Sep, 2023

人、动物和智能机器认知的逻辑基础：形态计算

PDF
TL;DR在自然主义传统中，本研究考察了逻辑、认识论和科学之间的相互关系，提出了一个连接逻辑、数学、物理、化学、生物和认知的框架，强调自然组织层次上的尺度不变、自组织动力学。同时，本研究认为认知逻辑源自于物理、化学和生物逻辑的进化，并通过较低组织层次上的自然逻辑过程的步骤，利用基于形态 / 物理 / 自然计算的创新计算框架来解释以自然化逻辑进化产生以人为中心的逻辑。在生命主体的扩展进化综合中，理解人类级别逻辑的产生以及逻辑与信息处理 / 计算认识论的关系至关重要。因此，我们得出结论，需要进一步研究自然现象与自然中的行动逻辑之间的机制细节。
发现论文，激发创造
  • 教授计算机自然语言

    本文探讨了计算机与程序员所涉及的类似语言应用程序所涉及的模式，并旨在调整我们的问题以更好地说明上下文、自我意识和具体化。

    Apr, 2016

  • 神经符号学习与推理：调查和解释

    这篇文章介绍了关于认知科学、人工智能、神经计算的研究，特别是神经符号学习和推理的最新进展，从理论到应用和挑战，以及展望未来。

    Nov, 2017

  • 通过条件模拟实现常识推理：图灵在人工智能中的遗产

    该论文提出了一种基于概率图灵机的计算形式化的 QUERY 抽象，通过条件模拟捕获概率条件，从而将常识推理转化为观察到的统计模型中不确定的世界的概率推断。

    Dec, 2012

  • 通过学习和进化实现具身智能

    我们引入 DERL，一种新的计算框架，通过仅利用低级别自我感知信息，可以演化出多样化的智能体形态，用于学习复杂环境下的运动和操作任务，并展示了环境复杂度、形态智能和控制可学性之间的关系。

    Feb, 2021

  • 非公理术语逻辑：认知符号推理的计算理论

    本文提出了非公理术语逻辑 (NATL) 作为人类符号推理在人工智能领域的理论计算框架，并将其定位在逻辑学的发展历程和相关文献中。NATL 结合了阿里斯托德的术语逻辑和现代分布式表示或嵌入的语义系统。该文未进行量化评估，但提供了使用 NATL 的定性分析和几个可能涉及机器人和认知科学的应用案例及其相关问题。

    Oct, 2022

  • 计算自然哲学：从古希腊哲学家到图灵再到 ChatGPT

    现代计算自然哲学以信息和计算的概念化方式构建宇宙的框架，用于研究认知和智能。该计算视角显著影响我们对自然界的理解，导致了基于深度神经网络的 ChatGPT 等人工智能系统的发展。跨学科研究促进了这一领域的进展，整合了多个领域的知识以模拟复杂系统。大型语言模型（如 ChatGPT）代表了这种方法的能力，利用强化学习与人类反馈进行增强。当前的研究倡导将神经网络与符号计算相结合，引入新一代混合计算模型。

    Sep, 2023

  • 生物学与组合性：新兴沟通协议的实证考虑

    本文探讨了关于 emergent communication 和 language origins 中 compositionality 和 reflexivity 的不同标准，指出了在未来的研究中注重 reflexivity 而非 compositionality 的重要性，并提供了一些有用的参考文献。

    Nov, 2019

  • 智能作为计算

    该研究提出了将智能视为计算的特定概念化，旨在为所有智能研究学科提供统一的视角，并解决了现有观点之间的差异。该概念化将智能视为不同范式计算的组合，提出了多学科研究议程，旨在实现智能科学的统一。

    May, 2024

  • 从拓扑角度看形态逻辑：符号人工智能的应用

    在本文中，我们从拓扑学的角度，即将空间、逻辑、集合和拓扑结构综合起来的范畴结构，进一步发展和推广了数学形态学和模态逻辑之间的联系，并引入了构建元素、扩张和侵蚀等概念，并展示了其在推理、合并和新知识的引入方面的应用。

    Mar, 2023

  • 高阶认知模型在主动学习中的作用

    建立能够有效与人类协作的机器一直是人工智能领域的长期目标。在存在不确定性的情况下，实现最佳合作通常需要人类和人工智能代理模拟彼此的行为，并利用这些模型推断潜在目标、信念或意图，这可能涉及多个层次的递归。我们提倡一种新的主动学习范式，利用人类作为主动数据源，同时考虑到他们的更高级别的能动性。此外，我们提供了一个使用高阶认知模型进行主动学习的实际示例。伴随着一个计算研究，突出了这个模型产生的独特行为。

    Jan, 2024