就AI现阶段而言，先做好描述世界，然后再认识、理解比较合理

旧时候

前几天，我在“强人工智能”贴吧里谈了“人工智能，终究是协同问题”，人机协同类似于人人协同，都是群体组织。
在这个群体组织了，一切信息的联系也都是有方法的，只要有联系，就有线索，针对线索的描述方法，线索之间的约束关系，线索的启发利用，都是可以有一些基本的认识规律。
从这些角度来看，人工智能时代来临的前兆是大量人工机器出现、人工协同设施完善。
人工机器是人工智能发展的基石，算法仅仅是加速器。

等颩вμ等ni

这数学上，面临一个难题，集合运算，大多建立在固定元素集的基础上，如果元素集不确定，甚至元素变化、扩充，这个集合的交并补咋说？
这种情况在我们认知中是普遍存在的，因为，人说出去的话，用词不用，表达的严密程度就不同，给人工智能投喂样本时，存在歧义。
在人工智能输出高度概括的结论时，存在大量的概念转换，还得偏向沟通对象的习惯，真的很难的，大致如此。

怎笑

自2020年以来，陆续讲了一些思考见解。今天，终于可以继续讲一讲了。
随着各种大模型的大量出现，很多人欣喜若狂，堆砌资料、内容加工和聊天交互初步告一段落。
实际上，唯有 空间智能、kimi 和 深度思维链相关产品  后发先至，为什么说到了他们的一定阶段呢？这就是本次要说的。
1、信息的本源还没有搞明白
2、关系链关键算法还没有搞明白
3、知识的描述、转化没有搞明白，机器的自己思维问题没有考虑
4、个性化问题没有搞明白，agent没有引起足够重视
这些问题解决后，才是执行部件、智能传感器、自我进化问题。
也许快了，但这些是必经步骤。还需要大量基础工程和实践工程，崛起必定在东方。
又因为哲学的质量变、内外因、运动矛盾、对立统一、已知未知等本质要求就是这样，更加复杂的事物会诞生，目前只能消亡稀有动物而不是高等动物。

重阳惜筠

好的，回复一句试试看