博文
-
人工智能的瓶颈在于休谟与维特根斯坦
- 人工智能的瓶颈可以从大卫·休谟和路德维希·维特根斯坦的哲学观点中得到深刻的洞察，我们通过他们的思想来理解AI的局限性： 一、休谟的影响 1、经验主义与知识的局限： 观点 ：休谟认为知识来源于感官经验，所有的理性推理都依赖于经验。 AI瓶颈 ：AI系统的知识和能力严重依赖于训练数据的质量和多样性。AI无 ...
-
什么是智能体？
- 一般而言，智能体的概念可以从多个维度进行分析，包括主体性、目的性、可认识性、可解释性、价值性和可实现性： 1. 主体性 定义 ：主体性指的是智能体是否具有独立的存在和意识。主体性使得智能体能够自主地进行决策和行动。 人工智能中的表现 ：当前的AI系统没有真正的主体性。它们缺乏自我意识和自主意图， ...
-
人机结合的实质在于整体系统与还原近似的融合
- 一、人机结合的实质在于整体系统与还原近似的融合 在描述人机环境系统智能时， “人” 和 “环境” 侧重于整体系统的优化和协调，而 “机” 侧重于近似还原实际情况。具体来说， “人” 关注如何使人类操作更高效、舒适； “环境” 则涉及优化整个系统的工作条件和交互模式； “机”则专注于如何使 ...
- 科普的窘迫在于把“科”、“普”的秩序搞反了
- 科学普及的有效性很大程度上取决于是否能从最基础的层面及环球影城/迪士尼般的趣味性入手，以适应受众的情感需求和理解能力。 当前，科普的窘迫在于只有“科”没有“普”。 科普往往面临这样的问题：虽然科学技术本身很重要，但缺乏生动的故事或引人入胜的叙述，常常会显得枯燥，难以引起大众的兴趣和共鸣。所以， ...
- 为什么说人工智能还不足以是新质生产力的重要引擎？
- 人工智能虽然在许多领域展现了巨大潜力，但还不足以是新质生产力的重要引擎，主要源于 AI技术尚未在所有领域达到完全成熟，很多应用仍处于试验和开发阶段， AI在实际生产中的应用仍受限于特定领域，尚未全面渗透到所有生产环节， 高效利用AI需要大量的数据和计算资源，这对很多企业尤其是中小企业来说仍是挑战， AI技 ...
-
人工智能正在悄悄进入新的发展阶段
- 热度 1
- 当前，人工智能正在或已经进入符号、联结、行为三大技术路线融合发展阶段，同时也进入了AI+人+环境的生态系统阶段。以下是对这两个方面的讨论： 1. 技术路线融合 符号主义（Symbolic AI） 符号主义，又称为逻辑推理或规则基础的方法，涉及使用明确的规则和逻辑来处理信息。这种方法的优点是透明性和可解释性，能处理抽 ...
- 基于谋算（算计）的行为树
- 行为树是一种用于描述和控制智能体行为的结构化模型，广泛应用于游戏开发、机器人控制和人-AI系统中。如果要设计一个基于谋算（算计）的行为树，可以考虑将谋算行为分解为多个层次和节点，构建复杂的策略和决策逻辑。以下是建构一个基于谋算的行为树的框架示例： 1、行为树的基本组件 根节点 ：行为树的起始节点 ...
-
人机环境系统智能中的knowing-that/how/should
- 在人机环境系统智能中，“knowing-that”、“knowing-how”和“knowing-should”分别代表了不同类型的知识和能力。knowing-that指的是知道事实和信息，即对事物的了解和认知。这包括对领域知识、数据、概念和原理的掌握；knowing-how强调的是技能和能力，即能够执行特定任务或解决问题的能力。这涉及到实践经验、技巧、方 ...
-
人类的算计会使用意义感参与计算
- 算计（谋算）体现了人类的复杂性和创造性，组合、探索、转型创造力，事实与价值融合力。“算计”在探讨人类复杂性和创造性时，可以从几个方面来理解： 1、组合与探索 人类通过对各种元素的组合和探索，能够创造出新的解决方案或发明。比如，在艺术比喻、科研和工程领域的类比，创新往往源于对已知技术或理论的独特组合和 ...
- “负责任的人工智能”容易让人产生种种误解
- 2022年6月22日，国防部副部长凯瑟琳·希克斯(Kathleen Hicks)签署并发布《“负责任的人工智能”（RAI）战略与实施路径》文件，围绕基本原则，提出指导美国防部实施人工智能的战略，为美国防部人工智能的进一步发展奠基。基本原则包括：①负责任的人工智能治理：管理结构和流程现代化，持续监督国防部人工智能使用；②作战 ...
