定义和它本身总是不尽相符

最新推荐文章于 2022-01-16 11:00:42 发布

人机与认知实验室

最新推荐文章于 2022-01-16 11:00:42 发布

阅读量164

点赞数

本文探讨了人类与机器在学习过程中的根本区别，强调了人类能够通过隐性知识进行跨领域的迁移和认知，而机器则受限于明确的规则和编程。文中还提到了智能科学研究范式的转变，即从传统的符号计算向更注重实际交互和情境理解的方向发展。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

人的学习能够产生一种范围不确定的隐性知识和秩序。这种隐性的知识和秩序可以把从未体验过的事、物与曾经体验过的同类或异类事、物进行相似、相关性比较联系，进而形成语言、行为、情感、意识等方面的迁移、强化、认知等。

640?wx_fmt=png

机器是人类理性的产物，也是主客观融合的结晶。好的机器可以在棋盘上战胜人类、在车辆中以远低于人的事故率行驶、在视觉语音里实现超人感知模式。但是人造的机器还没有定义一件事物和它本身尽可能相符的能力。所有的标定、符号都有超过它设计、使用目的之外的外延拓展意义，这也是人类独有的能力：实践性随变控本事。能够在未能完美定义的前提下通过自否、反身、同情、弥聚等机制总是能准确实现初衷意图。

640?wx_fmt=png

哲学家休伯特--德雷福斯的核心思想则是：许多人类的行为不能被简单的看作是遵照一套规则行事。棋弈、语言翻译、问题求解和模式识别都依赖人类“信息加工”的特殊形式，而这种特殊形式的人类“信息加工”，反过来又取决于人类在世界中的存在方式。对这种处于某一局势之中的方式，原则上无法用现在能想象到的技巧加以程序化。