1樓：冰笛
是啊，如果人的整個大腦神經網路算是乙個函式演算法的話，那麼這個演算法確實是通用的，能勝任一切模式識別的場景。但是由於它太複雜了，不同行業知識背景的人都在研究它，從而總結出了不同的演算法。照貓畫虎，不同的畫師給出的作品會存在差異，也都挺像的，這很正常，那麼所謂的本質是指什麼？
是指貓還是指虎？是畫出來的嗎？
就語音識別而言，怎麼才能做到100%的完美識別？你需要不僅僅是音訊特徵提取，還要有語義分析，甚至需要文化背景建模，人生感悟，三觀……，最終得到的就是乙個通用的大腦。
2樓：乙隻不斷懷疑的貓
初入人工智慧領域，覺得目前的採用的人工神經網路等需要大量樣本訓練模型的演算法其實還是與人腦智慧型有較大差異，人腦要識別生物特徵，不需要那麼多的樣本來訓練，只需要少量的幾十個或上百個樣本就行了，然後記錄了這些樣本共同的特徵，當出現新的樣本時會自動大腦已儲存的類似物件的特徵並聯想比較，有著極高的模式匹配、抽象並聯想的能力，認同題主的觀點，應該是還沒有一種揭露智慧型「本質」的理論出現，才會有盲人摸象的各類演算法提出。
3樓：誒呀
作為乙個思考過這個問題的人，我嘗試回答下，首先是智慧型的定義，智慧型之所以是智慧型，首先是人類理解的事物的模式，你可能認為其實就是，在多變數系統中快速的找出了最優解。但是！這個目標是怎樣設定出來的呢？
這才是問題的關鍵！說到這裡就要扯到意識了。。。複雜系統求最優解無非是個數學優化問題，簡單問題找規律，複雜問題就先找特徵，利用特徵找規律，再複雜的就摸石頭過河，不斷嘗試不斷朝著最優的方向去有。
什麼區域性最優全域性最優的。可是計算機和人的差異是在這裡，尤其是在影象和音訊領域，人在處理資料時總是大量資料之間複雜的關聯起來處理，可是電腦卻不能做到大範圍關聯，一方面電腦自動學習特徵的演算法仍然是乙個小範圍的最優解，另一方面，這個計算量實在夠大。最大的問題在於意識，電腦無法自己發現問題，無法自己設定目標函式。
4樓：
這個想法挺好，但可惜只是幻想。高票答案說沒證明，呵呵這還需要證明麼？認真學過計算原理的人都明白計算機背後的極限在哪。
題主說的通用演算法，這東西就等價於乙個通用「人」機了。這通用人機是什麼意思呢，就是通用圖靈機的人類版。這個通用機代表什麼呢，能夠將任何乙個人進行編碼，輸入通用人機，通用人機可以模擬這個人的任何行為。
也就是說這個通用人機的能力不低於任何乙個人。而這種模擬能力，人類也無法做到吧。
如果要證明，計算機的極限是通用圖靈機，通用圖靈機的極限等價於遞迴可列舉語言，遞迴可列舉語言是形式語言的子集，形式語言是自然語言的子集。而人類的極限在自然語言，所以圖靈機無法模擬人類。
PS.開一下腦洞，假設人類可以創造一台比自己還要聰明的通用機器，那麼這台通用機器就可以製造一台比他更聰明的機器，以此下去就可以發展成為無限聰明的機器了。聽起來似乎蠻有趣。
PSS 假設人類可以造和自己一樣聰明的機器，那麼也就意味著人類可以製造人類，（當然不是用ooxx的辦法），那麼意味著人類的能力和創造人類的上帝能力等價。所以上帝等價於人類等價於機器。似乎更有趣了……
5樓：百得
人工智慧和模式識別相比，就象真人與相片之間的差距。
我所認為的人工智慧是人類採用非自然方法實現自我意識這種，在這個層面上，我認為存在一套通用的演算法以及內在機制而實現人工智慧。
今天太晚了，我沒耐性回答，只想打個比方：幼兒園裡的小朋友就是身懷一套通用演算法及內豐機制的人，長大以後，他們各自發展出不同的專長和本領……
這套通用的玩意是什麼呢？是學習、知識歸納、知識再學習、邏輯、多道推演互相觀察、互相演進、多角度、多目的敲打事實等等的基本邏輯能力
6樓：丫個
你不知道力學還可以有另外乙個理解方式吧，叫做拉格朗日力學。一樣的事實，本來就可以有不同的理解，從不同的理解推出來的結果也完全一樣。而它們也沒有統一到一起。
你讀一下費恩曼寫的《物理定律的本性》這本書就知道這種現象的確存在了。
7樓：于洋
SVM，神經網路，遺傳演算法似乎本質上有很大的相同。首先他們都是搜尋演算法，要搜尋到乙個最優解，而且都是啟發式搜尋演算法。神經網路和SVM更相似，SVM不就是最優化的perceptron+kernel麼？
本來這些演算法就都是有聯絡的，也是相似的。你看不到相似性是因為你沒有這方面的研究而已。。
對模式識別 人工智慧 神經網路 機器學習 機械人 知識工程 智慧型決策等工作是否有一以貫之的理論說明？
大象腳趾 運用基準變換可能一以貫之地表示模式識別 人工智慧 神經網路 深度學習 機器學習 機械人 知識工程 智慧型決策等工作各種各樣的公式 定律及方程。基準變換其實就是如果 那麼 的數學表示。兄弟貓爪0下運用幾何邏輯學方法拓展基準變換為，就同乙個物件O，從甲角度，運用阿爾法方法，得出A結論 從乙角度...
人工智慧是否會產生真正的意識？
宋易雪 不會。現有的人工智慧演算法，無非是通過大量的資料擬合函式罷了，簡單說就是找到輸入輸出之間的對映關係 數學公式 而已。通過牛頓力學公式，火箭可以上天 麥克斯韋電磁公式，開啟了電氣時代。而語音識別 影象識別這種領域，無非是科學家 工程師們難以找到乙個簡潔的資料公式來表達影象與物體類別，音訊與對應...
人工智慧未來在交易領域會徹底取締 碾壓傳統手工交易者嗎？
dex dex 人工智慧在沒有發展出辯證能力之前，仍然是人類理性造物，人類理性能力僅僅只是人的能力一部分。也就是理性的必然性是為人所驅使。真正 有效 的 手工 交易並不是類似做手工皮具或者類似的生產行為，更不是抱著匠人心態十年一日打磨技巧的行為，而是能夠充分認識到人的現實是辯證的現實，在這個方向上，...