XiaoMi-AI文件搜索系统
World File Search System类比推理
语义关系的分布式代码预测类比推理期间的神经相似性
诗人塞缪尔·泰勒·科尔里奇（Samuel Taylor Coleridge）声称，这种思想需要“习惯于不仅要考虑事物，而是……而是同样，主要是事物的关系……”（Coleridge，1810/1969，第451页）。由于关系为语言和思想提供了基本的基础，因此它们对于一系列认知任务是核心。A prime example is the critical role of relation representa- tions in analogical reasoning (Holyoak, 2012), a mental process that impacts human activities as diverse as meta- phor comprehension (Holyoak, 2019), mathematics edu- cation (Richland, Zur, & Holyoak, 2007), scientific discovery (Dunbar & Klahr, 2012), and engineering design (Chan & Schunn, 2015）。然而，尽管关系的重要性得到了广泛的认可，但就思想和大脑中的关系表示形式尚未达成共识。在过去的半个世纪中，探索人类语义记忆的认知科学家试图确定两个概念之间一阶关系的代码（有关评论，请参见琼斯，威利特斯，＆dennis，＆dennis，2015年； Holyoak，2008年）。两种长期观点，主要基于从类别的加速验证（例如，尽快决定玫瑰是花是花）的数据，继续具有影响力。源自计算机科学的一种方法（Collins＆Quillian，1969），将关系视为粗编码，并在代表概念的本地主义节点之间具有标记的统一联系（例如，连接连接玫瑰花的“ IS”链接）。关系
视觉类比的两种计算方法：任务‐......
人工智能的发展提出了一个关于人类智能的基本问题：人类推理是通过应用从丰富的先前经验中获得的任务特定知识来最好地模拟的，还是基于领域通用的心理表征操纵和比较？我们针对视觉类比推理的情况来解决这个问题。使用熟悉的三维物体（汽车及其零件）的真实图像，我们系统地操纵视觉类比问题中的视点、零件关系和实体属性。我们将人类的表现与两种最近的深度学习模型（孪生网络和关系网络）的表现进行了比较，这两种模型直接经过训练来解决这些问题并将其任务特定知识应用于类比推理。我们还通过将领域通用的映射程序应用于汽车及其零部件的学习表征，开发了一个使用基于零件的比较 (PCM) 的新模型。在四项类比（实验 1）和开放式类比（实验 2）中，领域通用的 PCM 模型（而非特定任务的深度学习模型）在关键方面产生了与人类推理者相似的性能。这些发现证明，通过将大数据的深度学习应用于特定类型的类比问题，不太可能实现类似人类的类比推理。相反，人类确实（并且机器可能）通过学习对多个任务有用的结构信息进行编码的表示，再加上关系相似性的高效计算来实现类比推理。
类比作为思维和人工智能的基本功能 - Cognitorium
文献中讲了很多类比在思维中的重要性，但只给出了一个类比推理的例子。作者认为，类比在思维方面有着更广泛的含义，是三段论与隐喻、知觉与比较、归纳与演绎、抽象的分类与构造等思维机制的基本功能，这些都将在报告中举例说明。作者还批评了结构类比作为类比实现方式的主导假设，并提出了另一个基于上下文的类比原则。将展示如何从句法谓词获得词汇类比，这为基于神经网络以外的原理构建人工智能提供了基础。
Gaole He 和 Ujwal Gadiraju。2022 年。如履薄冰：利用类比促进人机决策中的适当依赖
图 1. 该图展示了我们对基于类比的解释对统计概念（例如全局准确性）和人工智能系统整体行为的工作机制的理解。橙色代表用户日常观察中的元素，以及他们基于对世界的体验而不断发展的世界心理模型。蓝色代表与人工智能系统交互和体验的元素。一般来说，人们会建立一个强大的世界心理模型来解释日常情况下的观察结果。随着对更多世界观察的解释，这种心理模型会得到更新。借助类比推理，人们可以根据现有的世界心理模型建立一个新的人工智能系统心理模型。他们可以解释人工智能系统，然后更新这两个心理模型。
推荐引用 推荐引用 S. Sean Tu、Amy Cyphert 和 Samuel J. Perl，《人工智能：法律推理、法律研究和法律写作》，25 M INN. JL S CI. & T ECH. 105 (2024)。网址：https://scholarship.law.umn.edu/mjlst/vol25/iss2/11
然而，法律分析并非仅仅基于类似的事实情况。制定法律论据可能是律师最重要的一步，需要了解法律背后的公共政策和制定法律的基础法律理论。如果事实与先前的案件不完全相同，那么了解哪些事实对于区分先前的裁决或类比到有利于客户立场的先前裁决最重要，可能是胜败的关键。这一步不仅需要了解关键的事实差异，还需要了解所使用的潜在法律理论，以及法律或先前先例案件背后的公共政策的作用。创建法律论据需要类比推理；人工智能的无监督甚至自我监督学习可能会在帮助律师创建制胜的法律论据方面发挥越来越重要的作用。
文章人工智能和法律分析：对法律教育和专业的影响
本文报告了一项研究的结果，该研究研究了法律和非法律大型语言模型（LLMS）使用问题 - 规则申请解决（IRAC）框架进行法律分析的能力。llms在涉及规则分析和类比推理的法律推理任务上进行了测试。结果表明，LLM可以进行基本的IRAC分析，但受到缺乏细节的简短答复的限制，无法提交答案，错误的信心和幻觉。该研究比较了法律和非法律LLM，确定了缺点，并探讨了可能会阻碍其“像律师一样思考”的能力。它还讨论了对法律教育和实践的影响，强调了对未来律师的批判性思维技能的需求以及过度依赖人工智能（AI）的潜在陷阱，从而导致逻辑，推理和批判性思维能力的丧失。
植物是否具有感知的认知复杂性？
类比推理在植物认知领域占据主导地位。例如，S&C 认为，由于根可以检测并避免高盐度水平（Hodge，2009；Zhang，2008），这种（形态学）回避反应 (1) 与 Tomasello (2020) 在人类和非人类动物中表现出的“go/no-go”全局抑制 (2) 相当。但通常在人类行为背景下讨论的 (2) 涉及抑制对一种刺激的注意力，以关注和响应另一种刺激。尽管在 (1) 和 (2) 中发生了类似的事件链，但可以设计一个缺乏感知能力（即什么都感觉不到）的简单电路来执行这种决策。当植物被视为通信系统时，也会出现类似的疑问。尽管它们已经进化出丰富的挥发性化学物质库，但这是它们与病原体和食草动物进行军备竞赛的共同进化结果（Shoonhoven 等人，2000 年）。这一切都可以通过香农的信息理论（Zu et al., 2005; Solé 2005）来解决，而不需要类似语言的复杂交流结构。
道德意识中的直觉学习。
孟子被誉为中国哲学史上的第二位圣人，他将性善论建立在心理因素的基础上，将古代的思想与现代的思想相融合。孟子将孔子的德行原则纳入自己的学说，但又根据社会心理发展来构建这些原则，提出了与众不同的理论，与当时的学派截然不同。他在论述中表达了积极的观点，认为人性本善，通过情感和思想的不可分割的完整性来解释个人道德意识的形成方式。孟子认为，心与心的关联是内在激励的动机补充。知识和美德是性善的延伸，通过直觉来理解；然后情感动机对环境作出反应，所学的东西传递到认知过程，最终形成行为。与孟子所处的战国时期相比，希腊哲学的先驱之一亚里士多德主张在心理活动中采用演绎和归纳的方法。另一方面，孟子在他的同名著作中运用类比推理。本文试图断言，发展理论的大多数假设都始于早期的孟子，而发展理论被认为是现代心理学不可分割的一部分。其次，本研究还旨在讨论孟子在情感主义和理性主义对立中的主流范式，即情感高于思想，理性高于情感。
神经符号人工智能 - 为什么、是什么以及如何
摘要 — 人类通过感知（将来自环境的感官输入转换为符号）和认知（将符号映射到有关环境的知识以支持抽象、类比推理和长期规划）与环境进行交互。在人工智能的背景下，人类感知启发的机器感知是指使用使用自我监督学习目标（例如下一个单词预测或对象识别）训练的神经网络从原始数据中进行大规模模式识别。另一方面，机器认知包含更复杂的计算，例如使用环境知识来指导推理、类比和长期规划。人类还可以控制和解释他们的认知功能。这似乎需要保留从感知输出到有关其环境的知识的符号映射。例如，人类可以遵循和解释在医疗保健、刑事司法和自动驾驶等安全关键应用中推动其决策的准则和安全约束。虽然数据驱动的基于神经网络的 AI 算法可以有效地模拟机器感知，但基于符号知识的 AI 更适合模拟机器认知。这是因为符号知识结构支持从感知输出到知识的映射的显式表示，从而实现 AI 系统决策的可追溯性和审计。通过跟踪 AI 系统的输入、输出和中间步骤，此类审计跟踪可用于执行安全的应用方面，例如法规遵从性和可解释性。这是神经符号 AI 部门的第一篇文章，介绍并概述了迅速兴起的神经符号 AI 范式，结合神经网络和知识引导的符号方法来创建更强大、更灵活的 AI 系统。这些系统具有巨大的潜力，可以提升人工智能系统的算法级（例如抽象、类比、推理）和应用级（例如可解释和安全约束的决策）能力。
对图画书在儿童认知发展教育中的作用的分析
几个世纪以来，图画书一直是儿童文学中的主食，其最早的例子可以追溯到15世纪。这些书旨在通过单词和图片的结合吸引年轻的读者，以发展扫盲技能并促进认知发展。图画书是教幼儿新单词和概念以及为他们提供教育的重要工具。大量研究调查了阅读对父母和子女之间发展的关系的影响。最近发起了一项全新的研究系列，以调查儿童图画书的素质，这些素质鼓励学习和在更广阔的世界中进行教育的应用。儿童的象征性发展，类比推理和植根于幻想的思想可能会阻碍他们从图画书中检索信息的能力。之后，我们研究了关于图画书特征对儿童学习和转移科学概念，解决问题的技能，道德以及图画书中的单词和信件的影响的发展。在每个学习领域，我们研究了孩子的发展如何与书籍素质互动，以影响他们对知识的获取。我们得出的结论是，儿童从图画书中学习和转移知识的能力可能会受到某些书籍素质的阻碍，并且未来的研究应研究儿童发展能力与书籍特征之间的相互作用，以及他们如何影响他们的学习。