XiaoMi-AI文件搜索系统
World File Search System心智
了解我，了解你：人工智能中的心智理论
人工智能 (AI) 极大地改变了我们所知的世界。机器学习 (ML) 是人工智能的一个分支，其关键进展在于使机器能够从数据中学习。深度学习 (DL) (LeCun、Bengio 和 Hinton，2015) 发挥了核心作用，这是一种基于人工神经网络的技术，旨在有效支持学习。由于 DL 与强化学习 (RL，即代理通过与现实世界交互进行学习并相应地获得奖励或惩罚的概念) 相结合，它已被证明能够提供有时超越人类的表现。一个典型的例子是 AlphaGo 计算机程序成功地在围棋比赛中不断击败世界冠军，同时为成功的游戏策略提供了新的见解。这些突破性的成就让人们对人工智能及其所能实现的目标过度自信，尤其是在短期内。风险投资蜂拥而至人工智能初创企业。人们期待自动驾驶汽车随时出现在我们的道路上。然而，最近发生的一些严重事件已经敲响了警钟。涉及原型自动驾驶汽车的事故已导致人员伤亡（Tesla Deaths，2020 年），这让人们质疑该技术在人机密切互动的潜在危险情况下的使用是否真的准备就绪。令人惊讶的是，这些事故是由于车辆未能执行相对简单的任务造成的，例如物体检测或障碍物跟踪和避让（Hawkins，2019 年）。事实上，在 AI 能够安全地部署到高风险和潜在危险的情况下之前，需要具备更为复杂的功能。对当前 AI 使用的期望可能需要修改。以自动驾驶为例。智能汽车需要实时对人类行为做出可靠的预测，以便预先调整速度和路线，以应对儿童可能突然穿过马路的决定。深度神经网络可以有效地识别流媒体视频中的人类动作，如运动模式（Singh、Saha、Sapienza、Torr 和 Cuzzolin，2017 年）。然而，后者可能具有欺骗性，因为人类可以根据自己的心理过程、想法和动机以及他们周围看到的事物突然改变主意。在我们的例子中，之前在人行道上走向学校的孩子们可能会看到马路对面有一辆冰淇淋车，并决定冲过马路去买冰淇淋。在如此复杂的环境中，没有一个预测系统仅仅基于过去观察到的运动来运作，就不可能准确可靠，也不需要考虑上下文和其他相关主体的性质。另一方面，人类可以预测其他人的未来行为，即使没有运动，只需快速评估相关人员的“类型”和他们周围的场景（例如例如，站在走廊里的老人很可能会决定乘坐电梯，而不是走楼梯）。这表明人工智能需要解决“热”认知问题，比如人的思维是如何受到其情绪状态影响的（Lawrence、Clark、Labuzetta、Sahakian & Vyakarnum，2008 年；Taylor Tavares、Drevets & Sahakian，2003 年）。热认知是指情绪和社会认知，包括心智理论（ToM）。它与“冷”认知形成对比，在“冷”认知中，信息处理与情感无关。社会认知旨在通过研究潜在的认知过程来理解社会现象（即人们与他人打交道的方式）。随着能够表现出一定（有限）智能的人工智能的出现，这一概念需要扩展到人类如何与智能机器（例如航空公司的对话机器人）打交道，反之亦然。
最好的我们锐化您的心智形状...
她为打造具有审美精髓的脚踏实地的个性提供了完美的场所。她热衷于通过笔迹疗法、声音疗法和精神疗法帮助人们改变他们的信仰、思维模式，在生活中变得自信和成功。 Sweety Gosar
人工智能和机器人领域的负责任研究与创新 (RRI)：一种对心智与机器的后人类同理心的关系方法 20 世纪 80 年代末开始的对人类基因组计划的伦理、法律和社会影响 (ELSI) 的研究到 2010 年左右成为美国联邦预算的一项。ELSI 研究成为美国和欧盟政府科技机构自我反思的一部分；负责任的研究与创新 (RRI) 的道德理想已成为一种专业规范。1 这个历史性的例子作为跨学科可能性的愿景，指导了以下提议，即在心智与机器计划中系统地整合技术和道德，并作为纽约大学对这些问题的持续承诺的一部分。2 人工智能和机器人研究与人类基因组计划非常相似，并且肯定会从类似的处理中受益。 RRI 提供了一种替代事后应对新技术影响的趋势的方法：它关注社会影响“上游”的设计问题和实施前的初始条件。RRI 在实施阶段的“中游”也非常有效。在信息科学和技术的情况下，上游和下游之间的距离相对较短，中游干预的价值变得更加明显。3 对初始条件的敏感性是所有复杂自适应系统的一个特征——必须考虑到这一事实
人工智能和机器人领域的负责任研究与创新 (RRI)：一种关系方法，用于实现思想和机器的后人类共情 20 世纪 80 年代末开始的对人类基因组计划的伦理、法律和社会影响 (ELSI) 的研究，到 2010 年左右成为美国联邦预算的一项。ELSI 研究成为美国和欧盟政府科技机构自我反思的一部分；负责任的研究与创新 (RRI) 的道德理想已成为一种专业规范。1 这个历史性的例子是跨学科可能性的愿景，它指导了以下提议，即在思想和机器计划中系统地整合技术和道德，并作为纽约大学对这些问题的持续承诺的一部分。2 人工智能和机器人研究与人类基因组计划非常相似，并且肯定会从类似的处理中受益。RRI 提供了一种事后应对新技术影响的趋势的替代方案：它关注社会影响“上游”的设计问题和实施前的初始条件。RRI 在实施阶段的“中游”中也非常有效。在信息科学和技术的情况下，上游和下游之间的距离相对较短，中游干预的价值变得更加明显。3 对初始条件的敏感性是所有复杂自适应系统的一个特征——在任何希望整合人类和非人类系统的系统研究中都必须考虑到这一事实。中游发展阶段的亚稳态中介和过渡结构往往呼应了对初始条件的系统敏感性：它们易受干扰，因此容易受到一定程度的调节和管理。中游调节增强了道德干预的有效性 中游 RRI 在跨学科计划（如“心智与机器”）的情况下也具有强大的潜在影响。中游调节的实验室民族志研究表明，将社会科学家和人文研究人员嵌入科学和工程实验室可以增强反思方法实践和协调，从而使上述学科领域受益。4 一个非常适合当代人工智能和机器人研究跨学科性质的哲学框架是本体结构现实主义 (OSR) 5 。过程哲学与复杂自适应系统的一致性为设计和自然系统的稳健跨标量集成提供了进一步的本体论基础。以新康德哲学及其与过程形而上学的亲缘关系为基础的 OSR 具有根本的关系基础，它提供了适应性的概念能力，以应对技术的快速发展及其社会影响。科学和工程中的仿生 6 范式在这个方向上取得了有趣的进展。在伦理信息理论、神经科学、社会网络理论、生态学、系统理论和气候模型的交叉点上，生态模拟范式即将出现；这可能成为“环境人工智能”和机器人技术新方法的沃土。半个世纪前，克拉克和库布里克在《2001：太空漫游》中设想了环境人工智能，即 HAL， 7 并在斯皮尔伯格的《少数派报告》中重新构想为一个完全沉浸式的安全和商业环境。在现实生活中，IBM 和其他公司继续开发人机协作系统，这可以被视为生态模拟范式的初稿。虽然仍处于推测阶段，但由本地化和分布式机器人组成的自主自学型人工智能可以在日托环境中像婴儿一样被抚养长大。人工智能代理和人类之间精心策划的互动可以共同创造一个自组织生物的世界，其生态相互依存构成了后人类同情的有机基础。总结：基于认知责任 8 和社群伦理的自我限制是后人类同情的先决条件，这种同情可以为人类、非人类和人工智能代理之间的未来互动奠定基础。在精心策划的环境中，对负责任的创新模型进行自我学习、自我限制系统的训练，为新形式的共同生成的知识生产打开了大门，这些知识生产能够认识并响应人类和非人类价值观的处境。
心智的标准模型
n 标准模型体现了社区对某个科学领域的共识，可作为该领域的累积参考点，为研究和应用提供指导，同时也可集中精力对其进行扩展或修改。在此，我们建议为类人思维开发这样一种模型，类人思维是结构和过程与人类认知基本相似的计算实体。我们的假设是，认知架构为定义标准模型提供了适当的计算抽象，尽管标准模型本身并不是这样的架构。所提出的标准模型始于 2013 年 AAAI 秋季综合认知研讨会上的初步共识，但在此通过对三种现有认知架构的综合而进行了扩展：ACT-R、Sigma 和 Soar。由此产生的标准模型涵盖了结构和处理、记忆和内容、学习、感知和运动等关键方面，并强调了架构一致和与共识不一致的位置，同时确定了可能存在不完整性的领域。希望这项工作将为让更广泛的社区参与进一步开发心智标准模型迈出重要一步。
教育部 - 去学校学习心智洞察力
丹·西格尔 (2010) 在他的新书《心智洞察力：个人转型的新科学》的结尾写道：心智利用大脑来创造自身。随着能量和信息流的模式在文化中和代际之间传递，正是心智塑造了我们不断发展的人类社会中大脑的发育。从科学角度来看，好消息是，我们可以在现代生活中采取有意识的态度，真正将文化进化的进程朝着积极的方向改变。通过培养我们自己和他人的心智洞察力，我们可以培养我们孩子的这种内在认知，并使之成为一种处世之道。我们可以选择提升心智的本质，造福我们每个人，造福未来几代人，他们将行走在这片土地上，呼吸这片空气，过着我们称之为人类的生活。（第 261 页）向学生和学校工作人员传授正念和心智洞察力，以“培养我们孩子的这种内在认知”，会产生意想不到的积极后果。以下是我在学校应用心智洞察力和正念三年来观察到的三个积极结果。第一个是全校正念练习的效果。这所拥有 50 名青少年和 17 名教职员工的学校每天以关于正念某个方面的迷你讲座开始，然后进行几分钟的练习。迷你讲座类似于以下内容：“你可以控制自己的注意力。你可以注意对面的墙壁；然后是天花板；然后是地板——你可以控制自己。你可以注意老师在课堂上的话——或者你头脑中的想法——或者其他东西。关键在于你选择。事物可以从外部吸引你的注意力——广告商想要
适应心智进化心理学和......
几年前，我休假一个学期，在伦敦肯辛顿花园附近租了一套公寓，由别人出钱。在那个学期，我有幸白天阅读进化生物学，研究进化论在当代心灵哲学问题中的应用，晚上则在高档酒吧或家中观看出奇精彩的英国电视节目。（在我们伦敦的公寓里，我们能收到四个频道，从中寻找有趣的节目总是比在一百个美国频道中寻找要容易得多。）一天晚上，我在家里偶然看到英国广播公司一档引人入胜的节目的结尾。我确信在美国电视上看不到一个场景，一对裸体异性恋情侣正在做爱。片刻之后，画面切换到另一个场景，我发现自己正在经历一场爱因斯坦从未想象过的旅程。您可能还记得，爱因斯坦在他的一个著名思想实验中，要求我们想象在光束中的观察者眼中，事件会是什么样子。我想，这一切都非常有趣，但对于一个对人类性行为有着持久兴趣而非严格意义上的专业兴趣的人来说，这根本无法与我当时的经历相比，我当时是一个突然成为 BBC 忠实观众的人。因为摄像机被绑在男性勃起的阴茎上，我骑在男性的阴茎上，从女性出奇明亮的阴道内观看交配行为。经过多次阴茎抽插和阴道收缩后，射精不可避免地到来了。片刻之后，我（毫无疑问还有无数其他着迷的英国观众）目睹了女性的子宫颈多次“浸入”阴道后部积聚的精液中。叙述者——我后来发现是德斯蒙德·莫里斯——解释说，子宫颈正在“吸入”精液进入子宫，以“增加受精的机会”。 1 我们随后得知，女性可以通过“改变
心理过程——心智如何从大脑产生
通过使用视觉作为输入，最容易理解识别普遍性的过程。这些程序和结论同样适用于其他感官或任何连贯或系统的输入系统。出于此处的目的，样本被投射到屏幕（或眼睛的视网膜）上。但是，屏幕不是连续的。相反，它被分成一个或多或少均匀分布的基本上相同的传感器阵列（视网膜的“视杆细胞和视锥细胞”）。每个单独的传感器只能以开关方式记录（目前）；也就是说，如果投射到屏幕上并落在特定传感器上的图像部分是亮的，则传感器处于开启状态，如果是暗的，则传感器处于关闭状态。