创造能够达到或超越人类智能的人工智能设备的梦想由来已久,然而,尽管在过去 50 年中付出了巨大努力,但尚未找到真正智能的计算效率理论。如今,大多数研究都比较温和,专注于解决更狭窄、更具体的问题,这些问题仅与智能的某些方面有关,如下棋或自然语言翻译,要么将其作为目标本身,要么作为一种自下而上的方法。双重自上而下的方法是找到通用智能的数学(而非计算)定义。请注意,即使忽略计算方面,人工智能问题仍然不简单。
1 degéomagnétisme,瑞士大学,瑞士,marcus.gurk@unine.ch 2中心D'Hydrogéologie,瑞士大学,瑞士大学,弗兰克(Frank.bosch.bosch.bosch.bosch.bosch@unine.ch exprient for Selferation for Selferation for Selferation for Selferation forefface facee)火山区。前提是满足了两个条件,他们在实验上发现了负自力(SP)异常的范围与不饱和区域的厚度之间的线性关系。第一个条件是不饱和区域的电阻率与底层和水饱和区的电阻率之间的强对比度。第二条件是不饱和区域的同质性。SP地图的定性解释表明,最大负值的线对应于排水轴和两个分水岭之间边界的最小负值线(Jackson&Kauahikaua(1987))。我们期望类似的条件在碳酸盐含水层中有效。尤其是在karstic洞穴中,空气层产生的电阻率对比必须很重要,因此SPS技术可用于检测这些结构。是由这一假设的动机,与水文地质学中心Neuchâtel(Chyn)进行了实验。2调查区域实验实验是在Vers-Chez-Le-Brandt(Bosch&Gurk,2000年)的洞穴上进行的,该实验是在法国附近的瑞士Jura Mountains,CantonNeuchâtel的折叠式石灰石中进行的(图。1)。在该地区中生代石灰石和泥浆中,被薄薄的季节沉积物覆盖。洞穴的发展为腔/阿格维亚上喀布尔的石灰石的方向约为N140°(图2),长度约为260m。该序列的泥土层允许开发一条小的地下河。构造特征(例如断层)在洞穴内可见(Müller,1981)。这些罢工方向与瑞士折叠的jura中控制压裂和凸出的局部应力参数(主剪切= N0°,σ1= N130°-N150°,σ2= N40°-N50°)。