主要观点总结
文章探讨了智能的本质，分析了智能的关键点包括智能的本质、表征、人类的表征、机器的表征、人机协同的表征、人机环境系统的表征等。同时，文章还讨论了休谟之问对智能领域的影响，指出智能的瓶颈仍然与事实和价值的关系有关。最后，文章强调了人工智能与真实智能本质之间的差距。
关键观点总结
关键观点1: 智能的本质
文章讨论了智能的本质，指出智能通常被定义为个体能够理解、学习、适应和解决问题的能力。目前，科学家已经利用物理手段和数学工具创造了一些智能系统，但这些系统仍然只是工具，与真实智能的认知本质还有很大差距。
关键观点2: 表征在智能中的作用
文章分析了表征在智能系统中的关键作用，无论是人类的智能还是机器的智能，都需要通过表征来理解和处理信息。良好的表征能够捕捉到数据的多样性和复杂性，提高智能系统的性能。
关键观点3: 人机协同的表征
文章讨论了人机协同的表征方式，这种方式结合了人和机器的特点，具有更高的效率和灵活性。但同时也存在信息不对称、语义理解困难、个体差异、隐私和安全问题等缺陷。
关键观点4: 人机环境系统的表征
文章指出人机环境系统的表征涉及到人、机器和环境各自的特征，以及它们之间的交互特征。通过对这些特征的表征和分析，可以更好地理解和设计人机环境系统。
关键观点5: 休谟之问对智能领域的影响
文章讨论了休谟之问在智能领域的重要性，指出事实和价值之间的关系是智能的瓶颈。智能系统在处理因果关系、归纳问题和知识的限制等方面都受到了休谟之问的影响。
文章预览
岁末年终，朋友们不时会问智能的关键究竟是什么？正好面对即将过去的2024年，我们不妨从ChatGPT掀起的一片浪花，到席卷全球的AI浪潮来聊下这个有趣的问题。平心而论，当前，被赋予想象和可能的生成式人工智能不仅影响着人类的生活、生产、思维方式，也为各行各业的的创新发展和转型升级提供了新的工具和视角，更值得关注的是，其中也同样蕴含着难以预估的风险。为什么会这样呢？客观地说，当前的AI，无论是符号主义、行为主义还是联结主义，无论是大语言模型，还是多模态大模型，其核心部分仍然是以物理、数学为基础，从而也就引发了一个重要的基本问题：以物理、数学为基础的AI是否可以反映出真实的智能呢？也就是说智能的关键究竟是什么呢？下面将对这个问题尝试做一个简要的分析。 一、智能的本质 从物理上能否获得真正的
………………………………
