人工智能与人类智能在解决问题过程中的对比

人类智能是人类在认识世界和改造世界的活动中,由脑力劳动表现出来的能力;人工智能实际上是在计算机上实现的智能或者说是人工智能在机器上的模拟,因此又称为机器智能。作为机器思维的人工智能与作为人类思维的人类智能具有本质的区别;在一道最常见的智力题"河内塔问题"的求解过程中可对比显现。由此还得出人类智能的局限正是人工智能的优势性所在,而人工智能的局限正是人类智能的优势性所在。     

对人工智能本质的探究

ChatGPT自推出以来，由于其强大的信息整合能力、语言处理能力、人机交互能力，引发了社会的广泛讨论及学界业界的深刻反思。随着AI技术的发展、新型材料的广泛应用，人工智能自身觉醒成为其发展的主要话题，由此引发了关于人类未来发展的讨论以及人类中心主义的担忧。本文立足于人工智能发展，结合人工智能的含义，剖析了人工智能的技术实质、劳动实质以及智能实质，同时在人的智能意识视域下分析了人工智能的觉醒，并得出人工智能觉醒的不可能。     

新一代人工智能十问十答

新一代人工智能是我国在全球第一个面向2030年提出的国家重大发展战略。如何认识新一代人工智能和传统人工智能的不同,了解其内涵、外延、技术特征以及发展目标,从而更好地凝聚研发队伍,是实现这一战略的重要保证。本文围绕新一代人工智能的技术内核,提出十个主要问题,自问自答,大问小答,指出新一代人工智能将从传统的计算机智能跃升为无意识的类脑智能,是人类智能的体外延伸,不涉及生命和意识,由人赋予意图,通过有指导的传承学习和自主学习,能够与时俱进地解释、解决新的智力问题,形成有感知、有认知、有行为、可交互、会学习、自成长的新一代人工智能—智能机器。     

智能安全内涵与体系构建探讨

随着人工智能在各行业的推广应用,人工智能给生活、生产带来便利的同时,其破坏作用和隐患也引起了各国政府、机构的重视。因此,人工智能技术及其应用所引起的安全问题受到更多关注。但是,从智能的形态角度看,智能安全与人工智能安全在内涵上还有很多区别。本文首先阐明智能安全的内涵,指出人工智能安全实际上主要是技术层面的智能安全,但智能安全不仅涉及技术安全,还包括智能系统在各行业广泛普及带来的国家层面的安全问题,以及机器智能、混合智能等新智能形态发展给人类整体带来的潜在风险。在此基础上,本文构建了智能安全体系并给出了具体措施。狭义的人工智能安全与广义的智能安全理念相结合,有利于确保整个国家在人类文明发展过程中把握先机。     

论智能的困扰和释放

智能回答整个认知活动中“在哪里”“是什么”“为什么”和“怎么做”等基本问题,涵有丰富的内质,当前尚不存在公认的“智能”标准定义,本文分析了这种窘境,给出“智能”的33字新定义,不再区分是人的智能,还是机器的智能,让智能不再被人的生命特质中的意识、欲望、情感等纠缠困扰,把智能从身体中单独释放出来到体外,拓展开去,成为人工智能,如机器智能。同时,把学习对智能的重要性也在定义里理清楚了。这个定义通俗、简明、精辟,无需转出再定义。新定义尤其强调在物理空间表现的具身交互导致的感知智能和行为智能,在认知空间思维导致的计算智能和记忆智能。人类的认知力和想象力,人类学习的能力,以及解释、解决问题的能力,人类智能和人工智能的迭代发展,使得智能能够以超自然进化的速度增长,让人发挥人的智慧,机器发挥机器的智能,人类正在进入智能时代。     

《认知基础》正式出版

认知科学(Cognitive Science)是研究心智和智能的科学,包括从感觉的输入到复杂问题求解,从人类个体到人类社会的智能活动,以及人类智能和机器智能的性质。它是现代心理学、人工智能、神经科学、语言学、人类学乃至自然哲学等学科交叉发展的结果。认知科学研究的目的是解释人在完成认知活动时是如何进行信息加工的。认知科学的兴起标志着对以人类为中心的心智和智能活动的研究已进入到新的阶段,认知科学的发展将进一步为信息科学技术的智能化作出巨大贡献。认知基础系统地介绍认知科学的概念和方法,反映认知科学、脑科学、人工智能等领域的最新研究成果,综合地探索人类智能和机器智能的性质和规律。     

智能的限定说

“什么是智能”已成为哲学家、脑科学家、心理学家、计算机人工智能(AI)专家所共同面临的挑战。面对这一挑战,AI科学家除了应战别无选择,因为AI发展的历史和现状都已证明,对这一问题的正确回答,关系着AI的方向、成败乃至存亡。本文正是试图从AI的立场出发,借鉴AI的成果、方法,提出关于智能的一种假设,从而深刻揭示人类智能的本质及实现计算机智能模拟和智能化的可能途径。     

开放式智能过程中的背景研究需求

一、引言 人工智能是研究如何设计一个计算机系统,使之能显示出具有某些人类智能活的特性以延伸人类智能的科学~[9]。因此,可以认为:人工智能是研究如何用人工的方法或技术即用各种自动机器或智能机器(如计算机、智能机)模仿、延伸和扩展人的智     

智能配电网自我认知过程

根据电力系统所面临的挑战、智能电网的智能配电网是智能电网发展的重要方面.对智能电网的研究,主要的是如何让电网具有智能.通过将结构主义、功能主义和行为主义三种方法和谐统一的“机制主义”及人类智能系统模型,完成对“信息→知识→智能”转换过程,把它们统一起来成为完整的人类认知过程,解析和定义智能配电网信息及其转换和自我认知过程.在人类智能系统模型下,重新解释DFSM及其智能系统对智能配电网的重要意义.使得智能配电网在经过自我认知过程后,能够更加方便的对整体和部分进行有效的仿真和模拟,在长期的认知过程循环中逐步建立智能配电网的知识库和策略库,作为智能配电网具有智能化的基础,最终使得智能配电网具有拟人特性和管理、协调、控制、优化、维护自身和被控对象.     

机器学习理论及应用

<正>机器学习是计算机科学,尤其是人工智能领域里的一个极其重要的研究方向。现代计算机科学的开山鼻祖图灵(1912-1954〕几乎在创立计算机科学这个学科的同时.就创立了人工智能这个研究方向。关于机器智能,图灵有一句名言:A computer would deserve to be called intelligent if it could deceive a human into believing that it was human.意思是说,当计算机的智能水平能达到人类的智能水平时.计算机才被认为是具有智能。显然,计算机的智能水平要到人类的智能水平,     

Progress and Challenge of Artificial Intelligence

Artificial Intelligence （AI） is generally considered to be a subfield of computer science, that is concerned to attempt simulation, extension and expansion of human intelligence. Artificial intelligence has enjoyed tremendous success over the last fifty years. In this paper we only focus on visual perception, granular computing, agent computing, semantic grid. Human-level intelligence is the long-term goal of artificial intelligence. We should do joint research on basic theory and technology of intelligence by brain science, cognitive science, artificial intelligence and others. A new cross discipline intelligence science is undergoing a rapid development. Future challenges are given in final section.     

辩证逻辑与智能

首先对存在争议的辩证逻辑及其与传统逻辑的关系问题进行了讨论.对与人工智能的限度问题密切相关的歌德尔定理进行了分析,澄清了其中的疑难.对人脑中的信息过程、其与逻辑推理的关系、智能的本质等问题,进行了讨论,并提出了作者的见解.     

关于人工智能几个问题的思考

在分析传统人工智能的基础上,对智能算法的收敛性问题、基于智能算法的求解问题进行了定性的讨论。以生理科学为背景分析了智能科学的若干热点问题。提出了逆智能的概念。对人工智能未来的发展进行了一定程度上的探讨。     

面向未来网络的信息-物理融合系统的探讨

随着信息通信技术的发展,信息-物理融合系统已成为相互依存、深度融合的超大规模二元复合网络系统。研究其信息网络框架、体系结构和大数据及碎片化知识的属性,对未来智能电网理论研究和实际工程应用具有重要意义。针对互联网、物联网、大数据知识等引领人类社会进入信息知识大爆炸时代的特征,重点探讨电力信息-物理融合系统所面临的机遇和挑战,未来将呈现新能源并网、电子信息装置比率提升、多能源和多网络融合的发展趋势,从发、输、变、调配用等环节提出了大数据和人工智能知识的应用展望,助力于未来智能电网信息化决策与部署。     

发展心理学与智能系统构造

一、知识与认知过程不可分割在专家系统的构造时碰到两个难题:知识获取瓶颈和知识窄台阶,解决这两个问题的根本方法是通过机器学习来完善知识库,知识库是专家系统的核心,包括内容、结构和构造方法三个方面。在教育学看来,与学习相连的记忆过程是:将新的知识内化或组织到已有的知识结构中去,以便在将来的某一个时期可以利用或再现它,有时也将内化称为整合或同化。这个过程不是机械地储存,而是信息组合再加工。新学习     

基于监控大数据平台上的人工智能应用总体设计

针对电网监控业务管理中存在系统运行复杂、日常工作繁杂、管理难度高和人员培训难度大等难题,本文设计了一套基于大数据平台的人工智能电网监控管家管理系统,系统中引入了监控人工智能,通过智能交互中心、智能监视中心和智慧处理中心三大技术实现了系统的全过程设备维护、智能巡检、行为监管、智能提醒服务、记录信息错误提醒、监控信号异常缺陷处置、智能交互、设备信息调试全过程管控、遥控防误操作和人员培训评价,全方位掌握监控人员工作的规范性,对履职能力进行分析评价,提出提升和改进建议,同时系统融入了智能语音处理相互技术、智能图像识别技术、专家库技术,实现技术突破,提高了工作效率,建立了监控信息分析,优化了工作模式、增强了专业管理,为监控工作的顺利、高效完成奠定坚实基础。     

从计算到人类知识：ChatGPT与智能演化

深入探讨了智能的演化过程和ChatGPT的实现效果,以及人工智能通用性提高和长期发展方向。从自然界中智能的诞生过程开始,介绍了人工智能的发展历程和现状,分析了ChatGPT作为一种具有强大泛化能力的深度神经网络模型在人工智能领域中的重要意义。还探讨了人工智能通用性提高对世界的潜在影响,介绍了一些新兴应用领域。通过阅读本文,读者可以更好地理解人工智能技术的发展趋势和未来方向。     

伦理智能体及其设计:现状和展望

智能体一直是人工智能的主要研究领域之一,任何独立的能够同环境交互并自主决策的实体都可以抽象为智能体.随着人工智能从计算智能到感知智能,再到认知智能的发展,智能体已逐步渗透到无人驾驶、服务机器人、智能家居、智慧医疗、战争武器等人类生活密切相关的领域.这些应用中,智能体与环境、尤其是与人类和社会的交互愈来愈突出,其中的伦理和道德问题日益凸显.人工智能应用的伦理风险和挑战引起了人们的普遍关注,伦理智能体是人工智能伦理的重要研究内容.本文从人工智能伦理的工程设计与实现角度,对伦理智能体及图灵测试、伦理智能体的设计范式、伦理智能体的逻辑程序设计、伦理智能体的形式化验证、伦理困境及分析等进行了介绍和讨论.同时,对伦理智能体及设计所面临的挑战和进一步研究方向进行了述评和展望.