这主要是指类人或聊天机器人 AI，但也可能用于其他应用程序（数学或其他东西？）。
基本上，我突然想到，当我在思考或说话时，有一个持续的反馈循环，在这个循环中，我正在根据我最近的情况制定接下来要使用哪些单词、要形成哪些句子以及要探索哪些概念陈述和对话或独白的流程。我不仅对外界刺激做出反应，而且对自己也做出反应。换句话说，我通常保持一个思路。
人工智能可以做到这一点吗？如果有，是否已经证明？到什么程度？在键入此内容时，我发现了“思想向量”一词，我认为它可能是相关的。
如果我没看错的话，思想向量与允许 AI 存储或识别不同概念之间的关系有关。如果我不得不猜测，我会说如果人工智能对概念之间的关系缺乏深入的理解，那么它就不可能保持连贯的思路。这是一个正确的假设吗？
（ps。根据我对 AI 聊天机器人的有限经验，它们似乎是完全按脚本编写的，或者是随机的且经常不连贯，这让我相信它们不会保持思路）
首先，对于几乎每一个“可以把 AI 做成 X”形式的问题，最明显和最直接的答案是“我们不知道。可能，但如果还没有完成，我们真的不确定。”
同样重要的是要理解，从技术的角度来看，没有一种“东西”叫做“人工智能”。有很多很多不同的技术，它们之间的关系松散（充其量），并且通常在“人工智能”的总体标题下归为一类。
综上所述，是的，我们一直在为各种“人工智能”添加记忆，甚至是长期记忆。最近最值得注意的例子是循环神经网络 中LSTM的出现。
此外，一些关于“认知架构”的工作集中在记忆的使用上。有关这方面的更多信息，请查看 ACT-R 和/或 SOAR 并阅读其中一些论文。
我不清楚的是，是否有人尝试将这些技术中的任何一种应用到聊天机器人上。如果有人有，我不会感到惊讶，但我不能随便引用任何这样的研究。
可以说，“保持思想”是计算的基本要求，在图灵机的上下文中可以表示为一串二进制数字。
“基本上，我突然想到，当我在思考或说话时，会有一个持续不断的反馈循环，在这个循环中，我会根据我最擅长的事情来制定接下来要使用的单词、要形成的句子以及要探索的概念。 “最近的陈述和对话或独白的流程。我不仅对外部刺激做出反应，而且对自己做出反应。换句话说，我通常保持一个思路。”
这听起来很像递归函数。
我对聊天机器人问题的分析是，它揭示了机器人的推理质量很差，而不是缺乏推理。这与其说是算法保持思路的原始能力的问题，因为“虽然思路”是函数本身，但算法的质量，从某些方面来说，是算法的“人性”。输出。