從數(shù)據(jù)到表征:人類認知對人工智能的啟發(fā)
發(fā)布時間：2021-01-02 00:29
人類智能具有快速學習和靈活遷移的特點,在應對復雜多變的外部環(huán)境時較人工智能系統(tǒng)表現(xiàn)出不可比擬的優(yōu)勢。該優(yōu)勢主要源于前者具備良好的知識表征。本文以"層層迭代,組件共享"的層級樹表征為例,深入討論了良好知識表征的特點,并詳細闡述了基于具體的語言語法和視覺語法規(guī)則所構建的語言和視覺層級樹表征。筆者認為,對良好的知識表征（如層級樹表征）的深入探討不僅可引領有關人類"強認知"領域的研究,同時也有助于實現(xiàn)當前人工智能系統(tǒng)從"大數(shù)據(jù)、小任務"到"小數(shù)據(jù)、大任務"的轉變。
【文章來源】：應用心理學. 2018年01期 CSSCI
【文章頁數(shù)】：12 頁
【部分圖文】：
圖1層級結構表征形式的示意圖
則，使用有限的語料生成數(shù)量無限的句子。人們通常通過替換組件的內容或改變組件的關系，以產生新的句子。圖2轉換生成語法理論中的語法解析樹(Chomsky，1964)轉換－生成語法理論中的層級結構表征，在諸多層面的語言認知研究如句法分析(Chomsky，1964)、語義識別(Smith，Sho-ben，＆Ｒips，1974)和語音識別(Norris＆McQueen，2008)等領域中均獲得了證據(jù)。最近的研究則進一步揭示了與語言密切相關的“概念學習”領域的等級表征(Hamlinetal．，2013;Johnson＆Keil，2014)。語言的層級結構表征也得到了認知神經科學證據(jù)的支持。在最近一項受到喬姆斯基高度評價和多次引用的工作中，丁鼐等(2016)通過利用腦磁圖(MEG)和顱內腦電(ECoG)測量，發(fā)現(xiàn)對于聽覺通道輸入的言語刺激，不同周期的神經震蕩可以并行跟蹤單詞、短語和句子等不同層次語言結構的加工進程。轉換－生成語法理論不僅提出了語言加工的表征，并提供了對該表征相應的運算法則———“情景－獨立語法”(context-freegrammar，CFG)。其中“語法”是大組塊分解為小組塊的規(guī)則的集合�！扒榫蔼毩ⅰ敝刚Z法規(guī)則本身不受其出現(xiàn)位置的上下文情景的影響。語法所制定的分解過程用符號“－＞”表達。“S－＞ABC”代表大組塊“S”依據(jù)規(guī)則被分解為了小組塊“A”“B”“C”。轉換－生成的過程同時包含了“且”(And)與“或”這兩類最基本的邏輯推理類型�！扒摇北憩F(xiàn)為分解規(guī)則的具體內容。例如規(guī)則“S－＞ABC”指定，對S的分解要求小組塊“A”“B”“C”同時出現(xiàn)，缺一不可。“或”體現(xiàn)在對同一組塊，可存在多種不同的分割規(guī)則。例如對組塊S，可以設定另外一條分解法則“S－＞ADE”�！扒摇钡募s束，使表征的結構具有穩(wěn)定性，“或”的選擇，使表征具有靈活性。對
2012，見圖3)。PCFG也應用于基因組功能識別(Knudsen＆Hein，2003)，網(wǎng)頁設計(Taltonetal．，2012)等領域。圖3通過語法歸納學習建筑風格(Taltonetal．，2012)5視覺語義與人工智能所關注的對有限視覺物體的分類不同，人類視覺的最終輸出可涵蓋大量豐富的內容和意義，包括視覺場景的結構，物體在場景中的作用，物體與物體間的關系，人與物的關系，人與人的關系，以及人與環(huán)境的關系等。視覺的語義屬性對社會生活具有重大影響，也是攝影能成為一個獨立的藝術門類的基矗大量出色的攝影圖片成為經典，并非僅僅是構圖精美、內容新穎，而是以它們特有的語言，講述了一個個生動的故事，這可借用一句英文的諺語概括為“一圖抵千言”(Apictureisworthathousandwords)(Stevenson，1949)。例如在CharlesEbbets1932年的作品《摩天大樓頂上的午餐》中(見圖4)，城市的繁華、鋼梁的危險和工人有說有笑的午餐構成了強烈的對比，精準地描述了那個時代的精神。由此推論，視覺表征必須支持對“視覺語義”靈活、高效的表達(即便以犧牲對雜亂、無語義圖像的低效表達為代價)。眾所周知，視覺的加工起始于對基本特征的加工，包括顏色、朝向以及由多種Gabor濾波器定義的特征(Julesz，1981)。然而視覺如何從這些有限、固定的特征出發(fā)，最終表達大量的語義呢?顯而易見，“語義輸出”與“特征輸入”間存在著巨大的落差，被稱為“語義鴻溝”(semanticgap)(Smeuldersetal．，2000)。視覺語義的存在得到了少許實驗研究的支持。人具有快速的將一個動態(tài)視覺事件描述為一個故事的能力(Heider＆Sim-mel，1944)，并且也能將語言中的概念落實到一個視覺場景中的某一個具體部分(Gorniak＆Ｒoy，2004;Jackendoff，1996;Talm
【參考文獻】：
期刊論文
[1]對注意的再思考:一個注意的強化學習模型[J]. 程少哲,史博皓,趙陽,徐昊骙,唐寧,高濤,周吉帆,沈模衛(wèi). 應用心理學. 2017(01)
[2]“強認知”的心理學研究:來自AlphaGo的啟示[J]. 周吉帆,徐昊骙,唐寧,史博皓,趙陽,高濤,沈模衛(wèi). 應用心理學. 2016(01)
本文編號：2952285
【文章來源】：應用心理學. 2018年01期 CSSCI
【文章頁數(shù)】：12 頁
【部分圖文】：
圖1層級結構表征形式的示意圖
則，使用有限的語料生成數(shù)量無限的句子。人們通常通過替換組件的內容或改變組件的關系，以產生新的句子。圖2轉換生成語法理論中的語法解析樹(Chomsky，1964)轉換－生成語法理論中的層級結構表征，在諸多層面的語言認知研究如句法分析(Chomsky，1964)、語義識別(Smith，Sho-ben，＆Ｒips，1974)和語音識別(Norris＆McQueen，2008)等領域中均獲得了證據(jù)。最近的研究則進一步揭示了與語言密切相關的“概念學習”領域的等級表征(Hamlinetal．，2013;Johnson＆Keil，2014)。語言的層級結構表征也得到了認知神經科學證據(jù)的支持。在最近一項受到喬姆斯基高度評價和多次引用的工作中，丁鼐等(2016)通過利用腦磁圖(MEG)和顱內腦電(ECoG)測量，發(fā)現(xiàn)對于聽覺通道輸入的言語刺激，不同周期的神經震蕩可以并行跟蹤單詞、短語和句子等不同層次語言結構的加工進程。轉換－生成語法理論不僅提出了語言加工的表征，并提供了對該表征相應的運算法則———“情景－獨立語法”(context-freegrammar，CFG)。其中“語法”是大組塊分解為小組塊的規(guī)則的集合�！扒榫蔼毩ⅰ敝刚Z法規(guī)則本身不受其出現(xiàn)位置的上下文情景的影響。語法所制定的分解過程用符號“－＞”表達。“S－＞ABC”代表大組塊“S”依據(jù)規(guī)則被分解為了小組塊“A”“B”“C”。轉換－生成的過程同時包含了“且”(And)與“或”這兩類最基本的邏輯推理類型�！扒摇北憩F(xiàn)為分解規(guī)則的具體內容。例如規(guī)則“S－＞ABC”指定，對S的分解要求小組塊“A”“B”“C”同時出現(xiàn)，缺一不可。“或”體現(xiàn)在對同一組塊，可存在多種不同的分割規(guī)則。例如對組塊S，可以設定另外一條分解法則“S－＞ADE”�！扒摇钡募s束，使表征的結構具有穩(wěn)定性，“或”的選擇，使表征具有靈活性。對
2012，見圖3)。PCFG也應用于基因組功能識別(Knudsen＆Hein，2003)，網(wǎng)頁設計(Taltonetal．，2012)等領域。圖3通過語法歸納學習建筑風格(Taltonetal．，2012)5視覺語義與人工智能所關注的對有限視覺物體的分類不同，人類視覺的最終輸出可涵蓋大量豐富的內容和意義，包括視覺場景的結構，物體在場景中的作用，物體與物體間的關系，人與物的關系，人與人的關系，以及人與環(huán)境的關系等。視覺的語義屬性對社會生活具有重大影響，也是攝影能成為一個獨立的藝術門類的基矗大量出色的攝影圖片成為經典，并非僅僅是構圖精美、內容新穎，而是以它們特有的語言，講述了一個個生動的故事，這可借用一句英文的諺語概括為“一圖抵千言”(Apictureisworthathousandwords)(Stevenson，1949)。例如在CharlesEbbets1932年的作品《摩天大樓頂上的午餐》中(見圖4)，城市的繁華、鋼梁的危險和工人有說有笑的午餐構成了強烈的對比，精準地描述了那個時代的精神。由此推論，視覺表征必須支持對“視覺語義”靈活、高效的表達(即便以犧牲對雜亂、無語義圖像的低效表達為代價)。眾所周知，視覺的加工起始于對基本特征的加工，包括顏色、朝向以及由多種Gabor濾波器定義的特征(Julesz，1981)。然而視覺如何從這些有限、固定的特征出發(fā)，最終表達大量的語義呢?顯而易見，“語義輸出”與“特征輸入”間存在著巨大的落差，被稱為“語義鴻溝”(semanticgap)(Smeuldersetal．，2000)。視覺語義的存在得到了少許實驗研究的支持。人具有快速的將一個動態(tài)視覺事件描述為一個故事的能力(Heider＆Sim-mel，1944)，并且也能將語言中的概念落實到一個視覺場景中的某一個具體部分(Gorniak＆Ｒoy，2004;Jackendoff，1996;Talm
【參考文獻】：
期刊論文
[1]對注意的再思考:一個注意的強化學習模型[J]. 程少哲,史博皓,趙陽,徐昊骙,唐寧,高濤,周吉帆,沈模衛(wèi). 應用心理學. 2017(01)
[2]“強認知”的心理學研究:來自AlphaGo的啟示[J]. 周吉帆,徐昊骙,唐寧,史博皓,趙陽,高濤,沈模衛(wèi). 應用心理學. 2016(01)
本文編號：2952285
本文鏈接：http://sikaile.net/kejilunwen/rengongzhinen/2952285.html
教材專著
