【科技知识】信息系统和人工智能发展的思考

简介: 本文整理自陆军院士关于信息系统和人工智能发展的网课讲座,探讨了信息系统的内涵、狭义与广义信息学的定义、技术发展,并提出了广义信息系统技术需结合思维科学和哲学,以促进强人工智能的发展。

该博客是陆军院士的网课讲座内容整理,这个讲座的思维高度是顶级的,从最顶级的思维角度去思考现在和未来的信息系统的发展。
陆军院士网课讲座课堂

1 信息和系统是什么

1.1 信息是什么

信息系统有三次跃升:1 语言 2 文字 3 电子技术
(1)本体论信息:客观世界中事物的属性及其变化规律

1.png

(2)认识论信息:主题认识的事物的属性及其变化规律

  • 信息:客观世界作用于人类器官的产物,是客观世界在人脑中的反映。代表着某一抽象的有待传送、交换、存储以及提取的内容。
  • 有用的消息:是经过解释的数据,是加工知识的原材料

1.2 系统是什么

钱学森提出,系统是由相互作用和相互依赖的若干组成不符恩结合成的,具有特定功能的有机整体
宇宙最高级准则-思维

2.png

  • 简单系统:还原论方法处理,包括系统论、运筹论、控制论、信息论、系统工程、管理科学
  • 复杂系统:非线性,复杂性,不可预测性

2 信息系统是什么

2.1 狭义信息学定义的信息系统

(1)狭义信息学定义的信息系统前提
信息作为对象,被信息系统按姓氏逻辑处理,只有逻辑正确性,没有真理性
(2)狭义信息学中的信息系统定义
信息主导的功能系统,包括信息主导下的信息采集、传输、存储、处理和运用等功能

2.2 广义信息学定义的信息系统

(1)广义信息学中信息系统定义
思维主导的能力系统,包括信息主导下的信息采集、传输、存储、处理和运用等功能
(2)广义信息学信息系统定义的前提
信息作为对象,被信息系统按辩证逻辑处理,既有逻辑正确性,也有真理性
真理性由劳动者和信息系统(两个主体)保证

2.3 狭义信息学与广义信息学的比较

(1)比较如下图

3.png

(2)总结思考
钱学森创立的现在科学体系如下

4.png

现如今人类思维学、系统学还处于一个空白。其他领域的系统,终归是我们用经验归纳的方法做出的系统,还不是真正意义上的广义信息学。

陆军院士举了一个例子,在军事斗争中有军事信息系统,古人云:知己知彼百战不殆。这是一个真理,但是没有一个基础理论能够讲清楚怎么能知己知彼百战不殆。假如军事学意义上能做到,我们用计算机就可以计算,但是我们知道现在所有的战争还需要将军和统帅去领导和指挥战争。因为我们机器做不到这个层面。

陆军院士提出:假如我们认识到信息系统,确实要上升到思维科学层次,系统科学层次来解决军事社会的问题,我们必须要解决基础理论的问题。所以广义信息学也会把狭义信息学概括进来,狭义信息学和广义信息学形成一个真正意义上的广义信息学,解决我们社会的信息系统发展,是我们必然的一个发展方向。

3 狭义信息系统技术

3.1 引言

钱学森创立的现代科学技术体系,可以看到,狭义信息学意义上的信息系统,由于它基础的理论从哲学意义到基础理论,到技术工程、工程技术它解决得比较好,加上支撑它的数学比较完善,所以狭义信息学的信息系统在人类的整个信息系统发展史中起到了重要作用,促进我们进入21世纪信息化世纪的成果。

但是我们要做出真正意义上的信息系统,我们应该按照广义信息学意义上的信息系统。而这个信息系统必须是集大成,不仅要解决系统科学、思维科学、军事科学、行为科学、社会科学、人体科学等方面的理论,更主要把人类社会整个科学技术体系打通,形成一个完整的实际意义上的信息系统。

3.2 狭义信息系统技术

(1)当前的狭义信息技术包括:信息采集、传输信息、运用信息、处理信息、存储信息,它们之间相对独立,即是将这个融合起来,并不产生更多的东西,保证逻辑正确就行。

  • 信息采集技术:可以将需要感知和认识的对象状态或变化转变成可测量的量值,用于信息系统。信息采集的空间可以很大,从900亿光年的宇宙,一直到微观粒子 1 0 15 10^{15} 1015次方幂。感知的时间可由从宇宙大爆炸138亿年到飞秒瞬间(fs, 1 0 15 10^{15} 1015s)。感知的质量从微观粒子1 1 0 13 10^{13} 1013千克到整个地球宇宙提万吨巨轮 1 0 8 10^{8} 108千克。感知温度可以从接近绝对零度(-273.15C)极低温度到极高温度 1 0 8 10^{8} 108摄氏度。感知的点流量可以从1个电子到闪电的百万安培( 1 0 6 10^{6} 106A)
    可以通过灯、光、热、波、力、磁、电、声去感知宇宙

    5.png

  • 信息传输技术:从自然光到电磁波,再到如今的互联网电子通讯。通信技术的发展奠定人香农。

    6.png

  • 信息存储技术:从我们卸载纸上,到电子技术发展之后的半导体、磁存储、光存储、云存储(分布式存储)

  • 数据处理技术:图灵定义计算机是形式逻辑能够表达出来的,计算机一定能够按照一定逻辑表达,完成任务。

  • 数据运用技术:由于目前的狭义信息学主要覆盖的是自然科学的这个领域,所以这个领域发展得比较好。
    (2)狭义信息系统定义的信息技术可以帮助人采集、传输、存储、机械处理和运用信息、满足形式逻辑的正确性。

4 广义信息系统技术

4.1 概念

(1)广义的信息系统技术包括两层:思维技术和思维主导

7.png


(2)当前的弱人工智能就是实现的是狭义的信息系统,都在如下的五个环节里面独立的在处理问题,没有形成一个完整体。只有五个模块能够串起来,能够达到真理性、辩证逻辑的,能跟主体之间进行真理性交流的,就会成为强人工智能。

8.png

(3)人工智能的出发点:为机器赋予人的智能
(4)弱人工智能:主要依靠人工神经网络,将判断决策行为进行简单化、抽象化、符号化的模型,普遍转化为一类特定的计算机模型,最终通过计算机强大运算能力处理

4.2 人工智能系统三种实现方法

(1)用规则教

  • 概念:依靠人类设计者的知识输入,为系统建立一定的专家知识库和推理机制,传统意义上的专家系统属于这一范畴
  • 不足:这一方法所获取的“智能”受限于专家知识库,难以获得在新任务和新环境中的适应性,不能够用于实现通用智能。
    (2)用数据学
  • 概念:通过数据驱动的归纳式学习,从数据中挖掘概念模型,多数机器学习算法属于这一范畴。
  • 不足:这一方法受限于标注大数据,是一种示范类学习方法,难以扩展到标注样本意外的概念和模式。
    (3)用问题引导
  • 概念:智能体通过与环境交互,学习经验和知识并更新新知识表示
  • 不足:这需要对庞大无比的策略空间进行优化,因此对开放空间探索问题的求解面临着巨大挑战。
    以上三种实现方法都受限于数据准则和现代数学。

4.3 进发强人工智能领域

9.png

(1)要想发展到强人工智能,智能科学技术的研究需要新的科学馆和信的方法论
(2)智能科学技术研究:需要通过新颖的生成机制,达到可以思维的奇妙智能。
(3)现在来看哲学是研究思维规律的科学,所以我们认为思维科学是主要后续的发展,应该上升到哲学层面。

  • 思维科学的目的:研究人认识客观世界的规律和方法,同时也是揭开大脑思维功能的奥秘
  • 研究思维科学着手点方向点在哪?(形成思维科学的途径)陆军院士提出可能的方向是哲学
    (4)陆军院士提出应该考虑康德提出的先验逻辑:考虑真理性、与内容有关、追求关于对象知识的逻辑
    (6)康德的哲学
  • 康德提出的四个问题
    • 我能知道什么?
    • 我应当做什么?
    • 我们可以希望得到什么?
    • 人是什么?
  • 先天综合判断如何可能

    10.png

(7)确定辩证逻辑的第二人–康格尔

  • 康格尔的辩证逻辑:研究人类辩证思维的科学,是关于辩证思维的形式、规律和方法的科学,是形成概念和运用概念的过程
    (8)思维科学发展的方向可以从马克思唯物辩证法得到启发:我们的认识逻辑通过我们的实践逻辑,符合了存在逻辑。机器思维就是形成概念和运用概念的过程。

    11.png

5 综合电子信息系统

6 综合量子信息系统

目录
相关文章
|
3月前
|
机器学习/深度学习 人工智能 测试技术
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
EdgeMark是一个面向嵌入式AI的自动化部署与基准测试系统,支持TensorFlow Lite Micro、Edge Impulse等主流工具,通过模块化架构实现模型生成、优化、转换与部署全流程自动化,并提供跨平台性能对比,助力开发者在资源受限设备上高效选择与部署AI模型。
358 9
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
|
2月前
|
人工智能 IDE 开发工具
拔俗人工智能辅助评审系统:如何用技术为“把关”提效
人工智能辅助评审系统融合大模型、提示工程与业务流程,实现上下文深度理解、场景化精准引导与无缝集成。通过自动化基础审查,释放专家精力聚焦核心决策,提升评审效率与质量,构建人机协同新范式。(239字)
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
拔俗AI人工智能评审管理系统:用技术为决策装上“智能导航”
AI评审系统融合NLP、知识图谱与机器学习,破解传统评审效率低、标准不一难题。通过语义解析、智能推理与风险预判,构建标准化、可复用的智能评审流程,助力项目质量与效率双提升。(238字)
|
12月前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
966 55
|
11月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
554 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
8月前
|
人工智能 自然语言处理 API
MCP与A2A协议比较:人工智能系统互联与协作的技术基础架构
本文深入解析了人工智能领域的两项关键基础设施协议:模型上下文协议(MCP)与代理对代理协议(A2A)。MCP由Anthropic开发,专注于标准化AI模型与外部工具和数据源的连接,降低系统集成复杂度;A2A由Google发布,旨在实现不同AI代理间的跨平台协作。两者虽有相似之处,但在设计目标与应用场景上互为补充。文章通过具体示例分析了两种协议的技术差异及适用场景,并探讨了其在企业工作流自动化、医疗信息系统和软件工程中的应用。最后,文章强调了整合MCP与A2A构建协同AI系统架构的重要性,为未来AI技术生态系统的演进提供了方向。
1171 62
|
9月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
害虫识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了12种常见的害虫种类数据集【"蚂蚁(ants)", "蜜蜂(bees)", "甲虫(beetle)", "毛虫(catterpillar)", "蚯蚓(earthworms)", "蜚蠊(earwig)", "蚱蜢(grasshopper)", "飞蛾(moth)", "鼻涕虫(slug)", "蜗牛(snail)", "黄蜂(wasp)", "象鼻虫(weevil)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Djan
507 1
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
10月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
962 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
9月前
|
人工智能
中国AI崛起与生成式人工智能(GAI)认证:驱动全球科技变革的人才战略
本文探讨了中国在人工智能(AI)领域的崛起及其对全球科技和经济的影响。文章回顾了中国AI研究的发展历程,从引进吸收到自主创新,政府政策支持与企业投入推动了AI技术的突破与广泛应用。同时,生成式人工智能(GAI)认证的重要性被强调,其为AI人才培养提供了专业标准,助力行业规范化发展。未来,中国将继续深化AI研究,加强国际交流,通过技能认证项目如GAI认证,为AI领域培养更多高素质人才,推动全球AI技术的繁荣发展。
|
12月前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
569 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别

热门文章

最新文章