1700522688
1700522689
1700522690
1700522691
左边的两幅图描绘的是相连的图形，也就是可以用一条线画出的图形。右边的两幅图是不相连的图形，需要用两条分开的线来画。下面这种方法可以证明没有一种特征加权机器可以认出这种不同之处。假设你把每张图都撕成一堆碎片。仅仅因为每一堆都包含着同样种类的图画碎片，我们无法知道哪一堆碎片来自相连的图画，哪一堆来自不相连的图画！每堆碎片都包含着四个直角，两个“线段的端点”，以及同样长度的水平线和竖直线。因此，通过“证据叠加”是无法区分这几堆图形的，因为所有关于各种证据间关系的信息都已经丢失了。
1700522692
1700522693
1700522694
1700522695
1700522696
心智社会：从细胞到人工智能，人类思维的优雅解读 [:1700518566]
1700522697
心智社会：从细胞到人工智能，人类思维的优雅解读 19.8 泛化
1700522698
1700522699
我们看到一些例子，然后把它们应用于以前没有见过的情境，通过这种方式，我们总是能从经验中学习。一声吓人的咆哮或吠叫可能会让一个婴儿害怕所有差不多大小的狗，甚至害怕所有的动物。我们是怎么泛化这些零碎的证据呢？我的一只狗曾经被车撞过，于是它再也不去自己被撞的那条街了，但它却从来没有停止过在其他街道上追车。
1700522700
1700522701
每个时期的哲学家都会试图概括我们是如何从经验中学到这么多东西的。关于这一点，他们曾经提出过许多理论，起了一些如“抽象法”“归纳法”“溯因法”这样的名字，但还没有人发现一种方式可以一直进行正确的泛化。这大概是因为这样简单的方案根本就不存在，无论我们“学会”什么，最后都可能是错的。无论如何，我们人类不会根据任何固定不变的原则进行学习。相反，我们会积累各种学习方案，这些方案在性质和种类方面都各不相同。
1700522702
1700522703
我们已经看到过几种泛化的方式。其中一种就是建立统一框架，在这种方式中，我们会做出一些描述，把认为不重要的细节都排除在外。有一个相关的理念是建立在“水平带”概念中的。然而还有一个方案隐含在多忆体的概念中，这个方案试图通过把一些预期组合在一起来猜测事物的特性，那些预期是根据一些独立属性建立的。不管怎样，我们如何“表述”已知的事物与看似最合理的泛化之间存在着紧密的联系。举例来说，第一次提出椅子“识别器”时，我们是根据多忆体把它组装起来的，与这个多忆体相关的是一些我们已经熟悉的理念，也就是座位、椅子腿和靠背。我们已经给予了这些特征适当的权重。
1700522704
1700522705
如果我们改变这些证据的权重，就会产生新的识别器。举例来说，给“靠背”一个负权重，新的智能体就会拒绝椅子，而接受长凳、板凳或者桌子。如果所有权重都增加（但所需要的总权重保持不变），那么新的识别器就会接受更多类型的家具，或者那些有更多特征隐藏在视线之外的家具，还有其他一些根本就不是家具的物体。
1700522706
1700522707
为什么这种变体非常有可能产生有用的识别器呢？如果我们只是随机选择旧的识别器，并把它们组合成新的识别器，确实不太可能。但如果每个新的识别器都是由智能体发送的信号组成，并且这些智能体已经证明自己在相关的环境中是有用的，那么产生有用的新识别器的可能性就高得多。就像侯世达所解释的：
1700522708
1700522709
使一个主题产生变化是创造性的症结所在。但这并不是两个看不见的概念相撞而产生的一个魔幻而神秘的过程，它是概念可以划分为重要的次级概念元素所产生的结果。
1700522710
1700522711
1700522712
1700522713
1700522714
心智社会：从细胞到人工智能，人类思维的优雅解读 [:1700518567]
1700522715
心智社会：从细胞到人工智能，人类思维的优雅解读 19.9 识别思维
1700522716
1700522717
我们如何识别自己的理念呢？起初，这看起来像一个奇怪的问题。但想想这两种不同的情境。第一种情境是，我拿着一个苹果问：“这是什么？”我们已经知道看一眼这个苹果会激活像“苹果”或者“水果”这种词的多忆体。第二种情境是，现场没有苹果，我问道：“我们把那种圆形、红色、带有薄皮的水果叫什么？”这一次，你脑中也会想起苹果。人们可以仅从听到一些词语就“认出”一件事物，这不是很神奇吗？我们识别事物的这两种不同方式之间有什么共同之处吗？答案就是在脑中，这些情境其实并没有什么不同。无论哪种情境，脑中都不存在真正的苹果。两种情境中，都是某一部分思维认出了在其他特定部分的思维中发生了什么。
1700522718
1700522719
让我们继续追寻这个例子，想象一下那些词语激活了你的智能组中三个局部状态。你的“味道”智能组与苹果的味道相对应，“物理结构”智能组表述了薄皮，而“质地”智能组的状态与水果相对应。因此，就算在视线中没有苹果，这种组合也很有可能激活“苹果”的多忆体。让我们将其简称为“苹果-忆体”。我们怎么能制造一部机器来做这种事呢？只要简单地把另一个识别器与“苹果-忆体”联系起来即可，这个识别器的输入来自记忆，而不是感官世界。
1700522720
1700522721
1700522722
1700522723
1700522724
在某种有限的程度上可以说这种智能体识别出了特定的思维状态，如果我们大胆一些可以说，识别出了一组理念。从这个角度来说，物理和思维客体都可以进行相似的表述和加工。在我们积累这些识别器的时候，每个智能组都需要第二种记忆，就像是为了让识别器识别出各种各样的状态而提供的识别字典。
1700522725
1700522726
1700522727
1700522728
1700522729
这个简单的方案对于我们如何表述理念只能解释一点点内容，因为只有特定的事物才能用这种简单的属性列表来描述。我们通常还需要关于事物组件之间的限制与关系这类额外的信息，比如要表述“汽车的车轮必须在车体之下”这种知识。去发现我们可能会如何表述这类事物，已经成为当代心理学和人工智能领域关注的主要问题。
1700522730
1700522731
1700522732
1700522733
1700522734
心智社会：从细胞到人工智能，人类思维的优雅解读 [:1700518568]
1700522735
心智社会：从细胞到人工智能，人类思维的优雅解读 19.10 封闭圆环
1700522736
1700522737
现在让我们来为语言智能组画一张图，不过要根据之前的几部分内容填充更多的细节。