脑认知与智能计算
正在更新……
本笔记随课更新。
2023-2024学年度秋季学期。
Chapter 1. Lecture Overview + Sensation & Perception
1. 概述
1.1 什么是智能?
具有下面的特征:主动性、学习性、自适应(强泛化)、节俭原则(结构、选择性竞争)、时空编码
强人工智能:
- 不局限某种特定任务功能层面接近或超越、更主要是心智、思维、意识等认知模拟
- 主动学习、自主行为、理解语义、强泛化、自我意识
- 人脑模拟或延伸
弱人工智能:
- 某种特定任务层面接近或超越、某个特定行为模拟
- 数据集强相关、弱泛化、被动、语义鸿沟
- 数据/符号驱动、人类工具延伸
- 强调外部刺激、忽视认知基础及其决定作用
弱人工智能: 经典三层计算架构离身认知计算范式:数据驱动->数据分类学习(知识表示)->匹配识别(推理计算)
强人工智能:理解/自省语义、因果关系网络、时空编码、具身认知、自主学习、主观情感性
语义接地问题是人工智能的核心基础问题。
1.2 机器学习
分类:有监督学习、无监督学习、自监督学习、强化学习
介绍了机器学习的发展历史时间线。
脉冲神经元计算模型:
- HH 模型:一个经典(1952)的模型。通过测量巨型鱿鱼轴突中动作电位对不同电流反应拟合出的模型。由一组四个常微分方程组成,对生物神经元多个特性描述较为准确但计算复杂。
- LIF 模型:是一种对 HH 模型的简化。为获得瞬时电压与输入电流的关系运用了电学相关理论。
介绍了神经网络神经学习。
介绍了当前研究热点。