XiaoMi-AI文件搜索系统
World File Search System认知结构
认知网络物理系统的认知结构
在网络物理系统（CPS）的快速发展的领域中，我们面临着一场技术革命，这是由于传感，计算，通信和作用的进步所驱动的。这些系统，包括自动驾驶汽车和无人驾驶汽车等创新，不仅仅是自动化；他们重新定义了我们与世界Bogdan和Pedram（2018）互动的方式。但是，CP的真正挑战不仅是自主运作，而且要在我们生活的复杂和不确定的世界中聪明地运作。因此，类似人类的智能机器的概念是基于这样的想法：这些机器可以通过与人类紧密互动和合作的能力来提供相当大的好处。这源于以下想法：具有人类智能或认知机器的机器将不仅通过语言，而且通过各种形式的互动，无论是明显的和隐性的太阳（2020），都可以更好地与人类交流。开发人类智能机器的主要原因之一是它们成为人类有效伴侣的能力。具有类似人类特征的机器更容易理解和使用。另一个关键方面是建立人与机器之间的信任。真正的社会信任，我们在人类同胞之间感受到的那种基于共同的动机和经验。要使机器获得这种信任水平，他们需要展示内在的人类行为和动机。这包括理解和回应Sun（2006）的人类情感和动机。
时空的认知结构
本文在时空的认知中提出了一个层次结构，类似于“层蛋糕”结构，其中层对应于因果关系的不同方面。层结构的基础是从因果关系的物理叙述中得出的，并由简短的数学背景支持。拟议的层次结构承认，无法直接访问空间和时间。我们只能通过观察事件之间的对象并与对象进行互动来收集它们的结构。因此，自然的问题是我们如何建立时空的连贯模型。朝答案，本文提出认知模型是分层的，其中较低的层在结构上比较高的数据更简单，而时空结构来自层之间的相互约束。我们采用最原始的层是拓扑，它指的是对象和事件是否“连接”。拓扑不会区分线的类型（例如弯曲或直线）；只有连接性（无论是定义），它的缺失，断开性，需要感知。在对时空实体的感知感知中，连通性和脱节性在构图上表征了更复杂的特征，例如“之前”，“后面”，“前面”，“后面”，“有孔”，“离散性”，“离散性”，等等。一个更复杂的计算密集和更高的层可能构建度量空间和欧几里得结构。然而，在心理学中，研究滞后于为经验因果结构与空间性认知之间的对应关系提供简洁明了的综述。在某些情况下可能出现的拓扑结构和指标之间约束的一个示例是“当对象彼此零距离时才连接对象。”调查时空管理因果认知的认知结构对于理解人类和人工生物中智力的一般理论的理解至关重要。除此之外，在其他领域（例如物理学，数学和计算机科学）保留了空间周期结构的层蛋糕组织，从而导致了从拓扑空间（较不复杂）到度量空间（更复杂）的自然层次组织。在以下各节中，我们在物理因果结构（第2节）的背景下探讨了这种玩具模型，然后提供心理模型（第3节），并继续讨论其在更广泛的上下文中的含义（第4节）。