找到内心的感动！这才是大学文化之传承。
===概念学习人工智能===
"从一个例子形成[[概念]]"，是[[人工智能]]尚不能达到的一点，通常的人工智能只能从大量的数据进行学习。
人类的概念有十分大的弹性，尽管边界模糊却仍然能被分辨。
Brenden Lake分析了“概念”的三个核心原则：
#组合性（compositionality）：表征是有更简单的基元//始源域？//构成。
#因果性（causality）：模型表征了字符生成的抽象因果结构。//映射？//
#学会学习（learning to learn）：过去的概念知识有助于学习新的概念。//三种隐喻？//
//确实和人类的认知过程很像啊//
Ruslan Salakhutdinov, Brenden Lake, Joshua B. Tenenbaum 三位研究者声称，基于上述特点，他们设计的系统能模拟人类的"从一个例子形成概念"的能力，并能基于此能研究更复杂的概念，这才是真正的“思考”.
值得一提，这个系统已经通过了“[[图灵测试]]”。
不过韩老师强调“人工智能”并不就是对人类学习的模仿，这种技术十分重要，但肯定不是终点。
==参考资料==