什么是抽象主義人工智能？
傳統的人工智能分為符號主義和連接主義兩個派別，后來又增加了行為主義。
我發現符號主義和連接主義處理的都是文本，而不是語義。原來的專家系統是符號主義的產物。現在的大語言模型是連接主義的產物。它們處理的都不是真正的人類智慧，只是文字符號。
行為主義不處理語言文字。
語言的載體是文字和語音，內涵是語義。只有處理語義才能讓機器獲得人類智慧。語義是抽象的，抽象讓計算變得簡單。邏輯推理就是語義計算。邏輯推理就是抽象。
當我們說“蘋果是橙色”的時候，這個“蘋果”和現實中的蘋果并不一定有直接的關聯。但連接主義的大語言模型無論如何也做不到把這里的“蘋果”和它們向量數據庫里的“蘋果”分割開來。做不了分割，就有許許多多冗余計算，浪費算力。我們說“假如蘋果都是橙色的。小明買了一個蘋果。他買的蘋果一定是橙色的。”大語言模型總要提醒你，現實中的蘋果沒有橙色的。因為大語言模型做不到抽象。這樣畫蛇添足的提醒完全沒必要。我們說“小明買了十個蘋果是橙色的，小王買了十個蘋果是橙色的，小李買了十個蘋果也是橙色的。由此可以推斷蘋果都是橙色的。”大模型會告訴你現實中的蘋果沒有橙色的，這個推理并不能證明現實中的蘋果是橙色的。實際上這里的類比推理是人類認識世界的重要方法。它并不能總是得出正確的結論，但卻是非常高效。通過多種認知方法相互印證，人們能非常高效地認知世界。
我們透過文本處理語義，我們的計算工具就是邏輯推理。所以，我們是人工智能的新學派——抽象主義。
結論：抽象主義人工智能是一種新的人工智能學派。它的處理對象是語義而不是文本。語音和文字只是媒介不是語義本身。句子主干可以用來表示和計算語義，但句子主干也不是語義本身。邏輯推理是語義計算的工具。語義是抽象的，是通過語音和文字表達的人類的思維。
人工智能四大門派
我們抽象主義人工智能的優點是什么？
1.能處理未知。連接主義人工智能的大語言模型有一個致命短板就是只能處理“已知”。它處理的都是人類交給它的，處理的是人類已經掌握了的知識。不同的大語言模型掌握的知識不一樣，所以擁有一些不擅長的事情。所以才有人主張做垂直于某個行業更加專業的大語言模型。有的人覺得大語言無所不知，是因為相對于我們每個人掌握的知識，大語言模型掌握的知識確實是可以說已經“無所不知”了。
我們抽象主義人工智能不需要掌握全人類的知識，它會推理和學習。遇到它不懂的，它只要通過學習和推理就搞懂了。
遇到一些突發情況，一些人類從未遇到的情況，我們抽象主義人工能處理，而大語言模型處理不了。
2.做數學應用題，我們抽象主義人工智能比大語言模型快。我們的計算基于語言邏輯，基于抽象，屏蔽了無關數據的干擾，沒有冗余計算。大語言模型沒法進行抽象，它們做數學應用題有大量冗余計算，所以速度很慢，本質上我們是邏輯推理，大語言模型的推理其實聯想。聯想沒有方向性，也沒有邊界，所以就有大量冗余計算。
可惜的是我目前只有理論，無法用完全產品來展示我們這些優點。
抽象主義人工智能的來源是什么？
由于本人不是大學教授，也不是研究院的科研工作者，而是一名普通創業者，沒有辦法抽出大量的時間去完整介紹我們抽象主義人工智能，只能通過碎片化的文章來介紹我們抽象主義人工智能。
我們抽象主義人工智能是我在十多年的實踐當中不斷總結提煉出來的。這十多年時間，我們一直在人工智能行業創業，屢敗屢戰。我們交付了不少語音交互機器人和數字人項目。我們也開發了不少語音交互產品。隨著在實踐中不斷遇到問題，我們的思考越來越深入。
比如，我們在交付一些展廳、政務大廳接待機器人數字人時發現用原來的技術做出來的產品陌生人用不來，我們就開發了語義降噪全雙工語音交互。我們發現機器人和數字人表情僵硬，我們就開發了生命體人工智能技術。我們發現我們原來的技術智能處理一句話，不能處理一段話的語義后，我們就發明了語義圖譜技術和意圖計算技術。這些都是我們抽象語義人工智能理論的來源。
火雞悖論
抽象主義人工智能的主要觀點有哪些？
我們的觀點主要有：
1.我們認為智能是生物特有的能力，隨著生物進化才進化出來了不同的智能。我們認為智能是分層次的。高級的智能是以低級的智能為基礎的。沒有低級智能就無法擁有高級智能。我認為智能有五個層次。它們分別是：第一層（最底層）擁有計算能力，自我認知、生存能力、繁衍能力，處理少量數據（低等生物、植物）。第二層（最底層）繼承以上能力并擁有行動能力，處理一定量的數據（蚯蚓、鳳尾魚）。第三層繼承以上能力并擁有記憶和模仿能力。（螞蟻、蜜蜂、鱷魚、鸚鵡）第四層繼承以上能力并能自主產生意識，擁有認知能力、抽象能力和理解能力（獅子、狼、老虎、貓、狗）。第五層（最高層）繼承以上能力并擁有語言能力（人類）。擁有復雜而成體系的語言是人類特有的能力。人類語言讓人類有用了傳承智慧、邏輯推理、相互溝通的能力。
2.我們認為智慧是智能的一部分。智慧才是人類智能的核心。智慧的本質就是人類語言的語義。語義是從微觀上去觀察的，智慧是從宏觀上觀察的，它倆是一個東西。人類能夠通過學習語言，理解語義獲得智慧。人類通過將自己的智慧變成語言文字，傳授給他人，讓智慧這個東西能傳播也能不斷發展。智慧是個抽象的東西。沒有人類存在就沒有誰能理解智慧，但智慧并不是存在于每個人的大腦里的。文字和語音是它的載體，它需要人類大腦來解讀。未來也許我們能找到外星人，它們應該也能理解人類的智慧。但現在，我們有可能讓機器理解語義并像人類一樣思考和行動，擁有人類的智慧。
3.我們認為語言的本質是語義。文字和語音都是載體。只有處理語義才能理解句子。這里主要的區別在于對語義的定義。我們認為語義是句子背后抽象的東西，而符號主義認為文字本身就是語義，連接主義認為文字和文字之間的鏈接是語義。我們認為句子主干相同，語義相似；符號主義認為符號相似就是語義相似，而連接主義認為向量距離相近則語義相似。有些人認為符號主義和連接主義也是處理語義的。這是誤解，語義不是符號本身，也不是統計結果，而是抽象。把語義的定義理解錯了，就難以理解我們。
4.我們主張用句子主干來表示語義，認為句子主干是語義的核心，計算句子主干就是計算語義；計算句子主干可以同時計算語義的相似性和差異性。
5.我們建立了語義圖譜的技術體系，可以處理一段話一篇文章的語義。我們認為語義圖譜是知識表示的方法和形式。
6.我們提出了主動AI的概念，指出了主動AI和被動AI的區別。大語言模型是被動AI。我們認為AI應該有生命，有主動能力，能理解用戶意圖，以用戶為中心主動服務。
7.我們提出了意圖驅動的概念，我們認為生命體是受意圖驅動的，而不是受預先寫死的程序驅動。我們提出了意圖鏈的概念。在不斷變化的場景中臨場不斷產生意圖就是意圖鏈。意圖鏈讓機器具備了人工生命。我們認為意圖鏈驅動的機器人就是智能體。人也是智能體。我們認為只有智能體才能真正理解語義。
8.我們提出了臨場應變能力的概念，我們認為像電腦，手機，電視機，洗衣機這樣的產品都不具備臨場應變能力。它們要么需要人來操作，要么是在固定的程序驅動下，執行固定的任務。只有在意圖鏈的驅動下，機器才會具備臨場應變能力，處理場景中沒有被預設的問題。
9.我們提出了機器人大腦的概念。我們認為機器人大腦是主動AI，意圖驅動是它的底層技術，臨場應變能力是它的核心能力。我們認為機器人大腦是生命體。它擁有主動能力，有自主意圖，有情緒。（我們的產品沒有關機鍵。關機就意味著死亡。我們計劃把大腦放在本地硬件里，讓硬件不聯網也能具備主動AI能力，自主決策。）
10.我們認為由語言描述出來的虛擬世界就是世界模型，這個世界模型是可以量化，可以計算的。這里的計算就是語義計算。這個世界模型要比具身智能提出的1:1等比復制出來的世界模型數據量更少。這里的計算要比機身智能的計算計算量更小。
11.我們認為邏輯學的歸納法、演繹法、類比法都是語義計算方法。邏輯推理的過程也是計算語義的過程。邏輯推理的前提是理解語義。有人認為大語言模型是歸納法。我們認為這并不正確。大語言模型只是統計和聯想。動物就會聯想，但動物不會推理。聯想和推理看起來很像，但有著本質不同。著名的火雞悖論講一只聰明的火雞會統計和聯想，但卻無法預測自己命運。只有通過邏輯推理才能預測，統計和聯想無法預測。
12.因為智能是有層次的，高等的智能依賴低等智能，所以我們開發人工智能產品也得從底層智能開發。另外我們發現如果沒有量的積累，很難升級出來完善的高級智能。所以我們認為開發人工智能產品是個需要大量人工參與的大工程。
通過哪些問題可以深刻理解抽象主義人工智能？
對于抽象主義人工智能的智能和智能體，我們可以進一步通過幾個問題去更深刻認識：
1.它能認識到自己的存在嗎？
2.它會趨利避害保護自己嗎？能運動嗎？
3.它能認識到同類和異類之間的差別嗎？
4.它有家庭觀念嗎？會結成集體嗎？
5.它會交流嗎？
6.它有語言嗎？
7.它有推理能力嗎？
抽象主義人工智能制造的產品對以上問題的回答都是肯定的。
本文作者：氖星智能彭軍輝
