第 9 章 巴甫洛夫、斯金纳和其他行为主义者对人工智能的贡献 *** Witold Kosinski 和 Dominika Zaczek-Chrzanowska 波兰-日本信息技术研究所,波兰-日本计算机技术研究中心 ul. Koszykowa 86, 02-008 Warszawa wkos@pjwstk.edu.pl mado@pjwstk.edu.pl 摘要 将在真实和人工系统的背景下提供一种智能行为的定义。将简要介绍学习原理,从巴甫洛夫的经典条件作用开始,到桑代克和斯金纳的强化反应和操作性条件作用,最后到托尔曼和班杜拉的认知学习。本文将描述行为主义中最重要的人物,尤其是那些对人工智能做出贡献的人物。本文将介绍一些根据这些原理行事的人工智能工具。本文将尝试说明何时一些简单的行为修改规则可以导致复杂的智能行为。 1. 智能:描述 毫无疑问,行为主义者对人工智能的发展做出了巨大贡献。动物学习理论的证据,尤其是行为主义者发现的学习规律,多年来吸引了人工智能领域的研究人员,许多模型都以此为基础。智能是一个复杂而有争议的概念,因此很难用一个简单的定义来概括它。根据 Jordan 和 Jordan [1] 的说法,将智能视为我们用来描述具有一定质量的行为的概念是恰当的。在这方面应该使用两个标准,即速度(即代理执行需要智力的特定任务的速度)和能力(即代理可以执行的任务的难度)。另一方面,我们可以找到另一种智能定义,即执行认知过程的能力。有三个基本的认知过程:1) 抽象,2) 学习,3) 处理新颖性。该领域的杰出研究人员对智力给出了许多定义,例如,它被定义为:
摘要 已修改空间钳制鱿鱼轴突 (18'C) 的 Hodgkin-Huxley 方程,以近似来自重复发射甲壳类动物步行腿轴突的电压钳数据,并计算了响应恒定电流刺激的活动。钠电导系统的 ino 和 h. 参数沿电压轴向相反方向移动,因此它们的相对重叠增加约 7 mV。时间常数 Tm 和 Th 以类似的方式移动。延迟钾电导的电压依赖性参数 n、O 和 T 向正方向移动 4.3 mV,Tr 均匀增加 2 倍。漏电电导和电容保持不变。该修改后的电路的重复活动在质量上与标准模型的重复活动相似。电路中添加了第五个分支,代表重复步行腿轴突和其他重复神经元中存在的瞬时钾电导系统。该模型具有各种参数选择,重复发射频率低至约 2 个脉冲/秒,高至 350 个/秒。频率与刺激电流图可以通过低频范围的十倍直线很好地拟合,并且脉冲序列的总体外观与其他重复神经元的相似。刺激强度与在标准 Hodgkin-Huxley 轴突中产生重复活动的刺激强度相同。研究发现,重复放电率和第一个脉冲延迟时间(利用时间)受瞬时钾电导(TB)失活时间常数、延迟钾电导(Tn)和漏电电导(ga)值的影响最大。该模型提出了一种通过毫秒级膜电导变化产生稳定低频放电的机制。