在考虑了心智/大脑的技术隐喻(特别是随着图灵机和控制论的发展而成熟的计算机相关隐喻)之后,我认为,一阶控制论极大地改变了我们思考大脑/心智的隐喻,尽管它们仍然植根于人文二元论。另一方面,二阶控制论给了我们大脑是一个自创生系统的概念,它既能解释自主性,也能解释涌现性。二阶控制论中特别重要的是禁止信息跨越自指系统边界的流动,强调两个方面:操作闭包和操作递归。这两个概念特别引起我的兴趣,让我思考当算法推理和人脑开始作为单个自创生系统运作时会发生什么。也就是说,我提出关于数字系统和生物系统同构的问题。我的观点是,计算机不再仅仅是大脑的一个隐喻,因为大脑就是计算机。换句话说,正如德勒兹在他的两本《电影》书中所言,思想中发生了一场真正的控制论运动,类似于电影在图像中带来的真正运动。最后,我认为,操作闭合既可以用神经科学家马克·索尔姆斯和卡尔·弗里斯顿所说的“马尔可夫毯”来理解,也可以用德勒兹的感觉逻辑理论来理解,这可以帮助我们理解算法推理对思想的影响。这是你的大脑信息:大脑/思维的一阶控制论和信息隐喻
摘要 艺术能为人工智能做些什么?本文从当代艺术的具体知识库的角度围绕这一问题展开。作者使用“感觉思考”一词来指代艺术家在研究人工智能时探索的不断变化的感知、情感、思想和行动网络。作者追溯了艺术家用来思考人工智能的几个隐喻,并确定了隐喻脱离其所指现象的点。作者主张将这种对人工智能的部分和形象化的理解作为探索,尽管或正因为其缺陷,它们为人工智能实体的发展和文化定位提供了重要的想法。作者进一步质疑人工智能研究中涉及的艺术思想的有限范围,并提出了一个思想实验,其中艺术与工业相结合,成为开发人工智能的问题来源。最后,本文的结构隐喻被描述为“感觉思考”发挥作用的一个例子。
拼布的系统、数学和程序基础使该领域成为入门级计算机科学 (CS) 教育的一个有用隐喻,尽管它目前主要用于 K-16 教育环境。考虑到成年女性的非正式 CS 教育,我们通过探索熟练的工匠如何在 CS 教育背景下参与和理解拼布作为隐喻来研究这一隐喻的潜在深度。在本文中,我们报告了我们与拼布工的第一个焦点小组的发现,以比较他们对拼布和 CS 的看法和经验。我们确定了拼布工如何将这两个领域联系起来的六个共同主题:天生技能与后天学习技能、计算技能作为个人表达的辅助、避免计算、时间投入和有形奖励、社区对动机和学习的影响以及系统偏见及其影响。我们详细阐述了我们的发现,并讨论了将工艺和计算相结合的教育技术设计的潜在应用。
还有其他几种比喻用来描述认知、思维和大脑,每种比喻都有其优点和缺点(Varela 等人,1991 年;Steels 和 Brooks,1995 年;Clark 和 Chalmers,1998 年;30 Beer,2000 年;G¨ardenfors,2000 年;Garnier 等人,2007 年;Froese 和 Ziemke,2009 年;Kiverstein 和 Clark,2009 年;31 Chemero,2009 年;Stewart 等人,2010 年;Froese 和 Stewart,2010 年;Downing,2015 年;Harvey,2019 年)。我的目的不是在这里讨论这些,而是要注意到,在研究认知时,存在着丰富多样的风格。尽管如此,所有这些隐喻都可以用信息处理来描述。由于计算可以理解为信息的转换(Gershenson,2012 年),因此“计算机”被广泛理解为处理信息的机器,可以成为包含和比较其他隐喻的有用隐喻。请注意,“机器”(以及计算机)的概念也可以更新(Bongard 和 Levin,2021 年)。
在西方的传统中,人们认为运动是由神经中的流体或精神产生的,来自内心,或者根据某些少数群体的观点,是大脑。到1630年代,当人们了解到心脏只是一个泵时,笛卡尔表明,运动和大脑功能是通过液压机制发生的,与他在巴黎公园中移动的雕像中观察到的运动和大脑功能相似。,但是切割神经表明没有这样的流体。这个左派思想家丧失;在1670年代,先驱显微镜扬·斯威默丹(Jan Swmersdam)建议,从神经上移动的任何东西都可能就像振动沿着一块木板流动,但他不能建议这可能是有效的(Swmermdam,1758年)。当时,关于大脑功能的大多数想法都使用了机械隐喻 - “印象”一词仍然在日常使用中,这意味着刺激推向了大脑的结构,留下了它们的形状 - 一种印象。尽管具有力量和寿命,但这些想法还是未能对科学的基本考验 - 没有证据。掌握了18世纪下半叶的电力,允许对孤立的神经和最终在大脑上进行精确的实验,从而导致有关大脑功能的新的,更有信息的隐喻。它也具有矛盾的效果 - 因为电语的语言基于水性隐喻(当前,流量等。),我们对大脑功能的思考的各个方面被拉回旧的液压隐喻。更加重要的是,随着1830年代后期的电报系统的发展,有一个强大的相似之处:神经系统被描述为
几千年来,人类一直在思考存在的重大奥秘:我们从哪里来,我们为什么存在,我们与其他生物有何不同?这些问题一直困扰着哲学、科学和宗教,但迄今为止,它们从未找到能够提供连贯而综合的答案的综合体。通过这项工作,我们提出了一个新的概念框架,通过两个强大而具有变革性的隐喻来解决这些谜题,这两个隐喻解释了人类意识框架内的“如何”和“为什么”。首先,我们将宇宙的起源重新定义为从分裂和扩展的初始点出现的表现形式。这种分裂是对人类意识框架内虚无概念不可能性的最基本回答,人类意识无法想象没有某种因素打破这种虚无的绝对不存在。这个隐喻与万有引力定律一样有效和强大:它们不是绝对的现实,而是允许意识组织和理解世界的象征性构造。其次,我们提出了一个革命性的模型,用于理解人类意识作为一种独特且不可或缺的现象的出现。这种意识源自一个关键的基因变化,可能与 FOXP2 基因有关,该基因将大脑的输入输出系统转变为能够整合、组合和投射累积输出的思维。这种能力——反思、创造和象征——在其他物种中是缺失的或受到严重限制,包括海豚或类人猿等高级物种。因此,人类意识是质的飞跃的结果,它使自我反思和产生超越直接需求的意义成为可能。这两个隐喻——分界点和意识的突然出现——不仅回答了如何——宇宙的起源和意识的出现——而且回答了为什么。在人类意识的框架内,这些反应似乎是合理和必要的,可以理解存在并将明显的混乱组织成一个可理解的概念结构。尽管这两个隐喻看似分离,但它们却构成了一个令人惊讶且优雅的循环:宇宙在其扩张和发展中产生了人类意识,而这种意识又创造了宇宙的隐喻来理解自身。这样一来,宇宙和意识就是同一现实的两个方面:一个存在是因为另一个感知到它,另一个感知到它是因为一个存在。这个模型不仅重新定义了宇宙和意识的起源,而且表明了类人人工智能是可以实现的。了解人类意识的机制——全球整合、反思和创造力——为能够部分复制这些象征性和反思性过程的人工智能系统打开了大门,重新定义了我们未来的伦理和科学视野。
进行研究是为了探索有天赋的学生对人工智能(AI)的看法,并使用定性研究方法和案例研究设计。研究小组由2023-2024学年组成的25名来自Selçuklu科学和艺术中心的学生组成,这些学生是通过亲和力抽样方法选择的。数据是通过隐喻形式和半结构化访谈收集的,并采用了内容分析进行数据分析。调查结果表明,在讨论AI时,学生主要使用人类的隐喻。从隐喻中得出的主题包括人类的相似性,人工智能的潜在威胁以及对AI的好处的信念。有天赋的学生对AI的潜在风险表示关注,同时也强调了其在教育方面的优势。此外,大多数学生认为学校将继续在AI-Aud-Support教育系统中运作,尽管一些学生表示AI可以使学校过时。根据调查结果,有才华的学生对AI的看法是有利的,并且具有潜在的风险。因此,研究表明,向有资格的学生提供有关教育领域中AI负责利用的专业培训将是有益的。
这本当代比喻性语言和隐喻词典和同义词库的第三版和最新版本 (2022) 已更新,以更好地反映群体、社交媒体和社会变革的语言。这项工作旨在识别日常当代英语中比喻性使用的语言及其区分的搭配词。第一个条目是 ablaze ,最后一个条目是 Zuckerberg (俄罗斯的 Mark Zuckerberg 等)。每个条目都标有认知语言学家有时所描述的目标和来源;一般来说,每个条目都试图突出一个物理基础。标签包括形状;方向;重量;旅行和旅程;过去和现在;感觉和情感等。编纂者是沙特阿拉伯成人军事学生的终身 EFL 教师,他对这些比喻性语言的兴趣是在工作期间产生的。结果强化了基于我们的生活和经历的比喻性语言在所有类型的交流中都是常见且重要的。例如,我们童年经历中的“拔河”可以描述飞机上与雷达的斗争,导致数百人丧生,而如今的“对话”往往不只是两个人之间的交谈。这项工作对 ESL / EFL 教学具有启示,因为 ESL / EFL 教学往往注重单词的字面意思,通常是词典中的第一个含义。显然,应该更加关注单词的其他含义,这项工作将有助于识别和分类它们。这是 ESL / EFL 教师、课程开发人员、材料编写者和教师培训师的参考。然而,对隐喻检测、自然语言处理 (NLP)、人工智能 (AI) 和社交媒体分析感兴趣的语言学家和计算机专家也发现它作为数据集很有用。根据作品进行的初步简短讨论包括(1)60 多个常见隐喻(2)搭配(3)绰号(4)人(5)“容器”隐喻(6)语法隐喻,虚构动词等(7)过去,现在和将来(8)典故(9)委婉语(10)手势和身体反应(11)形状和部分-整体(12)生命力(13)持久性,生存和忍耐力(14)引语(15)同义词和反义词(16)课程和练习(17)给 ESL / EFL 教师,重点关注词典和同义词库如何影响 ESL / EFL 教师的知识和经验基础和(18)同义词库类别的字母列表。
认知科学与计算机具有长期而重要的关系。计算机提供了一种工具,我们已经能够表达我们的心理活动理论;它一直是一个宝贵的隐喻来源,我们通过这些隐喻来理解并欣赏简单组件处理元素的操作可能会出现心理活动。我生动地回想起我十五年前教过的一堂课,其中我概述了当时的认知系统的观点。一个特别怀疑的学生质疑我的帐户,依靠计算机科学和人工智能概念的概念,以查询我是否认为如果我们的计算机是平行的而不是串行的,我认为我的理论是否会有所不同。我记得,我的回应是承认我们的理论可能会有所不同,但认为这并不是一件坏事。我指出,我们的理论的灵感以及我们对抽象的理解总是基于我们对当时技术的经验。i指出,亚里士多德具有蜡片的记忆理论,莱布尼兹将宇宙视为发条,弗洛伊德使用了流过系统的性欲的液压模型,而智能的电话!我建议,尽管这些理论是基于当时的隐喻,但我认为这是有用的。除了其作为隐喻来源的价值外,计算机以另一种非凡的方式与早期技术不同。因此,我认为,自然而然的是,在我们这一代人(串行计算机的一代)中,我们应该从与我们时代最先进的技术发展的类比中获取见解。我现在不记得我的反应是否满足了Studen,但毫无疑问,我们在认知科学上的使用已经通过利用从计算机经验中汲取的概念获得了很大的价值。可以制作计算机来模拟其操作与这些模拟运行的计算机大不相同的系统。通过这种方式,我们可以使用计算机模拟我们希望拥有实验的系统
在 2006 年发表于《神经影像》杂志的一项研究中,西班牙的研究人员要求受试者阅读与强烈气味相关的单词和中性单词,同时用功能性磁共振成像 (fMRI) 机器扫描他们的大脑。当受试者看到西班牙语单词“香水”和“咖啡”时,他们的初级嗅觉皮层会亮起来;当他们看到表示“椅子”和“钥匙”的单词时,这个区域保持黑暗。大脑处理隐喻的方式也得到了广泛的研究;一些科学家认为,像“艰难的一天”这样的修辞手法太熟悉了,以至于它们被简单地视为单词而已。然而,上个月,埃默里大学的一组研究人员在《大脑与语言》杂志上报告说,当他们实验室中的受试者阅读涉及纹理的隐喻时,负责通过触觉感知纹理的感觉皮层变得活跃。诸如“这位歌手有着天鹅绒般的嗓音”和“他的双手坚韧如革”这样的隐喻能够激发感觉皮层,而“这位歌手有着悦耳的声音”和“他的双手有力”等含义相符的短语却没有激发感觉皮层。