Maison  >  Article  >  Périphériques technologiques  >  L'académicien Liu Jingnan discute de la relation entre l'intelligence naturelle et l'intelligence artificielle

L'académicien Liu Jingnan discute de la relation entre l'intelligence naturelle et l'intelligence artificielle

WBOY
WBOYavant
2023-05-30 10:43:351265parcourir

Liu Jingnan pense quel'intelligence artificielle peut être comprise et définie du point de vue de l'intelligence naturelle et de la perspective espace-temps ("Journal of Surveying and Mapping", numéro 4, 2020 Liu Jingnan, et al. : "Rethinking Ubiquitous Surveying and La cartographie à l'ère de l'intelligence").

Actuellement, les réseaux d'information évoluent vers l'Internet des objets et les réseaux omniprésents. Ils sont pilotés par le big data, une puissance de calcul plus puissante et des méthodes informatiques plus intelligentes, ce qui donne lieu à une nouvelle génération d'intelligence artificielle, c'est-à-dire des ordinateurs capables de capacités d'apprentissage et de réflexion. Dans le même temps, afin de réaliser la gestion intelligente et le contrôle collaboratif du monde physique par les réseaux informatiques, le système cyber-physique CPS (également connu sous le nom de réseau omniprésent) a émergé au fur et à mesure que les temps l'exigent, et est intégré à l'intelligence artificielle pour accélérer la production et la consommation sociales d'industrialisation en industrialisation. Avec le passage à l'automatisation et à l'intelligence, les êtres humains sont entrés dans l'ère de l'intelligence. L'intelligence est la capacité de perception biologique, de cognition et d'adaptation à l'environnement naturel. La biologie est intelligente car elle peut percevoir les changements dans le monde extérieur et, en reconnaissant les avantages et les inconvénients des changements, agir. Après avoir pris une décision, elle s'ajuste pour obtenir des avantages et éviter les inconvénients. Pour atteindre cet objectif, il est nécessaire de le faire. trouver le lieu, l'heure, l'orientation, la posture précis, etc. pour s'ajuster. Par conséquent, le cœur de l'intelligence biologique dans la nature est de percevoir, de faire des choix et des comportements qui recherchent des avantages et évitent les inconvénients en fonction de l'emplacement précis dans le temps et dans l'espace des changements. dans le monde extérieur.

Par conséquent, l'intelligence naturelle peut être définie comme la capacité des êtres vivants à percevoir les changements dans le monde extérieur, à apprendre et à se souvenir pour former des expériences, s'élever à la cognition, prendre des décisions pour s'adapter aux changements dans le monde extérieur et à leurs propres besoins de sécurité, et se réguler ou changer localement à un moment et un lieu précis. L'état du monde extérieur pour atteindre l'objectif de rechercher des avantages et d'éviter les inconvénients. L'intelligence peut résoudre les problèmes actuels, tandis que la sagesse peut résoudre les problèmes futurs et inconnus. l'avenir grâce à l'expérience et aux connaissances formées par la perception et la cognition. Changements dans le monde extérieur à un moment et à un lieu donnés, et autorégulation à l'avance pour changer l'état de soi ou d'une partie du monde extérieur afin d'obtenir des avantages et d'éviter tout préjudice. Ce type de régulation est souvent basé sur des positions temporelles et spatiales précises pour coordonner avec précision plusieurs comportements et actions visant à changer le monde extérieur. Par conséquent, la capacité de se positionner, de naviguer et de connaître l'heure est la capacité de survie innée des êtres vivants pour obtenir des avantages et. éviter les inconvénients et appartient à l'intelligence naturelle. En ce sens, la cartographie consiste à percevoir, enregistrer et exprimer quelque chose qui se produit à un moment et à un lieu, puis à aider le processus et les moyens de cognition, de communication et de prise de décision. extension des méthodes techniques de comportements intelligents tels que le positionnement humain, la navigation et le timing.

En résumé, l'intelligence et la sagesse sont des capacités uniques au monde biologique.

L'intelligence artificielle consiste à donner l'intelligence biologique de la nature (y compris l'intelligence et la sagesse humaines) aux machines et aux environnements grâce à la technologie et aux méthodes, afin que les machines et les environnements puissent le faire. percevoir, reconnaître les changements dans le monde extérieur et effectuer la gestion et la réglementation correspondantes pour rechercher des avantages et éviter les inconvénients.

Définir l'intelligence artificielle sur la base de la définition de l'intelligence naturelle est plus précis et plus universel que la définition actuelle de l'intelligence artificielle utilisée par l'industrie informatique comme le test de Turing pour "faire percevoir et penser les machines comme les humains". de l'intelligence artificielle. La connotation de 6 types d'intelligence tels que la perception, l'apprentissage, la cognition, la prise de décision, la régulation et même l'émotion. L'intelligence artificielle devrait inclure au moins 5 types de connotation d'intelligence à l'exception de l'émotion. L'intelligence du règne animal dépasse de loin Outre les êtres humains, donner l'intelligence perceptuelle et l'intelligence de groupe du monde animal aux machines et à l'environnement est un axe de recherche majeur de l'intelligence artificielle.

Lacadémicien Liu Jingnan discute de la relation entre lintelligence naturelle et lintelligence artificielle

Selon la définition de l’auteur du CSDN :

L'intelligence naturelle (NI) fait référence à la capacité des gens à produire des comportements précieux grâce à des opérations cérébrales et à la prise de décision. Ces comportements comprennent la pensée et la prise de décision du cerveau humain, l'audition et le jugement des oreilles, la vision et le jugement des yeux, l'odorat et le jugement du nez, le toucher et le jugement de la peau, etc., et se reflètent dans tous les aspects du comportement humain.

L'intelligence artificielle (IA) utilise des machines pour remplacer les personnes et réaliser des comportements intelligents possédés par les humains. La phrase peut être réécrite comme ceci : elle fait principalement référence aux ordinateurs, aux données et aux logiciels associés, et peut même couvrir les équipements terminaux intelligents associés. À l'heure actuelle, les domaines techniques relativement matures pour les applications de l'intelligence artificielle comprennent les jeux sur machines (robots intelligents), la reconnaissance vocale, la reconnaissance d'images (texte, empreintes digitales, visages, etc.), ainsi que l'analyse et la prédiction de données fournies par des capteurs. Les principales disciplines de recherche en intelligence artificielle couvrent l'informatique, la théorie de l'information, la cybernétique, l'automatisation, la bionique, la biologie, la psychologie, la logique mathématique, la linguistique, la médecine et la philosophie, etc.

Le Machine Learning (ML) est l'étude scientifique des algorithmes et des modèles statistiques, qui sont utilisés par les systèmes informatiques pour effectuer efficacement des tâches spécifiques sans utiliser d'instructions explicites, mais en s'appuyant sur des modèles et un raisonnement. Elle est considérée comme un sous-ensemble de l’intelligence artificielle et constitue le cœur de l’intelligence artificielle. L'apprentissage automatique doit « apprendre » à l'aide de données. L’apprentissage automatique peut être divisé en apprentissage supervisé, apprentissage semi-supervisé, apprentissage non supervisé et apprentissage par renforcement.

Le Deep Learning (DL) (également connu sous le nom d'apprentissage structuré profond ou apprentissage hiérarchique) fait partie d'une famille de méthodes d'apprentissage automatique basées sur l'apprentissage de représentations de données, plutôt que sur des algorithmes spécifiques à des tâches. L’apprentissage profond s’inspire des modèles de traitement de l’information et de communication dans les systèmes nerveux biologiques, mais diffère de la structure et du fonctionnement des cerveaux biologiques. Actuellement, les architectures d'apprentissage profond, telles que les réseaux neuronaux profonds, les réseaux de croyance profonde et les réseaux neuronaux récurrents, ont été utilisées dans la vision par ordinateur, la reconnaissance vocale, le traitement du langage naturel, la reconnaissance audio, le filtrage des réseaux sociaux, la traduction automatique, la bioinformatique, la conception de médicaments, et médecine Analyse d'images et autres domaines.

(Les concepts ci-dessus et leurs relations sont des créations originales du blogueur CSDN "Simple Little Bitter Melon", lien original : https://blog.csdn.net/weixin_44482877/article/details/122273597)

La sélection d'articles ci-dessus est un moyen pour l'auteur d'explorer les organismes à base de silicium et la vie à base de carbone dans son ensemble, ou d'explorer la méthodologie cognitive de l'interface cerveau-ordinateur, afin de comprendre la bionique et les réseaux neuronaux du cerveau.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Cet article est reproduit dans:. en cas de violation, veuillez contacter admin@php.cn Supprimer