- 博客(4550)
- 收藏
- 关注
RSS订阅原创 如何平衡算计和计算在军事决策中的作用？
假设在一场军事对抗中，决策者首先通过“算计”确定了战略目标是夺取敌方重要的战略资源点，分析了敌我双方的兵力部署、地理位置、交通网络等宏观因素，制定了迂回包抄的总体战略。在行动过程中，发现敌方调整了部署，决策者根据新的情报重新“算计”，调整战略方向为正面突破，同时重新“计算”，优化兵力分配和攻击时间，形成了一个动态的决策循环。在军事决策中平衡算计和计算，可以遵循以下步骤：首先，在决策初期，侧重于高层次的算计，明确战略目标和方向；② 分析形势：对博弈双方的实力、意图、优势和弱点进行宏观分析，以确定战略方向。
2025-08-19 00:01:15
215
原创 人机协同的公理系统
集合论的公理系统是现代数学的基础之一，康托尔最初创立集合论时，并没有明确提出公理系统，后来随着研究的深入，人们发现需要建立一个严谨的公理体系以避免悖论，例如，策梅洛-弗兰克尔公理系统（ZF）以及在此基础上添加选择公理的ZFC公理系统，规定了集合的性质和操作规则，几乎所有的数学对象都可以用集合来表示，因此集合论的公理系统在数学的各个分支中都有广泛的应用。公理通常被认为是不言自明的真理。例如，在欧几里得几何的公理体系中，平行公理与其他公理是相互独立的，不能通过其他公理证明平行公理，否则这些公理就不是独立的。
2025-08-19 00:01:15
528
原创 不完备信息下的主动推理
通过人机协同的主动推理，医生与AI系统在信息不完整的情况下，逐步缩小了疾病的范围，最终准确诊断出患者患有非典型肺炎，并开始针对性的治疗。首先，要识别信息缺口的本质，利用人和机器各自的优势，如人类的直觉和机器的精准数据处理，来填补对方信息的不足。② AI的推导：AI系统利用其数据库中的病例模式，匹配患者的症状和检查结果，逐步缩小疾病范围，并根据新的检查结果更新诊断建议。① 医生的推导：医生结合患者的症状、初步血液检查结果，推断可能的感染类型，并根据经验判断可能的病情发展。
2025-08-18 07:51:48
167
原创 人机之间的强交互与弱交互
机器也能够根据对环境、用户行为和语境的理解，主动提供相关信息、建议或采取相应的行动，与人共同推动交互进程。机器主要根据预设的程序和规则对人的简单指令做出响应，交互过程较为单一，人对机器的控制相对直接且明确，机器对人的意图理解较为有限，通常用于完成一些简单的、重复性的任务。③ 工业自动化设备：在工业生产领域，许多自动化设备通过预设的程序和控制面板进行操作，工人只需按照操作流程发出简单的指令，设备就会自动完成相应的生产任务，人与设备之间的交互主要集中在对设备的控制和监控上，交互内容相对简单且固定。
2025-08-18 07:51:48
439
原创 人类语言中的字词不是大语言模型中的token
token的划分是通过模型对文本数据的统计分析和学习来完成的，其目标是将文本分解为更易于处理的单元，以便进行进一步的计算和分析。然而，这种向量空间的表征是基于静态的模型结构和大量的数据训练，缺乏人类语言中字词的动态性和灵活性。表面上看，大模型中的token就是人类语言中的字词，但本质上看，人类语言中的字词更富含语义，意义随语境动态变化，具有文化依赖性；字词的意义还具有强烈的文化依赖性。人类语言中的字词富含深厚的语义和丰富的语用特点，它们的意义和用法并非固定不变，而是高度依赖于语境、文化背景和使用者的意图。
2025-08-17 09:52:25
341
原创 人机协同中的确定性与非确定性
当人类遇到一个熟悉的问题时，会基于以往的经验和知识，通过逻辑推理得出一个确定的答案，比如，一个数学家在解决一个已知的数学问题时，会根据已有的数学定理和公式，通过逻辑推理得出一个确定的结果。人类的参照系也会导致非确定性，这种非确定性可能源于信息的不完整、知识的局限性、情感因素的干扰等，在面对一个全新的、复杂的问题时，人类可能无法立即得出确定的答案，因为缺乏足够的信息或经验。在自动驾驶汽车中，机器负责处理实时的路况数据和驾驶规则，而人类驾驶员可以根据机器提供的信息，结合自己的驾驶经验和直觉，做出最终的决策。
2025-08-17 07:32:01
529
原创 机器能否通过“计算”实现“算计”？
在智能交通系统中，机器智能可以实时监测交通流量、路况等信息，同时协调多个交通信号灯的控制，优化交通流量的分配，提高整个交通系统的运行效率，而人类在多任务处理和大规模协作方面往往受到生理和认知的限制。如在金融领域，机器智能可以通过对大量历史交易数据的分析，快速准确地预测市场趋势、评估风险等，为投资决策提供有力支持，其计算速度和处理数据的规模是人类无法比拟的。人类的决策过程较为复杂，会受到多种因素的影响，如个人的情感、价值观、风险偏好等，而且能够在决策过程中进行权衡和取舍，做出更具灵活性和适应性的决策。
2025-08-17 00:00:41
901
原创 为什么辅助决策系统很难实现期望的效果？
在军事行动中使用辅助决策系统，涉及到一些伦理道德问题，如系统的决策是否符合战争伦理、是否会降低战争门槛等，这些问题也影响了社会和公众对辅助决策系统的接受度，进而对系统的支持和推广产生了阻碍。军队的组织架构复杂，各部门之间的协调和信息共享存在困难，辅助决策系统与其他现有系统的集成面临挑战，难以实现无缝对接和高效协同工作，导致信息流通不畅，影响决策的准确性和及时性。在辅助决策系统的开发、部署和应用过程中，缺乏统一的标准和规范，导致不同系统之间兼容性差，难以形成统一的战斗力，也给系统的维护和升级带来了不便。
2025-08-17 00:00:41
372
原创 未来人机协同的组织范式、体系架构、最终决策权
对人类赋权，意味着在特定的领域和任务中，人类拥有最终的决策权和对智能体的监督权，确保智能体的行为符合人类的利益和价值观。例如，在企业中，不再单纯依赖财务、市场、研发等固定部门的划分，而是围绕具体的项目或任务，动态地组合人类员工与智能体，形成临时的协作团队，共同完成复杂的工作任务。多个智能体和人类节点可以在没有中央控制的情况下，通过智能合约等机制进行自主协作和交互，共同完成复杂的任务，提升系统的鲁棒性和安全性，适用于跨地域、多主体参与的复杂项目和任务，如全球供应链管理、分布式能源管理等。
2025-08-16 07:24:31
497
原创 智能是由联系生成的，而不是大脑生成的
人工智能的科技发展也验证了这一点，AI的智能不是由硬件单独生成的，而是通过算法、数据和网络的联系实现的，未来的技术设计可以更加注重如何增强人与人、人与机器之间的联系，从而推动智能的进化。如果智能是由联系生成的，那么它就具有高度的动态性和开放性，即智能不是一个固定的实体，而是一个不断变化的过程，随着联系的变化，智能也会不断演化。，同样，智能是由联系生成的而不是大脑生成的观点打破传统的“大脑中心主义”，强调了智能的生成机制是多维度的、动态的，而非单一器官的产物。世界是由事实构成的，而不是由事物构成的。
2025-08-16 00:02:47
234
原创 机器智能越高，人机环境系统智能越复杂
在一个智能医疗诊断系统中，人机交互子系统用于医生和患者与系统进行交互，机器智能子系统负责分析医学影像数据等进行疾病诊断，环境感知子系统则用于感知医院内的环境信息（如温度、湿度对医疗设备的影响等）。同时，数据的安全性和隐私保护也成为一个复杂的问题，在人机环境系统中需要设计复杂的加密和访问控制机制来确保数据的安全。在认知能力上，自然语言处理中的语言模型，像GPT系列模型，能够理解和生成自然语言文本，随着训练数据的增加和模型架构的优化，它们在处理复杂的语言任务（如文本生成、问答系统等）时表现得越来越智能。
2025-08-16 00:02:47
319
原创 事实与价值的反馈、前馈、混馈
例如，在一个智能交通系统的开发过程中，研发团队会根据过去交通系统的运行数据（事实反馈）和用户对交通便利性、安全性的反馈（价值反馈），同时考虑未来交通流量的增长预测（事实前馈）和人们对绿色出行、智能交通体验的期望（价值前馈），综合这些信息来不断优化系统的设计和功能。在开展一项新的医学研究之前，研究人员会参考以往类似研究的数据和结果（事实前馈），同时也会依据社会对医疗伦理和人类健康价值的重视（价值前馈），预先设计研究方案，确保研究的科学性、可行性和伦理性。对于员工在工作中体现的责任感、创新意识等进行价值反馈。
2025-08-16 00:02:47
239
原创 基于非时空态势的意图预测
将两者融合，就是综合利用时空数据和非时空信息，充分发挥各自优势，以更全面、准确地预测目标的意图，弥补单一方法的不足，例如在复杂交通场景中，既考虑车辆的实时行驶方向和速度（时空态势），又结合车辆类型、历史驾驶习惯等非时空因素，更精准地预测车辆的变道、转弯等意图，从而提升预测的可靠性和准确性。即使在非时空态势下，也可对目标的行为事件序列进行分析。与基于时空态势的意图预测不同，基于非时空态势的意图预测是指在不依赖传统时空信息（如目标的位置、速度、时间序列等）的情况下，通过对其他相关信息的分析来预测目标的意图。
2025-08-15 08:45:29
739
转载 【前沿技术】美国陆军应用生成式人工智能系统的经验教训
4）定义假设与约束，指明可能影响分析的限制条件。近期，美国陆军经验中心发布了一份《利用CamoGPT和NIPRGPT来提升军事作战效能》的报告，该报告研究了美国陆军目前正在使用的2款生成式人工智能系统，这些系统可彻底革新美国陆军的规划与作战流程，报告探讨了这些工具的优势与局限，并就美国陆军如何将其有效整合到军事规划与作战中提出了一些建议。但由于网络安全和数据治理方面的担忧，2025年4月，美国陆军在自己的网络内屏蔽了NIPRGPT，理由包括数据泄露风险、模型输出未经审查以及与陆军AI政策的不兼容。
2025-08-15 00:01:52
101
原创 大模型的两大缺点：知识污染与逻辑污染
而逻辑污染则是指模型生成的内容在逻辑上可能存在漏洞、不连贯或缺乏严谨的推理，这通常是由于模型缺乏真正的逻辑推理能力以及训练数据中的逻辑缺陷所导致的。还可以进行知识校验，在模型生成答案后，增加知识校验环节，如调用权威的知识库或数据库对生成的内容进行验证，如果发现与已知知识不一致，可对结果进行修正或提醒用户注意。积极使用多源验证，参考多个来源的信息，通过交叉验证来确定信息的准确性，对于一些重要的知识点，综合多个可靠来源的描述，使生成的内容更全面、准确。因此，在生成内容时，可能会忽略逻辑关系，导致逻辑污染。
2025-08-15 00:01:52
426
原创 DARPA总结的AI五大瓶颈问题
具体而言，人机环境系统智能体系能够借助人类的知识和经验增强AI的可解释性，利用人类的常识知识来弥补机器的不足，促进机器的持续学习能力，优化多模态信息的动态融合表征，并在复杂环境中挖掘弱相关的强相关性，从而推动AI从单纯的技术发展走向更加智能、灵活、可靠的人机协作与环境适应的综合体系。多模态学习是解决这一问题的重要方向。另一种方法是构建可解释的模型结构，如基于规则的模型或浅层的决策树模型，其决策过程相对容易理解，可以在保证一定程度的性能前提下，将部分深度学习模型转换为这些可解释的模型，或者将两者结合使用。
2025-08-15 00:01:52
928
原创 把大模型看成大脑也是一个本质错误
大脑通过神经元之间复杂的连接和信息传递，综合运用过往的经验、知识以及各种感知信息，经过一系列复杂的认知过程，如思考、判断、推理、联想等，来解决问题和实现目标。人类的智能是多维度的，包括感知、记忆、学习、推理、决策、创造、情感等多个方面，是一个综合的、复杂的概念。大模型是基于数学和计算的工具，而大脑是一个复杂、灵活、适应性强的生物系统。将大模型和大脑进行比较，能够帮助我们理解两者在处理信息方面的异同，把大模型的本质归结为计算过程，而大脑的本质归结为算计过程，可以更好地凸显出它们在本质属性和工作原理上的差异。
2025-08-14 10:30:04
263
原创 哈耶克的思想对人机协同有何启示？
因此，人类设计师与人工智能协同工作时，应相互尊重和借鉴彼此的优势，设计师对机器生成的方案进行筛选、优化和赋予情感价值，机器则为设计师提供更广泛的创意参考和快速的方案验证，从而共同创造出更具价值的设计作品。例如，在汽车装配线上，机器人可以根据工人安装零部件的进度和质量反馈，自主调整自己的工作节奏和操作方式，实现更高效、灵活的生产协同。人机协同也应遵循类似的自发秩序原则，通过建立有效的规则和机制，使人与机器能够在自主决策的基础上实现协同工作，而不是通过集中式的控制和指挥。1、知识的分散性与利用。
2025-08-14 00:01:42
498
原创 逻辑靶场与人机环境系统
逻辑靶场是一个复杂的人机环境系统，它集成了多种高级技术与资源，通过高度仿真的虚拟环境重现真实的网络空间、信息系统或其他复杂场景，不仅能够实现网络攻击与防御演练、系统测试、新技术验证等多样化功能，还支持不同类型人员（如安全专家、技术人员、研究人员）参与其中，人与人、人与机器、机器与机器之间相互协作与对抗，从而为网络安全、技术研发与训练提供极具价值的实验平台，帮助提升相关技术能力和人员素质，同时助力复杂系统的研究与优化。2、动态性 ：系统中的各个要素都在不断变化和发展，人的情绪、生理状态等会影响其操作行为；
2025-08-14 00:01:42
583
原创 把大脑看成“计算机”是一个本质错误
大脑通过神经网络的自我调整和重塑，能够主动适应环境变化，产生情感、意识和创造性思维等计算机无法实现的功能，它是一个复杂的、活生生的、动态的生物系统，与机械式的计算机有着本质的区别。它可以结合以往的经验、知识和情感，创造出新的想法和解决方案，艺术家在创作一幅画时，大脑可以将自己对世界的理解、情感体验和艺术技巧相结合，创造出独特的艺术作品。大脑的信息处理方式更为复杂和灵活，会对所获得的信息进行多维度的分析、综合、推理和判断，能够结合自身的知识、经验、情感以及当前的情境等因素，进行创造性的思考和规划。
2025-08-14 00:01:42
406
原创 为什么说人机协同问题超越了科技领域？
人机协同的社会影响远超技术本身，它正在重新定义谁是受益者，谁是被边缘化的群体。它依赖于对已有数据的学习和模仿，而人类的创造力则源于对未知的探索和对情感、文化的深刻理解。这些问题暴露了技术并不是中立的，它反映了设计者的价值观和社会的结构性不平等。技术的进步让我们不得不面对一个根本性的问题：在一个机器能力不断增强的世界里，人类的独特性和价值是什么？医生在诊断时越来越依赖机器的辅助，这提高了诊断的准确率，但也可能削弱医生的独立判断能力。这不仅是技术如何运作的问题，更是人类如何在技术浪潮中重新定义自身价值的挑战。
2025-08-14 00:01:42
436
原创 重塑人机协同
借助自然语言处理、语音识别、自组织学习等技术，实现人机之间的自然流畅交流和动态适应，构建一个智能协同的生态系统，从而在提升效率的同时，确保高质量的输出，真正实现人机作为“协作伙伴”共同完成复杂任务的目标。通过设计智能交互界面和自适应交互机制，提高人机协作的效率，利用语音识别和自然语言处理技术，指挥人员可以通过语音指令与机器进行交互，这种高效的人机互动方式能够确保信息传递的及时性和准确性，进一步提升作战方案评估的质量。AI系统是基于数据和算法进行决策的，其决策结果的可靠性取决于数据的质量和算法的准确性。
2025-08-13 08:13:42
670
转载 美智库发布《中国有人-无人协同作战方法》报告
报告指出，中国强调，在MUM-T背景下需平衡 “作战自主性” 与 “政治教育”。2022年珠海航展亮相，采用与美军XQ-58A相似的气动布局，可执行 “协同侦察（与预警机配合）、防空压制、目标指引” 三大任务，其核心优势是 “算法驱动的协同效率”—— 与有人机的数据交换速率比传统无人机提升3倍；XXX科技大学《新型作战概念剖析》一书模拟了 “4无人机+1有人机” 的协同场景：无人机 1负责电子干扰、2携带弹药、3搭载传感器、4作为诱饵，使敌方雷达识别的目标数量翻倍，决策时间延长3倍，有人机趁机实施突袭。
2025-08-13 07:00:45
163
原创 智能家居中的语法、语义、语用态势感知与具/离/反身智能
例如，一个智能机器人可以根据用户的自然语言指令（如“请帮我拿一下桌子上的杯子”）来理解指令的语义，并通过视觉感知算法找到杯子的位置，这体现了语法（语言指令的结构）、语义（理解指令的含义）、语用（在具体环境中的应用）的结合。例如，在智能客服系统中，系统需要通过语法分析理解用户问题的结构，通过语义理解把握问题的核心意义，再结合语用分析判断用户的实际需求和意图，从而提供准确、有效的回答，这体现了三语联动在态势感知中的重要性。在智能家居环境中，具身智能通过设备与环境的交互，实现语法、语义和语用的结合；
2025-08-13 00:01:02
305
原创 为什么用当前的数学、物理还构建不了真实的世界模型
如暗物质和暗能量的存在是通过对宇宙膨胀和星系旋转曲线的间接观测推断出来的，但它们的本质仍然是未解之谜。例如，在量子力学领域，虽然已经发展出了一些描述微观粒子行为的数学模型，但对量子纠缠等现象的本质仍然存在争议和不解，这限制了模型的准确性和完整性。比如天气系统，虽然气象学家可以利用数学模型进行一定程度的预测，但由于大气系统的混沌特性，预测的准确性和时效性都受到限制。当前的数学、物理在构建真实世界模型方面已经取得了巨大的成功，但仍然存在一些局限性，使得它暂时无法完全构建出完全真实、完全精确的世界模型。
2025-08-13 00:01:02
567
原创 美智库《大国战争的理解、遏制与准备》报告中的AI与人机协同简析
近日，美智库《大国战争的理解、遏制与准备》报告指出，AI、无人机、自主系统等新兴技术在军事领域的应用，并非是要完全替代人类，而是要实现更高效的人机协作。2、人员训练方面，加强对军事人员的人机融合技能培训，使其能够熟练掌握和操作 AI、无人机、自主系统等新兴技术装备，提高人机协作的效率和效果。报告建议将人机融合（HMI）融入全军条令、训练、装备体系（DOTMLPF-P），从军事理论、人员训练到装备研发和应用，全面推进人机融合技术的发展，使其成为美军的核心作战能力之一。信任校准指数（TCI）
2025-08-12 07:04:01
448
原创 也谈技术发展的边界与规范
通过构建一个安全的人机环境系统框架，我们可以更好地引导技术发展，确保技术在造福人类的同时，不会对人类的伦理道德、法律秩序和社会稳定造成负面影响。技术的发展应以公共利益为出发点，避免对社会造成负面影响。对于涉及生命伦理、医疗健康等敏感领域的技术，应建立严格的审批和监管机制，确保技术的发展符合法律要求，并为可能出现的法律问题提供明确的解决方案。因此，技术发展的边界与规范必须综合考虑这些非数理、非物理、非技术的因素，以确保技术进步能够真正符合人类的共同利益，促进社会的可持续发展，而不是单纯追求技术指标的提升。
2025-08-12 00:01:58
372
转载 人工智能如何操控战机
未来，该公司将在此次测试所得数据基础上，进一步提升“半人马座”AI系统决策能力，并进行更大规模和强度的试飞。JAS-39E战斗机在波罗的海空域巡逻期间，通过机载传感器发现超视距范围内作为“假想敌”的JAS-39D战斗机，并快速进行目标数据侦察比对、意图判断，在确定自身遭遇雷达锁定后，“半人马座”AI系统自主操控战斗机实施大范围机动，并给出导弹发射建议。电子对抗措施实施 ：根据威胁情况，自动启动相应的电子对抗措施，如干扰敌方雷达、通信系统，投放诱饵弹等，降低敌方武器系统的效能，提高战机的生存能力。
2025-08-12 00:01:58
518
原创 人机融合智能的权重分配
例如，经AHP计算得出，事实性权重为0.25，价值性0.2，类比性0.1，时间性0.2，概率性0.1，频率性0.05，资源性0.1。例如，在医疗诊断领域，融合医学专家的诊断经验、临床指南以及历史病例等知识，构建知识图谱，根据知识图谱中不同节点的重要性和相关性，为事实性、价值性等排序方式分配权重。综上所述，通过以上多种方法的综合应用，群体智能中人机混合决策能够合理分配事实性、价值性、类比性、时间性、概率性、频率性、资源性排序的权重和梯度，有效弥补逻辑有限性与经验不可靠性，提高决策的科学性和可靠性。
2025-08-11 09:16:12
244
原创 人机混合决策中的排序研究
具体而言，事实性排序为决策奠定了客观基础，价值性排序确保决策契合主观目标，类比性排序引入历史经验以资借鉴，时间性排序强调任务的紧迫性，概率性排序评估事件发生的可能性，频率性排序关注事件常见程度，而资源性排序则优化资源配置。这种综合运用多种排序方式的方法，显著提升了应急救援的效率，加快了响应速度，提高了救援效果，同时也增强了整个系统调度的科学性和合理性，使得决策过程更加全面、精准，从而更好地应对复杂多变的实际情况。根据新的信息和变化情况，动态调整决策模型和排序方式的融合策略，以确保决策的实时性和有效性。
2025-08-11 07:54:55
654
转载 英国研究显示人与自然联结度220年来下降超60%
据《卫报》9日报道，英国德比大学教授迈尔斯·理查森（Miles Richardson）进行了一项研究，通过城市化进程、社区野生动植物减少的数据，以及父母不再向子女传递亲近自然的习惯等因素，追踪了220年来人类生活中自然元素的缺失。理查森表示，自然联结度现在被公认为环境危机的根源之一，对人们的心理健康也至关重要，它将人类与自然的福祉联系在一起。近日，关于地球科学的国际期刊《地球》（Earth）上发表的一项研究显示，自1800年以来，人类与自然的联结度下降了60%以上。
2025-08-10 08:16:32
80
原创 智能化应不是信息化、数字化的简单延伸、扩展……
同时，智能化系统具有很强的适应性。在信息化和数字化阶段，系统的学习主要是通过预设的程序和规则进行的，如软件通过固定的代码来处理特定的数据格式。以智能医疗为例，人工智能算法可以通过分析大量的医疗影像数据，发现新的疾病特征或诊断模式，这些可能是医生在以往的实践中未曾明确意识到的，从而创造出新的医学知识，并用于疾病的早期诊断和个性化治疗方案的制定。例如，通过云计算，企业可以快速获取大量的计算资源来处理复杂的智能分析任务，而边缘计算则可以实现在靠近数据源的地方进行实时的智能处理，降低延迟，提高系统的响应速度。
2025-08-10 07:19:48
444
原创 物理坐标系与心理坐标系
心理坐标系是因人而异的，不同的人可能会根据自己的经验构建不同的心理坐标系。一个人如果经常在城市中行走，他可能会根据街道名称、标I志性建筑等来构建心理坐标系，而一个长期生活在乡村的人可能会更多地依靠自然地理特征来构建心理坐标系。在二维平面中，笛卡尔坐标系是最常见的物理坐标系，它有两个互相垂直的坐标轴，分别是x轴和y轴，原点是坐标系的参考点。通过坐标轴上的数值，可以精确地确定物体的位置。无论是物理坐标系还是心理坐标系，它们的目的都是为了帮助确定物体或个体在空间中的位置，使人们能够更好地理解和操作空间环境。
2025-08-10 07:06:02
417
原创 如何实现理想中的人形机器人？
例如，在机器人需要穿过狭窄的通道时，通过实时运动规划，机器人可以调整身体的姿态和运动速度，顺利完成通过通道的任务。机器人还需要实时评估环境中的风险，这不仅包括物理风险（如是否会碰撞到物体），还包括社交风险（如是否会因为不当的言行引起人类的反感），在拥挤的公共场合，机器人要规划出既能安全移动又不会打扰他人的路径。通过上述多方面的努力，人形机器人或许可以逐步实现从脖子以下的灵活动作行为到脖子以上的智力智能智慧的转变，并且良好的态势感知能力将贯穿其中，使人形机器人既有形也有意，兼具机器的功能和人的智慧特点。
2025-08-10 07:06:02
664
原创 两大圣人对智能研究的理解
情感在人类的认知过程中起着重要的调节和驱动作用，将情感融入智能体的认知模型中，可以使智能体更加全面和准确地模拟人类的思维方式和行为模式，从而提高智能体的智能水平和适应能力。对于智能研究而言，许多问题的解决需要耗费大量的时间和精力，而这种源于信仰的内在动力能够帮助研究者克服困难，保持对研究的热情和专注，从而提高研究的效率和质量。通过对情感与智能关系的探索，我们可以更好地揭示人类智能的奥秘，进而为构建更加接近人类水平的智能系统提供有益的启示，也有助于我们在智能研究中保持对人类自身智能特点的反思和借鉴。
2025-08-09 09:56:37
915
原创 态势感知中的物理坐标系与心理坐标系
针对智能中的诸多问题，人们常常抱怨很难量化态势感知、情境意识与意图，殊不知，这些抱怨的主要错误是把上面的智能中这些事物错看成了都是物理、数理世界的问题，并试图用数理的方法解决其中非数理、非物理的部分。一、态势感知、情境意识与意图包含非物理、非数理部分态势感知、情境意识与意图不仅包含可测量的物理和数理信息，还涉及大量非物理、非数理的复杂因素。态势感知需要对环境中的社会文化背景、人际关系以及潜在的情感动态进行理解，这些无法用数学公式或物理量来精确描述。情境意识更是高度依赖个体的经验、直觉、价值观以及对情境的主观
2025-08-09 07:52:20
235
原创 机器智能为什么很难产生自主性？
另外，机器智能需要大量数据来进行学习和训练，其性能和能力在很大程度上取决于数据的质量和数量，数据是人类提供的，带有主观性和局限性，机器智能无法主动获取和筛选数据，更无法像人类一样对数据进行深入的理解和批判性思考，产生有更价值性的信息感，一旦数据出现偏差或不完整，机器智能的决策和行为就会受到影响。三者相互增强，自主性和智能将赋予系统超越传统自动化的灵活性和主动性，而自动化则为智能和自主性的实现提供稳定的技术基础，共同构建出更加高效、智能且适应性强的人机环境系统，满足复杂多变的实际应用需求。
2025-08-08 07:10:56
646
原创 人机环境系统智能与西复东杂
它是自然选择的产物，也是自然界的生存策略。在人机环境系统智能的研究中，这种整体思维体现在对智能系统与其应用环境的整体设计上，在智能机器人领域，东方的研究更注重机器人与人类生活环境的融合，使机器人能够更好地理解和适应复杂的实际环境，而不仅仅是完成单一的任务。未来的人机环境系统智能是一个融合了东西方智慧的多元概念，不仅涵盖了西方严谨的复杂科学，如计算机算法、逻辑推理、数据分析等，还蕴含着东方深邃的复杂思想，如《易经》中对系统性和动态平衡的洞察、道家中顺应自然与整体观的哲学，以及儒家的伦理智慧和社会互动模式。
2025-08-08 00:01:28
619
转载 《华尔街日报》等撰文：AI数据中心建设狂潮，与2000年互联网泡沫和2008年全球金融危机有何相似？
然而，音乐的节奏正变得愈发狂热。G7的“负责任AI”倡议和联合国教科文组织的伦理原则主要聚焦算法透明、公平性和安全性，对数据中心、芯片和能源等“底座”缺乏约束性规范。加州大学伯克利分校AI伦理学家阿米尔·哈桑（Amir Hassan）警告称：“AI基础设施的融资决策并非中立，涉及算力分配和资源优先级的伦理选择，可能加剧技术封锁和集中化趋势。根据马克·多姆斯（Mark Doms）2004年发表的一项研究显示，2000年美国电信资本支出达到1200亿美元，占GDP的1.2%，与当前数据中心热潮相当。
2025-08-07 19:17:06
290
转载 Anthropic CEO：我们每一代模型都赚钱，亏损是因扩展定律，和云不同，模型API业务不会商品化，一亿美金挖人只为几行代码
Dario解释了两种看待模型业务的方式："假设2023年，你训练一个成本1亿美元的模型，然后你在2024年部署它，它产生2亿美元的收入。当我们的招聘人员认为他们想：'哦，是的，这种疯狂的薪酬事情可能会发生，因为'...当产品人员制作AGI驱动的产品时，当政策人员互动时，他们理解可能发生的事情的利害关系。"从我们的角度来看，当新模型出来时，当竞争对手模型出来时，我们真的不考虑它是否是开放权重模型，我们考虑它是否是强大的模型。"我要说的是，随着我们更多地转向智能体，我们将处于AI模型可以端到端地做某事的世界。
2025-08-07 18:23:53
32
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人