“《超越学科的认知基础》2015张世超学习报告第七周”版本间的差异
来自iCenter Wiki
（Created page with "==关键词=="） |
（→关键词） |
||
| 第1行： | 第1行： | ||
==关键词== | ==关键词== | ||
| + | '''区块链'''[https://en.wikipedia.org/wiki/Block_chain_(database)] '''人工智能（AI)'''[https://en.wikipedia.org/wiki/Artificial_intelligence] '''麦克斯韦妖'''[http://baike.baidu.com/link?url=KfNxZckYZdNGPQUmlhJkX4qhnSJFoxvcpxPYnJviCRklEm8LaayMIx79fcMM01uYmGVgoE0JMZ3rAT4c5yDbkK] '''热力学第二定律'''[http://baike.baidu.com/link?url=gENaInshMfDzXJtT-Bbe3_1507MmEkTHFp3NdvfMby6Zth_OzgQ0YE_-TKyeNkWuQGEbgbVYm5CKtE9QF4sR0a] | ||
| + | '''智能'''[http://baike.baidu.com/link?url=-wEimmewVv4stCNx79fP9aulBmUqMjptVoRRbKLcaeaMGEPHV09Uu_2NGPty7cl3ltjd2rgS_Vsp1xAm-MWA6Oa1s0DLZjeZLQ3MJgkSM43] '''人工智能'''[http://baike.baidu.com/link?url=Ylna69IkZHDk2XLbX1B7dnojgneZOEf1uw4GjM8Df75vR-D6XWJIqedjMlRAbovxqQZtI1kYOEUyatBys1QIF_MfmGomSD8tZdJaEzgBFqe] '''康托集'''[http://baike.baidu.com/link?url=fWWioPnbnhbstvsfa-cYjDH_DJjPvd0ThC2mhD1HOw1vHukevEqbVawA1LEa8QwJmD2A4uLGdUvDiG8PF65bBa] '''比特币'''[http://baike.baidu.com/link?url=mLlsoy_1Mq9f71tliwpGTpHQjc67g9PzT4owo-mNT5dWPcJlzmTbGZoaRwPjoEbcPZcw2wkEsKHJKyMbz4XOBnxL11semyUWrdzEKDoi3bm][https://en.wikipedia.org/wiki/Bitcoin#Block_chain]'''熵的语言系统''' | ||
| + | ==学习报告== | ||
| + | ===智能=== | ||
| + | *什么是智能？ | ||
| + | **我们现在还不能明确地给出“智能”的定义，只有到三十年后，等人类对大脑有了更进一步的了解，我们才能知道什么是“智能”——Steve Young | ||
| + | **在现代科学的范畴中，智能还是一个心理学科用语，它是一个集合概念，囊括“感觉、记忆、思维、语言和行动”，人们暂且将这些笼统的概念归结为一种智慧和能力的综合体，并且以智商[https://en.wikipedia.org/wiki/Intelligence_quotient]和能商两种标准来衡量一个人智能的程度，从而实现智能的可视化，但是其科学性和可信度仍然值得怀疑，因为测算的结果并非以一个普适性的数学计量方法来测算，也没有一个完全客观统一且恒定的测算标准，最终的测算结果也只是一个模糊的估算。但是这节课上，韩锋老师提出的"麦克斯韦妖的智能测算方案，就实现了智能的数学计量：“对系统无知的压缩，熵的减少，每产生一个比特的信息就消耗KTln2的能量。”[[麦克斯韦妖的智能]]这可以说是智能测算方面的一个卓有洞见的想法。 | ||
| + | **但是我们不禁要问，当代世界有如此多的学科依赖于“智能”，信息技术、仿生学，包括家喻户晓，甚至于成为街头巷尾热议的话题“人工智能”，其理论的基础也是“智能”，那么人们怎么可能连智能的定义都不了解呢？在我们常规的思维认识中，人对一个事物的认识是建立在从已知的知识经验储备，也就是“命名空间（namespace）[https://en.wikipedia.org/wiki/Namespace]中提取相关的概念，然后将未知的概念与已知的概念相比对，形成对这一概念的认识。这一过程也就是我们说的"本体论隐喻"[[本体论隐喻]]的应用过程。换而言之，如果在已有的知识储备中完全没有与其相关的概念，我们要理解一个新的概念，无异于登天。可对于"智能"的诞生，也遵循着这一规律，人们将"大脑"这一本体嫁接到"智能"这个概念中去。可问题在于，我们对于大脑的机能也没有完全了解，所以这个本体是没有被充分认知的，自然就导致其隐喻体系完整性的阙如。 | ||
| + | **不过，仍然有科学家对这一领域提出了颇有见地的观点，哈佛大学的霍华德·加德那教授（Howard Gardner)就提出了多元智能学说[http://baike.baidu.com/view/43499.htm]。 | ||
| + | **多元智能学说 | ||
2015年11月2日 (一) 06:00的版本
关键词
区块链[1] 人工智能（AI)[2] 麦克斯韦妖[3] 热力学第二定律[4] 智能[5] 人工智能[6] 康托集[7] 比特币[8][9]熵的语言系统
学习报告
智能
- 什么是智能？
- 我们现在还不能明确地给出“智能”的定义，只有到三十年后，等人类对大脑有了更进一步的了解，我们才能知道什么是“智能”——Steve Young
- 在现代科学的范畴中，智能还是一个心理学科用语，它是一个集合概念，囊括“感觉、记忆、思维、语言和行动”，人们暂且将这些笼统的概念归结为一种智慧和能力的综合体，并且以智商[10]和能商两种标准来衡量一个人智能的程度，从而实现智能的可视化，但是其科学性和可信度仍然值得怀疑，因为测算的结果并非以一个普适性的数学计量方法来测算，也没有一个完全客观统一且恒定的测算标准，最终的测算结果也只是一个模糊的估算。但是这节课上，韩锋老师提出的"麦克斯韦妖的智能测算方案，就实现了智能的数学计量：“对系统无知的压缩，熵的减少，每产生一个比特的信息就消耗KTln2的能量。”麦克斯韦妖的智能这可以说是智能测算方面的一个卓有洞见的想法。
- 但是我们不禁要问，当代世界有如此多的学科依赖于“智能”，信息技术、仿生学，包括家喻户晓，甚至于成为街头巷尾热议的话题“人工智能”，其理论的基础也是“智能”，那么人们怎么可能连智能的定义都不了解呢？在我们常规的思维认识中，人对一个事物的认识是建立在从已知的知识经验储备，也就是“命名空间（namespace）[11]中提取相关的概念，然后将未知的概念与已知的概念相比对，形成对这一概念的认识。这一过程也就是我们说的"本体论隐喻"本体论隐喻的应用过程。换而言之，如果在已有的知识储备中完全没有与其相关的概念，我们要理解一个新的概念，无异于登天。可对于"智能"的诞生，也遵循着这一规律，人们将"大脑"这一本体嫁接到"智能"这个概念中去。可问题在于，我们对于大脑的机能也没有完全了解，所以这个本体是没有被充分认知的，自然就导致其隐喻体系完整性的阙如。
- 不过，仍然有科学家对这一领域提出了颇有见地的观点，哈佛大学的霍华德·加德那教授（Howard Gardner)就提出了多元智能学说[12]。
- 多元智能学说
