1700522788
“shot”这个词可以表示开枪,在美国俚语中也可以表示打赌。“buck”这个词可以表示一美元或者一头鹿。这些备选意思至少组成了四种解释。有两种不太可能,因为人们很少会向钱开枪或者用鹿打赌。但另外两个意思都有可能,因为很不幸,人们确实会用美元打赌,也确实会朝鹿射击。如果没有更多线索,我们就无法在这些解释之间进行选择。但如果前文给出了一点点线索暗示金钱或赌博,而不是打猎、森林或者户外生活,我们就会毫不怀疑地认为“buck”是美元的意思。
1700522789
1700522790
“背景”是如何澄清这种模糊意义的呢?户外的多忆体如果被激活,会略微倾向于唤醒鹿和枪而不是美元和打赌,于是“闭环”效应会很快放大这种偏好。其他如打猎和杀戮这类多忆体将会很快参与其中,并联合起来激活其他相关多忆体的识别器,比如森林和动物。很快,这将会产生许多互相支持的多忆体,建立起单一、协调的解释。
1700522791
1700522792
人们可能会害怕这反而会导致雪崩效应,唤醒思维中所有的智能体。如果各种可能的意义通过形成交互排斥的小组来互相竞争,那么这种情况就不太可能发生。于是,随着鹿和枪的多忆体获得了力量,它们会削弱和镇压那些与其竞争的多忆体,也就是关于金钱和赌注的多忆体,从而削弱支持另一种背景的那些多忆体。最后的效果几乎立即就会出现。经过几轮意义环的循环,与鹿和枪相关的智能体将会完全抑制住它们的竞争者。
1700522793
1700522794
1700522795
1700522796
1700522798
心智社会:从细胞到人工智能,人类思维的优雅解读 20.3 视觉上的意义模糊
1700522799
1700522800
我们通常认为“意义模糊”是和语言有关的事,但意义模糊在视觉中也存在。下面展示的是什么结构?它可以被看作九块单独的积木,一个由另外两个拱门支撑的拱门,或者一个由九块积木构成的复杂拱门!
1700522801
1700522802
1700522803
1700522804
1700522805
是什么样的过程让我们可以把这个超级拱门看作是由三个小拱门组成,而不是由九块单独的积木组成的呢?就此而言,我们又是如何一开始就认出这是积木,而不是一些线和角?这些“模糊的意义”在正常情况下会迅速而安静地解决,我们高水平的智能组感觉不到任何冲突。当然,我们有时会同时用若干种方式来感知同一个结构,比如将其看作一个复杂的拱门或三个简单的拱门,但我们通常会锁定一个特定的解释。
1700522806
1700522807
有时低水平的信息无法处理模糊的意义,比如奥利弗·塞尔弗里奇提出的这个例子。
1700522808
1700522809
1700522810
1700522811
1700522812
这个例子中,H和A没有差异,但我们在不同的背景中认为它们代表了不同的意思。很明显,由视觉产生的“朿激”受到某个语言相关智能组的强烈影响。此外,就像我们可以用不同的方式来描述同样的图形,我们也可以用同样的方式描述不同的图形。因此我们可以把所有这些图形都识别成相似的图形,尽管任意两个实际上都不一样:
1700522813
1700522814
1700522815
1700522816
1700522817
如果我们用线条的长度、方向和位置来描述这些图形,它们各自非常不同。但我们可以用同样的方式来描述它们中的每一个,这会让它们看起来都差不多。比如这样:“一个三角形以及从一个顶点延伸出来的两条线。”问题在于,我们“看见”了什么并不仅仅取决于什么东西从外部世界到达了我们的眼睛,我们解释这些刺激的方式在很大程度上取决于自身的智能组内部正在发生什么。
1700522818
1700522819
1700522820
1700522821
1700522823
心智社会:从细胞到人工智能,人类思维的优雅解读 20.4 锁定与清除
1700522824
1700522825
语言中有许多词都和多个不同的多忆体联系在一起,这些多忆体又与每个词的许多“意义”一致。要同时唤醒这么多多忆体,通常会导致冲突,因为每个多忆体都会同时试图把智能组引入不同的状态。如果没有其他背景线索,有些冲突就会根据它们的联结强度来解决。举例而言,在听到“那个天文学家和明星结婚了”的时候,如果其他条件一样,剧作家就会倾向于优先考虑演绎明星,而天文学家会首先考虑遥远的太阳。
1700522826
1700522827
但其他条件并不总是一样的。一个人的思维每时每刻都会卷入某种“背景”之中,在这种背景下,许多智能体都处于积极的活动状态。因此,当每个新词唤醒了不同的多忆体时,这些多忆体会竞相改变那些智能体的状态。如果某些特定的智能体组合会彼此强化,那么有些改变就会得到支持。那些没有得到支持、独自待在那里的改变会逐渐减弱,于是大部分模糊的意义就被清除出去了。经过几轮循环,整个系统会为每个词牢牢“锁定”一个意义,并坚决镇压其余的意义。
1700522828
1700522829
乔丹·波拉克和戴维·华尔兹开发的一款计算机程序就是按照这种方式工作的。当把这个程序应用于“John shot two bucks”这句话的时候,再补上最微弱的背景线索,程序通常都会确定一个一致的解释。换句话说,在几个循环之后,智能体们就会进入一种互相支持的模式。在这种模式中,每个词只有一种意义可以维持强烈的激活状态,而其他的意义都会被压抑。此后,无论这种词汇意义是与狩猎结盟还是与赌博结盟,它都会变成自我支持的状态,可以抵御之后任何来自外部的小信号。实际上,系统已经为这个句子找到了一种稳定、明确的解释。
1700522830
1700522831
如果这种系统停留在一个错误的解释上该怎么办?举个例子,假设“户外”的线索已经让系统决定John正在打猎,但之后,它被告知John是在森林里赌博。既然一个单一的新背景线索无法克服已经建立起来的意义联盟,那么可能需要某个高水平智能组重新启动这个系统。如果其他智能组无法接受锁定的最终结果怎么办?只是简单地重复这个程序只会导致同样的错误。为了防止这种事发生,有一种方法就是记录在之前的循环中哪些意义已经采纳过了,然后在下一个循环开始时抑制这个意义。这样就很可能产生一个新的解释。
1700522832
1700522833
我们无法保证这种方法总是能找到恰当的解释,可以产生与句子中所有词语都相符的意义。那么如果锁定过程失败了,听众就会感到混乱。人们也可以尝试一些其他方法,比如想象一个新的背景,然后重新启动闭环程序。但是没有一种方法可以一直有效。要利用语言的力量,人们必须获得许多不同的理解方式。
1700522834
1700522835
1700522836
1700522837
[
上一页 ]
[ :1.700522788e+09 ]
[
下一页 ]