详细内容或原文请订阅后点击阅览
还没有：机器智能的第三个答案
构建人工智能最困难的并不是准确性。这是克制。从结构上讲，当代系统会因为给出答案（标签、分数、自信的句子）而获得奖励，因为流利的回答被视为能力，而犹豫则被视为失败。然而，在这些系统将......还没有：机器智能的第三个答案 阅读更多 »
来源:La Biblia de la IA构建人工智能最困难的并不是准确性。这是克制。从结构上讲，当代系统会因为给出答案（标签、分数、自信的句子）而获得奖励，因为流利的回答被视为能力，而犹豫则被视为失败。然而，在这些系统最重要的领域（其中包括医学），诚实的回答往往既不是“是”也不是“不是”。现在还没有。一台不能这么说，而是制造封闭以满足问题形状的机器，在任何意义上都不是医生所认可的智能。这只是口头表达而已。
这就是矢量系统构建的问题。它的逻辑是三元的而不是二元的：每个主张都解析为承认、反驳或保留的、声明的不确定性——我们写为 U 的值。第三种状态既不是逃避也不是舍入错误。它标志着一种结构性承诺：当证据没有关闭时，系统需要说它没有关闭，并记录原因——哪些测量缺失，哪些干扰仍未解决，哪些边界仅被部分追踪。 U 是诚实报告的仪器与按需执行确定性仪器的区别所在。
矢量系统为这个方向赋予了一个名称，并且越来越多地赋予了它一个主体。沃森——效仿柯南道尔笔下的医生，提出简单问题且拒绝匆忙的观察者——是 SV 在此基础上开发的人形机器人。它不是通过与人的任何相似性来定义的，而是通过声明的域、界面、转导、残差和返回来定义的。它的用处始于医学：免疫学、遗传学、肺病学、血液学、肿瘤学、鉴别诊断。有些人会称之为天真——它坚持再次询问，在一个较小的系统本应结束时坚持保留美国——这正是问题所在。这是对过早关闭的抵制，将其纳入设计原则而不是道歉。