更改

第151行: 第151行:     
==编者推荐==
 
==编者推荐==
 +
[[File:s1439920.jpg|200px|缩略图|右|《计算机与人脑》封面]]
 
===图书推荐===
 
===图书推荐===
[[File:s1439920.jpg|200px|缩略图|右|《计算机与人脑》封面]]
   
*[https://book.douban.com/subject/1116392/ 计算机与人脑]
 
*[https://book.douban.com/subject/1116392/ 计算机与人脑]
 
::《计算机与人脑》是自动机(以电子计算机为代表)理论研究中的重要材料之一。原书是冯·诺意曼在1955-1956年准备讲演用的未完成稿。著者从数学的角度,主要是从逻辑和统计数学的角度,探讨计算机的运算和人脑思维的过程,进行了一些比较研究。书中的许多技术推论带有预测性,尚待今后实验研究及进一步探讨才能判断其是否正确。
 
::《计算机与人脑》是自动机(以电子计算机为代表)理论研究中的重要材料之一。原书是冯·诺意曼在1955-1956年准备讲演用的未完成稿。著者从数学的角度,主要是从逻辑和统计数学的角度,探讨计算机的运算和人脑思维的过程,进行了一些比较研究。书中的许多技术推论带有预测性,尚待今后实验研究及进一步探讨才能判断其是否正确。
第161行: 第161行:  
::人类对人工智能的探索基于这样一种基本假设:我们所在宇宙中的一切过程,无论是有生命的还是无生命的都是可计算的。因此,原则上讲,冯·诺依曼体系结构的计算机可以模拟任何的物理过程。通过阅读这篇文字你会发现,其实计算可以分为模拟计算和数字计算两种类型。所谓的模拟计算就是需要我们构造一种非数字化的物理过程来对真实物理过程进行模拟。例如,飞行模拟的风洞试验就是基于这种模拟计算的。在具体的应用中,不同的模拟方法会给我们带来完全不同的效果。那么,目前火爆的人工神经网络更适合运用哪种模拟方法呢?让我们跟随冯·诺依曼的脚步,来探究计算的“原力”。
 
::人类对人工智能的探索基于这样一种基本假设:我们所在宇宙中的一切过程,无论是有生命的还是无生命的都是可计算的。因此,原则上讲,冯·诺依曼体系结构的计算机可以模拟任何的物理过程。通过阅读这篇文字你会发现,其实计算可以分为模拟计算和数字计算两种类型。所谓的模拟计算就是需要我们构造一种非数字化的物理过程来对真实物理过程进行模拟。例如,飞行模拟的风洞试验就是基于这种模拟计算的。在具体的应用中,不同的模拟方法会给我们带来完全不同的效果。那么,目前火爆的人工神经网络更适合运用哪种模拟方法呢?让我们跟随冯·诺依曼的脚步,来探究计算的“原力”。
   −
 
+
[[File:冯·诺依曼时代的计算机.jpg|200px|缩略图|右|冯·诺依曼时代的计算机 ENIAC]]
 
*[https://mp.weixin.qq.com/s/TsuQaBKhl3PwBbFen2Pb2w 冯·诺依曼的遗产:寻找人工生命的理论根源]
 
*[https://mp.weixin.qq.com/s/TsuQaBKhl3PwBbFen2Pb2w 冯·诺依曼的遗产:寻找人工生命的理论根源]
 
::尽管自从九十年代之后,人工生命才逐渐发展起来,成为独立于人工智能的科学领域,但它的理论根源却可以追溯到二十世纪五十年代。那个时候,一个伟大的数学家兼发明家冯·诺依曼正在思考如何制造可以复制自身的机器。一个机器仅凭自己而复制自身看起来是不可能的,因为这意味着它要将自己所有的状态都描述成代码,当然这就包含了这段代码本身,无穷的自嵌套会很快陷入逻辑的死循环。然而,巧妙地是,凭借着著名的自指技巧“蒯恩”(以美国著名哲学家蒯恩而命名),冯·诺依曼完成了自复制机器的设计蓝图,找到了“机器之心”。更重要的是,冯·诺依曼研究这个自复制机器的核心目的并不在于生命自复制这个问题本身,而是希望寻找出一条途径,能够让机器一劳永逸地“抵抗熵增”,不断朝越来越复杂的方向进化,而这一方法极有可能就是制造强人工智能机器,甚至是具有自我意识的智能机器的正确途径。
 
::尽管自从九十年代之后,人工生命才逐渐发展起来,成为独立于人工智能的科学领域,但它的理论根源却可以追溯到二十世纪五十年代。那个时候,一个伟大的数学家兼发明家冯·诺依曼正在思考如何制造可以复制自身的机器。一个机器仅凭自己而复制自身看起来是不可能的,因为这意味着它要将自己所有的状态都描述成代码,当然这就包含了这段代码本身,无穷的自嵌套会很快陷入逻辑的死循环。然而,巧妙地是,凭借着著名的自指技巧“蒯恩”(以美国著名哲学家蒯恩而命名),冯·诺依曼完成了自复制机器的设计蓝图,找到了“机器之心”。更重要的是,冯·诺依曼研究这个自复制机器的核心目的并不在于生命自复制这个问题本身,而是希望寻找出一条途径,能够让机器一劳永逸地“抵抗熵增”,不断朝越来越复杂的方向进化,而这一方法极有可能就是制造强人工智能机器,甚至是具有自我意识的智能机器的正确途径。
763

个编辑