知识是关于主体的综合命题
比如“两个小球同时下落” 。 同时下落这种运动学属性,并不蕴含在两个小球之内,所以这是一个综合的命题。唯有综合性的命题才能拓展人类的视野,也就是说人类获得了新知识。
而例如“未婚男子是单身汉”,这样的命题属于分析命题,因为单身汉包含了未婚男子和已婚但妻子死亡或离异等情况,这就相当于已知A包含B,然后说B属于A一样,这种命题主要取决于对主体的界定,而不会包含新的知识。
因此,如果需要构建知识谱图,首先需要AI会阅读,从阅读中获取新的知识,而不可能仅靠运算就获得知识。
一个会记录所有录入内容的机器,它可以保存所有综合性命题,也不能算是智能机器。
它还需要对所有综合性命题判断真伪。
“两个小球同时下落”,在伽利略之前的人类,实际上并不知道它是真的。
后来人们通过实验知道它是真的。
但是也不一定,有些人没做实验,也理解了这个知识。然后认为这个知识是真的。
那么,AI如何理解一个知识呢?
比如“两个小球同时下落” 。 同时下落这种运动学属性,并不蕴含在两个小球之内,所以这是一个综合的命题。唯有综合性的命题才能拓展人类的视野,也就是说人类获得了新知识。
而例如“未婚男子是单身汉”,这样的命题属于分析命题,因为单身汉包含了未婚男子和已婚但妻子死亡或离异等情况,这就相当于已知A包含B,然后说B属于A一样,这种命题主要取决于对主体的界定,而不会包含新的知识。
因此,如果需要构建知识谱图,首先需要AI会阅读,从阅读中获取新的知识,而不可能仅靠运算就获得知识。
一个会记录所有录入内容的机器,它可以保存所有综合性命题,也不能算是智能机器。
它还需要对所有综合性命题判断真伪。
“两个小球同时下落”,在伽利略之前的人类,实际上并不知道它是真的。
后来人们通过实验知道它是真的。
但是也不一定,有些人没做实验,也理解了这个知识。然后认为这个知识是真的。
那么,AI如何理解一个知识呢?