【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
|
2月前
|
机器学习/深度学习 算法 TensorFlow
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
动物识别系统。本项目以Python作为主要编程语言,并基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集4种常见的动物图像数据集(猫、狗、鸡、马)然后进行模型训练,得到一个识别精度较高的模型文件,然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面,实现用户上传一张动物图片,识别其名称。
93 1
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
|
6天前
|
人工智能 监控 物联网
深度探索人工智能与物联网的融合:构建未来智能生态系统###
在当今这个数据驱动的时代,人工智能(AI)与物联网(IoT)的深度融合正引领着一场前所未有的技术革命。本文旨在深入剖析这一融合背后的技术原理、探讨其在不同领域的应用实例及面临的挑战与机遇,为读者描绘一幅关于未来智能生态系统的宏伟蓝图。通过技术创新的视角,我们不仅揭示了AI与IoT结合的强大潜力,也展望了它们如何共同塑造一个更加高效、可持续且互联的世界。 ###
|
6天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
29 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
6天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
26 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
2月前
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
121 22
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
|
30天前
|
存储 机器学习/深度学习 人工智能
探索未来科技:人工智能与区块链的融合之路
【10月更文挑战第14天】探索未来科技:人工智能与区块链的融合之路
44 1
|
2月前
|
机器学习/深度学习 人工智能 算法
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
鸟类识别系统。本系统采用Python作为主要开发语言,通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型,然后进行模型的迭代训练,得到一个识别精度较高的模型,然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面,实现用户上传一张鸟类图像,识别其名称。
108 12
鸟类识别系统Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+ResNet50算法模型+图像识别
|
2月前
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
103 6
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
2月前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
90 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
20天前
|
机器学习/深度学习 人工智能 自动驾驶
探索人工智能:未来科技的无限可能
【10月更文挑战第22天】 在21世纪,人工智能(AI)已经成为推动科技进步的重要力量。本文将深入探讨人工智能的定义、发展历程、当前应用以及未来趋势。通过了解人工智能的本质和潜力,我们可以更好地把握这一技术带来的机遇和挑战,为未来的科技发展做好准备。
25 0