XiaoMi-AI文件搜索系统
World File Search System认知的
人工智能中的“快思考”与“慢思考”：元认知的作用
近年来，人工智能系统取得了长足进步，带来了许多渗透到我们日常生活中的应用。然而，我们看到的仍然主要是狭义人工智能的例子：许多最近的发展通常集中在非常有限的能力和目标上，例如图像解释、自然语言处理、分类、预测等等。此外，虽然这些成功可以归功于改进的算法和技术，但它们也与海量数据集和计算能力的可用性密切相关 [ 21 ]。最先进的人工智能仍然缺乏许多自然包含在（人类）智能概念中的能力。这些能力的例子有：普遍性、适应性、稳健性、可解释性、因果分析、抽象性、常识推理、伦理推理 [28]，以及由隐性和显性知识支持的复杂且无缝的学习与推理集成 [20]。
美国创伤中心急诊科的小儿准备就绪：与生存相关的组件的机器学习分析等离子体标志物预测非痴呆受试者淀粉样蛋白，tau，萎缩和认知的变化
目前尚不清楚血浆生物标志物是否可以用作独立的预后工具来预测与早期阿尔茨海默氏病相关的变化。在这项研究中，我们试图通过评估血浆生物标志物是否可以预测非痴呆个体中淀粉样蛋白负荷，tau积累，脑萎缩和认知的变化来解决这个问题。为了实现这一目标，在159名非痴呆个体中确定了159名非痴呆患者，患有Alzheimer病痴呆症患者的159名患者，在159名非痴呆患者中确定了血浆淀粉样蛋白B 42/40（A B 42/40），磷酸化-TAU181，磷酸化-TAU217和神经膜片光。他接受了纵向淀粉样蛋白（18 f- utemetamol）和Tau（18 F-Ro948）PET，结构MRI（T 1-加权）和认知测试。我们的单变量线性混合效应模型表明，血浆生物标志物与成像和认知度量之间存在几种显着关联。但是，当所有生物标志物都包含在相同的多变量线性混合效应模型中时，我们发现，纵向淀粉样蛋白-PET信号的增加是由低基线血浆A B 42/40独立预测的（P = 0.012）（P = 0.012）（P = 0.012），而TAU-PET信号，较差的识别和较差的认知能够独立于5个独立的认知量7 0.004）。这些生物标志物的形成良好或更好，比在CSF中测得的相应生物标志物。此外，他们显示出与使用Youden指数定义的二进制等离子体生物标志物值相似的性能，Youden指数可以更容易在诊所中实施。此外，等离子体A B 42/40和磷酸化-TAU217不能预测非阿尔茨海默氏症神经退行性疾病患者的纵向变化。总而言之，我们的发现表明血浆A B 42/40和磷酸化-TAU217在临床实践，研究和药物开发中可能是未来阿尔茨海默氏病病理学的预后标志物。
人工智能中的“快思考”与“慢思考”：元认知的作用
近年来，人工智能系统取得了长足进步，带来了许多渗透到我们日常生活的应用。然而，我们看到的仍然主要是狭义人工智能的例子：许多近期发展通常集中在非常有限的能力和目标上，例如图像解释、自然语言处理、分类、预测等等。此外，虽然这些成功可以归功于算法和技术的改进，但它们也与海量数据集和计算能力的可用性密切相关 [ 21 ]。最先进的人工智能仍然缺乏许多自然包含在（人类）智能概念中的能力。这些能力的例子有普遍性、适应性、鲁棒性、可解释性、因果分析、抽象、常识推理、道德推理 [ 28 ]，以及由隐性和显性知识支持的复杂而无缝的学习与推理集成 [ 20 ]。
对人类认知的更丰富的理解
至今，心理学上最有影响力的工作假设之一是，在高阶认知（例如，判断力和决策）中的人类信息处理受到限制，这是由一次串行处理对象进行处理的限制。然而，在过去50年中积累的大量研究表明，串行处理模型对人类信息处理的描述性描述不佳。串行处理观点的另一种替代方法是人们可以同时处理信息；即使系统仅涉及一个中央信息处理单元（即中央高管），许多认知过程也可以彼此独立发展。也许这种一般思想可以超越其目前的地位，并为追求人类行为提供新的强大工具。为此，本文对（i）不同类型的处理（串行，并发，并行）之间的概念差异进行了综述，（ii）计算机科学领域的最新进步以及（iii）现有的关于人类信息处理的研究，这与计算机科学的进步一致。最后，本文对这些评论中收集的杰出研究问题进行了讨论，这些问题可能会激发全新的研究计划。
关于儿童的体现认知的新见解...
2019年5月6日至7日，卡尔加里大学的沃尔克伦德教育学院在SSHRC Connection Grant，Calgary University副校长研究和Werklund教育学院的支持下，举行了戏剧和扫盲智囊团。Approximately 40 teachers, early childhood educators, facilitators in outdoor and indoor physical literacy and active lifestyle, and researchers gathered to listen to world-renowned scholars Bryan Kolb, PhD, Sebastian Suggate, PhD, and Magdalena Janus, PhD, speak about brain development (Kolb and Gibb 2011), the impact of play and fine motor skills on learning (Suggate, Stoeger and PUFKE 2017），以及EDI衡量的当前加拿大幼儿园准备措施（Guhn等，2016）。本文的启发来自该事件的讨论。Lorraine D Reggin是卡尔加里大学心理学系的博士生。Penny M Pexman是卡尔加里大学心理学系教授
人类大脑功能网络的年龄和性别相关拓扑组织及其与认知的关系
（未经同行评审认证）是作者/资助者。保留所有权利。未经许可不得重复使用。此预印本的版权所有者此版本于 2021 年 7 月 26 日发布。；https://doi.org/10.1101/2021.07.25.453293 doi：bioRxiv preprint
可穿戴脑电图 + 功能性近红外光谱 (EEG+FNIRS) 的描述，用于设计认知的现场实验
摘要 我们开发了一种可穿戴实验传感器装置，具有多模态 EEG+fNIRS 神经成像数据捕获功能，可用于较低财务门槛的现场实验。持续应用良好的传感器应用和信号质量控制协议和程序对于研究人员获得有效数据至关重要。本文详尽描述了传感器设置、数据同步过程、传感器应用程序和信号质量控制。还描述了使用所提出的 EEG+fNIRS 进行的潜在设计认知实验。总之，该装置是移动的，并提供高质量的多模态神经成像数据。我们鼓励设计界利用该装置并将其适应新的现场实验装置。 关键词：EEG+fNIRS、移动实验、设计中的人类行为、设计认知、研究方法和方法 联系人：Dybvik，Henrikke 挪威科技大学 挪威机械与工业工程系 henrikke.dybvik@ntnu.no
描述了可穿戴脑电图 +功能性近红外光谱（EEG + FNIRS），用于设计认知的原位实验
摘要我们开发了一种可穿戴的实验传感器设置，该设置具有多模式EEG+FNIRS神经影像学数据捕获，适用于较低的财务阈值的原位实验。一致地应用传感器应用程序和信号质量控制的良好协议和程序对于研究人员获得有效数据至关重要。本文提供了对传感器设置的详尽描述，数据同步过程，传感器应用程序和信号质量控制。还描述了使用拟议的脑电图+FNIRS进行的潜在设计认知实验。总而言之，该设置是移动的，并提供了高质量的多模式神经影像学数据。我们鼓励设计社区充分利用该设置，并将其改编成原位的新实验设置。关键字：EEG+FNIRS，移动实验，设计中的人类行为，设计认知，研究方法和方法联系人联系：Dybvik，Henrikke Norwegian诺维吉亚科学与工业工程系机械与工业工程系Norway Henrikke.dybvik.dybvik@ntnu.no
三重任务范式中多任务处理对元认知的影响
摘要 多任务处理的情况（例如开车时使用手机）在日常生活中越来越常见。实验心理学早已记录了多任务处理对任务表现的影响；然而，人们对其对监控此类表现的元认知过程的影响知之甚少。本研究通过将心理物理程序与复杂的多任务处理相结合，朝着填补这一空白迈出了一步。我们设计了一个多模态范式，参与者分别或同时执行感觉运动跟踪任务、视觉辨别任务和听觉 2-back 工作记忆任务，同时每隔约 15 秒评估一次他们的任务表现。我们的主要发现是，多任务处理降低了参与者对自己在这三个任务中的表现（元认知敏感性）的意识。重要的是，这个结果与多任务处理对任务表现的影响无关，不能归因于信心泄露、心理不应期或自我评价的近期效应。我们讨论了这一发现对元认知和多任务研究的意义。
三重任务范式中多任务处理对元认知的影响
摘要 多任务处理情况（例如开车时使用手机）在日常生活中越来越常见。实验心理学早已记录了多任务处理对任务表现的影响；然而，人们对其对监控此类表现的元认知过程的影响知之甚少。本研究通过将心理物理程序与复杂的多任务处理相结合，朝着填补这一空白迈出了一步。我们设计了一个多模式范式，其中参与者分别或同时执行感觉运动跟踪任务、视觉辨别任务和听觉 2-back 工作记忆任务，同时每约 15 秒评估一次他们的任务表现。我们的主要发现是，多任务处理降低了参与者对这三个任务的表现（元认知敏感性）的意识。重要的是，这一结果与多任务处理对任务表现的影响无关，不能归因于信心流失、心理不应期或自我评价的近期效应。我们讨论了这一发现对元认知和多任务处理研究的意义。