- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
几个月来,我一直在网上定期寻找答案,但并不快乐。如果有人能提供任何启示,将不胜感激。
我对模拟人脑所做的工作很感兴趣。我当然可以说很多事情。这是我的意思,然后是我的意思:
我对模拟我们的想法和感受很感兴趣。我不是在谈论神经元级别,而是对所涉及的更大模块的更多模拟。例如,可以将“愤怒”模块模拟为一项服务,该服务衡量一个人受到不尊重的程度(在某些表示系统中)并输出适当的愤怒度量(再次在某些表示系统中)。
我对 Blue Brain 等项目不感兴趣,这些项目正在构建精确的神经元簇模型。我对在更高抽象层次、情感模块、认知推理系统等层次上运行的模型感兴趣。
我也对那些以人类机制为灵感或范式的人工智能项目不感兴趣,比如信念-欲望-意图系统,但实际上并没有试图复制人类行为。尽管这些系统很有趣,但我对制作有效的系统不感兴趣,而是对有效地模拟人类的思想和情感感兴趣。
我一直在进行广泛的搜索,但我发现的只是 60 年代的论文,例如:
Computer Simulation of Human Interaction in Small Groups
在我看来,当计算机第一次出现时,心理学家似乎对模拟大脑感到兴奋,但现在根本不这样做?
谁能指出我最近的研究/努力的方向,如果有的话?
最佳答案
有很多人对此进行了思考,但其中一个问题是,随着人工智能研究的继续,人工智能似乎越来越多地让我们认为某些事情实际上相对容易而似乎很难,而显然东方东西是硬的。
例如,考虑一下专家在某个话语领域做了什么。我们曾经认为,在 60 年代左右,医学诊断和下棋之类的事情很难。我们现在知道,就任何人而言,它们都是简单的搜索问题;碰巧的是,肉类计算机的搜索速度相对较快,并且具有很多并行性。
有很多人,比如Jeff Hawkins ,他们采取了不同的方法,并认为大脑模拟是获得更像我们所说的“思考”的东西的唯一方法;如果他们是对的,那么你就是在说那些你不感兴趣的东西而犯了一个类别错误。
整个问题最糟糕的问题是,当我们说我们“思考和感受”时,似乎越来越难以说出我们的意思。约翰·塞尔(John Searle)用他的“Chinese Room”类比认为,一个机制实际上不可能“思考”或“有意识”。另一方面,艾伦·图灵(Alan Turing)与著名的 Turing Test ,提出了一个较弱的定义:对于图灵来说,如果你不能区分一个“真正的”思考和感觉的存在和一个计算机模拟的人,那么你必须假设模拟是一个“思考和感觉”的存在。
我倾向于站在图灵一边:毕竟,我不知道除了我以外的任何人都是”
真的”是一个思考和感觉的存在。(要考虑这个问题,请研究“philosophical zombie”的概念,它不是——正如你可能怀疑的——不死族的成员,他想知道是否存在意义在吃大脑的过程中,而是一个没有意识的假设实体,但它完美地模拟了一个有意识的实体。)
所以这里有一个建议:首先,如果你真的实现了一些可以“思考并感觉”;一旦你这样做了,你将在思考如何构建它方面有很长的路要走。
关于artificial-intelligence - 大脑的计算机模拟,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4435799/
我们正在为跳棋游戏开发神经网络。在我们的训练数据中, 0代表空白单元格,1代表白 block ,-1代表白王,2代表黑 block ,-2代表黑王 因此,我们需要的是范围为 [-2, 2] 的激活函数
我回答了一个问题,其中给出了两个启发式算法,要对其进行 A* 以找到从起始状态到目标状态的路径。 其中一种启发式方法通过减少一个节点的扩展找到了一条路径 - 现在出于这个原因,我们可以说这种启发式方法
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the
我正在尝试用 C 语言实现一些 AI 规划算法,但被基本概念困住了 :) 在跳到主要问题之前,我尝试实现一些支持命题逻辑的小框架: FORMULA f = PROPOSITION(a + 3 > 0)
我知道决策树试图将具有高熵的分类器放在决策树上。然而,信息增益如何发挥作用呢? 信息增益定义为: InformationGain = EntropyBefore - EntropyAfter 决策树是
我正在研究梳子方法,以减少模糊逻辑规则的“组合爆炸”。有一个示例,摘自“Programming Game AI from example”(由 Mat Buckland 撰写): The theory
我知道人工智能领域非常广阔,有很多关于它的书籍。但我只想知道我可以得到所有人工智能技术的简单介绍的任何资源,例如 它希望有 1 或 2 页的介绍所有技术及其示例,说明如何应用它们或将它们用于什么目的。
我最近对游戏中应用的蒙特卡罗树搜索产生了兴趣。 我读过几篇论文,但我使用“蒙特卡罗树搜索”Chaslot, G 的博士论文,因为我发现它更容易理解蒙特卡罗树搜索的基础知识 我试图对其进行编码,但遇到了
我最近开始在 coursera 上学习概率图形模型,开始后 2 周我开始相信我在概率方面不是那么好,因此我什至无法关注第一个主题(贝叶斯网络)。话虽如此,我想努力学习这门类(class),所以您能否向
我觉得这应该是AI的问题。 是否有任何算法可以在给定任何数字序列的情况下找到模式? 模式可以是抽象的,因为它可以是... 例如: 12112111211112 ... ( increasing num
这是我了解神经网络开始的一件事,是我不太了解最初要设置“偏见”的原因吗? 我了解Perceptron会根据以下内容计算其输出: P * W + b> 0 然后可以基于b = b + [G-O]计算学习
我正在尝试为“连续蛇”游戏实现 AI。它与普通的蛇游戏非常不同,至少就 AI 而言。基本上,蛇的驾驶方式有点像汽车,两个玩家中第一个撞上他的踪迹或另一个人的踪迹输掉比赛。此外,屏幕环绕其边框。 如果您
有人可以用非常简单的词来解释它是什么。也提供一个例子。因此,例如,如果您必须找到某事物的启发式函数,它应该是什么样子的? 以问题为例: 对于水壶问题http://www.math.tamu.edu/~
我想要一个词(例如“Apple)并处理一个文本(或者更多)。我想提出相关的术语。例如:处理Apple的文档并发现iPod,iPhone,Mac是与“苹果”相关的术语。 关于如何解决这个问题的任何想法?
关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 6年前关闭。 Improve thi
关闭。这个问题需要debugging details .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 7年前关闭。 Improve this questio
我计划将 Nguyen-Widrow 算法用于具有 的 NN多个隐藏层 .在研究的过程中,我发现了很多歧义,我想澄清一下。 以下是 Nguyen-Widrow 算法的伪代码 Initial
我喜欢在强化学习方面做兼职研究。近年来(截至2009年)在rl-competition.org举办了强化学习竞赛。有一些非常有趣的问题,但这似乎已停止。我很想提高我的技能和知识,并与该领域的其他爱好者
假设我的第一个输入层有 10 个输入节点/神经元。假设我的隐藏层也有 10 个神经元。我的第三层也是最后一层是一个输出神经元。 如何连接层?有没有一种技术可以确定最好的方法来做到这一点,还是只是将每个
我想开发 RISK 棋盘游戏,其中包括面向计算机玩家的 AI。另外,我看了两篇文章,this和 this ,关于它,我意识到我必须学习蒙特卡罗模拟和马尔可夫链技术。我认为我必须一起使用这些技术,但我想
我是一名优秀的程序员,十分优秀!