赞
踩
此份笔记是个人看书总结见解,如有错误不合理之处可以提出
p11如何规划学时
ch1 3h
ch2 2h
ch3 4h
由潜意识引出什么是人工智能,从人工与智能分开思考
评估智能可以通过问答的间接方式,感觉类似于chatgpt形式
接着具体介绍图灵测试以及相关争议,有人认为测试存在“背答案”,“不会但写出了答案”的漏洞
顺带介绍了艾伦图灵(Alan Turing)的人物轶事
Weak AI标准:程序能正确跑,看系统表现就行
Strong AI认为:跟人类相似表现,具有理解和从经验中学习的能力
解决问题的经验指导法则
举了两个例子:
有长方形对角线推出长方体的对角线
水壶倒水从目的状态反向倒推
简单决策,精确计算用传统计算机就能解决
人工智能应用场景在几个例子上体现作用
知识与推理规则
构建智能系统提到了细胞自动机(CA)
接着讲人工智能研究领域应用,下面更多是提起概念,留在后面篇章去探讨细讲
对给定问题的所有状态进行搜索
但很多问题不是穷举就能解决的,又探讨出启发式搜索方法,第三章深入再讲
不止专注于自己目标,也要去关注对方并行动
场景问题较大且复杂难懂
知识表示方法,感觉像是写普遍规则
通过应用几个简单的规则,就可以创建出非常复杂的模式
两个额外性质:物理拓扑,更新规则
通过几个输入与权值的处理结果再与阈值相计算,有点像激活函数
权重的得来是通过迭代学习算法(感知器学习规则)
遗传算法来自于进化计算的一般领域的具体方法,对接近目的的选择方案给更高的权重
人工智能为了处理知识,需要获取和存储知识,也需要能够识别和表示知识
从逻辑谈到语义网络再到图的知识表示方法
引入模糊集概念, 随条件变化而变化,有一个可接受的范围
走捷径,真【人工】智能
古代也有人发现人类推理的能力,这个小章节篇幅也是在介绍知名人物对理论与技术的推进,为人工智能演变打基础
计算机博弈–下棋发展,到现在大家都知道的alphago
专家系统 --特性适合ai的研发和开发,使用知识库和推理规则模仿人类专家决策能力解决领域特定问题
神经计算–感知器与反向传播算法
进化计算–优化以及与环境交互出现智能
自然语言处理–假装有感知情绪能力模拟心理治疗师,语法语义分析还需要常识补全
生物信息学–蛋白质结构分析,个人提一嘴现在的alphaold进步确实快
各种存在的问题比如说道德伦理,有挑战需要做好思考准备
1.图灵测试的一种变体是逆图灵测试(inverted Turing test);在这个测试中,计算机必须确定它是在与人打交道还是在与另一台计算机打交道。请想象一下这种版本的图灵测试可能的任何实际应用。(提示:近年来,大家试过在线购买热门体育或娱乐活动的门票吗?)
网络安全方面上,验证用户真实身份,识别异常行为并采取防御措施,保护用户权益防止信息泄露
2.图灵测试的另一种变体是个人图灵测试(personal Turing test)。想象一下,你试图确定与你交流的是你朋友还是一台假装是你朋友的计算机。如果计算机通过了这个测试,试想可能会产生什么法律或道德问题。
情感寄托方面:对方假装朋友最后有着情感交流寄托难以割舍,发现真相是否世界观崩溃
网络安全方面:对方假装朋友获取你私人信息并恶意使用,比如网络诈骗或者机密信息盗取
3.许多人认为语言的使用是智能的必要属性。Koko是一只大猩猩,她经过斯坦福大学的弗朗西斯·帕特森博士培训后会使用美国手语。Koko能够表达她不知道的单词组合。例如,她用已知的“手镯”和“手指”这样的词来表示戒指。这只“具备一定知识”的大猩猩是否改变了你对动物智能这个主题的思考?如果是,请回答在什么方面改变了?你能够想象给 Koko 来一次智力测试吗?
Koko这只大猩猩能够使用美国手语来表达她不知道的单词组合,这确实改变了我对动物智能这个主题的思考。以下是一些改变的方面:
在语言能力方面:Koko的例子表明动物可能具有一定程度的语言能力。这意味着它们不仅仅是被动地接受信息,而是能够主动地表达自己的想法和需求。这挑战了我们过去对动物智能的认识,即它们只能通过本能和条件反射来适应环境。
在认知能力方面:Koko能够将已知的词汇组合成新的概念,这表明她具有一定的认知能力。这意味着动物可能具有一定程度的抽象思维和问题解决能力。这进一步证明了动物智能的复杂性。
在教育潜力方面:Koko的例子表明,动物具有一定的教育潜力。这意味着可以通过训练和教育来提高动物的认知能力和技能,为我们提供了一个新的视角,即动物教育和保护的重要性。
插入一个打工人笑话:为什么猩猩进化到这样就不再进化了?因为他知道再进化就要上班了。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。