1。讨论湿地功能和隐喻的含义。隐喻提供了一种戏剧性的比较方式。例如:“罗宾是旧街区的碎片”或“韦斯是笑声。”什么是隐喻?一个单词或短语,用于指代另一件事显示或暗示它们相似2。告诉访客,可以使用物体来表示湿地功能。3。现在带出神秘的隐喻容器。告诉访客,容器中的所有内容都可以是与湿地功能有关的隐喻。4。已指定的访问者到达容器并提取一个对象。5。要求访客描述并演示其物体与湿地之间的关系。鼓励访客以彼此的想法为基础。您也可以通过加强其连接来提供帮助。6。让访客阅读了标签,以揭示物品与湿地的关系。7。要求游客总结湿地为野生动植物的健康栖息地做出贡献的方式。问他们自己对湿地的态度是否不同,因为这项活动是不同的。如果是这样,怎么样?
我问我的朋友:“你读过屠格涅夫的作品吗?”她毫不犹豫地给出了否定的回答。她的大脑里有她读过的小说的数据库吗?她的大脑在使用搜索算法吗?如果没有,我们还能如何想象这一壮举的实现?我问:“昨晚吃饭时坐在你旁边的那个男人叫什么名字?”她不记得了。半小时后,当我们谈论其他事情时,她说:“我现在想起来了,他叫杰罗姆。这个名字突然出现在我的脑海里。”如果大脑使用搜索算法来做到这一点,它会不会与前面的例子不同,会不会是一个更慢但更有条理的过程?我们能想象一个由大脑的“硬件”制成的设备,可以执行搜索算法吗?或者任意算法?在我(Davis,2017)的文章中,我强调图灵完备所需的东西很少。毫无疑问,可以用大脑的神经元建造一台通用计算机。然而,我们尚不清楚机器人能否进化。遗传密码中氨基酸由字符串编码的例子表明,这种可能性并非遥不可及。事实上,口语和书面语也是代表物体、动作和概念的任意符号的例子。有人穿过繁忙的街道,熟练地穿梭于车流之中。如何编写程序让机器人做到这一点?直到最近,人们才提出了一种使用大量数值计算的方法。如今,人们可以考虑另一种方法,即为此目的“训练”多层神经网络。想象大脑做这样的事情肯定比执行涉及大量算术计算的过程更容易。
罗伯特·萨波斯基(Robert Sapolsky)!尽管有相反的谣言,但人脑的幻想并不那么幻想。让我们将其与果实的神经系统进行比较。当然,两者都是由细胞组成的,神经元扮演着重要的角色。现在,人们可能会期望人类的神经元将与一个平流的神经差异。也许人类会特别使用独特的“神经转移器”使者,特别是华丽的方式与其他神经元进行交流。也许与较低的神经元相比,人类神经元更大,更复杂,以某种方式可以更快地运行并跳高。!我们很难学习,以获得一所顶级大学,以找出一份出色的工作,进入我们选择的疗养院。Gophers不这样做。!但没有。看显微镜下两个物种的神经元,它们看起来相同。它们具有相同的电气正常,许多相同的神经传递剂,相同的蛋白质通道允许离子流入和流动,以及相同的共同基因。神经元在这两个物种中都是相同的基本构建块。!那么区别在哪里?它的数字 - 人类在频率中的每个神经元大约有100万个神经元。和人类的1000亿个神经元出现了一些杰出的事物。有足够的质量,您会产生质量。!神经科学家了解其中一些资格的结构基础。采用语言,这种独特的人类行为。副醒目是人类的额叶皮层。强调它是人类大脑所特有的结构,例如“ Broca的区域”,专门从事语言生产。然后是大脑的“锥体室外系统”,其中涉及精细的运动控制。人类版本的复杂性使我们能够做一些事情,例如,北极熊永远无法完成 - 例如,数字的足够独立运动以在钢琴上弹奏颤音。在所有哺乳动物中发生时,人类版本的线条较大且较密集。,额叶皮质有什么用?表情范围,格雷福利推迟,执行决策 - 制定,长期计划。我们在高中学习努力学习,被吸引到一所顶级大学,进入研究生毕业,从而获得一份好工作,以进入我们选择的疗养院。Gophers不这样做。!还有另一个独特的人类技能领域,神经科学家正在学习一些有关大脑如何将其拉动的领域。!请考虑J. Ruth Gendler的精彩“资格书”的以下内容,这是一群不同资格,表情符号和Apributes的“角色素描”的集合:!!
娜塔莎·亚伯拉罕斯 (Natasha Abrahams),莫纳什大学人文期刊,第 8 期:Chrysalis,2018 年 https://novaojs.newcastle.edu.au/hass/index.php/humanity/issue/view/8
本论文/文章由 Exhibit 的本科生免费提供给您,供您开放访问。它已被 Exhibit 的授权管理员接受,并被纳入大学图书馆奖第一年研讨会决赛入围名单。如需更多信息,请联系 exhibit@xavier.edu 。
2022 年 6 月 25 日 太空时代的孩子 小时候,我的双层床上方的天花板上钉着一张巨大的月球地图。此外,天花板上还悬挂着一个太阳系的移动装置。我的父亲是一名核物理学家,他过去常常用厨房桌子上的各种物体来解释地球和月亮绕太阳的运动,比如橘子、苹果和盐瓶。 1961 年 5 月 5 日,当时我才七岁,母亲很早就叫醒了我(西海岸时间),把我穿着睡衣带到客厅,看电视上艾伦·谢泼德乘坐火箭飞船从卡纳维拉尔角升空,升到太空边缘,在太空舱中溅落到大西洋,然后被拖上救援直升机。我感到的兴奋是绝对压倒性的,我记得,我在学校的所有朋友都分享着这种兴奋。在课堂上,我们每个人都很感动,画了火箭飞船和宇航员的图画。母亲把第二天的报纸故事保存了下来给我。
可选活动 大脑模型:让学生制作大脑模型。制作方法多种多样。创意包括粘土、橡皮泥、蛋糕、纸浆、手机等。另一个可能的想法是让学生用回收材料制作“绿色大脑模型”。(这也可以避免高成本)。学生可以在课堂上或课外项目中制作这些模型。在课堂上展示模型,并让各小组展示他们的设计。
虽然隐喻经常被用来解决对疫苗的误解和犹豫,但它们在健康信息传递中的效果如何尚不清楚。我们使用受试者间、前测/后测设计,研究了解释性隐喻对人们对疫苗态度的影响。我们在美国在线招募了参与者(N = 301),并要求他们对一项(虚构的)健康信息传递活动提供反馈,该活动围绕对五个常见问题的回答进行组织。所有参与者在评估这五个问题的答案之前和之后都完成了一项包含 24 项问题的疫苗态度测量。我们为每个疫苗问题创建了三个可能的答案段落:两个包含扩展的解释性隐喻,一个包含文字答案(即没有解释性隐喻)。参与者被随机分配到所有隐喻或所有“文字”答案。他们从几个维度对每个答案进行评分,然后描述如果朋友提出关于疫苗的目标问题,他们将如何回答。结果显示,两种条件下的参与者都认为大多数信息同样易于理解、信息丰富且具有说服力,但也有少数例外。两种条件下的参与者对疫苗的支持态度也表现出类似的小幅但显著的增加,从前测到后测。值得注意的是,隐喻条件下的参与者对假设朋友提出的问题提供了更长的自由反应答案,不同的隐喻在他们的回答中被重复使用,程度不同,方式也不同。综上所述,我们的研究结果表明:(a)简短的健康信息段落可能有助于改善对疫苗的态度,(b)隐喻既不会增强也不会减弱这种态度效应,(c)隐喻可能比文字语言更有助于促进有关疫苗的进一步社会交流。
选择“智能”一词是该学科早期学术研究和抱负的遗产。然而,它给该技术的定义带来了一些持久的困难。首先,由于人类智能本身是一个主观且有争议的概念,人工智能的概念也注定会不断被争论和重新解释。其次,通过参考我们如何评估其表面性能(智能)而不是它做什么(应用)或它如何做(技术)来定义人工智能,人工智能可以指几乎任何技术——从恒温器到“终结者”——无论它们是否存在。第三,由于各种人工智能应用的影响范围如此广泛,使用同一个词来指代所有应用可能会放大分歧,使辩论变得毫无成效。技术人员早就认识到这些局限性,倾向于使用更精确的替代词,如“机器学习”或简称为“统计数据”。尽管如此,人工智能在公共和政策环境中仍然被使用。