“《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
（→人工智能） |
（→学习报告） |
||
| 第65行： | 第65行： | ||
**人工智能的信息处理方式应该和人类是相似的，如下图： | **人工智能的信息处理方式应该和人类是相似的，如下图： | ||
[[File:zuoye.jpg|700px]] | [[File:zuoye.jpg|700px]] | ||
| + | ===麦克斯韦妖与熵增定律=== | ||
| + | *熵的语言系统 | ||
| + | **熵的语言系统 | ||
| + | ***系统混乱的表述 | ||
| + | ***系统无知的度量 | ||
| + | ***系统能量耗散均分到自由度的数量 | ||
| + | ***系统可到达量子组态的对数。 | ||
| + | *熵增定律（热力学第二定律）： | ||
| + | **要想知道什么是麦克斯韦妖就要先知道什么是熵增定律。 | ||
| + | **低温物体传到高温物体而不产生其他影响，或不可能从单一热源取热使之完全转换为有用的功而不产生其他影响，或不可逆热力过程中熵的微增量总是大于零。在一个孤立的系统中，熵总是增加的。[http://baike.baidu.com/view/24939.htm] | ||
| + | *麦克斯韦妖[http://baike.baidu.com/link?url=KfNxZckYZdNGPQUmlhJkX4qhnSJFoxvcpxPYnJviCRklEm8LaayMIx79fcMM01uYmGVgoE0JMZ3rAT4c5yDbkK] | ||
| + | **有一个小妖精，本来系统已经达到热平衡了，妖精可以控制格子的开关。他可以让超过某个温度的分子过去，低于某个温度的分子过不去。问题在于这个妖精必须要有智能，但是怎么能够证明这个妖精有智能。（Charles.H.Bennett[https://en.wikipedia.org/wiki/Charles_H._Bennett_(computer_scientist)]） | ||
| + | *麦克斯韦妖的智能 | ||
| + | **是对系统无知的压缩，熵的减少，根据Landauer原理[https://en.wikipedia.org/wiki/Landauer's_principle]，每产生一个比特的信息就消耗KTln2的能量。 | ||
| + | ===比特币与区块链=== | ||
2015年11月2日 (一) 09:17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[11]”，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）[12]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"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)[13]就提出了多元智能理论[14]。
- 多元智能学说
| 多元智能理论 | |||||||
|---|---|---|---|---|---|---|---|
| 范畴 | 含义 | ||||||
| 语言智能（Linguistic Intelligence)[15] | 是指有效的运用口头语言或及文字表达自己的思想并理解他人，灵活掌握语音、语义、语法，具备用言语思维、用言语表达和欣赏语言深层内涵的能力结合在一起并运用自如的能力。 | ||||||
| 数学逻辑智能(Logical-Mathematical intelligence )[16] | 是指有效地计算、测量、推理、归纳、分类，并进行复杂数学运算的能力。这项智能包括对逻辑的方式和关系，陈述和主张，功能及其他相关的抽象概念的敏感性。 | ||||||
| 空间智能( Spatial intelligence )[17] | 是指准确感知视觉空间及周围一切事物，并且能把所感觉到的形象以图画的形式表现出来的能力。这项智能包括对色彩、线条、形状、形式、空间关系很敏感。 | ||||||
| 身体运动智能( Bodily-Kinesthetic intelligence )[18] | 是指善于运用整个身体来表达思想和情感、灵巧地运用双手制作或操作物体的能力。这项智能包括特殊的身体技巧，如平衡、协调、敏捷、力量、弹性和速度以及由触觉所引起的能力。 | ||||||
| 音乐智能( Musical intelligence )[19] | 是指人能够敏锐地感知音调、旋律、节奏、音色等能力。这项智能对节奏、音调、旋律或音色的敏感性强，与生俱来就拥有音乐的天赋，具有较高的表演、创作及思考音乐的能力。 | ||||||
| 人际智能( Interpersonal intelligence)[20] | 是指能很好地理解别人和与人交往的能力。这项智能善于察觉他人的情绪、情感，体会他人的感觉感受，辨别不同人际关系的暗示以及对这些暗示做出适当反应的能力。 | ||||||
| 自我认知智能(Intrapersonal intelligence)[21] | 是指自我认识和善于自知之明并据此做出适当行为的能力。这项智能能够认识自己的长处和短处，意识到自己的内在爱好、情绪、意向、脾气和自尊，喜欢独立思考的能力。 | ||||||
| 自然认知智能（Naturalist intelligence）[22] | 是指善于观察自然界中的各种事物，对物体进行辨论和分类的能力。这项智能有着强烈的好奇心和求知欲，有着敏锐的观察能力，能了解各种事物的细微差别。 | ||||||
- 从上述表格，我们不难发现，隐喻的适用实际上和多元智能理论是有一定联系的，如图：
人工智能
| 人工智能 | |||||||
|---|---|---|---|---|---|---|---|
| 含义 | 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 | ||||||
| 实际应用 | 机器视觉[23]，指纹识别[24]，人脸识别[25]，视网膜识别[26]，虹膜识别[27]，掌纹识别[28]，专家系统[29]，自动规划[30]，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。 | ||||||
| 学科范畴 | 计算机科学和社会科学的交叉学科 | ||||||
| 涉及学科 | 认知科学、计算科学、数学、神经生理学、心理学、控制论、信息论、不定性论。 | ||||||
- 对于人工智能的理解
- 在第五周，蔡维德教授曾经说过，“人工智能领域在Watson出现之前，曾一度被怀疑为伪科学，因为科学家一直无法使人工智能具备常识，而常识则是智能的一个标志。
- 在第六周，韩锋老师提出了"智能是一个熵减的过程"，这是一个可以以数学方法计量智能的范式。
- 虽然我们目前并不能为智能和人工智能下一个精确的定义，但是从认知科学的角度，我们不难发现，智能的应用实际上是一个隐喻的接收、转录、反馈的三位一体的机制。这个过程中，既包含了常识的获取和应用，也包含了熵减的结果。实际上，我们的认知过程就是通过隐喻从而实现一个自我命名空间的梳理。这个系统就类似于一个图书管理系统。你所有的认知是每一本不同的书，储存在你脑内的图书馆当中。如果每本书没有被你分门别类地放好，而是随便摆放，然后你又不断地获取新的书，那么最后形成的就是一个熵增的结果。你的书籍无限膨胀，但是当你想要调用的时候，却不知道去哪里寻找。这里有两种可能性：1、你没有理解这个问题，所以你不知道去哪个方向寻找答案。2、你知道问题，但是你没有知识经验储备，或者你把这些知识随意堆放，无法检索。目前，计算机通过程序的设计已经解决了第二个问题，但是第一个问题，也就是常识，仍然是其所要钻探的方向。而对于人类来说，我们一般可以理解问题的意义，但是我们毕竟所学有限，不可能拥有无限大的数据库，所以，我们需要通过隐喻，来架起新旧知识的桥梁。
- 人工智能的信息处理方式应该和人类是相似的，如下图：
麦克斯韦妖与熵增定律
- 熵的语言系统
- 熵的语言系统
- 系统混乱的表述
- 系统无知的度量
- 系统能量耗散均分到自由度的数量
- 系统可到达量子组态的对数。
- 熵的语言系统
- 熵增定律（热力学第二定律）：
- 要想知道什么是麦克斯韦妖就要先知道什么是熵增定律。
- 低温物体传到高温物体而不产生其他影响，或不可能从单一热源取热使之完全转换为有用的功而不产生其他影响，或不可逆热力过程中熵的微增量总是大于零。在一个孤立的系统中，熵总是增加的。[31]
- 麦克斯韦妖[32]
- 有一个小妖精，本来系统已经达到热平衡了，妖精可以控制格子的开关。他可以让超过某个温度的分子过去，低于某个温度的分子过不去。问题在于这个妖精必须要有智能，但是怎么能够证明这个妖精有智能。（Charles.H.Bennett[33]）
- 麦克斯韦妖的智能
- 是对系统无知的压缩，熵的减少，根据Landauer原理[34]，每产生一个比特的信息就消耗KTln2的能量。
