人类模型的简化结构包括三个因素：身体、灵魂和环境。而针对其建模有基本的三种方法：数据建模，解析建模，仿真建模。这里只谈数据建模的个人臆想，因为不了解现在关于人工智能发展的程度，对于已经应用的方法和手段这里不做论述，旨在表达思想。
数据建模。这个需要极其庞大的数据基础，并且所取数据涉及人类存在形式的诸多方面和其相互之间的作用关系，内容覆盖面极其广泛复杂。虽然身体方面的数据研究成果颇丰，但是关于精神数据的采集所受到的重视或多不够，而且环境对精神的影响也很难进行量化处理。这里重点说精神数据方面。
首先，精神因素的数据在采集来源上就困难重重，一方面，在精神或者说灵魂本身，从起源至结束，这个过程中的数据该通过什么方式得以实时记录；另一方面，如何从芸芸众人当中选取典型，该记录哪几类人才具有更高价值；即使有了数据来源，如果这样的数据需要数百年才能完成的话，其中的连续性和规律性该如何把握。其次，庞大的数据量该如何统筹处理，如何分析相关数据之间的关系，如何建立核心变量模型，如何将变量进行系统化处理，其中所涉及到的学科有哪些还尚未建立，有哪些学科还亟需发展。举个例子来说，关于“笑”这一行为方式，在真笑假笑狂笑怒笑傻笑等等各种笑的种类之间，该考虑的数据统筹应该如何展开，需要建立极具人类创造性质的人工智能，不仅仅需要高仿真度的模型，还需要大量用于完善模型的数据，而这些数据的获取也是极其困难的。再者，模型成立过后，验证手段该如何选取，通用化处理又该怎么做，如何针对模型本身进行改进化设计，如何随机创造千奇百怪的人，物种的丰富性和级别划分该如何保证；批量生产过后，自然和社会生态属性是否会发生毁灭性变异，存在延续的可能性如何确定等等。
网友评论