現在的人工智能理論很多是類似早期的推理系統(tǒng)，專家系統(tǒng)，圖像識別，基本的神經網絡，或者所謂的深度學習網絡等等，其本質都是人在架構，給予了系統(tǒng)太多人為的假定和人為的算法，這個與自然語言系統(tǒng)的“自然”性和泛性，魯棒性等要求還相差太久，所以，即使深度學習網絡實現的阿法GO算法在圍棋上戰(zhàn)勝了人類，但是其在自然語言理解方面還是瑤瑤無期，還沒有任何實質性的突破，說白了其系統(tǒng)在自然語言理解方面還是3-4歲孩子的智商，要想達到成人的智商和抽象，創(chuàng)新等能力，還是很遙遠。

?

　　那么，下面我來介紹下我在強人工智能自然語言理解方面的幾個思路，僅作參考：

　　思路1，自試探自身方式：

　　人工智能的關鍵秘密應該是：利用【自假設自驗證的自編程收斂性遞歸自試探自學習機制，窮舉自身可能的所有結構和多層次組合結構，然后試探每個組合的功能和功能特征，然后把這個學習到的【功能和功能特征】再反饋為自編程自進化自試探的進化母程序里的1部分，實現學習到的智商自內化，實現智商的正反饋和正遞歸，從而越來越有自知力和意識力以及內視能力】這個，來實現不用人工去創(chuàng)造結構和人工設計少得可憐的可窮舉完的結構，而是讓結構自身能內視到自己結構的功能和特性，從而能動性的去利用結構和創(chuàng)造需要的結構，那么結構將不再缺乏，和不再有局部局限化的特定功能特征（比如一旦要實現某一功能，就只是那一功能的結構和算法，就局限化了，無法再兼容其他概念和結構），來生成1個結構自制造的結構工廠，且可以能動性的認識到自己創(chuàng)造的結構是什么功能，將

　　在什么時候需要用到和調用，那么，還有1點就是：如果用1個特征編碼機制來記錄和編碼所有【自假設自驗證的自編程收斂性遞歸自試探自學習機制，窮舉自身可能的所有結構和多層次組合結構，然后試探每個組合的功能和功能特征】里試探出的功能，

　　以至于下次需要用到某個功能時系統(tǒng)自身就能知道是要用到哪個，即1種全息性的可自知的功能歸類多層編碼（類似于帶自組織性質的全息編碼機制，自己編的碼能被自己知道什么時候會用到此編碼，即在【時間域，空間域，邏輯域上】的定位和位置全部全息可自知，知道自己什么用，什么時候需要被觸發(fā)和調用，知道自己什么時候要和什么結構相組合運算來輔助其他結構，而無需人為設計所有的觸發(fā)條件和組合時機，無導師形式的自組織自編碼自內視），那么，單純的1，2，3，。..。.這樣的編碼，和 xx+xx=xx這樣的字符串式偽算法編碼肯定都不具有全息性，二階自組織空間里2個容器通往1個總容器，系統(tǒng)分別掉入2個球到2個容器后，2個球合一變?yōu)?了，系統(tǒng)自試探到這個結構具有加法運算的功能并用1個特定的全息編碼機制記錄這個功能是加法用的，下次進化母程序需要用到加法時

　　就知道已經有1個結構能支持加法，進而被進化用的母程序再遞歸式的自利用，再更加智能的去進化和去自試探空間里的其他結構的功能，從而正循環(huán)式的智商自增長！

　　有‘空’就有未知，1個多階邏輯自組織空間里如果‘空’的部分很大，那就代表有很多未知的分形與自組織可能，就有可能在這部分空的空間里創(chuàng)生出和自進化自試探出智能

　　：那么，經過思考，發(fā)現實際上【自假設自驗證的自編程收斂性遞歸自試探自學習機制，窮舉自身可能的所有結構和多層次組合結構，然后試探每個組合的功能和功能特征，然后把這個學習到的【功能和功能特征】再反饋為自編程自進化自試探的進化母程序里】

　　這個的本質實質為多階自組織邏輯空間的結構多自組織間的幾個自組織出的架構的‘碰撞’和‘自完備’，即自試探自學習機制的本質=自碰撞，自舉的本質為自碰撞，

　　比如【二階自組織空間里2個容器通往1個總容器，系統(tǒng)分別掉入2個球到2個容器后，2個球合一變?yōu)?了】這個為多階自組織邏輯空間里的自組織出的其中1個架構，命名為架構A，另1個隨機自組織出的架構B為【物體邊界掃描，即怎么算為1，怎么才算作是1個東西，如何區(qū)別1和2，即‘邊界’邏輯】，這2個架構即架構A和架構B碰撞在一起后，就會發(fā)生一個知識的新出現，即【二階自組織空間里2個容器通往1個總容器，系統(tǒng)分別掉入2個球到2個容器后，2個球合一變?yōu)?了】架構具有1+1=2特性，然后再自組織掃描出此架構A也具有

　　2+5=7等等特性，從而2架構間碰撞出新功能： 加法機制！

　　即一種自省架構：

　　也就是一種帶自省功能的多層自進化自編程系統(tǒng)，

　　模擬宇宙最初的無序和自省自學習，

　　也就是隨機組合一些代碼和組合一些代碼塊或函數等，來試探這些代碼組合本身的功能和作用，并記錄到經驗庫里，然后逐漸自化，

　　也就是內化到進化母程序的程序里，用來控制進化的過程，即進化出的代碼又用來控制進化過程本身，實現發(fā)動機一樣的智商循環(huán)自增長，從而實現自省（自省主要指機器會試探代碼組合本身的功能，也就是試探自身，即自省），

　　然后是多層自進化自編程：。。。。。。------》母母進化控制程序-----》母進化控制程序----》要進化的程序，

　　然后進化出的程序反過來逆序內化到 母進化控制程序，甚至母母進化控制程序，。。。。。。

　　，比如試探 if， 》 和 for的組合后發(fā)現其具有排序功能，所以內化到 母進化控制程序，用來控制進化結果的樣本適應度的評分的排序，從而進化【進化控制體】本身