当一个AI系统能产生有物理意义的输出（分类，文字，音视，动作）时，该系统性能才是可衡量的。
若系统无物理输出，而只有隐变量的输出，由于隐变量没有明确的物理含义，所以我们无从判断系统的优劣。
也就是说，即使我们制造了一个系统，他内在的预测精度已经完美了，也必须定义一种物理输出，才具有意义。
最单纯的物理输出，就是交流信号。这要求该系统具有描述的能力；然后用特定编码，将内在认知表达出来（隐变量本身就是一种原生编码，但只有他自己懂，无法交流不算输出）。升级版是，能对话的交流。至此，系统就有了“自我”的概念。
复杂的物理输出，也是广义的交流，例如行动指令就是与环境的交流，其编码就是动作指令。
现在的问题是，交流的目的是什么？
一种方式是全被动交流，比如你问啥他回答啥；或者随机游走机器人：保证不摔即可。
另一种是主动交流，这需要人为设定该系统的目标。
所以，除了预测精确度这个目标之外，我们还要给系统设定什么目标？
网友评论