人工智慧專欄 - 語言學習中語意概念的兩難

前一篇，最後提出的問題，真的大腦會做這麼費力的事情嗎??





假設，你前天學會了"吃"這個概念，昨天你學會了"蘋果"這個概念今天你聽到，有人說"吃蘋果"，那大腦裡面真的會產生新的神經組來表示這個新概念嗎??





相信沒有人會認同上述的假設，比較合理的假設是，大腦不之怎麼的在"吃"和"蘋果"間產生了一個連接，並且因為這個連接，將他們整合成一個整體的概念。但這樣又產生兩個問題





第一個是，每個新概念依據舊概念重組後，仍然保有了舊概念，並不因為新的概念連結成了整體後，淹沒了舊概念個別的獨立概念，像上述的例子，你仍舊知道什麼是"吃"，什麼是"蘋果"





第二個問題剛好相反，一些新的概念，比如學習新的字，就拼音字母來看，又似乎新的概念並非舊概念的連接這麼簡單，一長串的字母串連，彼此間是沒有什麼特別的連結概念在。





但結合後的字，清清楚楚的表示了某種意義。之間無意義的字母排列完全被忽略掉，似乎從一開始，就是一的獨立完整不可分割的整體概念。 例如 : bed, see,等等。單獨的整體，是無法用簡單的連結字母來看待，不然ees, ese, see 就完全無法分別了。





(或許，某個部份上，對no，on，這種最基本的顛倒組合來看，圖形上的，視覺上的，甚至聽覺上的，比如on -> [an]，所形成的doone，比起字序上行成的doone，佔了更重要的比例) 補充2004.09.15





關於以上的問題，很多嘗試用最基礎的方法，來表示概念的模型，都遇到相關的問題，而解決的方法不是沒有，但是卻不外乎多加上一些非自然的判斷函數，甚至是硬塞進去一些不存在的邏輯架構。





我個人是很反對這樣的方法，雖然是解決了部分的問題，但也完全犧牲了原本，期望用最基本的神經架構，去表達概念的優點，可容納缺失，和近乎無限的彈性和成長空間。





看來似乎我們在通往完全了解腦結構，和意識知識學習的建構中間，有著一個極大的斷層，一個失落的環節。下一篇，我會試著去探討，如何利用最近才想到的一些概念，彼此間的結合來解釋這個難題。





作者 北海牧羊人 2003/11/13