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