Eine kurze Analyse von Berechnung und Berechnung

​Dieser Artikel definiert zunächst die Berechnung, stellt dann deren Forschungsbedeutung und Entwicklung vor, erörtert die Unterschiede und Zusammenhänge zwischen Berechnung und Berechnung und schlägt abschließend ein Berechnungsmodell vor und fasst es zusammen.

1. Einleitung

Heutzutage hat der Mensch noch keine genaue Definition von künstlicher Intelligenz gegeben, aber eine Definition, die den Ansichten der meisten Menschen entspricht. Wenn es um künstliche Intelligenz geht, bedeutet es, Computer verschiedene Dinge erledigen zu lassen was der menschliche Geist tun kann. Von Turings Vorhersage der künstlichen Intelligenz in den 1940er Jahren über die Entwicklung von Expertensystemen in den 1980er Jahren bis hin zur Anwendung künstlicher Intelligenz in den drei Hauptzweigen des Denkens ist sie in alle Aspekte des menschlichen Lebens eingedrungen. Unter ihnen legt der Konnektionismus den Schwerpunkt auf die Nachahmung zerebraler kortikaler neuronaler Netze und der Verbindungsmechanismen zwischen neuronalen Netzen, d manifestiert sich als verstärkende Lernmethode mit einem Belohnungs- und Bestrafungskontrollmechanismus; die Symbolik betont die Verwendung physischer Symbolsysteme zur Erzeugung intelligenter Verhaltensweisen und wird hauptsächlich im Anwendungssystem von Wissensgraphen verwendet.

Der Einsatz künstlicher Intelligenz hat bestimmte Ergebnisse erzielt, weist jedoch Mängel auf, die nicht ignoriert werden können. Der Deep-Learning-Algorithmus unter Konnektionismus ist nicht differenzierbar, weist eine schwache Rechenkonvergenz auf und liefert in einer offenen dynamischen Umgebung schlechte Ergebnisse. Das Modell selbst ist eine „Black Box“. Verhaltensverstärkendes Lernen vereinfacht den menschlichen Verhaltensprozess zu stark und misst in Experimenten nur einfache Belohnungs- und Bestrafungs-Feedbackprozesse. Zweitens untersucht der Behaviorismus beobachtbare Verhaltensweisen, ignoriert jedoch häufig die inneren Aktivitäten des Geistes, leugnet die Bedeutung des Bewusstseins und stellt Bewusstsein dem Verhalten gegenüber. Der Symbolismus und sein Wissensgraph stoßen auf das Problem, wie „gesunder Menschenverstand“ zu definieren ist, sowie auf das Problem der Wissensdarstellung und Problemlösung unsicherer Dinge.

Damit künstliche Intelligenz den menschlichen Geist erreichen kann, müssen wir erforschen, was Intelligenz ist. Die meisten Definitionen von Intelligenz haben eines gemeinsam: Intelligenz ist die Fähigkeit, Probleme zu lösen, und komplexere Probleme erfordern ein höheres Maß an Intelligenz. Im Vergleich zu Addition und Subtraktion erfordert das Lösen von Differentialgleichungen ein höheres Maß an Intelligenz; im Vergleich zu Tic-Tac-Toe erfordert das gute Spielen von Go ein höheres Maß an Intelligenz. Doch nur weil eine Maschine ein bestimmtes Problem lösen kann, heißt das nicht, dass die Maschine über ein hohes Maß an Intelligenz verfügt, auch wenn das Problem sehr komplex ist. Wir richten unsere Aufmerksamkeit auf menschliche neuronale Netze. Neuronale Netze werden häufig in Systemeinheiten vereinfacht, die aus Sensoren, Zentren und Effektoren bestehen, und jedes der drei Systeme besteht aus vielen Neuronen mit gegenseitiger Rückmeldung.

Mit den aktuellen neurowissenschaftlichen Analysemethoden ist dieses Modell korrekt, allerdings wird oft das Verhältnis von externen Informationen zu internen Informationen ignoriert. Menschen vereinfachen dieses System oft zu einem Input-Output-System. Tatsächlich verfügt das Nervensystem über 100.000 Mal mehr Rezeptoren für den Empfang interner Informationen als für externe Informationen. Mit anderen Worten: Das Nervensystem als Ganzes gleicht eher einem in sich geschlossenen System. Darüber hinaus erlaubt die geschlossene Natur formaler neuronaler Netze dem Konstruktivismus, die philosophische Theorie abzuleiten, dass die objektive Existenz den Konstrukteur nicht verlassen kann. Maschinen existieren objektiv und können ohne Menschen keine Probleme lösen. Daher ist es unrealistisch, ein allgemeines künstliches Intelligenzsystem zu realisieren, das völlig unabhängig vom Menschen ist. Dieser Artikel definiert zunächst die Berechnung, stellt dann deren Forschungsbedeutung und Entwicklung vor, erörtert die Unterschiede und Zusammenhänge zwischen Berechnung und Berechnung und schlägt schließlich ein Berechnungsmodell vor. Anschließend wird dessen Anwendung beschrieben und zusammengefasst.

2. Die Definition und Natur der Berechnung

Berechnung ist eine Methode, die eine Mischung aus wahrnehmungsbezogenen und rationalen Mitteln verwendet, um mit der gemischten Beziehung zwischen verschiedenen Fakten und Werten umzugehen. Auch ohne Daten kann ein tiefes Situationsbewusstsein klar verstanden werden Blick. Berechnung kann sich in vielen Aspekten und Prozessen manifestieren: Berechnung ist das Verhalten vor der Berechnung. Berechnung ist eine nicht spontane Ordnung, die durch menschliches Design im Voraus erzeugt wird, und nicht durch menschliches Verhalten. Es ist das „Wissen“, den Feind zu kennen und sich selbst zu kennen. Berechnung ist eine Berechnung ohne Zahlen und Diagramme, das heißt, es gibt keine mathematische Berechnung vorhandene Logik. Integrationsplanung formaler und unbekannter logischer Formen.

Wenn die Zukunft des „Computings“ in der Nutzung der komplexen physikalischen Verhaltensweisen des Universums liegt, dann liegt die Zukunft des „Computings“ in der Nutzung der komplexen physikalischen und nichtphysischen Verhaltensweisen des Universums. Anders als maschinelle Berechnungen sind menschliche Berechnungen komplex und bestehen sowohl aus einem rationalen Teil, der Fakten verkörpert, als auch aus einem wahrnehmungsbezogenen Teil, der Werte verkörpert. Darüber hinaus kann der wahrnehmungsbezogene Teil inkonsistent, widersprüchlich (wie Liebe und Hass) oder sogar dialektisch sein Daher ist der Wahrnehmungswert einer der wichtigsten Unterschiede in der Intelligenz zwischen Menschen und Maschinen. Natürlich sind die rationalen Fakten und rationalen Werte zwischen Menschen und Maschinen nicht völlig gleichwertig. Insbesondere sind die Eins-Viele-Beziehung von Menschen und die Eins-Viele-Struktur von Maschinen oft nicht dasselbe.

3. Forschungsbedeutung und Entwicklung der Informatik

2.1 Kognition

Kognition kann auch als Kognition bezeichnet werden, was sich auf den Prozess bezieht, bei dem Menschen äußere Dinge verstehen, oder auf die Informationsverarbeitung äußerer Dinge, die auf die Sinnesorgane der Menschen einwirken. Es umfasst Gefühl, Wahrnehmung, Gedächtnis, Denken, Vorstellungskraft und Sprache. Es bezieht sich auf den Prozess der kognitiven Aktivitäten des Menschen, d , Urteilsvermögen und Informationsverarbeitung zur Problemlösung. In der Psychologie bezeichnet man damit den Prozess des Wissenserwerbs durch mentale Aktivitäten wie die Bildung von Konzepten, Wahrnehmungen, Urteilen oder Vorstellungen, also die psychologische Funktion des individuellen Denkens für die Informationsverarbeitung.

Das kognitive Modell ist ein Rechenmodell, das den menschlichen kognitiven Prozess auf der Grundlage des Verständnisses der menschlichen kognitiven Fähigkeiten simuliert. Kognitive Fähigkeiten im kognitiven Modell umfassen hier in der Regel Aspekte wie Wahrnehmung, Repräsentation, Gedächtnis und Lernen, Sprache, Problemlösung und Argumentation. Um intelligentere Maschinen zu bauen, hoffen wir, uns von Menschen inspirieren zu lassen und gleichzeitig den menschlichen Denkmechanismus, insbesondere den menschlichen Wahrnehmungs- und Verarbeitungsmechanismus der umgebenden Informationen, besser zu erforschen und zu studieren, um echte künstliche Intelligenz zu schaffen Systeme bieten neue architektonische und technische Ansätze. Duch unterteilt bestehende kognitive Modelle basierend auf Unterschieden im Gedächtnis und Lernen in drei Kategorien: symbolische kognitive Modelle, entstehende kognitive Modelle und hybride kognitive Modelle.

2.2 Tiefes Situationsbewusstsein

Menschen spüren oft den „Zustand“ und nehmen das „Potenzial“ wahr. Allerdings sind der Zustand und das Potenzial der Welt oft gemischt, sodass das Verständnis der Menschen für die Welt oft auf der Wahrnehmung, also dem Situationsbewusstsein, basiert Später wurde festgestellt, dass das entsprechende „Potenzial“ im Allgemeinen ein kurzfristiger Trend ist, um mit den mittel- und langfristigen Trends umzugehen und tiefere Erkenntnisse zu gewinnen Wenn wir über die Fakten selbst hinausgehen, urteilen und vorhersagen, ist Situationsbewusstsein bereit, sich zu entwickeln. Nun, wir können auch sagen: Erkenntnis ist die Wahrnehmung von Wahrnehmung. Später wurde festgestellt, dass die menschliche Wahrnehmung Einschränkungen wie Vorlieben, Gewohnheiten, Prioritäten, Unschärfe und Gedächtnis aufweist und dass sich die Mechanismen von Maschinen und Zusammenarbeit gegenseitig ergänzen und von den Stärken des anderen lernen können. Natürlich ist das tiefe Situationsbewusstsein von Mensch und Maschine vorhanden Integrationswissenskonzept abgeleitet.

Die Bedeutung von tiefem Situationsbewusstsein ist „die Wahrnehmung von Situationsbewusstsein, einer Art Mensch-Maschine-Intelligenz, die sowohl menschliche Weisheit als auch maschinelle Intelligenz (künstliche Intelligenz) umfasst“. (Signifikant, Gefühl) und die Beziehung zwischen ihnen (Referent, Wahrnehmung) können nicht nur die ursprüngliche Bedeutung der Dinge verstehen, sondern auch die Implikationen verstehen. Es basiert auf dem Situationsbewusstsein (einschließlich Informationseingabe-, -verarbeitungs- und -ausgabeverbindungen) mit Endsley als Hauptkörper sowie der Gesamtsystemtrendanalyse von Menschen, Maschinen (Dingen), Umwelt (Natur, Gesellschaft) und ihren Wechselbeziehungen verfügt über „weich/hart“ zwei regulatorische Rückkopplungsmechanismen; einschließlich Selbstorganisation und Selbstanpassung sowie anderer Organisation und gegenseitiger Anpassung; einschließlich lokaler quantitativer Berechnungsvorhersagen und globaler qualitativer Berechnungsauswertungen. Es handelt sich um eine autonome und automatische Informationskorrektur und Kompensationserwartungs-Auswahl-Vorhersage-Kontrollsystem für den Konvergenzeffekt.

In gewissem Sinne besteht tiefes Situationsbewusstsein darin, das System so zu organisieren, dass es verschiedene menschliche kognitive Aktivitäten (wie Zweck, Gefühl, Aufmerksamkeit, Motivation, Vorhersage, Automatismus, motorische Fähigkeiten usw.) in einer bestimmten Umgebung vollständig nutzt, um das Thema zu vervollständigen Aufgabe. Umfassende Verkörperung von Planung, Mustererkennung, Entscheidungsfindung, Motivation, Erfahrungs- und Wissensextraktion, Speicherung, Ausführung, Feedback usw. Es kann sowohl in Situationen unzureichender Informationen und Ressourcen als auch in Situationen einer Überlastung von Informationen und Ressourcen eingesetzt werden.

Durch experimentelle Simulation sowie Untersuchungen und Analysen vor Ort glauben wir, dass es im System des tiefen Situationsbewusstseins ein „springendes Frosch“-Phänomen (automatische Reaktion) gibt, das heißt, es geht direkt von der Informationseingabestufe zur Ausgabesteuerung über Phase (Überspringen der Integrationsphase der Informationsverarbeitung). Dies wird hauptsächlich durch das klare Aufgabenthema, die Konzentration der organisatorischen/individuellen Aufmerksamkeit und den konditionierten Gewohnheitsreflex eines langfristigen gezielten Trainings verursacht. Genau wie eine Person, die Kaugummi kaut, plaudert und hält Mit einem Regenschirm und Gehen kann er verschiedene natürliche Aktivitäten unbewusst koordinieren. Das System führt eine nahezu perfekte automatische Steuerung durch und nicht bewusste, regelbedingte Reaktionen. Tiefes Situationsbewusstsein ist im Wesentlichen der Prozess der Schaffung und Lösung vieler Paradoxien wie Veränderung und Unveränderlichkeit, eines und viele, Autonomie und Passivität. Daher sollte das System keine einfache Mensch-Computer-Interaktion sein, sondern ein autonomer kognitiver Prozess (einschließlich Erwartungen, Entscheidungen, Kontrolle und sogar emotionaler Felder) im gesamten Mensch-Computer-Umgebungssystem. Angesichts des breiten Forschungsumfangs zu Deep-Situational-Awareness-Systemen lassen sich Systemmerkmale wie Nichtlinearität, Zufälligkeit und Unsicherheit leicht erzeugen, was die Systemmodellierungsforschung oft mit größeren Schwierigkeiten konfrontiert.

2.3 Berechnung

Menschliche Symbole, Verbindungen, Verhaltensweisen und Mechanismen sind mehrstufig und aus mehreren Winkeln und ändern sogar Ebenen und Winkel. Im Gegensatz dazu sind Maschinensymbole, Verbindungen, Verhaltensweisen und Mechanismen einstufig und aus einem einzigen Blickwinkel und feste Schichten und feste Winkel. Die Essenz des menschlichen Denkens ist ein Programm, das sich an Veränderungen anpasst und in Echtzeit erstellt werden kann. Es kann die Zusammenhänge zwischen Symbolik, Konnektionismus, Behaviorismus und Mechanismusismus erklären und diese Zusammenhänge öffnen, um eine umfassende Verarbeitung zu erreichen. Davenport ist davon überzeugt, dass ein bestimmtes intelligentes Verhalten des Menschen, sobald es in klare Schritte, Regeln und Algorithmen unterteilt ist, nicht mehr ausschließlich dem Menschen vorbehalten ist. Wie wissenschaftliche Entdeckungen zu einer Frage werden, die untersucht werden kann. Das Problem der hybriden Mensch-Maschine-Intelligenz besteht darin, dass je höher der Grad der Autonomie der Maschine ist, desto geringer ist das Bewusstsein des Menschen für die Situation und desto größer ist die Schwierigkeit, Aufgaben reibungslos zwischen Mensch und Maschine zu übernehmen. Dies kann als „reduziert“ bezeichnet werden physiologische Belastung und erhöhte psychologische kognitive Belastung“ „Phänomen.

Computing ist ein komplexer „Berechnungsprozess“ domänenübergreifender heterogener Systeme mit mehreren Quellen durch Menschen ohne die Hilfe von Maschinen. In gewissem Sinne oder Grad ist Berechnung das interaktive Gleichgewicht der beiden „neuromorphen“ Prozesse der Integration von Betrachtung und Leistung, und „Integration von Speicherung und Berechnung“. Betrachtung (Existenz) ist ein nicht-echtzeitiger TOP-DOWN-Prozess Die Berechnung ist ein Echtzeit-Bottom-up-Prozess für kleine feine Partikel. Über das Sprungdenken hinaus ist der menschliche Geist nicht symbolischer Natur und kann daher nicht berechnet werden. Das menschliche Gehirn ist kein Computer und verfügt sowohl über physische als auch nicht-physische physiologische und psychologische Eigenschaften. Aus bedeutungslosen Fakten lassen sich bedeutungsvolle Werte schlüpfen und aus bedeutungsvollen Werten können bedeutungslose Fakten entstehen. Diese Mischung aus Subjektivität und Objektivität bestimmt die Recheneigenschaften des Geistes, das heißt, begrenzte rationale Berechnung und unendliche Wahrnehmungsberechnung existieren nebeneinander. Beispielsweise basiert das „Vorwärts“-Denken menschlicher Innovationen nicht auf Berechnungen, d „ Denken, daher ist es unwahrscheinlich, dass Kreativität in einer wirklich nicht geschlossenen und offenen Umgebung vorhanden ist.

Verschiedene Konzepte und Vorschläge in der realen Welt weisen unterschiedliche Kombinationen von Fluidität und Flexibilität auf. Berechnung ist nicht symbolisch, sondern prozedural und auch der Manifestationsprozess des Bewusstseins. Bewusstsein kann die „Explizitheit“ vieler „verborgener“ Dinge, die Manifestation impliziter Zustände und verborgener Potenziale, die Manifestation impliziter Gefühle oder impliziten Wissens, die Manifestation impliziter Aufmerksamkeit und impliziter Erinnerung, die Manifestation impliziten Urteilsvermögens und impliziten Denkens sein. , die Analyse verbergen, aber die Manifestation der Entscheidungsfindung verbergen, die Manifestation von Fakten und impliziten Werten verbergen, menschliche Gefühle verbergen und die Manifestation der Physik verbergen. Früher basierten die östlichen Berechnungen hauptsächlich auf Berechnungen, die auf menschlichen Beziehungen sowie auf Raffinesse und Management basierten, aber jetzt beziehen sie neue Berechnungen ein, die auf Physik, Mathematik, Rechtsgrundsätzen usw. basieren.

Heutzutage glauben immer mehr Menschen, dass verschiedene Algorithmen oberflächliche Korrelationen überwinden und die Ebene des wahren Verständnisses erreichen müssen, um so ein höheres Niveau der Fusionsintelligenz zwischen Mensch und Maschine zu erreichen. Situation und Potenzial sind zwei miteinander verbundene Einheiten. Situation und Potenzial spiegeln die sich ändernde Richtung zweier verschiedener Punkte wider. Es ist genauer zu berechnen als zu berechnen.

Auf dieser Grundlage ähnelt der Vergleich der Rechenunterschiede zwischen Ost und West dem, was Jacque Derrida, der Vater der Dekonstruktion, sagte: das Vorhandensein oder Fehlen logischer Rationalität. Ausgehend von den Zivilisationen Nordafrikas und Zentralasiens entdeckte der Westen die Macht der Wissenschaft und Technologie und erfand eine Reihe verwandter Themenbereiche, auf deren Grundlage sich eine Weltanschauung und Werte bildeten Durch den Einsatz von Logik und Rationalität als Werkzeug hat es viele Gesetze der materiellen Welt, Wirtschaftsphänomene und natürliche Selektion in der menschlichen Gesellschaft wiederhergestellt und große Beiträge geleistet. Doch in jüngster Zeit haben viele weitsichtige Menschen im Westen, obwohl sie die Vorteile von Logik und Rationalität voll ausnutzten, zunehmend die Grenzen und Mängel von Logik und Rationalität gespürt. Sie haben ihre Aufmerksamkeit bewusst oder unbewusst dem Osten zugewandt. die sie als „geheimnisvolle“ Weisheit betrachten, von der Physik über die Psychologie bis zum Management usw., vom frühen Leibniz über Joseph Needham bis hin zu Hofstadter und anderen, die „Berechnung“ des östlichen Denkens und die „Berechnung“ des Westens sind ein gutes Paar , und sie sind auch qualitativ und Die perfekte Kombination aus Quantifizierung, Subjektivität und Objektivität, Wert und Tatsache, System und Reduktion. Man kann sagen: „Es gibt keine höhere Ebene als den Menschen und es gibt keine bessere Berechnung als die Berechnung.“

4. Der Unterschied und Zusammenhang zwischen Berechnung und Berechnung

Die Ontologie der Berechnung ist ein sachliches Konzept, und die Ontologie der Berechnung ist Wertpräferenz. Gegenstand der Berechnung sind die Menschen, und Gegenstand der Berechnung ist das System, das Menschen enthält. Der Gegenstand der Berechnung ist veränderlich, aber die Ontologie bleibt unverändert; der Gegenstand der Berechnung bleibt unverändert, aber die Ontologie verändert sich ständig. Bei der Berechnung wird eine parametrische Modellierung verwendet, und bei der Berechnung wird eine parametrische Modellierung erstellt. Berechnungen werden häufig in der Reihenfolge „Erfassen – Speichern – Berechnen – Übertragen – Verwenden von Fütterung – Auswerten“ durchgeführt, die Berechnung unterbricht jedoch häufig die Reihenfolgenkombination „Erfassen – Speichern – Berechnen – Übertragen – Verwenden von Fütterung – Auswerten“ entsprechend der spezifischen Situation. -Berechnen, man kann auch eine Zeit lang fühlen-rechnen-bewerten. Wenn bei Berechnungen objektive Fakten eingegeben werden, werden deterministische objektive Fakten ausgegeben. Man kann sagen, dass sie auf echten Beweisen basieren und die Wahrheit aus Fakten suchen. Dies ist bei Berechnungen nicht der Fall. Selbst wenn objektive Fakten eingegeben werden, werden deterministische objektive Fakten ausgegeben, das heißt, die realen Eingaben können subjektiv geändert werden, um den Wert der Wahrheit zu ermitteln . Geben Sie beispielsweise 23 ein, was Jordan, James usw. sein kann.

Im realen Spielprozess handelt es sich oberflächlich betrachtet um einen rationalen Prozess der mathematischen Berechnung. Genauer gesagt handelt es sich um einen Prozess der Berechnung Sie kämpfen nur rational, haben aber auch viel Sensibilität. Die Turbulenzen der Faktoren sind der Kampf der Künste und Wissenschaften in Huashan, in dem Fakten und Werte vermischt und miteinander verknüpft werden.

Die Grundlage der Berechnung ist die begrenzte Schließung, und das Merkmal der Berechnung ist die bedingte Offenheit. Die Berechnung besteht darin, aus der begrenzten objektiven Tatsache Sein (Realität) einen unendlichen subjektiven Wert (Sollte) abzuleiten. Berechnung bedeutet, mit Gewissheit zu argumentieren, Berechnung ist, mit Unsicherheit zu argumentieren, und Berechnung ist eine Mischung aus Gewissheit und Unsicherheit. Maschinen verfügen nur über eine lokale Sachlogik und nicht über die allgemeine Wertlogik des Menschen. Daher ergänzen sich Menschen und Maschinen gegenseitig in ihren Funktionen und Fähigkeiten und nutzen die scharfen Kanten menschlicher Berechnungen, um verschiedene „Wände“ zu durchdringen, auf die maschinelle Berechnungen stoßen von Zeit zu Zeit. Das Wertvolle an der Mensch-Maschine-Integration besteht darin, dass der Faktenprozess durch die dynamische Umgebung zu etwas Bedeutsamem wird. Fakten sind nicht das, was sie sind, sondern das, was sie in der Integration mit Wert sind Einrichtung eines neuen Logiksystems zur Unterstützung, nämlich des Computer-Computer-Logiksystems der Mensch-Computer-Integration.

Also, was ist Berechnung? Was ist Berechnung? Berechnung ist Logik, die von bekannten Bedingungen ausgeht und „Komplexität“ löst. Berechnung ist Intuition, die von unbekannten Prämissen ausgeht und „Komplexität“ handhabt. Im Mittelpunkt der Berechnung stehen zwei Wörter: „anders“ und „yi“.

Bei der Berechnung werden Dinge in verschiedenen Bereichen ausgewogen verarbeitet. Dies ist der Kern der Berechnung. Und die Berechnung erfordert die gleiche Struktur, die gleichen Daten und die gleichen Eigenschaften. Die berechneten Ergebnisse bleiben unverändert. ist sicher.

Im Gegensatz dazu konzentrieren sich Menschen auf Wertelogik, Maschinen auf Faktenlogik, Menschen auf dialektische Logik und Maschinen auf formale Logik. Im Gegensatz zu maschinellen Berechnungen sind menschliche Berechnungen komplex und bestehen sowohl aus einem rationalen Teil, der Fakten verkörpert, als auch aus einem wahrnehmungsbezogenen Teil, der Werte verkörpert. Darüber hinaus kann der wahrnehmungsbezogene Teil inkonsistent, widersprüchlich und sogar dialektisch und gegenseitig transformierbar sein, so dass der wahrnehmungsbezogene Teil Wert ist einer der wichtigsten Unterschiede in der Intelligenz zwischen Menschen und Maschinen. Natürlich sind die rationalen Fakten und rationalen Werte zwischen Menschen und Maschinen nicht völlig gleichwertig.

Konkret sind die Eins-Viele-Beziehung von Menschen und die Eins-Viele-Struktur von Maschinen oft nicht dasselbe. Dann ist die Mensch-Computer-Integration eine dialektische formale Logik oder formale dialektische Logik, die ein schwieriges Problem der logischen Transformation beinhaltet, das heißt, wie man sachliche formale Logik in wertdialektische Logik umwandelt oder wie man wertdialektische Logik in sachliche formale Logik umwandelt. Oberflächlich betrachtet dient die menschliche dialektische Logik dazu, über Probleme nachzudenken, anstatt sie zu lösen. Die Lösung von Problemen hängt von der formalen Logik ab. Tatsächlich ist dies auf das unklare Verständnis der formalen Rechenlogik und der dialektischen Rechenlogik zurückzuführen. Im Gegensatz zum rechnerischen Denken steht das rechnerische Denken in vielerlei Hinsicht im Widerspruch zur rechnerischen Logik.

Der Zusammenhang zwischen Berechnung und Berechnung ist ebenfalls untrennbar. Im Berechnungsprozess ist eine Berechnung erforderlich, um die Richtung festzulegen. Im Berechnungsprozess kann die Berechnung als Grundlage für die Vervollständigung grundlegender Arbeiten verwendet werden. Beides ist unverzichtbar. Die Ontologie der Berechnung ist ein Sachbegriff, und die Ontologie der Berechnung ist eine Wertpräferenz. Der Hauptgegenstand der Berechnung, das Subjekt der Berechnung, ist das System, das den Menschen einschließt. Die Berechnung kann das sachliche Konzept nicht ändern, aber sie kann die Person ändern, die sie betreibt; das System der Menschen in der Berechnung kann nicht geändert werden, aber die Wertpräferenz ändert sich oft. Daher kann nur die Kombination beider eine bessere Intelligenz erreichen.

5. Berechnung – Berechnungsmodell

Künstliche Intelligenz hat bemerkenswerte Ergebnisse erzielt, aber der aktuelle Stand der künstlichen Intelligenz ist noch weit davon entfernt, das Niveau des menschlichen Geistes zu erreichen. Angesichts komplexer Umgebungen ist der Grad der künstlichen Intelligenz im Computersystem begrenzt und kann seine Eigenschaften nicht voll zur Geltung bringen. Intelligenz ist ein komplexes System. Im Zeitalter der Suche nach Rechenleistung und Algorithmen zur Realisierung künstlicher Intelligenzanwendungen kann die Rolle des Menschen in Zusammenarbeit mit intelligenten Agenten nicht ignoriert werden. Das kollaborative System zwischen dem Fähigkeitswert der Maschine (Berechnung) und dem Fähigkeitswert des Menschen (Berechnung) muss noch untersucht werden. Dieser Artikel analysiert die Rechenlogik von Maschinen und die kognitiven Fähigkeiten des menschlichen „Computers“ aus verschiedenen Blickwinkeln, untersucht seine Fähigkeiten und Mängel und schlägt ein Computer-Computer-Modell vor, um eine praktikable Architektur für die hybride Intelligenz von Mensch und Maschine bereitzustellen.

Dieser Artikel schlägt ein Computer-Computing-Modell vor, das auf bestehenden Errungenschaften im Bereich Computer und Kognition basiert. Das Modell umfasst eine Schicht des Situationsbewusstseins, eine Schicht der kognitiven Entscheidungsfindung und eine Schicht des Zielverhaltens. Das rechnerisch-rechnerische Modell ist in drei Ebenen aufgebaut.

Die Situationsbewusstseinsebene enthält Umgebungsinformationen. Die Umwelt umfasst die Umwelt innerhalb der natürlichen Zeit und des sozialen Raums. Die Quelle aller Probleme liegt in der Natur und in der Gesellschaft. Man kann auch sagen, dass die Quelle des menschlichen Wissens auch dieselbe ist . Darüber hinaus ist die Situationsbewusstseinsschicht auch für die Erfassung und Wahrnehmungsverarbeitung von Situationsinformationen verantwortlich. Die Analysis in der Mathematik ähnelt diesem Prozess, bei dem bekannte Daten manipuliert werden, um der Lösung eines Problems näher zu kommen. Im Bereich der Informationssammlung und -analyse im Bereich Führung und Führung geht es auch um die Wahrnehmung und Verarbeitung von Informationen. Im Vergleich zu Zahlen und Rechensymbolen ist die Quantifizierung von Informationen komplizierter und wird häufiger von erfahrenen Kommandanten durchgeführt.

Herkömmliche Automatisierungsmethoden und maschinelle Lernalgorithmen können zu „Out-of-the-Loop“-Fehlern führen, da Menschen über ein geringes Situationsbewusstsein für die Aufgabe verfügen. Da die Wahrnehmung der Aufgabe und der Umgebung durch den Menschen weitgehend auf Erfahrung basiert, ist dies leicht möglich selbstgefällig oder selbstgefällig werden. Unsicheres Feedback aus der Umgebung kann sich auch auf Probleme außerhalb des Kreislaufs auswirken. Dies unterstreicht, wie wichtig es ist, ein Gleichgewicht zwischen eng gekoppelten und lose gekoppelten Mensch-Maschine-Interaktionen zu erreichen. Heutzutage nimmt die Interpretierbarkeit der von Algorithmen verarbeiteten Daten ab, wodurch der Mensch „außerhalb der Schleife“ gefangen bleibt und auch das Problem des schwindenden Vertrauens in intelligente Agenten entsteht.

Die kognitive Entscheidungsebene ähnelt der tiefen Verarbeitung von Situationsbewusstseinsinformationen. Sie hängt nicht nur von der menschlichen Wahrnehmung im herkömmlichen Sinne ab, sondern erfordert auch maschinelle Denkfähigkeiten. Das menschliche Denken basiert auf kognitiven Fähigkeiten wie Intuition, Logik und Korrelation. Der Gedanke der Berechnung ist darin enthalten. Expertensysteme waren in den 1980er Jahren beliebt und auf künstlicher Intelligenz basierende Expertensysteme waren der letzte Schrei. Maschinen konnten einfache Fragen und Antworten ausführen, der Inhalt der Fragen und Antworten war jedoch sehr begrenzt. Neben der Rechenleistung ist der Hauptgrund die Argumentationsfähigkeit, die Maschinen auf der Grundlage von Eins-zu-Eins-, Eins-zu-Viele- und Viele-zu-Eins-Wissenszuordnungsbeziehungen verliehen wird. Wie elastisches Denken unter dynamischer Darstellung erreicht werden kann, ist eine Überlegung wert, wenn ausreichend Hardware-Rechenleistung verfügbar ist. Der Schlüssel zur Lösung dieses Problems liegt in der Streuung, Verbreitung und Einbeziehung des Wissens unter dynamischer Darstellung, um Multi-Hop-Argumentation zu erreichen.

Fuzzy-Logik bietet einen Rahmen für die Zuordnung einer oder mehrerer kontinuierlicher Zustandsvariablen zu entsprechenden Kategorien für die Argumentation und Entscheidungsfindung. Neuronale Netze verwenden Programme, um Wissen durch variable Verbindungsgewichte auszudrücken, die während des Trainingsprozesses einer großen typischen Falldatenbank gelernt wurden. Arithmetischer Rahmen; Genetische und evolutionäre Algorithmen, die von der Evolutionsgenetik inspiriert sind, nutzen wiederholte Simulationsmethoden, um den Bereich potenzieller Optionen einzugrenzen und die optimale Lösung auszuwählen. Menschen interagieren mit Maschinen über Mensch-Computer-Interaktionsschnittstellen, und Maschinen unterstützen Menschen bei der Entscheidungsfindung. Die Verwirklichung der Humanisierung von Maschinenteilen ist ein großer Schritt in der Integration von Mensch und Maschine.

Die Zielverhaltensebene spiegelt sich hauptsächlich in der hybriden Entscheidungsfindung zwischen Mensch und Maschine wider. Wenn eine höhere Intelligenz entsteht, wird der Mensch immer an der Spitze der Entscheidungsfindung stehen. Dies ist ein Konsens, der in vielen Bereichen erreicht wird (außer unter Bedingungen geringer menschlicher Kosten bei der Zielverfolgung). Sinneswahrnehmung ist entscheidend für das Überleben in der realen Welt, und viele Studien zeigen, dass Menschen danach streben, aus Objekten, Ereignissen und Situationen in der Welt eine Bedeutung zu konstruieren. Menschen sind besser darin, Zeichen zu interpretieren. Für den Menschen ist das Bauen eine psychologische Aktivität. Damit Maschinen effektiv mit Menschen zusammenarbeiten können, sollten die Reaktionen und Entscheidungen von Maschinen und Menschen dieselben Objekte, Ereignisse oder Situationen als dieselben Zeichen interpretieren oder dieselbe Bedeutung erhalten. Die maschinengestützte Entscheidungsfindung muss bei Bedarf auch eine umfassendere Bedeutungskonstruktion liefern, um das Ziel der hybriden Entscheidungsfindung zwischen Mensch und Maschine zu erreichen. 6. Anwendungen von Computern dass es beim Menschen nur „Berechnung“ gibt, aber keine „Berechnung“ zwischen Maschinen. Vereinfacht ausgedrückt gibt es nur „Berechnung“ und keine „Berechnung“.

„Interaktion“ in der Mensch-Computer-Interaktion kann unterteilt werden in: Interaktion basierend auf Zustand, Interaktion basierend auf Potenzial, Interaktion basierend auf Sinn und Interaktion basierend auf Wissen. Eine andere Art der Klassifizierung ist: Interaktion basierend auf Fakten (Daten) und Interaktion basierend auf (subjektiver) Wertigkeit und Interaktion basierend auf Fakten-Wert-Hybridität. Berechnungen in Mensch-Maschine-Systemen sind Berechnungen, die der Mensch ohne mathematische Modelle durchführt. Jeder kennt die „UND- oder NICHT“-Logik in wissenschaftlichen und technischen Berechnungen, daher werde ich hier nicht näher darauf eingehen „Ja“ bedeutet „Akkommodation“ und „Sollte“ bedeutet „Ausgewogenheit“. Wenn Sie auf zukünftige Science-Fiction-Probleme stoßen, verwenden Sie zuerst „Ja“, dann „Nein“. dann „sollte“. Wenn es eine große rechte oder eine große rechte Seite gibt, bewegt sich die große rechte Seite nicht, und dann die mittlere rechte Seite. Wenn es nicht funktioniert, bewegt sich die große rechte Seite nicht Dann versuchen Sie es mit der Mitte rechts. Der Prozess dieser Versuche ist die Balance von „Mitte“. „Sollte“ bedeutet ständiges Ausprobieren, Anpassen und Ausbalancieren. Das Obige ist ein neues Logiksystem, das wissenschaftliches und technologisches Rechnen mit der Mensch-Computer-Rechnerlogik kombiniert, um die Richtung von Werten und Emotionen zu erfassen, während die wissenschaftliche und technologische Rechenlogik den faktenbasierten rationalen Prozess verfeinert.

Maschinen sind die Kristallisation von Physik und Mathematik, die Umwelt ist das Produkt von Geographie und Geschichte und das Mensch-Maschine-System, dargestellt durch die Interaktion von Mensch-Maschine-Umweltsystemen, ist die Darstellung komplexer Formen und einfacher Gesetze. Die Mission der Science-Fiction liegt in der Zukunft, daher muss sie die wichtige Verantwortung und Verantwortung übernehmen: „Das Tao ist nicht Tao, und der Name ist kein Name“. Das bestehende wissenschaftliche und technologische Logiksystem zeigt mit der tiefgreifenden Entwicklung verschiedener Disziplinen, wie Gödels Unvollständigkeitsgesetz in der Mathematik, Heisenbergs Unmessbarkeitsprinzip in der Physik und Arrows Unmöglichkeitssatz in der Wirtschaftswissenschaft, allmählich Ermüdungserscheinungen. Neue wissenschaftliche Prinzipien und neue technische Mittel erfordern alle die Entstehung eines neuen logischen Systems, eines nicht existierenden Wesens, das sich von der traditionellen Denkweise unterscheidet und besser mit objektiven Fakten und subjektiven Werten übereinstimmt.

Philosophisch gesehen ist die objektive Welt völlig unabhängig von der Existenz der subjektiven Welt, aber das ist eine falsche Behauptung und existiert nicht wirklich. Was wirklich beobachtet werden kann, ist die Kombination von Objektivität und Subjektivität. Aufgrund der Interaktion zwischen dem Beobachter und der beobachteten Welt ist es für uns unmöglich, die objektive Welt mit unendlicher Genauigkeit zu verstehen. Wenn beispielsweise die Hardware-Fähigkeiten ein bestimmtes Niveau erreichen, werden die Menschen auf die Verbesserung der Software-Fähigkeiten achten. Wenn die Software-Fähigkeiten ein bestimmtes Niveau erreichen, werden die Menschen auf die Verbesserung der menschlichen Software-Fähigkeiten achten. Um das Niveau eines technologischen Produkts zu messen, können Sie versuchen, eine vorläufige Beurteilung auf der Grundlage der Geschwindigkeit und Genauigkeit seiner Fähigkeit zur „Kreuzung“ und „Zusammenarbeit“ in verschiedenen Bereichen zu treffen. Auf die gleiche Weise können Sie das Rationalitätsniveau eines Produkts messen Sie können versuchen, es anhand seiner „kreuzenden“ Fähigkeiten zu beurteilen und die Geschwindigkeit und Genauigkeit der Fähigkeiten in verschiedenen Bereichen zu „verknüpfen“, um vorläufige Urteile zu fällen.

Einfach ausgedrückt ist die Art und Weise, wie Technologie mit Problemen umgeht, im Allgemeinen eine produktionsbasierte „Wenn-Dann“-Kausalbeziehung, während Mensch-Computer-Systeme heuristischer sein sollten und nicht nach Optimalität, sondern nach Zufriedenheit streben sollten, gemischt mit neuer Logik, und Heuristiken können dies häufig Behandeln Sie nichtlineare Probleme. Wenn Menschen und Maschinen in einer äußerst komplexen Umgebung machtlos sind, kann es sein, dass die Logik zusammenbricht. Vielleicht ist die heuristische Berechnung (Berechnung + Berechnung) im Mensch-Computer-Bereich genau der Schlüssel zum Erfolg der neuen Logikkomprimierung.

Einer der Engpässe und Schwierigkeiten im Mensch-Maschine-Bereich ist das Problem des Multidomänen-Ungleichgewichts im Mensch-Maschine-Umgebungssystem, das sich in der Frage verkörpert, wie „Cross-Over“ und „Zusammenarbeit“ effektiv realisiert werden können. in verschiedenen Fachbereichen bezieht sich dies nicht nur auf die Lösung verschiedener Mensch-Maschine-Systeme. Die Mängel von „Zustand, aber kein Potenzial“ in Maschinenbausystemen werden auch viele Ursachen für „Ineffizienz und Inkompetenz“ mit sich bringen. in Mensch-Maschine-Umweltsystemen. Versuchen Sie, den grundlegenden theoretischen Bereich, der aus dem Bereich der Geisteswissenschaften, der Kunst und dem sozialen Bereich besteht, organisch mit dem wissenschaftlichen und technologischen Bereich zu verbinden, der aus dem physischen Bereich, dem Informationsbereich und dem kognitiven Bereich besteht, um eine echte „Überschneidung“ zu erreichen „Xie“ legt den Grundstein für eine effektive domänenübergreifende Zusammenarbeit zwischen Mensch und Maschine.

Im Hinblick auf die objektive Realität und praktische Anwendungen müssen wir uns derzeit klar darüber im Klaren sein, dass die aktuelle Welle von Mensch-Maschine-Umgebungssystemen nicht auf einem großen Durchbruch im Verständnis des Mechanismus der wissenschaftlichen und technologischen Entwicklung basiert, sondern nur auf Einen besseren Weg finden, die derzeit nicht verfügbaren Systeme zu nutzen. Ein wirkungsvoller Weg, um Technologie und Computerkompetenz zu verbessern – alte Logik + alte Technologie, kann möglicherweise nicht die Tür öffnen, um Realität und Illusion zu schaffen. Die meisten „menschlichen Maschinen“ in den Köpfen der Menschen sind untrennbar mit Erfahrungen in Bezug auf Verständnis, Absicht, Wille, Emotion, Selbstbewusstsein und Geist verbunden. Bisher gab es in der Forschung in diesen Bereichen keine Durchbrüche, und es gibt keine Anzeichen für größere Durchbrüche in der nahen Zukunft. Darüber hinaus ist der Einsatz von Technologie mangelhaft in Bezug auf Interpretierbarkeit, gesunden Menschenverstand, Lernfähigkeit und Visualisierung und trägt nur begrenzt dazu bei, das Verständnis zu vertiefen, das Bewusstsein zu schärfen und die Struktur und den Ausdruck von Mensch und Maschine zu verbessern.

Daher ist der traditionelle logische Ansatz, der auf vorgegebenen Strategien und empirischer Beurteilung basiert, nicht mehr praktikabel. Wie kann sichergestellt werden, dass Menschen in einer hochkomplexen und hochbelasteten Mensch-Maschine-Umgebung, wenn sie mit unzureichenden Schlüsselinformationen konfrontiert werden, aus einer großen Menge an Situationsinformationen präzise nützliche Informationen gewinnen, korrekte Erkenntnisse bilden und schnell und aktiv in das Werden eintauchen müssen? zukünftige Menschen. Probleme, die im Maschinenbereich dringend gelöst werden müssen. Vielleicht unterscheidet sich der wirkliche Mechanismus, der das menschliche Denken steuern kann, grundlegend von jeder bisher geschaffenen konventionellen Logik, wie Einstein sagte: „Wenn die Mathematik von der Realität spricht, ist sie unbestimmt; wenn die Mathematik sicher ist, hat sie nichts mit der Realität zu tun.“ Menschliche Erfahrungen und Informationen sind in den zukünftigen Interaktionsbeziehungen zwischen Mensch und Computer-Umgebungssystem und neuen logischen Praktiken enthalten. 6.2 Fusionsintelligenz zwischen Mensch und Computer schwache künstliche Intelligenz. Mit der heutigen Entwicklung von Computern wurde die Rechenleistung erheblich verbessert, und Quantencomputer werden die Rechenleistung um mehrere Größenordnungen steigern. Also wandten wir uns dem Nachdenken über die Natur und den Ursprung der menschlichen Intelligenz zu und versuchten, uns von der kognitiven Neurowissenschaft und anderen Aspekten inspirieren zu lassen, um das Bewusstsein zu verstehen, in der Hoffnung, der künstlichen Intelligenz ein autonomes Bewusstsein zu verleihen, aber mit wenig Erfolg. Eine praktischere und praktikablere Lösung ist die Integration der Mensch-Computer-Interaktion, die das bewusste Denken der Menschen, also die logische Berechnung von Computern und Maschinen, vollständig integriert und es den Maschinen ermöglicht, während der Integration menschliche Computerfähigkeiten zu erlernen und zu verstehen. Die Fusionsintelligenz zwischen Mensch und Maschine wird eine neue Ära der Intelligenz einläuten.

Was ist Mensch-Maschine-Fusionsintelligenz? Vereinfacht gesagt geht es darum, eine neue Form der Intelligenz zu beschreiben, die durch das Zusammenspiel von Mensch, Maschine und Umweltsystemen entsteht und die Stärken von Mensch und Maschine voll ausnutzt. Es handelt sich weder um menschliche Intelligenz noch um künstliche Intelligenz. Die Fusionsintelligenz zwischen Mensch und Maschine ist keine einfache Kombination von Mensch und Maschine, sondern ermöglicht es der Maschine, die menschliche Entscheidungsfindung schrittweise zu verstehen, und ermöglicht es der Maschine, den Unterschied in der Wertgewichtung basierend auf der menschlichen Entscheidungsfindung unter verschiedenen Bedingungen schrittweise zu verstehen. Menschen bilden Kognitionen durch ihre Wahrnehmung der Umgebung und ihrer eigenen Wünsche und Impulse aus, während Maschinen nur Daten und Informationen über die Umgebung erhalten, durch bestimmte Daten bestimmte Ausführungsprozesse auslösen und die kognitiven Fähigkeiten des Menschen mit den Rechenfähigkeiten des Computers integrieren können Gemeinsam entwickeln wir neue Wege des Verständnisses und treffen dann gezielte und regelmäßige Entscheidungen, was zu einem größeren Effekt der Mensch-Maschine-Integration führt als Mensch + Maschine.

Künstliche Intelligenz ist nur ein beschreibbarer und programmierbarer Teil der menschlichen Intelligenz, und menschliche Intelligenz ist das Produkt der Interaktion zwischen Menschen, Maschinen (Dingen) und Umweltsystemen. Die übereinstimmende Klassifizierung der Funktionsfähigkeiten von Mensch und Maschine kann nach allen künstlichen Intelligenzen, datenbasierter Unterstützung durch von Menschen dominierte Maschinen, regulären rechnerischen Argumentationshilfen durch von Menschen dominierte Maschinen, probabilistischen rechnerischen Argumentationshilfen durch von Menschen dominierte Maschinen und schwachen von Menschen dominierten Maschinen klassifiziert werden Urteilende Entscheidungsunterstützung, Mensch-Wirt-Maschine Maschinen verfügen über ein starkes Urteilsvermögen, um die Entscheidungsfindung zu unterstützen, aber auf jeden Fall hat der Mensch in Mensch-Maschine-Systemen immer eine dominante Position, das heißt, der Mensch wird während des gesamten Prozesses vom Wirt unterstützt um zu vermeiden, dass das System außer Kontrolle gerät.

Wie lässt sich die organische Integration von Mensch und Maschine realisieren? Die derzeitige integrierte Intelligenz zwischen Mensch und Maschine steckt noch in den Kinderschuhen und es gibt noch einige Schlüsselprobleme, die gelöst werden müssen. Das kritischste davon ist die organische Integration der kognitiven Fähigkeiten der Maschine mit der Rechenleistung der Maschine. Bei Mensch-Maschine-Systemen, die sich derzeit in der praktischen Anwendung befinden, besteht eine klare Arbeitsteilung zwischen Mensch und Maschine. Die Hauptaufgabe besteht darin, dass Maschinen Menschen Daten anzeigen und Menschen Maschinen über Schnittstellen bedienen, was keine effektive Integration bewirkt. Der menschliche Denk- und Entscheidungsprozess basiert auf der ständigen Aufnahme externer Informationen und der Verinnerlichung externer Informationen in das eigene Wissen oder die Erfahrung des gesunden Menschenverstandes durch Wahrnehmung, Verständnis, Assoziation und Vorstellungskraft. Dies ist auch ein Lernprozess, den man dann nutzen kann eigene Erfahrung bei der Begegnung mit gesundem Menschenverstand und Analyse und Verständnis von Problemen mit Hilfe von Inspiration und Intuition. Maschinen verfügen nicht über diese Fähigkeit, externe Informationen zu abstrahieren und irrational zu denken.

Der Schlüssel zur Integration liegt also darin, das Wissensverständnis und die Lernfähigkeit der Maschine auf kognitiver Ebene zu verbessern, damit Mensch und Maschine auf kognitiver Ebene kommunizieren und integrieren können. Menschliche Verbindung und Vorstellungskraft werden durch die Abstraktion und Übertragung eines Problems oder Wissens dargestellt, sodass Probleme in verschiedenen Bereichen domänenübergreifend gelöst werden können. Je abstrakter die Darstellung, desto universeller ist die Übertragungsfähigkeit, die die Grenzen von durchbrechen kann Denken. Menschen können durch die Verinnerlichung von Vorwissen ein nicht-axiomatisches intuitives Bewusstsein erlangen, während Maschinen nur objektive Daten unter rationaler Logik verarbeiten. Den Maschinen zu ermöglichen, ihre kognitiven Fähigkeiten zu verbessern, ist der Schlüssel für eine reibungslose Mensch-Maschine-Integration.

Ein weiteres wichtiges Thema, das bei der Intelligenz der Mensch-Maschine-Fusion berücksichtigt werden muss, ist die Intervention, also der Zeitpunkt und die Methode der Mensch-Maschine-Fusion. Wie soll das System eine Entscheidung treffen, wenn plötzlich ein Mensch eingreift oder eine Asymmetrie in der Wahrnehmung und Verarbeitung von Informationen über die Umgebung zwischen Mensch und Maschine vorliegt, die zu Konflikten zwischen den Entscheidungen von Mensch und Maschine führt? Wenn die Entscheidungen von Mensch und Maschine widersprüchlich sind, wird es auch Interpretationsfragen geben, also wie eine Partei ihre Entscheidung erklären und die andere Partei überzeugen kann. Darüber hinaus ist die Genauigkeit der historischen Entscheidungsfindung von Maschinen aufgrund unzureichender externer Informationen oder aus eigenen Gründen nicht hoch. Derzeit wird es Probleme mit dem Vertrauen der Menschen in Maschinen geben Bei einigen speziellen Szenarien wie militärischen Anwendungen kann es zu Entscheidungsfehlern kommen, die sehr gering sind. Wenn in allgemeinen Szenarien die Entscheidungsgenauigkeit der Maschine sehr hoch ist, führt dies auf lange Sicht zu einer übermäßigen Abhängigkeit vom Menschen, was leicht zum Verlust von Selbstvertrauen, Mut, Mut und anderen hervorragenden menschlichen Eigenschaften führen kann Natur.

Schwierigkeiten im Mechanismus der Mensch-Maschine-Hybrid-Intelligenz: der Berechnungsmechanismus, der Mechanismus der intelligenten Berechnung (Berechnung), die Definition grundlegender Konzepte wie Vertrauen, Verständnis, Absicht und Anpassung im Mensch-Maschine-Hybrid und das Definition von Funktionen und Fähigkeiten in der hybriden Mensch-Maschine-Intelligenz Der Schlüssel zur Abgrenzung, Anpassung und intelligenten Berechnung liegt in der Verwirklichung der dialektischen Einheit von Berechnung und Berechnung. Was die Gegenrechnung betrifft, kann Gegenrechnung zu Paradoxien und Widersprüchen führen. und Gegenberechnungen können zu Endlosschleifen führen, wie Situationen miteinander interagieren, wie Wahrnehmungen integriert werden können und wie man lernt, wie ein Feind zu denken und objektive Urteile zu fällen.

Die Manifestation der Mensch-Computer-Integration ist die Art der Mensch-Computer-Kommunikation, einschließlich der Mensch-Computer-Interaktionsschnittstelle, der Hilfsentscheidungsfindung und der Zuweisung von Mensch-Computer-Funktionen usw. Zwischen Menschen und Maschinen sollte eine schnelle und effektive wechselseitige Informationsinteraktionsbeziehung aufgebaut werden, um Probleme wie Informationsasymmetrie zu vermeiden. Maschinen sind gut darin, quantitativere und spezifischere Informationen aus der Umgebung zu erfassen. Nach der Verarbeitung sollten sie dem Menschen auf prägnante und intuitive Weise präsentiert werden. Das Denken und die Entscheidungen des Menschen sollten auch auf Maschinen erklärbar und logisch anwendbar sein. Die bestehende Mensch-Maschine-Funktionszuweisung, die in der Luftfahrt, der Kernenergie, der Flugsicherung und anderen Bereichen verwendet wird, ist größtenteils eine statische Zuweisung, die auf einigen Automatisierungsebenenskalen basiert. Verschiedene Funktionen werden relativ sinnvoll entsprechend den Fähigkeiten von Mensch und Maschine über ein bestimmtes System zugewiesen. Durch die sinnvolle Zuordnung von Mensch-Maschine-Funktionen können die jeweiligen Vorteile von Mensch und Maschine voll ausgenutzt und kombiniert werden, um die Intelligenz von Mensch-Maschine-Fusionssystemen widerzuspiegeln.

Der Hauptgrund, warum die heutigen Systeme der künstlichen Intelligenz weit davon entfernt sind, die Erwartungen der Menschen zu erfüllen, ist, dass die Grundlage für die Konstruktion künstlicher Intelligenz eher die zeitgenössische Mathematik als echte intelligente Logik ist. Erstens ist Mathematik keine Logik, von Zahlen über Grafiken bis hin zu Mengen Von der Arithmetik über die Infinitesimalrechnung bis hin zur Kategorientheorie sind alle mathematischen Logiksysteme auf der Grundlage von Axiomen. Die echte intelligente Logik umfasst sowohl mathematische Logik als auch dialektische Logik sowie viele unentdeckte logische Gesetze, die noch nicht entdeckt wurden Die Quelle zukünftiger Mathematik und die Entstehung realer Logik ist niemals das Produkt eines einfachen Gehirns, sondern das Produkt der Interaktion und gegenseitigen Stimulation und des Erwachens von Menschen, Objekten und der Umwelt, wie beispielsweise der geplanten Intelligenz Das System erfordert außerdem ein sorgfältiges Verständnis des Herstellers für die Verarbeitung und Implementierung sowie eine Anpassung des Benutzers an die örtlichen Gegebenheiten, gezielte und flexible Anwendungen usw. Daher gehört zu einer guten integrierten Intelligenz zwischen Mensch und Maschine die effektive Einheit von Gegensätzen zwischen drei oder sogar mehr, und es gibt objektive Fakten. Die Berechnung des Status sowie die Berechnung subjektiver Werttrends ist ein tiefes Situationsbewusstseinssystem für Menschen, Objekte und die Umwelt. Allerdings basiert die aktuelle künstliche Intelligenz, ob sie nun auf regelbasierten mathematischen Modellen oder auf statistischer Wahrscheinlichkeit basiert, größtenteils auf Berechnungen, es fehlt ihr jedoch die Kombination und Einbettung menschlicher Berechnungen und sie ist daher weit von der Realität und Flexibilität der Intelligenz entfernt.

7. Zusammenfassung und Ausblick

Dieser Artikel definiert zunächst die Berechnung und stellt dann ihre Forschungsbedeutung vor Entwicklung, diskutiert die Unterschiede und Zusammenhänge zwischen Computing und Computing, schlägt ein Computing-Computing-Modell vor und stellt die Anwendung von Computing in der Mensch-Computer-Interaktion und der integrierten Intelligenz zwischen Mensch und Computer vor.

Mensch-Computer-Interaktion ist ein wichtiger Teil der Entwicklung der künstlichen Intelligenz, die nicht nur neue theoretische Methoden, sondern auch neue Erforschung der Beziehung zwischen Mensch, Maschine und Umwelt erfordert. Künstliche Intelligenz erfreut sich immer größerer Beliebtheit und immer mehr Produkte halten Einzug in das Leben der Menschen. Eine starke künstliche Intelligenz ist jedoch immer noch nicht verwirklicht. Wie sich menschliche Computerintelligenz auf Maschinen übertragen lässt, ist ein Problem, das gelöst werden muss. Wir haben kognitive Modelle aus der Perspektive der Kognition erstellt oder bewusste Turing-Maschinen aus der Perspektive des Bewusstseins konstruiert. Dies sind Versuche, menschliches kognitives Denken zu verstehen und zu simulieren, in der Hoffnung, menschliche Rechenfähigkeiten zu realisieren. Computergestützte Modellforschung muss nicht nur die rasante Entwicklung der Maschinentechnologie berücksichtigen, sondern auch die Denk- und Erkenntnisweise des interagierenden Subjekts, also des Menschen, damit Maschinen und Menschen ihre jeweiligen Aufgaben erfüllen und integrieren können Dies ist die Perspektive der Mensch-Computer-Interaktion und Trends.

Mensch-Maschine-Hybridintelligenz ist, genau wie Intelligenz, weder ein Produkt des menschlichen Gehirns oder gehirnähnlich noch ein Produkt des Menschen selbst, sondern ein Produkt der Interaktion von Menschen, Objekten usw Umweltsysteme, wie Marx sagte: „Das Wesen eines Menschen ist kein abstraktes Objekt, das einer einzelnen Person innewohnt. In seiner Realität ist es die Summe aller sozialen Beziehungen, obwohl der Wolfsjunge alle Strukturen und Da es sich um Bestandteile des menschlichen Gehirns handelt, besteht keine Verbindung zur menschlichen sozialen Umgebung. Kommunikation oder Interaktion ist mit menschlicher Intelligenz und Weisheit ebenfalls unmöglich. Tatsächlich enthält die zukünftige Mensch-Maschine auch drei Komponenten: Menschen, Objekte und die Umwelt. Mit der rasanten Entwicklung von Wissenschaft und Technologie werden die Objekte nach und nach durch von Menschen geschaffene Maschinen ersetzt, die als Mensch-Maschine-Umgebung bezeichnet werden Um fair zu sein: Es ist für Mensch-Maschine grundsätzlich unmöglich, den aktuellen Stand der Wissenschaft und Technologie auf der Grundlage des bestehenden mathematischen Systems und Denkmodells zu übertreffen, aber es ist in vergangenen, gegenwärtigen und zukünftigen Mensch-Maschine-Umgebungssystemen möglich . Technologie ist logisch, aber Mensch-Maschine ist nicht unbedingt logisch. Mensch-Maschine ist ein sehr großer Raum, der jederzeit heterogene Sammlungen öffnen und objektive Logik mit subjektiver Hyperlogik verbinden kann. ​

Das obige ist der detaillierte Inhalt vonEine kurze Analyse von Berechnung und Berechnung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!