XiaoMi-AI文件搜索系统
World File Search System常识
黑暗，超越深层：具有类人常识的认知人工智能的范式转变
深度学习的最新进展主要基于“大数据用于小任务”范式，在该范式下，大量数据用于训练单个狭窄任务的分类器。在本文中，我们呼吁进行一次彻底颠覆这一范式的转变。具体而言，我们提出了“小数据用于大任务”范式，其中单个人工智能 (AI) 系统面临发展“常识”的挑战，使其能够用很少的训练数据解决各种任务。我们通过回顾综合了机器和人类视觉方面的最新突破的常识模型来说明这一新范式的潜在力量。我们将功能性、物理性、意图、因果关系和效用 (FPICU) 确定为具有类似人类常识的认知 AI 的五个核心领域。当将 FPICU 视为一个统一的概念时，它关注的是“为什么”和“如何”的问题，超越了理解视觉的主流“什么”和“哪里”框架。它们在像素方面是不可见的，但却推动了视觉场景的创建、维护和发展。因此，我们将它们称为视觉的“暗物质”。正如我们的宇宙不能仅通过研究可观测物质来理解一样，我们认为，如果不研究 FPICU，就无法理解视觉。我们展示了如何观察和应用 FPICU 来解决各种具有挑战性的任务，包括工具使用、规划、效用推理和社会学习，从而展示了这种观点在开发具有人类常识的认知 AI 系统方面的强大作用。总之，我们认为下一代 AI 必须采用“暗”的人类常识来解决新任务。
像对待孩子一样对待孩子：“提高年龄”法律使青少年司法与神经科学和常识保持一致
基于这些事实，几乎每个州的立法者都提高了少年法庭的管辖年龄。从历史上看，许多年仅 16 和 17 岁的少年罪犯都会被自动视为成年人受到指控。经过一系列“提高年龄”改革，现在共有 47 个州将少年法庭的管辖权定义为包括至少 18 岁以下的人员。密歇根州和纽约州继续提高年龄，以便未成年人在年满 19 岁之前可以继续接受少年法庭的审判。2022 年，佛蒙特州更进一步，将少年法庭的管辖权扩大到 20 岁以下的任何人。所有州都有转移条款，允许对犯有更严重罪行的少年作为成年人进行起诉，无论其年龄如何。
csg-driver：在法律合规性和困境情况下的实际灵活性下的常识指导自主驾驶
尽管自动驾驶搜索方面取得了重大进展，但解决长尾案件仍然是关键的。在这种情况下，LLM已引起人们对其解释性和解释性的关注，从而增加了将其整合到自主驾驶任务中的效率。在本文中，我们提出了CSG-Driver，这是一种类似人类的驱动因素，通过应用人类常识结合了符合道路交通法和适应性的依从性。我们在Carla模拟器中开发了一个闭环驾驶系统，该系统将感觉数据转换为自然语言描述，并结合了道路交通法，并根据人类驾驶行为和过去的经验提示。为了应对决策的挑战，系统采用常识提示和经过经过经过经过经过经过经验的推理来处理复杂的场景，例如带有黄灯的交叉点，避开非法停车场和高速公路驾驶。我们的实验结果表明，通过利用LLMS来平衡安全性，交通法律合规性和实际适应性，CSG-Driver有效地解决了长尾案例。
![arXiv:2112.12754v2 [cs.AI] 2022 年 2 月 6 日](/simg/2\2ae1c7ced0b6cb3a6dbfb3b7bdbff743ba4ccf33.png)
arXiv:2112.12754v2 [cs.AI] 2022 年 2 月 6 日
常识一直是人工智能研究的焦点，但却很少成为焦点。尽管约翰·麦卡锡 (John McCarthy) 最早的一篇论文中提到了常识，并且经过多年研究，但可以说从未出现过具有大量一般常识的人工智能系统。这是为什么？缺少了什么？人工智能系统常识失败的例子比比皆是，这些例子都指出，人工智能经常关注专业知识是其原因。那些试图打破由此产生的脆弱性障碍的人，即使在现代深度学习的背景下，也倾向于将精力投入到大量小的常识知识中。虽然常识很重要，但世界上所有的常识知识片段加起来并不能形成一个真正以人类的方式展示常识的系统。我们主张从比过去更广泛的视角来审视常识。应该在具有历史、目标、愿望和驱动力的完整认知系统的背景下考虑常识，而不仅仅是在孤立的有限例子中。我们需要重新审视：常识值得我们进行专门的科学探索。
人工智能的下一个十年：
这些问题中的每一个都是经典人工智能的核心。例如，约翰·麦卡锡 (John McCarthy) 在他的开创性论文《具有常识的程序》[McCarthy 1959] 中指出了常识知识的价值；道格·莱纳特 (Doug Lenat) 将常识知识以机器可解释的形式表示出来作为他一生的工作 (Lenat、Prakash 和 Shepherd，1985；Lenat，2019)。经典人工智能“积木世界”系统 SHRLDU 由特里·温诺格拉德 (Terry Winograd)（谷歌创始人拉里·佩奇 (Larry Page) 和谢尔盖·布林 (Sergey Brin) 的导师）设计，围绕一个内部的、可更新的世界认知模型展开，该模型代表了软件对一组堆叠物理对象的位置和属性的理解 (Winograd，1971)。SHRLDU 随后对这些认知模型进行推理，以推断出随着时间的推移积木世界的状态。2
移民的经济影响
常识研究所是一个非党派研究组织，致力于保护和促进科罗拉多州的经济。csi是有关科罗拉多州自由企业未来的重要讨论的最前沿，目标是对科罗拉多州最重要的问题产生影响。CSI的使命是审查政策，倡议和拟议法律的财政影响，以便对科罗拉多州进行教育并了解影响其生活的问题。CSI采用严格的研究技术和动态建模来评估这些措施对科罗拉多州经济和个人机会的潜在影响。常识研究所最初成立于2010年，最初是常见的政策圆桌会议。CSI的创始人是一个关心的商业和社区领导人群体，他们观察到分裂的党派制造是压倒性的决策，并认为合理的经济分析可以帮助科罗拉多州做出基于事实的常识决策。关于科罗拉多商业圆桌会议
认知科学资格考试 - 2020
...常识并不是什么常识。它必须以某种方式进入人类或机器人的大脑。常识不仅仅是一本关于生活的年鉴，可以由老师口述或像庞大的数据库一样下载。没有一个数据库可以列出我们心照不宣的事实，也没有人教过我们这些事实。你知道，当欧文把狗放进车里时，它就不再在院子里了。当埃德娜去教堂时，她的头也跟着去。如果道格在家里，他一定是从某个开口进去的，除非他出生在那里，从未离开过。如果希拉在早上 9 点还活着，在下午 5 点还活着，那么她在中午也还活着。野生斑马从不穿内衣。打开一罐新品牌的花生酱不会让房子蒸发。人们从不把肉类温度计塞进耳朵里。沙鼠比乞力马扎罗山还小。
科学备忘录：Amanita Muscaria（9/9/2024）
通过科学程序对安全性的一般认识必须基于普遍可用和公认的科学数据，信息或方法的应用，这些数据，信息或方法通常已发表，以及科学原则的应用，并且可以通过应用未发表的科学数据，信息或方法来证实。通常可以使用科学信息的常规机制是表明该信息发表在同行评审的科学杂志中。的机制是为结论确定的基础，即在整个专家科学界都有关于物质安全性的常识。最常在同行评审的科学期刊上发布数据，除了一般可用性外，还使用了在整个专家科学界建立常识。
苏珊·T·菲斯克和雪莱·E·泰勒
通过询问人们如何理解他人，可以研究他们对社会世界的理解（Heider，1958）。这是现象学的路线：系统地描述普通人如何体验他们的世界。如果人们是对的，研究人员可以利用这些见解，通过将许多人的直觉模式整合在一起，建立正式理论。即使人们错了，研究人员也可以研究人们的常识理论本身，以了解人们的想法。社会认知研究人员也关注这种常识理论，即朴素心理学，其本身就是值得研究的。也就是说，人们对彼此的日常理论本身就值得研究。因此，如果聚会上的人对人们如何形成对彼此的印象有一些想法，那么这个人的非正式想法本身就很有趣。有时研究人员的非正式个人经历可以为正式理论和实证研究提供基础。
