什么是自动与自主?

     自动与自主的区别很有意思,平时大家都不爱斟酌,一般都是拿过来就用,岂不知,西方人常常不是这样子的,他们一般先从基本概念上进行咬文嚼字般的抠,然后在此基础上进行理论过程的推导演算或实验实践的验证分析,  于是差距往往就此拉开……

640?wx_fmt=png

     自主(自建构)系统中,具有交互作用的各部件在联合作用时,其组合规则是超相加的,不但是超数学计算的,还是超逻辑、非逻辑关系的。并且会使各部件产生新的属性和新的特征,与原件不同。相比之下,自动偏可预期的程序化,自主侧不可预期的非程序化。

      世界是由事实(关系)构成的,而不是由事物(属性)构成的,从事物到事实的过程就是组织。不要说找到构成事物基本单元很难,即使找到了也没有太大的用处,因为这些基元(基本单元)之间的相互作用才是世界的秘密,而对这些关系尽管我们知道其的确存在却一直不能说清楚是什么! 

     人类是超协调逻辑(所以能够容错、融错、熔错),在超协调逻辑看来,悖论不一定都需要排除。矛盾或悖论在不会导致系统扩散,即不会使系统变得没有意义的情况下,是可以被一个逻辑系统或者理论系统容纳的。超协调逻辑为悖论提供了一个全新的解决方案,认为我们应该接受悖论,并学会和悖论好好相处。 

     1978年澳大利亚逻辑学家普利斯特发表论文《悖论逻辑》。悖论逻辑与不协调逻辑的主要区别在于不协调逻辑系统自身是协调的,而悖论逻辑自身是不协调的,包含矛盾的。他认为,哥德尔不完全性定理只是对于协调的系统才起作用,对于自身不协调的、语义封闭的系统来说,它是不起作用的。

     为什么人工智能系统与人们的期望相去甚远,答案是人们还没有找到系统中整体与部分的真正关系是什么。阿什比(Ashby,1962)指出,只要A与B二者中间的某一关系成为价值或状态C的条件,一个起组织作用的部件就出现了。

      自动(含显著性)选择与自主选择的最大区别在于,自动的适应性选择的结果几乎是确定的,比如自动化机器的输出动作;而自主(涉价值性)的审美选择的结果往往是不确定的,比如各种随机应变和言外之意、弦外之音。

640?wx_fmt=png

      人类的自主具有一种把离散状态弥补成连续状态及产生出趋势的能力,类似看电影,大概是因为大脑有一部分专门来给自己讲故事,让你自己觉得一切都是连贯的,世界是有前因后果的。很多情形下,其实不然。

640?wx_fmt=png

      在讨论自动过程(心理)之前先强调两种过程,即自动(无意识)的进行过程和有意识控制的过程。其中自动过程在人类行为中大量存在,并在行为上延伸成自动觉知行为、自动追逐目标、对某种经历进行持续自动的评估等过程。这里,我们仅讨论与HCI相关的两部分内容:执行自动过程时需要相较于非自动过程更少的努力(lower effort),覆盖自动过程需要的低级反馈。

      自动过程可以至少被三种不同的参数模型定义。(1)引导的行为机制(2)涉及到的神经元机制(3)基础过程认知机制。所以,在行为层面上我们可以认为自动过程会引导对刺激的快速反应,在神经元层面上我们可以认为在大脑某个区域发生一个被放大的活动,而在认知层面上我们认为这个过程不需要注意力系统的介入调和。这三种模型的区别还是很重要的,因为行为和神经元的参数会引导我们对当前发生的自动过程给出一个可行的定义。这就意味着使用者可以预测某个环境条件下激发自动过程的可能性。我们特别要重视行为参数,这可以让使用者对某个类型的交互更加了解。

       很多不同的行为参量都用于定义自动过程。首先,自动过程与快速反应时间(fast response times)密切相关,反应时间衡量了刺激出现和做出反应之间的间隔(例如,根据屏幕显示按下某个按键)第二,自动过程还与义务执行(obligatory execution)相关,即不可避免执行的过程课题。第三,自动过程可能与其他同时发生的过程之间没有交互,即其他过程的表现不会受到自动过程的影响。第四,自动过程与高转移性联系,所以自动过程在不同类型事件中的表现水平保持恒定。第五,自动过程与无意识通常联系起来,即主体往往对事件的发生无意识。第六,自动过程与干扰的无敏感性联系,从而多刺激不会影响自动过程的表现。

      大多数学者认为只有前两个参量可以导致快反应时间的强制过程(obligatory processes),虽然这些参量被经常定义为分离值(taking discrete values)比如,这个过程是平行的快速的还是连续的慢速的。然而,人们对这些衡量认知机制的参量组合还没有一致的意见。例如,为了去评估主体对某个刺激产生回应是否被纯粹地归结为自下而上的认知机制(即纯粹被外界刺激控制而不考虑主体的注意力状态),很多实验都基于反应时间和刺激持续时间。很多学者通过采用Treisan和Gelade在定义特征整合理论(feature integration theory)的研究技术,认为如果反应时间相对短,并与干扰数量无关,那么这个过程就是自下而上(特别是前-注意力过程)。类似的,对于刺激分散的持续时间,前-注意力(pre-attentive)加工过程发生在刺激分给主体时间很短(一般200ms)的情况,而对干扰的数量不予考虑。然而,这种定义对理解过程与过程间歇不够明确,学习-反馈过程(learned-response)作为自动过程的一种描述,与前注意力过程的表现相差很大。


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值