XiaoMi-AI文件搜索系统
World File Search SystemKahneman
为何国际关系学者应该关心量子理论（第一部分）
摘要 在科学中，如何分配举证责任对新知识的发展有着重要影响。通常，举证责任在于新理论，以证明其相对于被认为是既定且稳固的默认知识基线的价值。然而，在经典社会科学与量子社会科学的对比中，事情并非如此简单，因为长期存在的经典默认本身已经无法通过关键测试，这促使人们转而寻求量子解决方案。因此，本文的第一部分试图通过强调迄今为止关于心灵和社会的经典思想的两个重大局限性，来“重新平衡”对量子思维和社会科学的批评，即在宇宙中为意识寻找一席之地的哲学问题，以及解释心理学中卡尼曼-特沃斯基异常的科学问题。承认这些悬而未决的问题并不能使举证责任相等，但这确实意味着，当我们进入第二部分更实质性的讨论时，不存在安全的默认立场。到处都是举证责任。
Tech GB2350 2025春季
1。课程概要我是一个“ pracademic”，他使用机器学习方法从事专业交易30年。我在90年代将机器学习带到了华尔街，当时我在摩根士丹利（Morgan Stanley）建立了第一个系统的机器学习计划，然后在其他平台上设立了机器学习计划。我对任何有抱负的交易者都有两个建议。找到强大的“系统”而不是“肠感”，因为大多数人不是一贯的好投资者。您需要一台机器，以便您可以依靠系统的“边缘”而不是运气。有关这种想法的概要，请查看我对丹尼尔·卡尼曼（Daniel Kahneman）最新著作《噪音》的评论，以及在我勇敢的新世界播客中与他的对话。第二，设计一个过程来创建遵循科学方法的策略。每个会话都以30至60分钟的开放式讨论开始。学生倾向于将其视为课程中最有价值的方面之一。我的经验是，随着金融市场变得更加丰富和流动性，需要更高的有关分析和系统的知识才能竞争。用著名的足球教练熊·布莱恩特（Bear Bryant）的话说，这意味着“有计划”。我认为这是遵循一种可重复的科学方法进行财务决策。
延伸心灵
我们的文化坚持认为大脑是思考的唯一场所，是一个封闭的空间，认知在此发生，就像我的笔记本电脑的工作原理被密封在铝制外壳内一样。这本书却持相反观点：它认为思维更像是我在散步时看到的筑巢鸟，在这里拔一根绳子，在那里拔一根树枝，用可用的部分构建一个整体。对于人类来说，这些部分最显著地包括我们身体的感觉和运动；我们学习和工作的物理空间；以及我们与之互动的其他思想——我们的同学、同事、老师、主管、朋友。有时，这三个元素会以特别巧妙的方式结合在一起，就像阿莫斯·特沃斯基和丹尼尔·卡尼曼这对才华横溢的智力团队所做的那样。这两位心理学家在耶路撒冷熙熙攘攘的街道上或加州海岸连绵起伏的山丘上，一起交谈和散步，开展了关于启发式和偏见（人类思维习惯的捷径和扭曲）的开创性工作。卡尼曼说：“我和阿莫斯悠闲散步时，做出了一生中最精彩的思考。”
The-Extended-Mind-2-Free-Chapters.pdf
关于人类认知的研究著作很多，提出了许多理论，开展了许多研究（其中包括特沃斯基和卡尼曼的研究）。这些努力产生了无数富有启发性的见解，但它们都受到思考只发生在大脑内部这一假设的限制。人们很少关注人们利用世界进行思考的方式：手势、速写本的空间、听别人讲故事的行为或教别人的任务。这些“神经外”输入改变了我们的思维方式；甚至可以说，它们构成了思维过程本身的一部分。但这种认知模式的编年史在哪里呢？我们的科学期刊大多从这样的前提出发，即精神器官是一个无形的、无位置的、非社会性的实体，是一个“缸中之脑”；我们的历史书编造出的故事将改变世界的突破归功于那些独立思考伟大思想的个人。然而，我们面前一直存在着一个平行的故事——一种大脑之外的思考秘史。科学家、艺术家、作家、领导者、发明家、企业家：他们都将世界作为他们思维的原材料。本书旨在挖掘这段隐藏的传奇，在人类如何实现其非凡的智慧和创造力的全面叙述中重新获得其应有的地位。
...
摘要：在有关专家判断的研究中，丹尼尔·卡尼曼（Daniel Kahneman）和阿莫斯·特弗斯基（Amos Tversky）主张挑战内部观点（以上下文细节为导致）外部观点（基于某些事件类型的历史“基本费率”）。本世纪全球经济前景的合理内部视图是，增长率为2.5％或更少：预计到2100年人口增长将减缓或停止；随着越来越多的国家 /地区的技术领域，经济增长也应该放缓。为了测试这一观点，本文自公元前10,000年以来观察到的总体产品（GWP）模型，以估计增长率随GWP水平的函数的变化的基本分布。对于计量经济学严谨性，它将GWP系列作为随机扩散中的Sample路径施放，其规范是新颖的，但植根于新古典生长理论。估计后，大多数观察结果均在预测分布的40％和60个百分位之间。拟合意味着GWP爆炸几乎是不可避免的，在2047年的中位年份。内部和外部视图之间的摩擦突出了两个见解。首先，与恒定生长相比，通过理论更容易地解释了加速增长。sec-ond，世界系统可能不如传统增长理论稳定，并且过去两个世纪的增长记录暗示。
反事实理性：游戏理论的因果方法
在人类决策中的理性行为和非理性行为之间的紧张关系已在从哲学到心理学，神经科学再到行为经济学的广泛学科中得到认可。多代理相互作用的模型，例如冯·诺伊曼（Von Neumann）和摩根斯特恩（Morgenstern）的预期效用理论和纳什（Nash）的游戏理论，为代理在寻求理性时应如何行事提供了严格的数学框架。然而，理性假设受到了广泛的挑战，因为人类决策通常是非理性的，受偏见，情感和不确定性的影响，在某些情况下甚至可能会产生积极影响。行为生态学试图解释这种非理性行为，包括卡尼曼的双重过程理论和Thaler的裸露概念，并说明了与理性的偏差。在本文中，我们通过因果关系分析了这种张力，并开发了一个框架，该框架说明了理性和非理性的决策，我们将其称为因果游戏理论。然后，我们引入了一个称为反事实理性的新颖概念，该概念允许代理人做出选择，以利用其非理性倾向。我们将NASH均衡的概念扩展到反事实的行动，并表明，根据标准游戏理论，反事实行动之后的策略占据了策略。，当并非所有有关其他代理的信息都可用时，我们进一步开发了一种算法来学习此类策略。
- 智信（Jiani Huang）：研究声明
现代机器学习彻底改变了各种领域的问题解决，包括软件工程，科学发现和医学。随着语言，图像和多模式数据的基础模型的进步，最终用户可以完成复杂的任务，否则将需要大量的专业知识和资源。然而，尽管有这些显着的进步，但深度学习仍面临许多局限性。重要的是，它在需要结构，逻辑和计划的问题上挣扎 - 传统符号推理表现出色的地方。在他的2011年经典思维中快速慢，卡尼曼将人类的认知描述为与神经网络类似于神经网络的直观，关联的“系统1”与逻辑上的“系统2”之间的相互作用。将这两个范式的互补优势结合到统一系统中是人工智能的基本挑战。Neurosymbolic编程是一个有希望的新兴范式，旨在应对这一挑战。我的研究重点是神经符号编程的基础，即跨越正式的语义，语言设计和学习算法，以及其在涉及自然语言推理，计算机视觉和多模式整合的现实世界中的应用。为此，我追求了两个互补的研究方向：扇贝，通用神经成像节目的框架，发表在（Neurips 2021），（PLDI 2023），（PLDI 2023），（AAAI 2024）中，以及在基础中的基础和趋势（FNT 2024）的基础和趋势（FNT 2024）中的邀请专着和趋势;以及一系列逐渐高级的应用，以增强推理的复杂性并整合了越来越多样化的模式，这些方式发表在（ICML 2020），（ACL 2023）和（TR 2024）中。
基于 fNIRS 和 ML 的消费者神经科学研究
自柏拉图及其学生亚里士多德以来，人类就被描述为理性动物（Keil and Kreft，2019）。这一假设对于人类自我认知方式至关重要，甚至成为整个法律和经济体系的基础（Blasi and Jost，2006）。18 世纪数学家丹尼尔·伯努利提出的圣彼得堡悖论等决策规范理论规定了决策的最佳方法（Bernoulli，1954）。伯努利的解释主要基于潜在货币收益的客观价值（即预期效用）和主观价值（即预期收益）之间的区别。由于缺乏与人类相关的材料，因此需要进行上述区分，以便充分合理地解释这种悖论。 20 世纪中叶，数学家约翰·冯·诺依曼和经济学家奥斯卡·摩根斯坦建立了预期效用理论（Von Neumann and Morgenstern，1944 年）的基本假设，并断言如果满足某些条件，个人的财务决策可以通过效用函数建模（Peasgood 等，2014 年）。然而，虽然这些理论框架很有价值，但它们在解释人类在假设和现实生活中如何做出决策方面却存在局限性。近两千年后，随着行为科学和认知科学的出现，人类理性的问题开始成为学者们争论的主题。随着前景理论（Kahneman and Tversky，1979 年）的普及，对完全理性行为的前提提出了挑战，通过列举框架、主观参照点、损失规避和孤立效应等人类偏见的例子，对阻碍人类理性行事的机制进行了研究。关于启发式、认知偏差和可能引发非理性行为的情况的实证研究也迅速增加（De Martino 等人，2006 年），科学界对金融决策过程的神经基础的兴趣也随之增加。
1个法律技术单位开始HS 2024 Dencent ... Yoan ... divo>
法律和技术宾夕法尼亚州，鲁本，算法循环中的人类判断：个人正义和自动决策，监管与治理，第16（2022），197-211111。Engstrom，David Freeman＆Gelbach，Jonah B.，法律技术，民事诉讼和对抗性的未来，宾夕法尼亚大学法律评论169（2021），1001-1099。绿色，本，逃脱了公平的不可能：从正式到实体算法公平，哲学与技术35:90（2022），1-32。Huq，Aziz Z.，《人类决定权》，《弗吉尼亚州法律评论》 106（2020），611-688。Huq，Aziz Z.，机器学习状态中的宪法权利，康奈尔法律评论105（2020），1875- 1954年。Kahneman，Daniel，Olivier Sibony＆Cass R. Sunstein，噪音：人类判断中的缺陷，Little，Brown Spark，2021。 Klonick，Kate，《新州长：关于在线演讲的人，规则和程序》，《哈佛法律评论评论》 131（2018），1598-1670。 Livermore，Michael A. 和Daniel N. Rockmore，《数据：计算，文本和法律分析的未来》，SFI出版社，2019年。 Pearl，Judea＆Dana Mackenzie，《原因：新科学科学：企鹅的新科学》，2019年。 Ryberg，Jesper＆Julian V. Roberts（Hrsg。 ），量刑和人工智能，牛津大学出版社，2023年。 Susskind，Richard，在线法院和司法的未来，牛津大学出版社，2021年。 Susskind，理查德，明天的律师：您未来的介绍，3。 aufl。，牛津大学出版社，2023年。 区块链De Filippi，Primavera＆Aaron Wright，区块链与法律：法规规则，哈佛大学出版社，2018年。Kahneman，Daniel，Olivier Sibony＆Cass R. Sunstein，噪音：人类判断中的缺陷，Little，Brown Spark，2021。Klonick，Kate，《新州长：关于在线演讲的人，规则和程序》，《哈佛法律评论评论》 131（2018），1598-1670。 Livermore，Michael A. 和Daniel N. Rockmore，《数据：计算，文本和法律分析的未来》，SFI出版社，2019年。 Pearl，Judea＆Dana Mackenzie，《原因：新科学科学：企鹅的新科学》，2019年。 Ryberg，Jesper＆Julian V. Roberts（Hrsg。 ），量刑和人工智能，牛津大学出版社，2023年。 Susskind，Richard，在线法院和司法的未来，牛津大学出版社，2021年。 Susskind，理查德，明天的律师：您未来的介绍，3。 aufl。，牛津大学出版社，2023年。 区块链De Filippi，Primavera＆Aaron Wright，区块链与法律：法规规则，哈佛大学出版社，2018年。Klonick，Kate，《新州长：关于在线演讲的人，规则和程序》，《哈佛法律评论评论》 131（2018），1598-1670。Livermore，Michael A.和Daniel N. Rockmore，《数据：计算，文本和法律分析的未来》，SFI出版社，2019年。Pearl，Judea＆Dana Mackenzie，《原因：新科学科学：企鹅的新科学》，2019年。Ryberg，Jesper＆Julian V. Roberts（Hrsg。），量刑和人工智能，牛津大学出版社，2023年。Susskind，Richard，在线法院和司法的未来，牛津大学出版社，2021年。 Susskind，理查德，明天的律师：您未来的介绍，3。 aufl。，牛津大学出版社，2023年。 区块链De Filippi，Primavera＆Aaron Wright，区块链与法律：法规规则，哈佛大学出版社，2018年。Susskind，Richard，在线法院和司法的未来，牛津大学出版社，2021年。Susskind，理查德，明天的律师：您未来的介绍，3。 aufl。，牛津大学出版社，2023年。 区块链De Filippi，Primavera＆Aaron Wright，区块链与法律：法规规则，哈佛大学出版社，2018年。Susskind，理查德，明天的律师：您未来的介绍，3。aufl。，牛津大学出版社，2023年。区块链De Filippi，Primavera＆Aaron Wright，区块链与法律：法规规则，哈佛大学出版社，2018年。
1 经济心理学：历史与应用
本章介绍本书的主题。它首先介绍不同的市场作为家庭和企业（或机构）之间的资源交换，这将作为后续章节的框架。它概述了经济预期，作为个人感知如何受到经济影响以及它们如何反过来影响经济的一个例子。然后它转向学科视角：它定义经济学，列出经济学的研究领域，并描述经济学家对人类行为的基本假设。对比了经济学和心理学的一般理论和实证研究方法。本节还包括经济心理学作为一门学科的简史，并以该领域当前研究主题的概述结束。市场是商品交换的地方。它们通常被定义为商品和服务、劳动力、土地、资本、权利和其他可交换资源的供需交汇处。市场参与者的行为取决于他们对未来的预期，而这些预期则由参与者过去和现在的经历决定。经济学和心理学作为社会科学，都与人类行为有关。经济学专注于商业和金融背景下的行为，而心理学则研究各种生活领域中的行为（和经验）。这两个学科之间有多个交集；然而，它们的科学发展却走上了不同的轨迹。经济学和心理学的一个区别是，经济学基于人类行为的规范模型，关注总体行为——例如市场或国家层面的行为。相反，心理学专注于个人、人与人之间的差异和（小）群体动态。经济心理学试图在经济学和心理学之间架起一座桥梁。它关注个人决策、偏离人类行为的经济（理性）模型、外行理论和市场，也关注福利和幸福。经济心理学作为一门学科的建立始于二十世纪初，但此后不久便被遗忘。上世纪中叶，经济心理学曾短暂复苏，但随后又再次陷入默默无闻。然而，在过去几十年里，尤其是丹尼尔·卡尼曼获得诺贝尔奖之后，经济心理学在心理学领域获得了认可。与此同时，与经济心理学有相似之处的行为经济学也被纳入了经济学这一更大的学科。