回溯意识之本源 —— 7 个抛向丹尼尔・丹尼特的关于心智、进化的问题

致敬万物的解释者:丹尼尔・丹尼特(1942~2024)

图片

2024 年 4 月 19 日,全世界最受欢迎的哲学家之一丹尼尔・丹尼特在缅因州波特兰去世。他被无数人称作是自己的哲学英雄,他的观点像一把利刃,在心智和意识领域无出其右。

巨星陨落,思想长存。让我们一起回顾他的生平,聆听他的观点,探寻意识之本源,展望人类历史及未来之走向。

“他的形象太有辨识度了,他就是我心目中哲学家的样子。有些碎碎念,却又能把复杂艰涩的理论变得有趣。”

丹尼特几乎把所有的学科都塞入了自己的研究中,他精通认知科学、心理学、计算机科学和哲学史…… 曾荣获心智与脑奖、伊拉斯谟奖,并两次获古根海姆奖,他创造了 “意向立场”“他者现象学”“直觉泵” 等耳熟能详的概念,被誉为当代的伯兰特・罗素。

图片

丹尼特本人非常有辨识度,留着白胡子,拿着一根自制的木头手杖,就像一位缅因州的渔夫,看起来似乎与世无争。但只要面对哲学与科学的思辨,他从不客气。

这种风格从他的作品中就可见一斑 —— 清新明快,娓娓道来,运用简单直观的例子讲解科学道理,一针见血地点明我们常会落入的哲学错觉。

丹尼特既是个博学的智者,又是讲故事的好手。他从不拿玄奥抽象的哲学术语或逻辑证明为难读者,相反,他有一项本领,能把复杂缠绕的论证讲述得像探险故事般妙趣横生。

本期专题,7 个关于心智、进化的问题,抛向丹尼尔・丹尼特,聆听他的回应,回溯意识之本源,展望人类历史及未来之走向。

图片

(以下内容根据丹尼尔・丹尼特本人观点进行了编辑整理,素材来源于丹尼特本人采访、著作等)

图片

图片

图片

图片

图片

图片

图片

~ ~ end - -


via:

  • 5
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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