摘要 最初的计算机是人类使用算法来获得数学结果(如火箭轨迹)。在数字计算机发明之后,人们通过与计算机和现在的人工神经网络的类比,广泛地理解了大脑,这些类比各有优缺点。我们定义并研究了一种更适合生物系统的新型计算,称为生物计算,它是机械物理计算的自然适应。神经系统当然是生物计算机,我们重点关注生物计算的一些边缘情况,即心脏和捕蝇草。心脏的计算能力与蛞蝓相当,它的大部分计算发生在四万个神经元之外。捕蝇草的计算能力与龙虾神经节相当。这一论述通过说明经典可计算性理论可能忽略生物学的复杂性的方式,推动了神经科学的基本争论。通过重新构建计算,我们为解决人类和机器学习之间的脱节铺平了道路。
本文从正电子脑与人脑的类比入手,以聂振钊文学伦理批评的框架为载体,运用“脑文本”概念,推测“机器人三定律”代表着伦理体系的基本指导原则。本文以正电子脑与人脑的类比为重点,结合《完整的机器人》(2018)的分析,认为正电子脑通过汇集、计算编程后的脑文本,体现了人类伦理选择的特质。通过提出复制与真实的伦理问题,进一步凸显了高度拟人化的大脑作为拟像的怪异感,对人类中心主义提出了新的挑战,也引发了对人类主体性的忧虑。然而,由于脑文本中缺乏伦理判断,机器人在三定律的选择面前,可能会陷入矛盾,只能化身为人的欲望。因此,阿西莫夫秉持着对人类特权的坚持,认为正电子脑的本质是对人脑的模拟,以代表人类的伦理道德。
独立地提交了其他学位课程评估的相同或类似版本。我已经指出了我使用过的所有资源和资源,包括生成模型/AI,并标记了逐字段落或以引用形式使用的资源和来源的类比。我没有使用任何其他资源。
摘要:弥散 MRI 衍生的大脑结构连接组或大脑网络在大脑研究中得到广泛应用。然而,构建大脑网络高度依赖于各种纤维束成像算法,这导致难以确定下游分析的最佳视图。在本文中,我们提出从多视图大脑网络中学习统一的表示。具体而言,我们希望学习到的表示能够公平地、解开纠缠的感觉传达来自不同视图的信息。我们通过使用无监督变分图自动编码器的方法实现解缠。我们通过另一种训练程序实现了视图公平性,即比例性。更具体地说,我们在训练深度网络和网络流问题之间建立了一个类比。基于这种类比,通过一种意识到比例的网络调度算法实现了公平的表示学习。实验结果表明,学习到的表示可以很好地适应各种下游任务。他们还表明,所提出的方法有效地保持了比例性。
在微服务体系结构中,软件由小型独立服务组成,这些服务通过良好的API进行通信。这些小组件被划分,以便每个组件都做一件事,并且在合作提供全功能的应用程序的同时做得很好。可以与1980年代流行的Walkman Portable Audio Cassette播放器进行类比:电池带来了电源,音频磁带是中型,耳机传递输出,而主磁带播放器则通过钥匙按键输入。一起播放音乐。同样,需要将微服务解耦,并且每个都应专注于一个功能。此外,微服务体系结构允许更换或升级。使用Walkman类比,如果戴耳机磨损,则可以更换它们而无需更换磁带播放器。如果我们的商店保存应用程序中的订单管理服务落后并且性能太慢,则可以将其交换为更具性能,更简化的组件。这样的排列不会影响系统中的其他微服务。
霍夫施塔特 [ 1979 , 2007 ] 提出了一个新颖的戈尔巴乔夫建议,旨在调和两个明显相互矛盾的论点:(1)我们可以以一种非平凡的方式谈论心理因果关系是一种真实现象;(2)心理活动最终植根于低级规则支配的神经过程。在本文中,我们批判性地研究了霍夫施塔特对哥德尔 [1931] 第一不完全性定理的类比诉求,该定理的“对角线”证明据称包含了理解意识和心理因果关系所需的关键思想。我们认为,将数理逻辑的复杂结果付诸实践并不能提供原本无法获得的见解。最后,我们得出结论,霍夫施塔特的提议中还有太多重要的细节没有填补。我们真的需要先解决这些问题,然后才能希望说,我们对经典身心问题的理解已经通过与哥德尔的工作进行元数学类比而得到了推进。
长期太空任务需要很好地了解人类对太空恶劣环境的适应性。一些专业环境具有孤立、受限、极端或不寻常的空间限制。它们可以作为研究挑战适应性的空间类比,因为它们的环境限制破坏了环境需求与个人调动的资源之间的平衡。这种体内平衡的破坏会导致这些专业人员的压力增加、绩效下降和整体健康状况不佳。然而,作为类比,这些专业环境也可以提供信息,以更好地识别能够有效适应这些特殊环境造成的限制的个人心理和认知资源。研究表明,正念(即通过有目的地关注当下、不加评判地关注时时刻刻展开的体验而产生的意识)可能是处理这些问题的相关候选者。因此,我们根据模拟环境和军事环境中的经验,将正念视为应对太空任务限制的相关心理资源。我们建议就培养正念的新对策展开讨论,特别是通过使用新技术(例如“沉浸式现实”等),以提高对太空环境的适应能力,并为宇航员的长途太空旅行提供量身定制的计划。