制作围棋对弈程序的过程中，我逐渐认识到最大困难是什么，然后从这个问题出发，我仔细观察了身边的事例，寻找计算机在显示出什么样的能力的时候会让人们觉得令人惊奇，最后的结论就是抽象。

 在CSDN的博客上发表《计算机围棋》的时候，当文章上传完毕，我惊奇的发现在页面的尾部出现了许多与围棋有关的文章， , 等等，原来CSDN还有许多爱好围棋的朋友！

因此我对CSDN这个功能非常赞赏。那么CSDN的系统是怎么知道我写的文章与围棋有关呢？其实很简单，是tag的功能，当大家填写tag的时候，不就是在对文章进行一个高度的抽象吗？此外，我还注意到CSDN独特的功能，就是系统会自动为你生成tag.

我们来对比一下这两组tag

作者tag:  

CSDN 推荐tag:  

CSDN生成的tag看上去还蛮接近，不过如果是用这组tag来产生的关联文章一定会让人失望的。我猜，CSDN只是简单的对关键词计数吧？ 那么，就是在一点点的偏差，却产生了让人完全不同的感觉，可见抽象产生的效果有多重要。

 翻开人工智能的教科书，我们可以看到很多种方法，甚至比较另类的遗传算法和神经网络，但是遗憾的是，在所有的教科书中我没有找到一个明确的智能的定义，很显然，这是一个非常重要的问题，现在我大胆的提出一个明确的目标，所谓智能就是抽象的能力，以下是我的一些理由

1.       如果一个小孩体现出举一反三的能力，那么大人会夸奖，真聪明!

2.       智商测试题，基本上就是测试抽象出各个图形之间逻辑关系。

3.       在网络上查不到关于分析抽象过程的文章，只有如何培养抽象能力的文章。

也许有人会说将“智能”这个词换成“抽象”，这样有意义吗？显然，“智能”这个词包含的含义更加广泛一些，我们的工作就是将探索的范围缩小一些而已，即使如此“抽象”这个词本身包括的领域还是太大了，让人有无处下手的感觉。如果将抽象的范畴继续缩小为“归纳”可能还是现阶段我们能够企及的目标。如果我没有理解错的话，“归纳”是将一组事物的共同点找出来(只能抽取名词)，而“抽象”则包括将一组事物的逻辑关系抽取的能力(可抽取动词)。

 一个智能机器，毫无疑问需要具有学习的能力，那么“学习”的定义是什么呢？我认为学习就是“抽象”+“自圆其说”的一个过程。下一章，我将和大家详细讨论“自圆其说”的机制。

Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=1463431