发现自己对人类真的还是很不了解，需要大家来帮一帮忙，人类的思维有什么特征？或者说这个智能应该具备哪些特征？也可以把现在智能与人类不相似的地方写一下，谢谢了。[em44]

人类的思维有什么特征？这个问题实际上目前还没有一套公认的答案，也可以说已经有了很多套有影响的答案，比如弗洛伊德的心理学就是其中的一套。

我个人认为，可以考虑这么几个大的特征：

1）思维所存在的基本物质形态是动态的神经元网络和支持其工作的化学物质；

2）神经网络以超大规模并行信息处理系统的方式工作，来达到对人体的控制；

3）在人类个体中的这种控制能力，使人类在适应性和灵活性上远超过其他任何生物种类，也还有一定的不确定性。

不知是否对你有用？

欢迎不同的观点，大家一起讨论。

谢谢jeff, but that's the reason why I asked such a question

我想知道，人工智能和人的智能比起来还欠缺了那些根本的部分，这个问题让我很头痛，一定还有我没有注意到的地方。

我的意思是说除了本能这种难以构造的东西以外，需要什么样的抽象特征？

我看对类人人工智能最大的挑战是在上述的第二个特征上。

首先我们对人脑中分布的各个“信息处理中心”还了解得太浅；其次无论从功能上还是从结构上看，不同的“信息处理中心”之间的差异都比较大；最后，作为我们的计算机模拟工具，相当长的一段时间内还要在单中央处理器的串行系统上进行，那么如何能模拟“超大规模并行信息处理系统”呢？

然而除去先天的神经通路，我想一定还有本质性的内容使得我们能够学习，先天的神经结构也决定了后天的可能发展方向，但是这个机制可以简单的用抑制、增强、LTP、LDP来描述吗？这样想未免太简单了，恐怕还有我没有注意到的特征。

感觉从统计学因果到逻辑学因果很困难，这个后天逻辑性到底是如何形成的，虽然我们时时看到统计学逻辑在模拟完全逻辑时出错，但是它是如何保证这个后天逻辑的稳定性的呢？统计学因果能做到以下的事情吗？

语言的意思表达通常是并发的（个人根据上述的知识和一些现象的推论）,所以会有逗和句的概念区别，但是，我们又是如何重组这些并发的消息的呢？根据统计学逻辑和学习能办到吗？感觉很不可能。尚未尝试过。但是如果是这样，又是如何的一个结构？需不需要特殊的先天结构？

听觉可以训练吗？需不需要特殊的先天结构？视觉也是学习的吗？难道是这样学习的吗？

推理加上本能可以构成学习吗？就算能够学习，能够学习到什么程度？我自己也觉得非常混乱。看样子人还是不适合于思考这个问题。

我也同意计算的复杂度问题，我并没有打算在有生之年造一个ren，而是从理论上研究如何才能完成强AI，我估算过一下，按现在的运算速度和功率的比，要达到人脑的水平至少要1GW左右,只有出现了新的运算载体和方式才能改变。

[em06]

婴幼儿的学习是如何的，和成人有所区别吗？

你提醒我应该在第一个和第二个特征之间再加上一个重要的特征——神经元网络是通过生理发育逐渐形成的，具有在外界环境影响下的可塑性；其可塑性在发育的初期非常高，之后随着发育时间的增加逐渐变低；在人的一生当中，神经元之间的连接强度都是可以在外界刺激下改变的。

你提的问题很多，今天一起回复不太可能，所以先说一个主要的观点。

很多人在理解人脑功能时，过分强调诸如逻辑推理之类的高级思维功能，这是很片面的。从现在的研究发现来看，这部分高级思维功能虽然非常关键，但在神经元网络中只占用了比较少的资源；大多数资源被用在了其他的功能上。打一个比方，描述神经元网络功能好比画一条龙，高级思维功能就像龙的眼睛，虽然重要但也只是眼睛而已，单单画好这双眼睛还是无法给观看者一个龙的形象。

我觉得这就是困难的地方所在，我们的思维停留在高层次却无法获得底层的信息，或者说我们对于自己的理解不足。比如，学习是什么呢？由于没有任何关于学习清晰的定义，所以我只能从考察模型与学习、记忆的对应程度来解释，但是明显的我缺乏对于学习的特征认识，对于现象也不是特别了解，不过有一些还是可以自己提出来考察一下的。但是也许对于学习和思维我还有一些不了解的地方，所以我的认识仍然可能是不达要点的，所以想请教一下人类学习，思维的重要特征。

[em06]

很理解你的困惑，也相信你会找到适宜的突破口。

我体会，你目前主要靠自己求索真理，这是勇气可嘉但效率不高的方法；应该转变为更多地参考科学家们的思考后，再进行自己的求索。牛顿尚且需要“站在巨人的肩膀上”，更何况你我乎？

 [em07]