人工智能的一点摘抄 《视读 人工智能》

本文摘自《视读人工智能》,探讨了人脑神经元的计算逻辑与图灵机的关系,以及人工智能中的感知-思考-行动模型。文章指出,认知行为是感知和行动之间的媒介,早期的人工智能基于逻辑推理,而神经网络则采用分布式处理。此外,提出了打破符号对符号连环圈的联结主义系统,以及新人工智能的自底向上设计原则。
摘要由CSDN通过智能技术生成

读 《视读 人工智能》


沃伦 麦卡洛克     沃尔特皮兹

《神经活动过程当中概念形成的运算逻辑》

文中论证了人脑的神经元为何可以被视为计算器。最后,他们证明了神经元的设置可以执行图灵机所能执行的任何计算。这一发现的结论就是人脑可以被看做像图灵机一样的计算机器。

 

 

感知-思考-行动

经典人工智能隐含着这样一个观点,即智能活动要求智能体首先感知它的环境。在感知的信息基础上,智能体进行认知加工。这些过程将最终导致智能体采取行动。

简而言之,认知行为是感知和行动之间的媒介。

 

 

知识可以形式化的观点并不新鲜。好几个世纪以来,思考的行为一直被视为基于逻辑推理的计算。纽厄尔和西蒙的物理符号系统假说的依据便是托马斯*霍布斯的著作。

逻辑推理要求对逻辑语言中描述的句子进行操作。这些句子可以解释为对概念(比如事物的状态)或知识的表示。用计算机使这个过程自动化,人工智能采用了“思维即逻辑”的观点,并付诸实践。

 

 

局部表示  分布式表示

符号表示是经典人工智能的特有功能。在符号系统中,模型把信息的基本单位进行分流,并对其进行操作。比如,识别动物的符号模型可以用候选动物腿数作为信息单位。这种表示称为局部表示,因为关于腿数的信息共同保存在一个可以定位的软件包中。

神经网络所能执行的信息处理的种类和符号系统有本质的不同。分布式处理的情况下,表示也往往是分布式的。分布式表示扩散到整个网络,而不是限制在一个特定的区域或者构建于原子单元。

 

 

打破圆圈

仅靠一本汉-汉字典的帮助,你能学会中文吗?哈纳德把这比作符号对符号的连环圈。一些毫无意义的符号定义另一些毫无意义的符号。哈纳德

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