深度专业知识的6个维度：如何让人工智能真正理解世界？

2.全球持续性性仿真

全球持续性性上的周期性仿真让AI管理系统只能忽略可能会、忽略输入/惨案以及计算潜在的愿景结果并采取行动。周期性仿真是具象/概括，可以分为年底仿真和近似（非年底）真实全球持续性性仿真；周期性仿真容许在特定但会对范例用到信息种类和技术的拓展流程，并容许对特定范例或非常国际标准的类顺利完成符号加载。

年底仿真的比如说以皆形式化、数学/代数和化学。与年底仿谎言比较，普通人全球持续性性的仿真并也就是说是经验的、商业持续性性的、有时甚至显得有些大乱。普通人全球持续性性的仿真以皆化学仿真、心理仿真和社不会制度学仿真。流程仿真（“专有科学”）以皆在这个类中都。

因果仿真可以帮助AI管理系统拓展有所突破。在用词直接阻碍的但会，如果与本质等科学仿谎言结合，并忽略了管控原因的用词和回避反美实情的只能，那么即使如此的统计信息就可以有效地技术的拓展于今天从而计算愿景。这些仿真并能从可能会下和显然因素的角度忽略可能会或惨案。因果解答是人类所理想主义必不可少的必不可少，通过这种方式可以付诸人类所智慧级别的一台终端。

3. 情节和脚本

正如上曾学家茹莫尔·哈拉瑞所说，情节构成了个人和社不会制度的民俗和全球持续性性观的关键部分。情节的直觉对于充分忽略和忽略人类所的暴力行为和交流是应当的。情节是多样的，在一个连贯的叙述中都显然包括多个惨案和各种讯息。情节比如说是实情和惨案的可数，情节还包括了重要的讯息，这些讯息并能拓展对所看出信息之皆的忽略和概括。与全球持续性性仿谎言异的是，情节可以被视为有着上曾含义、概要含义或精神含义。情节可以推选经济效益观和年中，这些经济效益观和年中不会阻碍人们的信仰和暴力行为。比如说以皆宗教团体或民族情节、神祇，以及在任何内涵的人群中都分享的情节。

4. 用词和；也起因

用词的并也就是说是围绕着某个惨案并为其自圆其说分享天然资源的构建。用词可以看作是一种覆盖的科学构造，调节着它所包括的科学。用词可以是无疑的，也可以是短暂的。

无疑的用词可以是长期的（比如从西方哲学角度或东方哲学角度赚取的科学），也可以随着星期的发生变化、根据原先的自学材料而忽略。无疑用词不不会对每个执行顺利完成非常改。

当特定的本地用词很重要时，高频率用词是关的的。单字是根据其周围句子或段落的角化用词来忽略的。由此可知像中都感兴趣的区域并也就是说在整个由此可知像或录像的用词中都想得到忽略。

无疑用词和高频率用词的结合可以为忽略和加载科学分享完整的设为。

科学的另一个关的方面是信息；也（又名信息回溯），其以皆信息；也、在信息传播的处理过程中都发生了什么以及随着星期的发生变化信息将去往何方。AI管理系统不能假定所接收的所有讯息都是正确或可信的，茹其是在被称为“后谎言一时期”的但会讯息非常不可短时间内看来。将讯息与其；也关的联显然是设立可信持续性性、可证照持续性性和可回溯持续性性所必需的。

5. 经济效益和权重（以皆善为/严重威胁和伦理学）

科学的所有方面（例如，都可、直觉或流程）在整个判断以外都有相对应的经济效益——从仅有的善为到仅有的恶都有对应。可以假定，人类所正常人的有机体以皆生活态度许诺和可避免几率（比如，生活态度吃完午餐；可避免被当成午餐）。这种几率/许诺的关连与科学密切相连。潜在的得失有着思辨经济效益；对于对等或潜在的愿景静止状态，还有一种基于伦理学的经济效益。这种基于伦理学的经济效益反美映了一种道德经济效益观，即“善为”不是基于潜在的有形许诺或严重威胁，而是基于对什么是正确的潜在信念。

经济效益和权重是元科学（meta-knowledge），其反美映了AI管理系统对科学、行动和结果关的方面的主观推断。这为问责制开创了根基，无论如何由统筹特定AI管理系统的人细心处理。当AI管理系统与人类所体验并毫无疑问阻碍人类所福祉的为了让时，潜在的经济效益和权重管理系统很重要。

6. 直觉概要：消除歧义，统一和一环一般性

科学是以直觉为根基的。例如，“兔子”是一个具象直觉——一个有多个英文名称（在各种语言中都兔子的确实都不一样）、一些影像不同之处、音调联想等等的直觉。然而不管其表现基本和用法如何，“兔子”这个直觉都是独一无二的。“兔子”的直觉被映射到英语单字“dog”，以及英语单字“chien”。“兔子”的影像不同之处显然如下由此可知：

同时“兔子”也和汪汪吠叫声对应了起来。

直觉提到（Concept Reference，简称ConceptRef）是与给定直觉关的的所有抽象概念的链接和提到集。直觉提到本身仅仅不包括任何科学——科学驻留在前面引介的的点中都。直觉提到是特为在线（KB）的关键，因为直觉提到融合了直觉的所有表象。

Wikidata就是临近都加载构造化信息的特为在线的一个不太好的比如说。在Wikidata中都，项（items）推选人类所科学中都的所有抽象概念，以皆主题、直觉和都可。Wikidata的条目与这个构建中都ConceptRef的并也就是说相近——只有一个关键的不同点：在Wikidata中都，术语“项”既指给定的链接，也指有关链接的讯息；而ConceptRefs 只是带有指向KB数组的链接。关于直觉的讯息则被混和在前面章节中都说明了的各种视由此可知中都（例如与直觉关的的泛化或流程持续性性科学）。

主旨

主旨科学由隐持续性性讯息组成，隐持续性性讯息是指广泛（且为大众所分享）的惯例的假定，人类所自动运用这些假定来忽略全球持续性性。AI想要非常了解地忽略这个全球持续性性，将主旨技术的拓展到情景中都是必不可少的。在这个构建中都，主旨科学被视为是上述六种科学种类的偏序。

忽略是终端的根基。向极文职一台终端的拓展引发了一场关于“忽略”的争辩。约书亚·本吉奥将以外人类所忽略只能的AI说明了为：

明白本质，忽略全球持续性性如何牵引；

忽略具象的暴力行为；

知道如何用到以上科学去管控、解答和蓝由此可知，即使是在原先颖的场景中都也依然以外这种只能；

忽略发生了什么;

out-of-distribution（即OOD，分布皆）生成。

而以科学为中都心的对忽略的并也就是说是：用丰富多彩的科学透露创立全球持续性性观的只能；赚取和忽略原先讯息以增强这种全球持续性性观的只能；以及对原先科学和原先讯息顺利完成有效解答、决定和忽略的只能。

这种忽略观点的关键在于是表列出四种功能：

具备丰富多彩的科学；

赚取原先的科学；

只能一环对等和亲密关系相互连接科学范例；

对科学顺利完成解答。

忽略不是二元属持续性性，而是因种类和程度而异。这一观点的核心是科学的直觉及其连续性——科学构造和仿真的忽略只能可以有利于忽略和解答只能迅速拓展。

所想所有的人[和一台]

正如阿尔伯特·庞加莱所判读到的：“终端的其实徽标不是科学，而是所想力。”要其实忽略，一台终端必能超越信息、实情和情节。要重建，找到和带入一个可判读属持续性性和惨案却是的宇宙仿真，所想力是应当的。从AI管理系统的角度来看，所想力是通过带入持续性性解答付诸的，也就是顺利完成总结、塑造出或溯因解答，并产生不受同样经验和输入输出关的持续性性宽松明文规定的原先颖结果。

科学透露和解答是AI的一个萌芽技术的拓展，这个技术的拓展处理关于全球持续性性的讯息透露，使计算机管理系统只能解决多样的执行。科学和解答也就是说是截然相异的，而是推选了一个从推断到推断的光谱。一台忽略将通过相结合科学的只能都以先进的关的解答（例如，概率解答和隐含解答、溯及解答、类比解答、可选解答等）来想得到付诸。

设立在浅层科学根基上的脊髓符号AI

在使AI非常有效、非常统筹任和极高效地为人们分享支持的处理过程中都，我们的前提是使AI管理系统非常强悍，同时推广AI大幅提高极高的心理和忽略素质。生物学家之前在处理信息、识别方式上和寻找转瞬即逝的关的持续性性方面获得了巨大的进展，但仍有应当思考哪些科学种类能突显AI管理系统对全球持续性性三维和忽略全球持续性性的只能。

当我们对AI获得极各个领域的心理所需的科学构造的种类有了非常深的忽略时，我们就可以继续在这个浅层科学的根基上顺利完成相结合，使一台只能其实地忽略全球持续性性。

标题链接：

雷峰网内