博文
-
无人系统的技术局限性
- 尽管无人系统具有众多优点，但金无足赤，无人系统仍有不少技术局限性，主要体现在以下几个方面。 1、感知与识别能力有限 （1）环境适应性不足：在雨雪雾霾等恶劣天气下，无人系统的传感器性能显著下降，例如无人机的图像识别精度会急剧降低，难以“看清水准”目标 。无人车在复杂地形中也面临类似问题，如GNSS信号 ...
-
态势感知+势态知感：从自动到自主再到自我
- “态势感知”（Situation Awareness, SA）与“势态知感”（可理解为对自身状态、意图及与环境互动关系的反向感知与认知）的结合，构成了智能系统从“被动响应”到“主动决策”，最终迈向“自我进化”的核心能力框架。这一过程本质上是智能体从工具属性向主体属性跃迁的体现，其门槛涉及技术、认知科学与哲学的多重挑战。下 ...
-
智能的生长
- 热度 1
- 从强化学习角度看，婴幼儿的智能成长从具身（依赖事实性奖惩的即时反馈）向离身（形成符号化的价值判断）再到反身（价值判断反噬并内化为自我奖惩机制），是从事实到价值形成的具身到反身的智能跃迁。 一、从强化学习的角度看，成年人偏重价值性奖惩，婴幼儿则更多是事实性奖惩 从强化学习的视角来看，成年人与婴 ...
-
婴幼儿认知：人类智能的秘密
- 智能的边界：成年人与婴幼儿 成年人与婴幼儿认知发展、知识建构的核心差异往往在上下、有无之间。 成年人的认知更多是从知识到数据的“从有到无”过程，常常带着已有的概念、语言、经验去“过滤”世界，把丰富的感知压缩成可识别的标签和结构，甚至忽略掉不符合既有框架的信息。这是一种“自上而下”的认知方 ...
-
人类学习是监督学习与非监督学习的融合
- 热度 3
- 人类学习是在生命、情感与意识的交织中，以少量经验编织对世界通透的理解，能跨情境创造意义；机器学习则是用算法与算力在大量数据里提取统计模式，只为完成被设定的任务，既无生命体验，也不求理解本身。 1、人类学习 人类学习和机器学习在本质、方式和目标上有显著区别。人类学习是基于生物神经网络（ ...
-
人、机、环境的不确定性造成逻辑的有限性
- 如果稍微留心一下，就会发现人、机、环境的不确定性常常会直接导致逻辑系统的“有限性”——即任何逻辑推理或算法都无法在该三元系统中同时做到完备、一致与可判定。 1、人的不确定性会造成逻辑边界“不可枚举” 认知具有非稳态性，亦即大脑对同一刺激的反应随情绪、疲劳、经验动态漂移，导致“输入-输出”映射 ...
-
人机协同中的利他、利己与共利
- 在人机协同中，“利己”是各自追求自身利益最大化，人和 AI 在决策中互不干涉，但形成一种微妙的平衡，就像两人在拔河中各使力气，谁也占不到便宜；“利他”则是 AI 主动考虑人的最佳反应，通过设置策略来保障人的安全与舒适，即使牺牲部分自身效率，也换来整体的稳定，仿佛 AI 主动让出一步，让人更轻松；而“共利”是双 ...
-
没错！人工智能还不是智能
- 热度 2
- 尽管，当前，AI在社会经济文化等方面起到了重要的作用，但人工智能并不是智能，依然是人造的智能，或近似模拟人类的智能。 人工智能（AI）的本质，就是通过计算机技术和算法构建的、用于模拟人类智能行为的人造系统，它并非具备自主意识和主观思维的“真正智能”，而是对人类感知、学习、推理、决策等智能活动的功 ...
-
AI+是系统智能，不同于AI技术智能
- 系统智能与人工智能的本质区别在于系统性整合与单一技术突破的差异，而AI+正是系统智能的典型范式， AI+不是将AI简单叠加，而是把算法、算力、数据、机制、人和环境一起编织成可自修复、自进化、自演义的“超机体”，它关心的不再是“像不像人”，而是系统能否在扰动中持续涌现出更高阶的秩序与价值——这正是系统智能的本 ...
-
“AI+”与“+AI”
- “AI+”与“+AI”是人工智能（AI）与实体经济融合的两种典型路径，核心差异在于 技术主导权、应用逻辑和发展阶段 。 AI+中AI是主角，技术主动“入侵”并重塑传统行业（颠覆式），而 +AI中行业是主角，AI只是被“拿来用”的辅助工具（改良式）。 二者并非对立，而是互补共存，共同推动生成式AI、大数据、机器学习等技术向 ...
