从数据到表征:人类认知对人工智能的启发

被引：9

作者：

唐宁

安玮

徐昊骙

周吉帆

高涛

沈模卫

机构：

[1] 不详

[2] 浙江大学心理与行为科学系

[3] 不详

来源：

应用心理学 | 2018年 / 01期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

人工智能; 表征; 层级树语言; 视觉;

D O I：

暂无

中图分类号：

B842.1 [认知];

学科分类号：

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。

引用

页码：3 / 14

页数：12

共 13 条

[1] 对注意的再思考:一个注意的强化学习模型
程少哲
史博皓
赵阳
徐昊骙
唐宁
高涛
周吉帆
沈模卫
[J]. 应用心理学, 2017, (01) : 3 - 12
[2] “强认知”的心理学研究:来自AlphaGo的启示
周吉帆
徐昊骙
唐宁
史博皓
赵阳
高涛
沈模卫
[J]. 应用心理学, 2016, (01) : 3 - 11
[3] Infants make more attempts to achieve a goal when they see adults persist
Leonard, Julia A.
Lee, Yuna
Schulz, Laura E.
[J]. SCIENCE, 2017, 357 (6357) : 1290 - 1293
[4] Human-level concept learning through probabilistic program induction
Lake, Brenden M.
Salakhutdinov, Ruslan
Tenenbaum, Joshua B.
[J]. SCIENCE, 2015, 350 (6266) : 1332 - 1338
[5] Discovering hierarchical motion structure[J] . Samuel J. Gershman,Joshua B. Tenenbaum,Frank J?kel. Vision Research . 2014
[6] The mentalistic basis of core social cognition: experiments in preverbal infants and a computational model[J] . J. Kiley Hamlin,Tomer Ullman,Josh Tenenbaum,Noah Goodman,Chris Baker. Dev Sci . 2013 (2)
[7] Storage and binding of object features in visual working memory[J] . Paul M. Bays,Emma Y. Wu,Masud Husain. Neuropsychologia . 2010 (6)
[8] A mathematical theory of communication[J] . C. E. Shannon. ACM SIGMOBILE Mobile Computing and Communications Review . 2001 (1)
[9] The proper treatment of measuring out, telicity, and perhaps even quantification in english[J] . Ray Jackendoff. Natural Language and Linguistic Theory . 1996 (2)
[10] über induzierte Bewegung[J] . Karl Duncker. Psychologische Forschung . 1929 (1)

← 1 2 →