关于行为和变化的推理
本书旨在提供人工智能发展的历史、潜力和局限性的现实图景,并介绍 AI 的各种应用领域及方法,其中重点覆盖了深度学习等当前人工智能的主流方法及技术,以及 AI 在人类情感智能等领域的应用,最后总结了当前 AI 的现状与未来发展趋势。
Jan, 2022
本研究提出借鉴认知理论以推进 AI 的研究方向,通过嵌入因果组件来获得适应性、推理能力、常识理解等人类决策能力,以期激发 AI 技术研究,进而更好地理解人类和机器智能。
Oct, 2020
这篇综述性论文研究了 AI 代理实现的最新进展,重点关注它们在实现需要增强推理、规划和工具执行能力的复杂目标方面的能力。该研究的主要目标是:a) 传达现有 AI 代理实现的当前能力和局限性,b) 分享我们在实际运行这些系统中获得的见解,c) 提出 AI 代理设计未来发展的重要考虑因素。我们通过提供单一代理和多代理架构的概述,确定设计选择中的关键模式和差异,并评估它们对完成特定目标的总体影响,实现了这一目标。我们的贡献概述了在选择代理架构时的关键主题,领导对代理系统的影响,代理的沟通风格,以及规划、执行和反思的关键阶段,从而实现强大的 AI 代理系统。
Apr, 2024
该论文是 Online Handbook of Argumentation for AI 的第三卷,主要阐述了论证的形式理论、计算模型以及其在人工智能领域中应用,旨在为论证研究人员提供开放访问和策划出版物。
Dec, 2022
在大数据人工智能与其不断增长的能力引领下,人工智能应用已成为我们日常生活的一部分。然而,对于其能力、限制以及相关优缺点的误解广泛存在。因此,在大学环境中,有必要向计算机科学专业学生和其他学科的学生普及人工智能知识。在这篇经验报告中,我们介绍了我们为来自不同专业的学生开设的一门入门课程的概述。此外,我们讨论了课程的作业和测验,让学生第一手了解了人工智能的过程,并洞察到了他们的学习模式。另外,我们还提供了课程评价和学生表现的总结。最后,我们介绍了从教授这门课程中获得的见解,并阐述了我们的未来计划。
Apr, 2024
人类和人工智能是否能共享概念并进行交流?《使人工智能变得可理解》展示了意义形而上学的哲学研究如何回答这些问题,Cappelen 和 Dever 利用哲学中的外在主义传统构建了人工智能和人类相互理解的模型,从而改进了哲学传统,给出了有关理论和实践的重要答案,为实现可解释的人工智能迈出了重要的第一步。
Jun, 2024
本文简述了人工智能的近一个世纪发展历程,总结了发展趋势并发现了普遍规律,分析了过去失败和现在成功的原因,强调了哲学思维在理解和解决人工智能问题中的重要性以及重点发展方向应该是人机协作和以计算能力为核心的技术路径。
Mar, 2023