并行分布式加工(PDP):联结人机智能的桥粱 |
| |
作者姓名: | J.L.麦克莱兰 A.克利尔曼 D.瑟凡-施里伯 |
| |
作者单位: | (美)卡内基-梅隆大学,(美)卡内基-梅隆大学,(美)卡内基-梅隆大学 |
| |
摘 要: | 由于有关智能信息加工模式的传统思路不很适宜于揭示人类信息加工能力的某些关键特征,并行分布式加工(parallel distributed processing)的思路应运而生。本文将说明如何运用并行分布式加工模型来研究人类信息加工能力的这些特征。并行分布式加工模型又称为联结主义模型或神经网络模型.这类模型的一个关键特点是能够有效地利用阶梯的或连续的信息。我们将指出在当前开展的某些联结主义人工智能项目中,如何运用这种加工梯度信息的能力,文章还将说明怎样运用梯度信息的机器来扩展基本运算机的类型,并介绍阶梯状态机的概念,指出这种机器具有联结有限状态与递归运算器的特点。仅管计算机的运算速度日益加快,人类仍然在各种基本、自然的认知任务上远远超过计算机,例如,言语识别、语言理解,以及从记忆中提取适合于情景的信息。其原因是传统的计算机结构并不很适合于这些自然的认知任务。
|
本文献已被 CNKI 等数据库收录! |
|