ai背景知识的探求

最近chatGPT的人工智能炒作的很热，我做了很久的人工智能编程，并不觉得chatGPT有多么的划时代，最早的人机对话程序是Weizenbaum 开发的聊天机器人 ELIZA，用于在临床治疗中模仿心理医生。ELIZA 的实现技术是通过关键词匹配规则对输入进行分解，而后根据分解规则所对应的重组规则来生成回复。简而言之，就是将输入语句类型化，再翻译成合适的输出。 ELIZA 程序设计很简单，但  ELIZA 的表现却让人吃惊，很多人甚至觉得ELIZA 就是有智能的。

个人看，对Ai（人工智能）编程技术而言，提出合理的算法，然后实现这个算法，找到模型库，训练这个Ai程序形成一定的智能性的求解过程尽管很科幻，其实这里面专业的难度还不不大。真正复杂的是告诉Ai，那些是背景知识，那些是不需要习得的默认前置知识结构。这才是限制Ai技术发展的核心瓶颈：我们对智慧的理解还很模糊，我们怎么可能编写优于我们的人工智能呢？