Resumen hombre-máquina

Reimpreso de|Laboratorio de Cognición y Computación Humana

Con el desarrollo de la tecnología informática, a los humanos les ha sido posible estudiar procesos complejos de procesamiento de información. El reconocimiento biológico del entorno y los objetos es una forma importante de procesamiento de información. Para los humanos, es particularmente importante identificar la información óptica (obtenida a través de órganos visuales) y la información acústica (obtenida a través de órganos auditivos), es decir, el reconocimiento de identidad humana y el reconocimiento de instrucciones. Los robots no tienen órganos sensoriales tan desarrollados como los humanos, entonces, ¿cómo reconocen a los humanos y realizan acciones correctas de acuerdo con sus instrucciones? De hecho, el reconocimiento de huellas dactilares y el reconocimiento facial no son nada nuevo. Con el rápido desarrollo de la inteligencia artificial, varias nuevas tecnologías de reconocimiento entrarán gradualmente en nuestras vidas en el futuro.

Con el rápido desarrollo de los robots inteligentes, las personas tienen requisitos cada vez más altos para la "inteligencia" de los robots. El aumento de los robots de servicios inteligentes también ha planteado requisitos más altos para la tecnología de inteligencia artificial. Como robot de servicio inteligente basado en la interacción persona-computadora, la tecnología de reconocimiento de patrones es la tecnología central de los robots de servicio. La llamada tecnología de reconocimiento de patrones consiste en utilizar tecnología matemática para estudiar el procesamiento y la interpretación automáticos de patrones por parte de las computadoras. Llamamos "patrones" a los entornos y objetos.

En los sistemas de inteligencia artificial existe una disciplina que llamamos Agente. El agente se encuentra en un entorno determinado y necesita completar algunas tareas. Si el entorno que lo rodea es el mundo real, el agente puede ser un robot. Pero si el entorno que lo rodea es un entorno virtual como un juego, el agente puede ser Avatar.

Para completar una tarea, el agente interactuará con el entorno de dos maneras. El primero es el sensor. DeepMind utilizará más sensores de visión para permitir que las máquinas interactúen con el entorno. Por supuesto, también puedes utilizar la voz y el tacto si quieres. Por lo tanto, estos agentes suelen modelar el entorno a través de sus propias observaciones. Pero hay un problema. Es cierto que el entorno suele estar lleno de ruido, interferencias e insuficiencia, por lo que es necesario que el agente haga todo lo posible para predecir cómo será el entorno circundante.

Una vez establecido este modelo ambiental, debe comenzar el segundo paso: cómo tomar las mejores decisiones de comportamiento en este entorno. Por supuesto, la interacción entre el comportamiento y el entorno puede tener éxito o fracasar, y los resultados se integrarán en el proceso de observación del agente en tiempo real. Este es el proceso de aprendizaje por refuerzo.

DeepMind combina el aprendizaje profundo con otra técnica llamada aprendizaje por refuerzo, que se inspiró en el trabajo de psicólogos animales como B.F. Skinner. Permite que el software aprenda recibiendo retroalimentación sobre los efectos de una acción tras otra, como suelen hacer los humanos y los animales.

Kant dijo: La intuición y los conceptos constituyen todo nuestro conocimiento, por lo que sólo los conceptos sin la correspondiente franqueza, o sólo la intuición sin conceptos, no pueden producir conocimiento.

La inspiración de este pasaje es que en la llamada ciencia que contiene un sistema de conocimiento correcto, los factores filosóficos que generan conceptos y los factores empíricos que generan la intuición son muy importantes.

En cierto sentido, la cultura occidental es una "cultura codificada". La ciencia y la tecnología, la revolución industrial, la economía de mercado, los valores universales, las relaciones contractuales, etc., están todos codificados. Cabe señalar que desde el primer día del nacimiento de las computadoras, el desarrollo de los lenguajes informáticos ha penetrado en la cultura de la codificación occidental. La declaración más básica en lenguaje informático es si-si no. En cuanto a la declaración switchcase, se puede reemplazar completamente con una declaración if-else. Después de if-else, es o/o: 0 o 1, ortogonal. Se puede ver que, en términos relativos, las sociedades occidentales que han sido "codificadas" tienen más probabilidades de ser "programadas" en el mundo virtual y, a su vez, aceptan las normas y limitaciones del mundo virtual sobre el mundo real.

Por el contrario, la cultura china es obviamente una "cultura tácita". El Tao es extraordinario. "Tao", ¿cómo codificarlo? TOEFL e IELTS, 20.000 palabras; en chino, 5.000 palabras son suficientes y esta palabra tiene múltiples significados. Por lo tanto, los documentos de las Naciones Unidas no pueden basarse en el idioma chino, incluso si eso hiere los sentimientos del pueblo chino. Las oraciones formadas por palabras son más ambiguas. En invierno, usa todo lo que puedas; en verano, usa todo lo que puedas. Contextual. Ante tales preguntas de los exámenes chinos, los candidatos extranjeros sólo pueden "arrodillarse". Los documentos de todos los niveles en China deben tener la palabra "principios", y detrás de ellos hay un sinfín de ejemplos y estudios de casos. El estado más elevado es simplemente: "No digas nada". Una sociedad así y su proceso operativo no son en modo alguno algo así como tampoco pueden ser inclusivos y exhaustivos por medio de cambios.

¿No saber programar significa que la cultura tradicional y las operaciones sociales de China no pueden trasladarse al mundo virtual?

Las computadoras cuánticas tienen el potencial de programar la cultura tradicional de China y el modelo operativo de la sociedad china.

En el aprendizaje automático, todas las neuronas parten del estado "vacío" de una hoja de papel en blanco y se especializan durante el proceso de entrenamiento. Durante el entrenamiento, la red recibe "grandes cantidades de datos" y cada neurona se convierte en una experta en identificar patrones específicos en los datos. En el nivel más bajo, las neuronas realizan las tareas más simples. Por ejemplo, en una aplicación de reconocimiento de fotografías, las neuronas de bajo nivel podrían reconocer la luz proveniente de lugares oscuros o de los bordes de los objetos. La salida de estas neuronas se transmite a las neuronas en las capas inferiores de la red, que buscarán a su manera las características que reconocerán.

Solo unas pocas capas de redes neuronales pueden aprender a reconocer rostros humanos, varios perros, señales de alto y autobuses escolares.

Fue la breve experiencia de estudio en la Universidad de Cambridge en Inglaterra y en la Universidad de Göttingen en Alemania la que permitió al niño prodigio Wiener convertirse en un verdadero joven matemático.

En 1913, Weiner, de 19 años, publicó un artículo sobre teoría de conjuntos en el Journal of the Cambridge Philosophical Society. Este es un artículo que simplifica la "teoría de las relaciones" en "teoría de clases" y ocupa un lugar en el desarrollo de la lógica matemática. Weiner inició así una carrera académica.

Debido a que el objeto de la cognición son los hechos, lo que se relaciona con la cognición es la "realidad". Esta realidad es proporcionada por la experiencia sensorial. A diferencia de esto, debido a que el objeto de la fe (creencia) es una proposición, la fe implica "posibilidad". Porque he escuchado tales proposiciones, o aunque tengo algunas razones para creerlo, la situación real no ha sucedido (por ejemplo, creo que mañana lloverá), etc.

El grado de certeza es diferente. Kant dio una vez una definición incisiva de este problema: la creencia es subjetivamente suficiente, pero el conocimiento objetivamente insuficiente no sólo es subjetivamente suficiente, sino también objetivamente suficiente; Se puede decir que esto constituye la diferencia fundamental entre creencia y conocimiento.

Una estructura artificial puede producir otra estructura que tenga la misma función que ella misma.

Según DARPA, los procesadores de análisis de gráficos son necesarios para los problemas de big data. Estos problemas normalmente implican relaciones de muchos a muchos, en lugar de las relaciones de muchos a uno o uno a uno para las que están diseñados los procesadores actuales. Uno de los ejemplos militares de DARPA puede ser el primer error digital de un ciberataque. Según un caso civil de Intel, podría ser que todos los que compran en Amazon estén asignados a todos los artículos que compran (describiendo explícitamente una relación de muchos a muchos como una relación entre personas y cosas).

El escritor militar Zhu Sujin escribió una declaración muy profunda, describiendo a generales como Han Xianchu: "Casi todos ellos fueron obligados por el sufrimiento y obligados a levantar la bandera de la guerra para * * * formar el partido para llevar a cabo Revolución. No tienen más remedio que triunfar. En otras palabras, se unen al ejército para sobrevivir, no para servir como oficiales. Esto hace que su carrera militar tenga el carácter de luchar por sus vidas y darse muerte. Hay en ellos connotaciones orientales, nacionales, partidistas y sangrientas. Debemos comprenderlos profundamente, estudiarlos y apreciarlos para heredarlos correctamente."

Clausewitz. Se dice en "Sobre la guerra": Enfrentados. Ante la imprevisibilidad en la guerra, un buen comandante debe poseer dos elementos:

Descubrir un rayo de luz es sabiduría; atreverse a seguir el crepúsculo es coraje. Sólo la guerra puede realmente completar ese reconocimiento y liberar el potencial que los soldados no pueden encontrar por muy cuidadosos que sean en tiempos de paz.

Si alguien niega la existencia de objetos puramente matemáticos, debe negar la existencia de cualquier cosa geométrica, por lo que es difícil insistir en que nuestros conceptos geométricos están abstraídos de la existencia. Por supuesto, no existe ninguna entidad que tenga solo longitud pero no ancho, o solo ancho pero no espesor, porque la geometría no es una entidad, sino el límite de la entidad. Si queremos abstraer nuestros conceptos de geometría del mundo de los objetos físicos y aceptar esto como una hipótesis válida, entonces este mundo debe ser un mundo geométrico; una de sus características fundamentales es su extensión en el espacio.

La tecnología de la información ha agregado un ciberespacio al mundo físico y a la sociedad humana (el significado original de esta palabra es "dominio de control", este artículo se traduce como "espacio de información"), haciendo que la sociedad humana y el físico El mundo se convierte en uno. Un mundo controlable.

Han Bicheng dijo a Silicon Valley Spy que BrainCo ha investigado dos áreas relativamente difíciles en el campo de la interfaz cerebro-computadora:

La primera dificultad es el análisis de la conciencia de las señales EEG. En otras palabras, "¿a qué corresponden estas señales en la conciencia del cerebro humano?" Esto se debe a que existe un malentendido en el campo tradicional del EEG: se cree que sólo las señales del EEG obtenidas mediante métodos invasivos (insertando electrodos en el cerebro humano) son las mismas. Sin embargo, de hecho, las señales recopiladas mediante métodos no invasivos tienen una profunda relación de mapeo con la conciencia del cerebro. BrainCo está estudiando el análisis del algoritmo y el mapeo de esta señal EEG no invasiva.

La segunda dificultad es el algoritmo adaptativo basado en el aprendizaje humano. En pocas palabras, se trata de hacer que las personas se adapten a la máquina, envíen señales que la máquina algorítmica pueda reconocer y encuentren la relación de mapeo mediante el entrenamiento. Debido a que Han cree que el cerebro humano es el mejor dispositivo informático y que los humanos tienen fuertes capacidades de aprendizaje, resolver un mapeo de clasificación dinámica a través de la adaptación humana es la clave para experimentar mejor las interfaces cerebro-computadora.

El pensador y escritor Emerson dijo una vez: "Si diseccionas una palabra clave con un cuchillo, sangrará". Esto demuestra que el lenguaje está vivo y tiene la capacidad de crear y destruir. El poeta Angelo también habló del poder de las palabras. Las palabras, dijo, son como pequeñas balas de energía que se disparan hacia áreas de la vida invisibles a simple vista. Aunque no podamos ver las palabras, se convierten en una energía que llena la habitación, el hogar, el ambiente y nuestro corazón. Ella cree que las palabras que nos rodean impregnarán nuestras vidas.

Mediante la asociación de afijos, los alumnos pueden aprender uno por uno y ampliar rápidamente su vocabulario. Krashen también mencionó en la "hipótesis del insumo" que la adquisición del lenguaje sólo puede ocurrir cuando se recibe un insumo comprensible. Las estrategias de organización pueden establecer la conexión entre imágenes y vocabulario, concretar materiales abstractos y transformar las palabras objetivo que los alumnos quieren recordar en información comprensible. Este proceso de procesamiento de información sigue la "hipótesis de entrada" de Krashen y es una estrategia eficaz de aprendizaje de vocabulario en inglés.

-Fin-

Maravillosa reseña del pasado

Shi: La esencia de la vida y los límites de la vida (Texto completo)

Qian Yingyi: El método educativo tradicional centrado en el conocimiento se ha transformado en un método de enseñanza "trinitario".