科学网

 找回密码
  注册
人机环境系统智能已不再仅仅是传统的空间智能和物理世界的概念
刘伟 2024-8-20 07:55
人机环境系统智能已经超越了传统的空间智能和物理世界的概念,进入了更为复杂的层次。在人机环境系统中,智能不仅涉及对物理世界的感知和理解,还包括对人类语言、情感、意图等的理解和生成。人工智能技术的应用,如自然语言处理、机器学习、深度学习等,使得人机环境系统能够更好地理解和适应人类的行为和需求。此外,人 ...
个人分类: 2024|5590 次阅读|1 个评论
对智能的研究已不再是一个纯数学或物理上的概念
刘伟 2024-8-19 08:27
对智能的研究涉及到如何将智能系统的结构和功能从纯数学或物理的角度扩展到更广泛的应用领域。在现代智能系统中,拓扑的概念已不仅仅是抽象的数学或物理图形,它还与人、机、实际应用环境和系统架构紧密相关。 智能系统的拓扑在实际应用中通常指的是系统内部各个部分如何连接和交互。例如,在人工神经网络中,拓扑结构决 ...
个人分类: 2024|4821 次阅读|没有评论
用数学工具能实现对人类谋算(算计)的理解吗?
刘伟 2024-8-18 11:59
数学工具可以帮助分析和优化决策过程,但“谋算”或“算计”涉及更复杂的心理和策略因素。数学可以提供数据分析、概率预测和最优策略,但对人类的复杂行为、动机和伦理判断的完全模拟则更具挑战性。 虽然数学工具在许多领域都极为强大,但它们有时无法完全模拟或实现人类的谋算(算计),主要因为谋算涉及复杂的心理、 ...
个人分类: 2024|3188 次阅读|没有评论
人机环境系统智能包括具身智能与非具身智能
刘伟 2024-8-17 08:43
在讨论人机环境系统的智能时,通常可以将其分为具身智能和非具身智能两大类。每种类型的智能都有其独特的特点和应用领域。 一、具身智能 具身智能指的是通过身体及其与环境的交互来实现智能的能力。它强调的是智能体(如机器人、人工智能系统)在物理环境中与环境的互动及其对环境的适应能力。 具身 ...
个人分类: 2024|6905 次阅读|没有评论
人工智能的瓶颈在于休谟与维特根斯坦
刘伟 2024-8-16 09:06
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 ...
个人分类: 2024|7478 次阅读|没有评论
什么是智能体?
刘伟 2024-8-15 09:52
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, ...
个人分类: 2024|6408 次阅读|没有评论
人机结合的实质在于整体系统与还原近似的融合
刘伟 2024-8-14 12:53
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 ...
个人分类: 2024|5153 次阅读|1 个评论
科普的窘迫在于把“科”、“普”的秩序搞反了
刘伟 2024-8-13 19:08
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, ...
个人分类: 2024|3273 次阅读|没有评论
为什么说人工智能还不足以是新质生产力的重要引擎?
刘伟 2024-8-13 15:03
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 ...
个人分类: 2024|2348 次阅读|3 个评论
人工智能正在悄悄进入新的发展阶段
热度 1 刘伟 2024-8-12 16:58
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 ...
个人分类: 2024|6331 次阅读|1 个评论 热度 1

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2026-2-27 07:26

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部