¿Es posible que la inteligencia artificial realmente tenga la capacidad de pensar?

Le guste o no, la conclusión es sí:

La inteligencia artificial del futuro tendrá una verdadera capacidad de pensamiento.

Explica a partir de los siguientes aspectos:

1. El pensamiento en sentido estricto se refiere a operaciones. Por ejemplo, operaciones unidimensionales, operaciones bidimensionales, operaciones tridimensionales y cuatridimensionales, etc.

La operación unidimensional es una operación de acarreo binario. Ésta es la fuerza de la máquina. Dos dimensiones son sólo dos dimensiones mutuamente perpendiculares. Lo mismo ocurre con las tres dimensiones, las cuatro dimensiones, etc. Conclusión, ahora las máquinas pueden hacerlo.

2. Pensamiento amplio, su significado debe incluir:

2.1. Ahora las máquinas pueden hacerlo.

2.2. Denominación del contenido de la deducción. Esta es una de las principales formas de aprendizaje automático. La reserva/almacenamiento de conocimientos de la máquina se basa en nombrar una gran cantidad de señales de entrada. Por ejemplo, la señal de voz entrante desde el micrófono se ingiere en segmentos y se construye una frase de denominación. Esta es a, esta es p, esta es l, esta es e, esta es manzana, esta es manzana. La entrada de señal de audio obtenida por la cámara también crea una gran cantidad de frases de nombres. De esta forma, la máquina puede aprender y almacenar conocimientos continuamente y enriquecer el contenido de la deducción. La máquina puede nombrar diferentes colores rojos como rojo 1 rojo 2 rojo 100 y rojo n. Esta capacidad de nombrar es mucho más fuerte que la de la gente común.

2.3. Definición del contenido de la deducción. Esta es también una de las principales formas de aprendizaje automático. Las oraciones de denominación consisten en obtener el fenómeno primero y luego nombrarlo. Esto es muy similar al método de aprendizaje que usábamos cuando éramos niños, el método de señalar. Por el contrario, la oración de definición tiene primero el nombre y luego corresponde su significado. Esto es muy similar a cómo estudiamos después de la escuela. Los nombres ya los han establecido los estudiosos. Se ha establecido como una costumbre y no podemos cambiarla al azar. Sólo podemos usar nombres existentes para darles significados existentes (y diversos fenómenos). Y el significado es sólo otro grupo de nombres conocidos. Las máquinas actuales pueden hacerlo.

2.4. Juicio del contenido de la deducción. Este es uno de los principales procesos del trabajo de la máquina. Sigue haciendo juicios. Por ejemplo, el reconocimiento de voz, el reconocimiento de imágenes, el desbloqueo de huellas dactilares, el desbloqueo facial, etc., son sentencias de juicio. ¿De qué estás hablando? En realidad, esto es solo una lectura repetida de las oraciones de nomenclatura y definiciones establecidas. Las máquinas pueden hacerlo.

2.5.Formar frases. En realidad, se trata de una recombinación de nombres. Un verbo es el nombre de una acción. Los adjetivos son nombres de estados, títulos, etc. Las conjunciones son nombres relacionales. Las interjecciones son nombres de estados de ánimo. Todo en la oración es un nombre. Por tanto, formar frases es sólo una recombinación de nombres. Las máquinas pueden hacerlo.

2.6. Puedes sentirlo si aprendes más idiomas extranjeros. La gramática es simplemente la convención de ordenar nombres en la construcción de oraciones.

2.7. Predecir el futuro. Su esencia es recordar el pasado. Con la acumulación de experiencia pasada, la escala micro es lo suficientemente rica y la escala macro es lo suficientemente alta, podemos predecir el futuro. Por ejemplo, las personas en las ciudades son más competentes para juzgar la velocidad y la distancia de los vehículos que las personas en las zonas rurales y, por lo tanto, son mejores para cruzar la calle. Y la población rural predice mejor la cosecha de este año que la población urbana. Todo esto se debe a la acumulación de más experiencia. La capacidad de las máquinas para recordar el pasado, es decir, el tamaño de su almacenamiento pasado, es mucho mejor que la de la gente común, y su capacidad para predecir el futuro también es mayor.

2.8. Establecer relaciones lógicas. La relación entre significado y significado, la relación entre nombre y nombre, la relación entre nombre y significado, la relación entre fenómeno y fenómeno, etc. Varias relaciones lógicas se pueden resumir como relación subordinada, relación paralela, relación de secuencia, relación de grado, causalidad. , etc. Estas relaciones son intrincadas y complejas y es muy difícil establecer un modelo de relación. Pero no es irrompible. Una vez establecido el modelo de relación lógica nominal de la civilización humana, la máquina puede realizar deducciones que siguen todas las relaciones.

2.9. Esto es evidente. Las máquinas pueden hacerlo.

2.10. Creación literaria, creación artística, creación de diseño industrial, etc., son sólo varias deducciones lógicas que siguen relaciones lógicas. Las máquinas pueden hacerlo.

2.11. Respecto al pensamiento, hay algunos contenidos secundarios que conviene decir. No más detalles.

En resumen, la inteligencia artificial del futuro tendrá verdaderas capacidades de pensamiento. Esto no es ningún problema.