39、探索计算智能：从数据搜索到人机协作

探索计算智能：从数据搜索到人机协作

1. 数据中的隐藏最优解探索

在数据处理中，有时会遇到寻找最优解的问题。例如，使用 FindMaximum[purePerceptron2dFunction[x],{x,3.9}] 进行计算时，可能会检测到一个最大值，但这个值可能远远超出数据区域，没有实际意义，结果为 {3.78097,{x →108.998}} 。在数据分析里，少数关键数据可能决定成败，且这些数据事先并不明确。数据分析或许能发现隐藏的最优解，而这些解难以直接从原始数据中推导得出，但也不能保证一定能成功。

2. 计算智能的核心问题探讨

• 智能的定义难题 ：目前并没有被广泛接受的智能定义。智能是一个涵盖人类多种行为特性的统称，如抽象思维、推理、规划、解决问题、沟通和学习等。艾伦·图灵在 1950 年提出了著名的图灵测试，若机器行为与人类行为无法区分，就可认为该机器具有智能。然而，模拟人类行为并非难事，像 ELIZA 计算机程序虽能模仿人类心理治疗师，但它显然不具备智能。复杂的人类行为测试可能会将非人类属性错误地归因于人类，所以智能的判定情况仍不明朗。
• 哲学层面的思考 ：这一问题还涉及到古老的哲学问题——身心问题。主要有二元论和一元论两种观点。二元论认为心灵和物质是不同的实体，它们以某种方式相互作用，但未详细说明这种相互作用的本质和细节。一元论则将心灵视为特定组织物质的新兴功能，认为物质是唯一的本体存在。不过，一元论也无法详细解释心灵是如何从物质中产生的。
• 科学视角下