※ 引述《gonzdevour (吞食)》之铭言： : 以更简单、更传统的方式就可以做到。我当晚回家，把这个问题想了一下， : 在两天之内设计了一个手写辨识器，比奈斯特的更快、更小、更能够变通。」 : 如果我想以一个电脑门外汉的取径， : 在不涉及专业知识的状况下知道他是怎麽用传统方式办到的，请问有可能吗？ : 换句话说，我想了解关於这个「传统方式」的简单原理说明。 Hawskin 的方式很特别，他是先把书写英文字母的动作「简化」成几个特定的轨迹， 然後再用处理向量的方式来辨识。 这套系统叫 Graffiti，http://en.wikipedia.org/wiki/Graffiti_%28Palm_OS%29 里面有图解。 : 作者似乎想用这个例子指出神经网路的大部份用途可以用其他方式取代， : 所能做的比人工智慧的程式还少；我想到的第二个问题是， 他只是在说明，类神经网路并不是这个用途的最佳选择。 然而他没说的是，类神经网路某种程度上是「所有」问题的第二选择－－ 你总是有可能基於对某问题的深入了解而找到最佳的方法， 但对於不甚了解的问题，类神经网路总是能做出可接受的成果。 : 能否用这个理由来反对「人工智慧计算理论已经被联结论所淘汰」的说法？ 不行，跳太快了。 : 另外，作者经常把「发生在脑海中的东西」和「行为」判然二分(如p61第三段)， : 然後说不应该由行为来界定智慧，我觉得有点奇怪。 : 当然许多「行为」属於外显行为， : 但闷不吭声的思考、预测、计画难道就不算是「行为」吗？ 这是他对於美国主流思想的反动。在上个世纪末，行为心理学派因为实验方法比较好， 而成为心理学与精神医学中的主流，而这某种程度上影响到了当时的人工智慧领域。 在台湾，我们感受不到那种风气，自然会觉得他讲得太超过了。 : 最後是一个用语上的问题。书里面把「人工智慧」与「神经网路」作对比， : 然而依我以往的认知，神经网路属於人工智慧研究的一个派别， : 人工智慧研究目前包括计算论和联结论(神经网路)。请问我的认知是否错误？ 人工智慧研究并不是「包括」计算论和联结论，而是从某个角度你可以把人工智慧 「分类」成这两种，但不必然只是这样。 当然，只拿类神经网路来质疑整个人工智慧领域，是很有问题的。 同时，他也没说明我在上面稍微提到的，类神经网路的「优点」。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.109.19.234