首页 科技周边 人工智能 刘经南院士论述自然智能与人工智能的关系

刘经南院士论述自然智能与人工智能的关系

May 30, 2023 am 10:43 AM
人工智能 自然智能 智能关系

刘经南认为可以从自然智能和时空观来理解定义人工智能 (《测绘学报》2020年第四期 刘经南,等:《智能时代泛在测绘的再思考》 )。

目前,信息网络正朝着物联网和泛在网络演 进.它由大数据、更强大的计算能力及更智能的 计算方法三者共同驱动,产生了新一代人工智能, 即计算机具备学习和思考等能力.与此同时,为 实现计算机网络对物理世界的智能管理和协同控 制,信息物理系统 CPS(亦即泛在网)应运而生, 并与人工智能相融合,使社会生产和消费加速从 工业化向自动化、智能化转变,人类因此进入智能 时代. 智能是自然界的生物感知、认知、适应环境的 生存能力.生物拥有智能,是因为它可以感知外 界变化,通过对变化利弊的认知,做出决策后,进 行自身调整,以实现趋利避害.要实现这一目标, 需找到准确的地点、时间、方位、姿态等,来进行自 我调整.于是,自然界生物智能的核心就是,在感 知、认知外界变化的精准时空位置基础上,做出趋 利避害的选择和行为。

因此,自然智能可定义为 生物感知外界变化,学习、记忆形成经验,上升为 认知,为适应外界变化和自己安全需求进行决策, 并在准确的时间和地点,调控自己或者局部地改 变外界的状态,以实现趋利避害的目标. 智能可以解决当前的问题,而智慧则能够解 决未来和未知的问题.智慧需要通过感知和认知 所形成的经验和知识来进行推理,预测未来某个 时间、地点上的外界变化,并预先进行自我调控, 改变自己或局部外界的状态,以实现趋利避害. 这种调控往往是在精准的时空位置基础上,精准 协调多个行为和动作来改变外界.因此,定位、导 航、知时节的能力就是生物与生俱来的实现趋利 避害的生存能力,属于自然智能.从此意义上说, 测绘也就是感知、记录并表达某一时间和地点发 生的事件,然后辅助认知、交流和决策的过程和手段,是人类定位、导航和授时等智能行为在技术方 法上的延伸.

综上,智能与智慧是生物界才有的能力,人工智能就是将自然界的生物智能(包括人类自己的 智能、智慧)通过技术和方法赋给机器和环境,使 机器与环境能够感知、认知外界的变化,并进行相应趋利避害的管理和调控。

定义自然智能的基础上来定义人工智能,比目前计算机界 用图灵测试“让机器像人 一 样 的 感 知 和 思 考”等人工智能的定义更准确、更普适,它体现 了自然智能包含的感知、学习、认知、决策、调控甚 至情感等6类智能的内涵.而人工智能至少应包 括除情感外的5类智能内涵.其实,动物界的感 知智能和群体智能在许多方面远远超过了人类,将动物界的感知智能和群体智能赋给机器和环境,就是人工智能的一大研究方向

刘经南院士论述自然智能与人工智能的关系

根据CSDN作者的定义:

自然智能(Natural Intelligence, NI),指人通过大脑的运算和决策产生有价值的行为。这些行为包括了人的大脑思考及决策、耳朵听力及判断、眼睛视觉及判断、鼻子嗅觉及判断、皮肤触觉及判断等,体现在人行为的方方面面。

人工智能(Artificial Intelligence, AI),通过机器替代人,实现人具有的智能行为。该句可以这样重写:主要指的是计算机、数据和相关软件,甚至可以涵盖相关的智能终端设备。目前人工智能应用比较成熟的技术方向包括机器博弈(智能机器人)、声音识别、图像图片识别(文字、指纹、人脸等)、传感器等提供数据的分析与预测。人工智能研究的主要学科涵盖计算机科学、信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等。

机器学习(Machine Learning, ML),是算法和统计模型的科学研究,计算机系统使用它来有效地执行特定任务,无须使用明确的指令,而是依赖于模式和推理。它被视为人工智能的一个子集,也是人工智能的核心。机器学习必须借助数据进行“学习”。机器学习可按形式分为监督学习、半监督学习、无监督学习和强化学习。

深度学习(Deep Learning, DL),(也称为深度结构化学习或分层学习)是基于学习数据表示的机器学习方法系列的一部分,而不是特定于任务的算法。深度学习受生物神经系统中信息处理和通信模式的启发,但与生物大脑的结构和功能存在差异。目前,深度学习架构,如深度神经网络、深度置信网络和递归神经网络, 已应用于计算机视觉、语音识别、自然语言处理、音频识别、社交网络过滤、机器翻译、生物信息学、药物设计和医学图像分析等领域。

(以上概念及其关系为CSDN博主「简单小苦瓜」的原创,原文链接:https://blog.csdn.net/weixin_44482877/article/details/122273597)

以上文选,是笔者试探将硅基生物与碳基生命做为一个整体,或探讨脑机接口的认知方法论,从而理解仿生学、大脑神经网络的一个途径。

以上是刘经南院士论述自然智能与人工智能的关系的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

热门文章

R.E.P.O.能量晶体解释及其做什么(黄色晶体)
2 周前 By 尊渡假赌尊渡假赌尊渡假赌
仓库:如何复兴队友
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island冒险:如何获得巨型种子
4 周前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

字节跳动剪映推出 SVIP 超级会员:连续包年 499 元,提供多种 AI 功能 字节跳动剪映推出 SVIP 超级会员:连续包年 499 元,提供多种 AI 功能 Jun 28, 2024 am 03:51 AM

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

使用Rag和Sem-Rag提供上下文增强AI编码助手 使用Rag和Sem-Rag提供上下文增强AI编码助手 Jun 10, 2024 am 11:08 AM

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

七个很酷的GenAI & LLM技术性面试问题 七个很酷的GenAI & LLM技术性面试问题 Jun 07, 2024 am 10:06 AM

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

微调真的能让LLM学到新东西吗:引入新知识可能让模型产生更多的幻觉 微调真的能让LLM学到新东西吗:引入新知识可能让模型产生更多的幻觉 Jun 11, 2024 pm 03:57 PM

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

为大模型提供全新科学复杂问答基准与测评体系,UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架 为大模型提供全新科学复杂问答基准与测评体系,UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架 Jul 25, 2024 am 06:42 AM

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

SOTA性能,厦大多模态蛋白质-配体亲和力预测AI方法,首次结合分子表面信息 SOTA性能,厦大多模态蛋白质-配体亲和力预测AI方法,首次结合分子表面信息 Jul 17, 2024 pm 06:37 PM

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

你所不知道的机器学习五大学派 你所不知道的机器学习五大学派 Jun 05, 2024 pm 08:51 PM

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

VSCode 前端开发新纪元:12款 AI 代码助手大推荐 VSCode 前端开发新纪元:12款 AI 代码助手大推荐 Jun 11, 2024 pm 07:47 PM

在前端开发的世界里,VSCode以其强大的功能和丰富的插件生态,成为了无数开发者的首选工具。而近年来,随着人工智能技术的飞速发展,VSCode上的AI代码助手也如雨后春笋般涌现,极大地提升了开发者的编码效率。VSCode上的AI代码助手,如雨后春笋般涌现,极大地提升了开发者的编码效率。它利用人工智能技术,能够智能地分析代码,提供精准的代码补全、自动纠错、语法检查等功能,极大地减少了开发者在编码过程中的错误和繁琐的手工工作。有今天,就为大家推荐12款VSCode前端开发AI代码助手,助你在编程之路

See all articles