XiaoMi-AI文件搜索系统
World File Search System类比
希格斯机制和超导性：形式类比的案例研究
在实验性发现Higgs玻色子之后，物理学家通过吸引了用凝聚态物理学的类比向公众解释了这一发现。这些类比的历史根源是与超导性模型的类比，该模型在1960年代初将自发对称性破裂（SSB）引入粒子物理学中。分别对电子（EW）相互作用的HIGGS模型以及Ginsburg-landau（GL）和Bardeen-Cooper-Schrie qarie（BCS）模型分别进行了历史和哲学分析。我们分析的结论是，两组类比纯粹是正式的，因为它们伴随着大量的物理脱离。在特定的类似物中，在Higgs模型中，形式类似物没有绘制超导性，对时间，因果或模态结构的SSB的时间，因果或模态结构。这些实质性的物理分离意味着与超导模型的类比不能为EW SSB的物理解释提供基础。但是，SSB在超导性和HIGGS模型中的物理解释之间的对比确实有助于一些基本问题。与SSB不同的超级限度不同，标准模型的Higgs扇区中的SSB（不添加新物理学）既不是时间或因果过程。我们讨论了对希格斯模型中质量增益的“饮食”隐喻的含义。此外，现象学GL模型与动力学BCS模型之间的区别并未延续到EW模型，这表明了EW SSB的所谓“动力学”模型（例如，最小技术）。最后，Higgs模型的发展是科学哲学家的一个启发性案例研究，因为它说明了纯粹的形式类比在物理学中扮演富有成果的启发角色。
孔之怒：科幻小说、未来类比和早期军事太空政策
德鲁论文是屡获殊荣的硕士论文，由阿拉巴马州麦克斯韦空军基地高级航空航天研究学院 (SAASS) 选出出版。这一系列论文是为了纪念美国空军退役上校丹尼斯“丹尼”德鲁的杰出职业生涯。在空军大学工作的 30 年里，德鲁上校曾担任空军指挥参谋学院的教员，领导空中力量研究所，并担任 SAASS 的院长、副院长和军事战略教授。德鲁上校是空军出版作品最多的作家之一，也是一位备受追捧的国际演讲者。他曾为空军大学的 100,000 多名学生以及外国军方听众发表过演讲。1985 年，他因对空军大学的杰出贡献而获得 Muir S. Fairchild 奖。2003 年，荷兰女王贝娅特丽克丝授予他奥兰治拿骚勋章
如何类比社会法律对器官移植的反应来促进生殖基因创新的合法化
诺贝尔基金会将 2020 年诺贝尔化学奖授予“CRISPR/Cas9 基因剪刀”，强调了基因创新对社会、科学和医学的重要意义。本文重点关注“生殖基因创新”，这一术语包括细胞质转移、线粒体转移以及种系或可遗传基因编辑技术，这些技术在美国均被归类为“实验性”。这些技术都使用体外受精，这是一种合法且广泛可用的做法。然而，生殖基因创新引起了争议和众多障碍，包括反复出现的联邦预算附加条款、联邦执法行动的威胁以及无法获得联邦资金。在开始时，器官移植也面临着类似的争议和障碍，包括对外科医生的检察审查以及因患者非正常死亡而对外科医生的诉讼。现在，器官移植的保险覆盖范围和机动车管理部门普遍提供的器官捐赠选择系统表明，器官移植已被社会接受并成为常规做法。乍一看，器官捐赠和生殖遗传创新几乎没有共同之处，原因是紧迫感、生殖选择问题和遗传变化等因素不同。然而，尽管存在这些差异，但这两种技术具有重要且未被充分重视的相似之处，例如使用外来生物材料、基因转移、对分配的担忧以及开始时的广泛争议。
人工智能系统声明的准确性以及解释准确性的类比如何影响人类对该系统的依赖
人工智能系统越来越多地被用于支持人类决策。适当地遵循人工智能建议非常重要。然而，根据现有文献，用户通常对人工智能系统的依赖程度过低或过高，这导致团队绩效不佳。在这种情况下，我们通过对比贷款预测任务中系统信息的缺乏与系统准确性的存在来研究所述系统准确性的作用。我们通过调查数字能力水平并借助类比来解释系统准确性，探索人类理解系统准确性的程度如何影响他们对人工智能系统的依赖，这是一项首创的受试者间研究 (𝑁 = 281)。我们发现，用类比来解释系统的所述准确性并不能帮助用户适当地依赖人工智能系统（即，用户倾向于在系统正确时依赖系统，否则依赖自己）。为了消除对类比领域的主观态度的影响，我们进行了一项受试者内研究（𝑁 = 248），其中每个参与者都从事来自不同领域的基于类比的解释的任务。第二项研究的结果证实，用类比来解释系统的准确性不足以促进在贷款预测任务中对人工智能系统的适当依赖，无论个人用户有何差异。根据我们从这两项研究中得出的结论，我们推断，对人工智能系统的依赖不足可能是由于用户高估了自己解决给定任务的能力。因此，尽管熟悉的类比可以有效地提高系统所述准确性的可理解性，但对系统准确性的更好理解并不一定会导致系统依赖性和团队绩效的提高。
人工智能为何不能像人一样理解图像？
摘要：人工智能可以识别图像，但无法像人一样理解图像。理解图像符号的难题在于类比，而类比无法明确地操作化。没有什么可以保证类比的意义，因为它既不是原因的必然结果，如指示性符号，也不是规则的必然结果，如符号（单词）。但类比也是人类状况的基础，因为我们的自我暗示着他人的存在。或者，就像图像一样，对他人的理解暗示着类比：他是一个像我一样的自我，但不是我自己的另一个自我，即一个类比自我。也就是说，你可以理解他人活动和行为的行为，甚至他传达的信息，因为你把它们解释成关于你自己的信息。与作为存在物的人类不同，在人工智能中，本质先于存在。即使类比过程的算法将得到无限完善，这种类比也会错过来自现存生命体的解释。人工智能了解数字，人类了解模拟；人工智能从知识中理解，人类从理解中了解。关键词：人工智能；图像；类比；理解；知识；其他；自我。引用方式：Codoban, A. (2020)。为什么人工智能不能像人类一样理解图像？后现代开篇，11 (4)，174-182。doi:10.18662/po/11.4/228
大脑是否类似于量子测量仪器？
自量子理论诞生之初，研究人员就提出量子现象与心理现象之间存在很强的相似性，近几十年来，这些相似性已发展成为量子认知的一个充满活力的新领域。在回顾了尼尔斯·玻尔和戴维·玻姆的一些早期类比之后，本文重点关注了玻姆和海利对量子理论的本体论解释，该解释提出了量子现象与生物和心理现象之间的进一步类比，包括人类大脑在某些方面像量子测量仪器一样运作。在讨论这些类比之后，我还将从量子的角度考虑欣蒂卡的建议，即通过将我们的知识寻求活动与精密的测量仪器进行类比，可以更好地理解康德的物自体概念。
Gaole He 和 Ujwal Gadiraju。2022 年。如履薄冰：利用类比促进人机决策中的适当依赖
图 1. 该图展示了我们对基于类比的解释对统计概念（例如全局准确性）和人工智能系统整体行为的工作机制的理解。橙色代表用户日常观察中的元素，以及他们基于对世界的体验而不断发展的世界心理模型。蓝色代表与人工智能系统交互和体验的元素。一般来说，人们会建立一个强大的世界心理模型来解释日常情况下的观察结果。随着对更多世界观察的解释，这种心理模型会得到更新。借助类比推理，人们可以根据现有的世界心理模型建立一个新的人工智能系统心理模型。他们可以解释人工智能系统，然后更新这两个心理模型。
新闻创意策略：合成
我们将首先制定过程的每个步骤。我们将在下一节中的每个步骤中进行更多详细信息。1。在应用合理学方法之前研究并理解该主题。例如，如果奥运会是主题，您将研究活动期间发生的一切，关键参与者是谁，球迷的反应等等。2。选择在考虑故事元素时会想到的描述性词和形容词。3。通过将故事的元素与机器，技术，动物和自然等事物进行比较来创建直接的类比。确保您可以将与您的元素进行比较的任何内容。4。通过想象您是上一步中选择的物体或动物的样子来个性化类比 - 考虑一下如果它是人类会感觉到的情绪。5。将您在第3和4步中提出的内容结合在一起，以创建压缩冲突，这些概念看起来相反，并将它们放在一起以创建描述性短语，例如Ximorons。6。选择一个压缩冲突之一来创建第二个类比。7。使用最后的类比和/或从过程中的任何物品组合来推动故事中的创意语言。
工件和抽象层次 - Pure
本文旨在说明，与人工制品（即人类设计的系统）的比较或类比如何为复杂的神经认知系统在不同层次上可解释这一观点奠定基础，这是大脑建模的核心简化策略。类比的最主要来源当然是数字计算机，但我将讨论与设计和工程过程的一些更一般的比较如何也发挥重要作用。我将说明类比以及随后的不同计算层次的概念如何产生了关于如何安全地从具体神经系统的复杂性中抽象出来的共同思想，从而解释神经过程如何产生认知功能。我还对这些解释的局限性表示担忧，因为忽略了人造设备和生物器官之间的差异。
