从数据到表征:人类认知对人工智能的启发 |
| |
引用本文: | 唐宁,安玮,徐昊骙,周吉帆,高涛,沈模卫.从数据到表征:人类认知对人工智能的启发[J].应用心理学,2018(1). |
| |
作者姓名: | 唐宁 安玮 徐昊骙 周吉帆 高涛 沈模卫 |
| |
作者单位: | 浙江大学心理与行为科学系; |
| |
摘 要: | 人类智能具有快速学习和灵活迁移的特点,在应对复杂多变的外部环境时较人工智能系统表现出不可比拟的优势。该优势主要源于前者具备良好的知识表征。本文以"层层迭代,组件共享"的层级树表征为例,深入讨论了良好知识表征的特点,并详细阐述了基于具体的语言语法和视觉语法规则所构建的语言和视觉层级树表征。笔者认为,对良好的知识表征(如层级树表征)的深入探讨不仅可引领有关人类"强认知"领域的研究,同时也有助于实现当前人工智能系统从"大数据、小任务"到"小数据、大任务"的转变。
|
本文献已被 CNKI 等数据库收录! |
|