什么是抽象主义人工智能？
传统的人工智能分为符号主义和连接主义两个派别，后来又增加了行为主义。
我发现符号主义和连接主义处理的都是文本，而不是语义。原来的专家系统是符号主义的产物。现在的大语言模型是连接主义的产物。它们处理的都不是真正的人类智慧，只是文字符号。
行为主义不处理语言文字。
语言的载体是文字和语音，内涵是语义。只有处理语义才能让机器获得人类智慧。语义是抽象的，抽象让计算变得简单。逻辑推理就是语义计算。逻辑推理就是抽象。
当我们说“苹果是橙色”的时候，这个“苹果”和现实中的苹果并不一定有直接的关联。但连接主义的大语言模型无论如何也做不到把这里的“苹果”和它们向量数据库里的“苹果”分割开来。做不了分割，就有许许多多冗余计算，浪费算力。我们说“假如苹果都是橙色的。小明买了一个苹果。他买的苹果一定是橙色的。”大语言模型总要提醒你，现实中的苹果没有橙色的。因为大语言模型做不到抽象。这样画蛇添足的提醒完全没必要。我们说“小明买了十个苹果是橙色的，小王买了十个苹果是橙色的，小李买了十个苹果也是橙色的。由此可以推断苹果都是橙色的。”大模型会告诉你现实中的苹果没有橙色的，这个推理并不能证明现实中的苹果是橙色的。实际上这里的类比推理是人类认识世界的重要方法。它并不能总是得出正确的结论，但却是非常高效。通过多种认知方法相互印证，人们能非常高效地认知世界。
我们透过文本处理语义，我们的计算工具就是逻辑推理。所以，我们是人工智能的新学派——抽象主义。
结论：抽象主义人工智能是一种新的人工智能学派。它的处理对象是语义而不是文本。语音和文字只是媒介不是语义本身。句子主干可以用来表示和计算语义，但句子主干也不是语义本身。逻辑推理是语义计算的工具。语义是抽象的，是通过语音和文字表达的人类的思维。
人工智能四大门派
我们抽象主义人工智能的优点是什么？
1.能处理未知。连接主义人工智能的大语言模型有一个致命短板就是只能处理“已知”。它处理的都是人类交给它的，处理的是人类已经掌握了的知识。不同的大语言模型掌握的知识不一样，所以拥有一些不擅长的事情。所以才有人主张做垂直于某个行业更加专业的大语言模型。有的人觉得大语言无所不知，是因为相对于我们每个人掌握的知识，大语言模型掌握的知识确实是可以说已经“无所不知”了。
我们抽象主义人工智能不需要掌握全人类的知识，它会推理和学习。遇到它不懂的，它只要通过学习和推理就搞懂了。
遇到一些突发情况，一些人类从未遇到的情况，我们抽象主义人工能处理，而大语言模型处理不了。
2.做数学应用题，我们抽象主义人工智能比大语言模型快。我们的计算基于语言逻辑，基于抽象，屏蔽了无关数据的干扰，没有冗余计算。大语言模型没法进行抽象，它们做数学应用题有大量冗余计算，所以速度很慢，本质上我们是逻辑推理，大语言模型的推理其实联想。联想没有方向性，也没有边界，所以就有大量冗余计算。
可惜的是我目前只有理论，无法用完全产品来展示我们这些优点。
抽象主义人工智能的来源是什么？
由于本人不是大学教授，也不是研究院的科研工作者，而是一名普通创业者，没有办法抽出大量的时间去完整介绍我们抽象主义人工智能，只能通过碎片化的文章来介绍我们抽象主义人工智能。
我们抽象主义人工智能是我在十多年的实践当中不断总结提炼出来的。这十多年时间，我们一直在人工智能行业创业，屡败屡战。我们交付了不少语音交互机器人和数字人项目。我们也开发了不少语音交互产品。随着在实践中不断遇到问题，我们的思考越来越深入。
比如，我们在交付一些展厅、政务大厅接待机器人数字人时发现用原来的技术做出来的产品陌生人用不来，我们就开发了语义降噪全双工语音交互。我们发现机器人和数字人表情僵硬，我们就开发了生命体人工智能技术。我们发现我们原来的技术智能处理一句话，不能处理一段话的语义后，我们就发明了语义图谱技术和意图计算技术。这些都是我们抽象语义人工智能理论的来源。
火鸡悖论
抽象主义人工智能的主要观点有哪些？
我们的观点主要有：
1.我们认为智能是生物特有的能力，随着生物进化才进化出来了不同的智能。我们认为智能是分层次的。高级的智能是以低级的智能为基础的。没有低级智能就无法拥有高级智能。我认为智能有五个层次。它们分别是：第一层（最底层）拥有计算能力，自我认知、生存能力、繁衍能力，处理少量数据（低等生物、植物）。第二层（最底层）继承以上能力并拥有行动能力，处理一定量的数据（蚯蚓、凤尾鱼）。第三层继承以上能力并拥有记忆和模仿能力。（蚂蚁、蜜蜂、鳄鱼、鹦鹉）第四层继承以上能力并能自主产生意识，拥有认知能力、抽象能力和理解能力（狮子、狼、老虎、猫、狗）。第五层（最高层）继承以上能力并拥有语言能力（人类）。拥有复杂而成体系的语言是人类特有的能力。人类语言让人类有用了传承智慧、逻辑推理、相互沟通的能力。
2.我们认为智慧是智能的一部分。智慧才是人类智能的核心。智慧的本质就是人类语言的语义。语义是从微观上去观察的，智慧是从宏观上观察的，它俩是一个东西。人类能够通过学习语言，理解语义获得智慧。人类通过将自己的智慧变成语言文字，传授给他人，让智慧这个东西能传播也能不断发展。智慧是个抽象的东西。没有人类存在就没有谁能理解智慧，但智慧并不是存在于每个人的大脑里的。文字和语音是它的载体，它需要人类大脑来解读。未来也许我们能找到外星人，它们应该也能理解人类的智慧。但现在，我们有可能让机器理解语义并像人类一样思考和行动，拥有人类的智慧。
3.我们认为语言的本质是语义。文字和语音都是载体。只有处理语义才能理解句子。这里主要的区别在于对语义的定义。我们认为语义是句子背后抽象的东西，而符号主义认为文字本身就是语义，连接主义认为文字和文字之间的链接是语义。我们认为句子主干相同，语义相似；符号主义认为符号相似就是语义相似，而连接主义认为向量距离相近则语义相似。有些人认为符号主义和连接主义也是处理语义的。这是误解，语义不是符号本身，也不是统计结果，而是抽象。把语义的定义理解错了，就难以理解我们。
4.我们主张用句子主干来表示语义，认为句子主干是语义的核心，计算句子主干就是计算语义；计算句子主干可以同时计算语义的相似性和差异性。
5.我们建立了语义图谱的技术体系，可以处理一段话一篇文章的语义。我们认为语义图谱是知识表示的方法和形式。
6.我们提出了主动AI的概念，指出了主动AI和被动AI的区别。大语言模型是被动AI。我们认为AI应该有生命，有主动能力，能理解用户意图，以用户为中心主动服务。
7.我们提出了意图驱动的概念，我们认为生命体是受意图驱动的，而不是受预先写死的程序驱动。我们提出了意图链的概念。在不断变化的场景中临场不断产生意图就是意图链。意图链让机器具备了人工生命。我们认为意图链驱动的机器人就是智能体。人也是智能体。我们认为只有智能体才能真正理解语义。
8.我们提出了临场应变能力的概念，我们认为像电脑，手机，电视机，洗衣机这样的产品都不具备临场应变能力。它们要么需要人来操作，要么是在固定的程序驱动下，执行固定的任务。只有在意图链的驱动下，机器才会具备临场应变能力，处理场景中没有被预设的问题。
9.我们提出了机器人大脑的概念。我们认为机器人大脑是主动AI，意图驱动是它的底层技术，临场应变能力是它的核心能力。我们认为机器人大脑是生命体。它拥有主动能力，有自主意图，有情绪。（我们的产品没有关机键。关机就意味着死亡。我们计划把大脑放在本地硬件里，让硬件不联网也能具备主动AI能力，自主决策。）
10.我们认为由语言描述出来的虚拟世界就是世界模型，这个世界模型是可以量化，可以计算的。这里的计算就是语义计算。这个世界模型要比具身智能提出的1:1等比复制出来的世界模型数据量更少。这里的计算要比机身智能的计算计算量更小。
11.我们认为逻辑学的归纳法、演绎法、类比法都是语义计算方法。逻辑推理的过程也是计算语义的过程。逻辑推理的前提是理解语义。有人认为大语言模型是归纳法。我们认为这并不正确。大语言模型只是统计和联想。动物就会联想，但动物不会推理。联想和推理看起来很像，但有着本质不同。著名的火鸡悖论讲一只聪明的火鸡会统计和联想，但却无法预测自己命运。只有通过逻辑推理才能预测，统计和联想无法预测。
12.因为智能是有层次的，高等的智能依赖低等智能，所以我们开发人工智能产品也得从底层智能开发。另外我们发现如果没有量的积累，很难升级出来完善的高级智能。所以我们认为开发人工智能产品是个需要大量人工参与的大工程。
通过哪些问题可以深刻理解抽象主义人工智能？
对于抽象主义人工智能的智能和智能体，我们可以进一步通过几个问题去更深刻认识：
1.它能认识到自己的存在吗？
2.它会趋利避害保护自己吗？能运动吗？
3.它能认识到同类和异类之间的差别吗？
4.它有家庭观念吗？会结成集体吗？
5.它会交流吗？
6.它有语言吗？
7.它有推理能力吗？
抽象主义人工智能制造的产品对以上问题的回答都是肯定的。
本文作者：氖星智能彭军辉
