目录

  • 1 人工智能史上的“三国演义”
    • 1.1 人工智能的历史
    • 1.2 符号人工智能
    • 1.3 人工神经元网络
    • 1.4 框架问题
    • 1.5 顺便聊聊五代计算机泡沫
  • 2 “超级人工智能”没有想象的那么简单!
    • 2.1 专用人工智能与通用人工智能
    • 2.2 深度学习能够升级为通用人工智能系统吗?
    • 2.3 向自然智能学习(上)
    • 2.4 向自然智能学习(下)
    • 2.5 再论“强人工智能”与“超级人工智能”
  • 3 “大数据技术“真的智能吗
    • 3.1 大数据的优点
    • 3.2 大数据的缺点
    • 3.3 节俭性理性
    • 3.4 对绿色人工智能的展望
  • 4 人工智能与自然语言处理
    • 4.1 自然语言处理理论概论
    • 4.2 行为主义的自然语言处理路径
    • 4.3 外在主义的语义建模
    • 4.4 基于理想语设想的语义建模
    • 4.5 统计学进路的语义处理方式
    • 4.6 混合式进路
    • 4.7 基于实际语例的进路
  • 5 计算机能够懂汉语吗?——汉字屋论证
    • 5.1 再谈强人工智能与弱人工智能
    • 5.2 塞尔论证的前身
    • 5.3 塞尔的反证法
    • 5.4 重要的反驳
  • 6 从认知语言学角度看机器翻译问题
    • 6.1 机器翻译进路产生的问题(上)
    • 6.2 机器翻译进路产生的问题(下)
    • 6.3 认知语言学关于翻译的洞见
    • 6.4 认知语言学技术刻画的“不可计算性”
  • 7 计算机能够懂得“一个帅哥”和“一枚帅哥”的区别吗?
    • 7.1 隐蔽在计算机工业的“中立”面相之后的英语霸权
    • 7.2 被西语思维扭曲的汉语量词现象
    • 7.3 一种基于汉语演化史与认知语言学的复合式解释
    • 7.4 以人工智能为武器来反抗地球的扁平化
  • 8 英语算啥?搞懂日语才是对于计算机的挑战
    • 8.1 从“中文屋”到“日语屋”
    • 8.2 日语言说者对于具身性的敏感性
    • 8.3 “日语屋”给塞尔造成的麻烦
    • 8.4 主流人工智能的自然语言处理技术为何处理不了具身性?
  • 9 从说人话到办人事——论具有道德意识的机器人设计
    • 9.1 机器人伦理学概述
    • 9.2 从伦理学的“具身性”说起
    • 9.3 认知语言学的“具身性”对于人工智能伦理学的启示
  • 10 如何建造儒家机器人
    • 10.1 德性伦理学与儒家哲学的结合
    • 10.2 击靶德性论及其与儒家学说中的关系
    • 10.3 从神经计算模型看德性熏养
    • 10.4 通过基于“儒家德性样板库”的隐喻性投射来获取德性
    • 10.5 课程总结
  • 11 阅读
    • 11.1 阅读
  • 12 直播
    • 12.1 第一次直播
    • 12.2 第二次直播
  • 13 问卷调查
    • 13.1 问卷调查
大数据的缺点
  • 1 视频
  • 2 章节测验



大数据也有不智能的时候

互联网带给大数据的春风并不总是那么强劲,而所谓的“捷径”也总是不那么顺畅,因为海量数据的轻易可获取性并不是人类社会的真正常态。而即使在互联网已被广泛使用的当代,我们也可以随手设想出如下四种对大数据获取构成限制的情况:

(1)在战争条件下,己方作战平台对于储存在“云”中的信息的调取很可能会遭到敌对方的刻意干扰,而使得大数据处理技术自身失效(与之相类似,我们还可以设想如下情形:在某国与某国关系全面恶化的情况下,一国切断海底光纤光缆,以使得另一国民用数据处理平台大面积瘫痪);

(2)即使在和平条件下,由于广大贫困的或未受教育的人口的线上交易活动并不活跃(或者根本不存在),对于网络数据的分析在很大程度上是以遗忘“不上线的大多数”为代价的;

(3)在诚信广泛缺失的社会道德背景下,广大网络“水军”的存在,会使得一些特定数据(如对于商品的评价)的质量低到无法被其数量所平衡的地步;

(4)在对于未知领域的探索过程中(譬如火星探险),人类所获取的相关信息量还远远没有达到“大数据”尺度的地步,因此大数据技术自身也会失去用武之地。

但是,即使在所有这四种使得大数据技术被“冻结”的情况之中,我们也没有理由说人类的自然智能是无法在其中正常运作的——譬如,伟大的将帅能够透过战争迷雾做出正确的战略部署;合格的市场分析家可以通过线下调研了解不上网人口的市场需求;足够精明的买家能够轻松地区分出网络评价意见中的真实成分与虚假成分;聪明的植物学家与地质学家马克·沃特尼(美国电影《火星救援》的主人公)则可以在与地球指挥中心暂时失联的前提下,通过自己头脑所蕴藏的知识,构想出在火星上生存的方案。换言之,在信息稀缺的环境下,人类的自然智能会比大数据技术更具优势。

然而,大数据技术的支持者或许会继续反驳说:即使我们承认人类的自然智能会在信息稀缺的情况下发挥更大的威力,但是这一优势依然会被其在面对海量信息时所暴露出来的“不适应性”所抵消。因此,二者至多打成一个“平局”。对此,笔者的回应则是:人类的自然智能的确无法全面打败大数据技术,而传统人工智能技术恐怕也不行——但“绿色人工智能”就难说了。在笔者看来,后者将为综合自然智能、传统人工智能与大数据技术的优势(却同时尽量回避其各自的弱点)提供一种一揽子的解决方案。