多维思考

多维思考

爱游戏ayx网 2018年3月7日/ ByNitzan黑门山
多维思考
剧情简介

人与机器之间的交流问题是复杂和多层次的。它是语言学、计算机科学、认知和设计的桥梁。这是本研究试图解决的问题。

长期以来,软件开发一直被视为一门有限的学科。我们被教导把计算机系统看作一个整洁的问题,或者说是一个整洁的解决方案,它可以存在于明确的规划范围内,由其实用性的优点提供资金,只要用户感兴趣就可以继续运行。

新技术能够通过神经网络和深度学习实现多层计算。工具现在能够理解(或至少改写)它们所给出的消息。我们一直在做的那种强力的一维计算,不仅限制了创新,也分散了人们对真正的潜能的注意力,这种潜能不是被技术,而是被我们自己的思维模式所阻挡。

这个话题始于计算的早期,在1948年,克劳德•香农发表了他的开创性论文通信的数学理论建立了这样一个事实,即所有的信息,在所有形式下,都可以被分解成1和0。所有的逻辑流程、问题和答案、软件系统以及其他决策树都是从这个启示中诞生的。在Shannon之前,工作机器是模拟的,它们引用的自然现象是语义的。在信息时代之前,机器只是一种方便的包装,其本质是一种有用的形式。工具是与自然的类似物,而不是抽象出来的。

模拟时钟类似于太阳的运动(甚至可能使用太阳运动),但数字时钟只是对信息进行排序。模拟相机捕捉光线,数码相机捕捉比特。电话线移动声音,互联网移动数据。

香农的作品强调的是抽象的灵活性。如果在工具被设计成基于它们所携带的信息,新的二进制规范让我们忽略这一点,并且知道无论我们想说什么——不管多长时间,用什么语言,它是否带有意义——都可以用比特来交流。

这是工具科学的一个关键点。它给了我们规模——如果没有信息抽象的基础,我们就不可能拥有现在的互联网。

下一步是创建系统。70年代末,Alan Kay在施乐Parc研究以人为本的工具。他热衷于发布用户友好且易于使用的系统。问题在于,当时还没有一个服务器架构能够以直观的方式将数据与用户连接起来。为此,Kay请来了Trygve Reenskaug,他们和Adele Goldberg一起,提出了模型视图控制器的第一个版本。

重建模型视图控制器的原始版本

一种简单且高度灵活的方法,以直观的方式将大量数据与用户连接起来。其核心原则非常简单——将人类心理模型映射到计算行为上。这个核心理念一手为用户界面(UI)和图形用户界面(GUI)的技术框架奠定了基础。

随着时间的推移,特别是一旦互联网开放,mvc变得更加扁平和工业化。在其原始版本中,MVC是人、机器和工具之间的三角关系。将工具(以及它的任何盈利方式)远离用户或数据。在新的实业家版本中,保护数据更有意义,特别是它的盈利潜力,并提供更多的效用作为一种手段,将用户包含在您的系统的边界内(更多关于这个想法封闭的产品)。

模型视图控制器的现代、扁平版本

通过Shannon和Reenskaug的共同工作,我们已经写了一个极端抽象和严格效率的现状。信息的意义是无关的,所有的数据都可以简化为1和0。一旦减少完成,我们就可以将数据存储在固定的数据库中,通过专有的接口点提供服务,通过一组实用程序锚定用户行为,并保护系统免受任何类型的互操作性。

信息与现代公司(MIT出版社)詹姆斯·W同时这是实业家思想教会我们忘记的重要区别。

首先,我们有数据,然后我们有希望从中推断出一些信息,直到后来它才成为知识。

数据、信息、知识和智慧都是人们工作和生活所需要的。

数据是事实,如名称或数字。如果传感器收集这些,当物体运动时就会产生电子脉冲。

信息略有不同,因为它结合了各种数据来表达数据本身不能表达的东西。例如,关于我们消费习惯的数据告诉我们关于我们的财务行为和消费模式——这是信息,而不仅仅是一组不相关的数字。

知识比数据或信息更复杂,因为它将数据、信息和经验从逻辑上联系在一起的事实组(如一个部门的预算数据)与没有方向或明显联系的东西(如以前的工作和经验)结合起来。

然后是智慧:以与组织相关的方式理解数据、信息和知识的能力。

由此可见:数据≠信息≠知识≠智慧

回到香农的简化方法和Reenskaug的装配线上来。我们是在移动数据、信息、知识还是智慧?传统上(在过去的70年里),我们习惯于将人类的知识解码成有组织的信息模型,然后将其作为数据分散到不同的通信渠道,直到后来将其编码成表格信息,并认知地加工成知识。

随着我们的机器开始能够从语义上理解信息(与Alexa交谈就是一个例子),我们将需要回答新的问题。当使用一个系统时,我们需要做多少解码?我们真的需要去一个终端(电话或笔记本电脑),并把东西装进盒子里让机器工作吗?有没有办法让机器更接近我们交流知识和智慧的方式?我们能做些什么来减轻人类接受者的编码呢?当我们从机器接收到信息时,信息应该以什么形式返回?

人与机器之间的交流问题是复杂和多层次的。它是语言学、计算机科学、认知和设计的桥梁。这是本研究试图解决的问题。

关于会话系统中语言的一些思考。来自加拿大麦克马斯特大学(McMaster University)的ARB主要种子基金的一部分,标题为“作为以人为中心的人工智能模型的语言架构”(PI: Ivona Kučerová,合作者:Nitzan Hermon & Ida Toivonen)。

本文最初发表在尼赞的博客上在这里

Nitzan黑门山是人工智能、人机增强和语言的设计者和研究者。通过他的写作、学术和工业工作,他正在书写一种关于人类和机器之间合作的全新、冷静的叙事。

评论的Disqus
推荐
为你