对于自然智能（NI）和人工智能（AI）的研究一般是以NI系统和AI系统（计算机）作为黑盒。然后观察输入和输出并建立使模型，如神经网络，深入学习等。人类在自然智能和人工智能方面的研究有着悠久的历史，研究方法大体上可以分为三类：计算机模拟（AI）、通过心理学学习人类智能、生物神经网络研究。人们对于神经智能的观点也是五花八门，本文尽量抛开这些观点深入分析基础概念，为研究提供了一个全新的视角，以推动自然智能和人工智能向更高的水平发展。
利用信息理论观察自然智能和人工智能（Using Information Theory to Observe Natural Intelligence and Artificial Intelligence）
摘要:本文以一个哲学的观点为公理，揭示了信息论与自然智能和人工智能在现实世界条件下的关系。而且还推导了自然智能与自然的关系。根据信息论的通信原理，自然智能可分为实部和虚部。以信息不增加的信息理论为基础，我们研究了自然智力创造力的约束机制。创造力的制约机制揭示了自然智能和人工智能的极限。本文为观察自然智能和人工智能的研究提供了一个新视角。
关键词：自然智能，人工智能，创造性，信息论。
第一作者简介
Lipeng Zhang
任职：香港应用科技研究院电子信息工程博士
研究方向：数字自动化处理，自动演讲识别，人工智能，演讲信息处理。
发布论文：
·An on-line adaptive neural network for speech recognition
·Speech recognition using dynamic recognition neural network
Via：ICAINN 2016
本文作者：章敏
本文转自雷锋网禁止二次转载，原文链接
