1、與認(rèn)知Media and第1章與認(rèn)知概述電子系進(jìn)利1圖from第1章與認(rèn)知概述1.1信息與1.2認(rèn)知與信息處理1.3與認(rèn)知拓展21.1信息與1，信息隨著互聯(lián)網(wǎng)的滲透和延伸，人類息的海洋之中。書信和郵件、文字和聲音、圖像和已經(jīng)侵潤在信、和電視、數(shù)字和圖表、信號和標(biāo)識，所有這些載著大量的信息川流不息地在我們的生命中32014年8月，了大型片互聯(lián)網(wǎng)時代，全面、系統(tǒng)、深入、客觀地展和互聯(lián)網(wǎng)誕生的整個過程了發(fā)TH wsj商業(yè)服務(wù)支付寶全球數(shù)據(jù)監(jiān)測展示中心。包括實時民生服務(wù)支付情況、各地區(qū)交、活躍度。2010年我國電子商務(wù)45萬億元，零售5231營億元，約為消費(fèi)品零售總額的33，應(yīng)用網(wǎng)上和銷的中小企業(yè)比例

2、達(dá)到421。TH wsj形態(tài)演變我們所的新TH wsj：主要特征就是通過商業(yè)的力Web1.0量，將線下以“”（atom）形態(tài)的信息內(nèi)容，通過數(shù)字化的過程移植在互聯(lián)網(wǎng)上并且以“比特”（。“Web2.0：以“交互化”為。所謂的“交互化”，是指以化的公眾為主體，通過集體智慧和集體大規(guī)模的分工協(xié)作，將分散的信息組織起來。大數(shù)據(jù)來臨TH wsj20億?每分鐘24小時TH wsj全看完，412年?1千4百萬條40億張F(tuán)lickr，相當(dāng)于地球上每兩個人就有一張在上面TH wsj一天50億分鐘?, 每天2千7百萬條?每周共享的內(nèi)容10億條?公民（CitizenJournalism）TH wsj公民（Citiz

3、enJournalism）TH wsj Web1.0 -Web2.0-Web3.0所謂Web3.0，是以3D互聯(lián)網(wǎng)技術(shù)為基礎(chǔ)，以虛擬現(xiàn)實世界為代表性維度上對第二代互聯(lián)網(wǎng)進(jìn)行了新的拓展。因此數(shù)字化、交互化和虛擬化是Web3.0的三大特征。所謂虛擬化，是指在Web3.0，網(wǎng)眾以“沉浸”（immersion）的方式融入虛擬環(huán)境中，以自然的方式與彼此、以及虛擬的環(huán)境進(jìn)行交互。在以三維互聯(lián)網(wǎng)為基礎(chǔ)的環(huán)境下，個人以虛擬化身（avatar）的方式沉浸到虛擬現(xiàn)實世界中所有的行為、語義在虛擬現(xiàn)實的虛擬空間范圍內(nèi)發(fā)生。谷歌地球（Earth）TH wsj谷歌地球（Earth，GE）是一款公司開發(fā)的虛擬地球儀軟件，它

4、把、航空照相和GIS布置在一個地球的三維模型上。Earth于2005年向全球推出， 被PC 世界雜志評為2005年全球100種最佳新之一。信息的本質(zhì)與定義：信息論的奠基人之一香農(nóng)（Shanon），1948年以信息公式的方 式定義“信息是熵的減少”。這里的“熵”是不確定性的度量。香農(nóng)的信息定義，實際上是說，信息是“用來消除不確定的內(nèi) 容”。信息，是物質(zhì)相互作用中反映 出的事物狀態(tài)與屬性，“事物”泛指一切的對象，包括客觀世界的物質(zhì)實體，也包括主觀世界的意識思維。比如，原始人用特定表示“這里有”。這里有就是一種事物狀態(tài)182，信息的載體我們的祖先“現(xiàn)代人”，在長成我們今天的樣子之前就開始使用和信息了

5、早期的人類喜歡通過聲音來信息，比如某種特定表示“這里有”，提醒同伴來隨著人類的進(jìn)化，需要表達(dá)的信息越來越多，幾種簡單不能完，語言就此產(chǎn)生。當(dāng)語言和詞匯多到一定程度，人類僅靠大腦已經(jīng)無 法記住所有知識的時候，文字就此產(chǎn)生了19這些語言、文字、數(shù)字的產(chǎn)生，都是為了同一個目的和信息。它們只是信息的載體，不是信息本身20非洲鼓聲21口語 人類大約在4萬至5萬年前發(fā)明了口頭語言，人類進(jìn)頭時期。u 晚期智人（距今4-5萬年）腦容量已經(jīng)和現(xiàn)代人差不多，表明具有產(chǎn)生語言的思維水平u 晚期智人之后，人類言產(chǎn)生進(jìn)步突然加快，很可能受益 口語的特征在于共時性，是一種典型的“在場”的面對面的交流與。文字 大約5000

6、年前，以文字為的人類第一套體外化信息系統(tǒng)的形成和擴(kuò)展，使結(jié)構(gòu)發(fā)生了。世界統(tǒng)范圍樣例漢字系統(tǒng)在東亞，主要是中國、韓國漢字字母在南亞和東南亞，主要是、孟加拉國等字母主要在北非和西亞，中心是中東的， 是教斯拉夫字母主要是原、保加利亞、原南斯拉夫拉丁字母以西歐為基地，到大半個地球ABCDEF結(jié)繩計數(shù)結(jié)繩計數(shù)：大約在300萬年前，處于原始的人類用在繩子上打結(jié)的方法來記數(shù)，并以繩結(jié)的大小來表示野獸的大小。數(shù)的概念就是這樣逐漸發(fā)展起來的。如今，人類對數(shù)的認(rèn)識已經(jīng)遠(yuǎn)遠(yuǎn)超過古人，數(shù)的表現(xiàn)形式也豐富多彩烽火臺烽火臺又稱烽燧，俗稱烽堠、煙墩、墩臺。古時用于點燃煙火傳遞重要消息的高臺，系古代重要軍事防御設(shè)施，是為防止

7、敵人而建的，遇有敵情發(fā)生，則煙，夜間點火，相連，傳遞消息。是最古老但行之有效的消息傳遞方式。25象形文字象形文字(Hieroglyphic)來自于圖畫文字，是一種最原始的造字方法，圖畫性質(zhì)減弱，象征性質(zhì)增強(qiáng)。因為有些實體事物和抽象事物是畫不出來的，它的局限性很大。埃及的象形文字、蘇美爾文、古文以及中國的甲骨文，都是地從原始最簡單的圖畫和花紋產(chǎn)生出來的。約5000年前，古埃及人發(fā)明了象形文字。這種字寫起來既慢又很難看懂。隨著時光的流逝，最終連埃及人也忘記了如何釋譯。后來經(jīng)過法國人的譯解，才辯認(rèn)這種文字。中國納西族所采用的東巴文和水族的現(xiàn)存世上唯一仍在使用的象形統(tǒng)，是26技術(shù)的發(fā)展 語言、文字的產(chǎn)

8、生 印刷技術(shù)發(fā)明、書刊報紙 廣播、電視、 數(shù)字廣播影視、數(shù)字 廣播影視，使人類信息的廣度和深度得到了空前的擴(kuò)展 數(shù)字、改變了信息的生產(chǎn)、傳播、交換、消費(fèi)方式u 信息從向共享、從自成體系向開放體系、從單向向互動交流方向轉(zhuǎn)變移動互聯(lián)網(wǎng) 隨時、隨地、隨意獲取信息u 信息的處理成為關(guān)鍵問題協(xié)作 碎片化思考的 隱私及安全問題數(shù)字、文字、語音、圖像、被稱為，都是信息的載體，的定義信息的載體，是信息的一種表示形式的形式信息有兩種載體：第一載體（無形的物質(zhì)載體）：聲音、文字、符號、圖像、聲光波等；第二載體（有形的物 質(zhì)載體）：紙張、膠卷、磁帶、磁盤、實物等。在信息系統(tǒng)中，無形的物質(zhì)載體通常需要和有形的物質(zhì)載體

9、相結(jié)合。30漢字識別與詞典翻譯理解 人類“管中窺豹式”閱讀難以形成對“三元空間”（現(xiàn)實世界、空間、人類認(rèn)知）完整準(zhǔn)確的認(rèn)識 實現(xiàn)閱讀理解是關(guān)鍵形式化的人類認(rèn)知人類認(rèn)知機(jī)器理解人本傳感器感知/認(rèn)知行為寫現(xiàn)實世界大數(shù)據(jù)空間時空中的人、物、事行為分析、認(rèn)知相互作用信息、認(rèn)知信息第1章與認(rèn)知概述1.1信息與1.2認(rèn)知與信息處理1.3與認(rèn)知拓展351.2認(rèn)知與信息處理隨著人類的進(jìn)步和文明化的進(jìn)展，需要表達(dá)的信息越來越多，越來越豐富，也越來越抽象。信息須經(jīng)過、處理才能被認(rèn)知。如同人的認(rèn)知一樣，需要對進(jìn)入視覺、聽覺等感知的信息進(jìn)行和處理，才能被人的大腦理解。3605/23/content_809303.ht

10、m問題：為什么要信息處理，認(rèn)知與信息處理的關(guān)系認(rèn)知包括人對的認(rèn)知，對的認(rèn)知信息記入時，需對信息進(jìn)行、處理、編碼信息處理包括特征提取和編碼，編碼規(guī)則應(yīng)統(tǒng)一不同表達(dá)相同意思：相同表達(dá)不同意思：中文：手紙日語：手紙37信息、認(rèn)知認(rèn)知信息信息處理表達(dá)信息的形、圖像、就變得多種多樣，語音、文字、圖等，成為人們獲取信息的主要載體 文本u 文本檢索、文本分類、文本摘要、 圖像及翻譯等編碼、3DTV等 語音u 語音編碼、語音摘要、目標(biāo)檢測、跟蹤、識別、u、語音識別等信息處理圖像編碼物體識別特征提取From Gonzalez book認(rèn)知、信息 人的認(rèn)知同樣需要對信息處理u 感知、注意、記憶、學(xué)習(xí)、思維、意識、

11、情緒等u 視聽覺信息處理u 語言認(rèn)知 人工智能賦予認(rèn)知能力測試uu 符號u 聯(lián)接u 行為u 模式識別人類認(rèn)知機(jī)理的研究問題：為什么要研究人類認(rèn)知機(jī)理目的：創(chuàng)新新；使具有人的智能Channel Sparse Coding Accuracy Topography350Fp1 Fpz Fp2Af7 Af3Af4 Af8300Afz 腦電、腦成像、眼動分析等技術(shù)F7 F5 F3 F1 Fz F2 F4 F6 F8Ft7 Fc5 Fc3 Fc1 Fcz Fc2 Fc4 Fc6 Ft8250T9 T7 C5 C3 C1 Cz C2 C4 C6 T8 T 0200Tp7 Cp5 Cp3 Cp1 Cpz Cp

12、2 Cp4 Cp6 Tp8P3 P1 Pz P2 P4150P7 P5P6 P8Poz Po4 Po8Po7 Po3O1O2Oz100Iz50 心理學(xué)實驗 2013年，美國“人腦繪圖”計劃 （30億）歐盟“人腦工程”計劃 （10億歐元）研究人類認(rèn)知機(jī)理 創(chuàng)新新視覺蘋果iPad眼鏡虛擬現(xiàn)實研究人類認(rèn)知機(jī)理具有智能？測試：測試是否具備智能的方法和準(zhǔn)則IBMDeepQA自然語言問答系統(tǒng)2011年在美國著名益智問答中戰(zhàn)勝人類冠軍選手u 繼 “深藍(lán)”1997年戰(zhàn)勝國際象棋世界冠軍后提出的又一大u 語言理解是DeepQA的支撐技術(shù)Q: Who was presidentially pardoned on

13、September 8, 1974?A: Nixon.DeepQA自然語言問答系統(tǒng)劃之作：能思考嗎？人工智能領(lǐng)域：獎得主Marvin Minsky (1969): For his central role in creating, shaping, promoting, and advancing the field of Artificial Intelligence.John Mccarthy (1971): Dr. McCarthys lecture The Present State of Research on Artificial Intelligence is a topic t

14、hat covers the area in which he has achieved considerable recognition for his work.Herbert Simon, Allen Newell (1975): For making basic contributions to artificial intelligence, the psychology of human cognition, and list processing.Edward Feigenbaum, Raj Reddy (1994): For pioneering the design and

15、construction of large scale artificial intelligence systems, demonstrating the practical importance and potential commercial impact of artificial intelligence technology.Leslie Gabriel Valiant (2010): For transformative contributions to the theory of computation, including the theory of probably app

16、roximately correct (PAC) learning, the complexity of enumeration and of algebraic computation, and the theory of parallel and distributed computing.Judea Pearl (2011): For fundamental contributions to artificial intelligence through the development of a calculus for probabilistic and causal reasonin

17、g.人工智能（一）：符號方法 Herbert Simon, Allen Newell為代表提出的物理符號系統(tǒng)假說（physicalsymbolsystem hypothesis）u 系統(tǒng)內(nèi)部均有一組符號結(jié)構(gòu)，以及作用在這些符號結(jié)構(gòu)上生成其他符號結(jié)構(gòu)的一組過程u 任一物理符號系統(tǒng)如果是有智能的，則必能執(zhí)行對符號的輸入、輸出、建立符號結(jié)構(gòu)這樣6種操作、條件轉(zhuǎn)移和u 反之，能執(zhí)行這6種操作的任何系統(tǒng)，也就一定能夠表現(xiàn)出智能人工智能（一）：符號方法 認(rèn)知基元是符號，智能行為通過符號操作來實現(xiàn), 以美國科學(xué)家Robinson提出的歸結(jié)原理為基礎(chǔ)， 以Lisp和Prolog語言為代表 著重問題求解中的啟發(fā)

18、式搜索和推理過程，在邏輯思維的模擬方面取得系統(tǒng)，如自動定理證明和u 1977年給出了一類平面幾何問題的機(jī)械化證明理論 (吳方法)，在計算機(jī)上證明了一大批平面幾何定理人工智能（二）：聯(lián)結(jié)方法 J.J.Hopfield為代表提出的人工神經(jīng)方法u 思維的基元是神經(jīng)元，把智能理解為相互聯(lián)結(jié)的神經(jīng)元競爭與協(xié)作的結(jié)果,其中以反向模型和Hopfield模型更為突出u 著重結(jié)構(gòu)模擬，研究神經(jīng)元特征、神經(jīng)元拓樸、學(xué)習(xí)規(guī)則、的非線性動力學(xué)性質(zhì)和自適應(yīng)的協(xié)為u 新進(jìn)展：深度學(xué)習(xí)人工智能（二）：聯(lián)結(jié)方法 人工神經(jīng)新進(jìn)展：深度學(xué)習(xí)u 通過學(xué)習(xí)得到的“結(jié)構(gòu)”實現(xiàn)對數(shù)據(jù)特征的自動抽取Geoffrey HintonDBN（2

19、006年）學(xué)會深度信念英國采用深度學(xué)習(xí)的語音識別方法錯誤率比傳統(tǒng)方法相對減少30%以上人工智能（二）：聯(lián)結(jié)方法 1975年，John Holland提出遺傳算法的選擇(selection)、交叉u 模仿生物中(crossover)和變異(mutation)的自然進(jìn)化過程,通過結(jié)構(gòu)重組,形成一代代新群體（populations) ,最終收斂于近似優(yōu)化解u 用于處理多變量、非線性、不確定、甚至混沌的大搜索空間的有約束的優(yōu)化問題人工智能（三）：行為方法 以R.A.Brooks為代表提出，反饋是基石，沒有反饋就沒有智能u 強(qiáng)調(diào)智能系統(tǒng)與環(huán)境的交互，從運(yùn)行的環(huán)境中獲取信息（感知），通過行為對環(huán)境施加影響

20、論中的 智能行為體現(xiàn)在系統(tǒng)與環(huán)境的交互之結(jié)構(gòu)和智能行為不可分割能、人工智能的一個重要領(lǐng)域：模式識別 人在觀察、認(rèn)識事物和現(xiàn)象時，常常尋找事物和現(xiàn)象的相同與不同之處，根據(jù)使用目的進(jìn)行分類、聚類和，人的這種思維能力即是模式識別 模式識別具有多樣性和多元化，可以在不同的概念粒度上進(jìn)行 計算機(jī)模式識別的主要方法：u 模版匹配u 結(jié)構(gòu)模式識別u 統(tǒng)計模式識別u 人工神經(jīng)（深度學(xué)習(xí)）第1章與認(rèn)知概述1.1信息與1.2認(rèn)知與信息處理1.3與認(rèn)知拓展531.與認(rèn)知拓展人類的發(fā)展與文明的進(jìn)步，主要表現(xiàn)在人類不斷提高對自身和客觀世界的認(rèn)識，不斷創(chuàng)造新過程的opment/development.html54與認(rèn)知的相互作用人們獲取信息通過技術(shù)，利用表征知識和信息的文字、圖像、聲音、動畫、等多種，為人們帶來便捷快速、表現(xiàn)力豐富、身臨其境的感受。如互聯(lián)網(wǎng)，智能，虛擬現(xiàn)實，穿戴式設(shè)備55谷歌眼鏡TH wsj谷歌眼鏡（Pro