認知計算公式原理學(xué)習(xí)目標認知概述認知計算概述認知計算經(jīng)典算法認知計算公式原理學(xué)習(xí)目標認知概述認知計算概述認知計算經(jīng)典算法認知計算公式原理一、認知的定義認知（cognition）是人們推測和判斷客觀事物的心理過程，是在過去的經(jīng)驗及對有關(guān)線索進行分析的基礎(chǔ)上形成的對信息的理解、分類、歸納、演繹和計算認知活動包括思維、語言、定向和意識4部分認知反映個體的思維能力，是制定和執(zhí)行護理計劃的依據(jù)認知計算公式原理1．思維人腦對客觀現(xiàn)實間接的、概括的反應(yīng)，是認識事物本質(zhì)特征及內(nèi)部規(guī)律的理性認知過程。思維活動是人類認識活動的最高形式，常通過語言文字表達思維具有連續(xù)性，否則為思維障礙。抽象思維、洞察力和判斷力是反映思維水平的主要指標。認知計算公式原理2．語言是人們進行思維的工具，是思維的物質(zhì)外殼學(xué)習(xí)語言的技巧與環(huán)境有關(guān)分接受性語言和表達性語言認知計算公式原理3．定向人們對現(xiàn)實的感覺，對過去、現(xiàn)在、將來的察覺以及對自我存在的意識。包括時間定向、地點定向、空間定向和人物定向認知計算公式原理4．意識是大腦功能活動的綜合表現(xiàn)。即對環(huán)境的知覺狀態(tài)。認知計算公式原理二、認知水平的評估思維能力的評估-抽象思維功能-洞察力-判斷力語言能力的評估定向力的評估意識的評估認知計算公式原理記憶-個人所經(jīng)歷過的事物在人腦中的反映，是人腦積累經(jīng)驗的功能表現(xiàn)。評估方法-短時記憶-長時記憶（一）思維能力的評估－抽象思維認知計算公式原理注意力心理活動對一定對象的指向和集中評估方法-無意注意：觀察被評估者對周圍環(huán)境變化的注意-有意注意（人類特有）：指派一些任務(wù)讓被評估者完成（一）思維能力的評估－抽象思維認知計算公式原理概念力人腦反映客觀事物本質(zhì)特性的思維形式。通過抽象概括，把握事物的本質(zhì)特性而形成。評估方法通過數(shù)次健康教育后，請被評估者概括相關(guān)內(nèi)容（一）思維能力的評估－抽象思維認知計算公式原理理解力對事物的理解能力。評估方法請被評估者按指示完成一些動作（一）思維能力的評估－抽象思維認知計算公式原理推理力有已知判斷推出新判斷的思維過程歸納（從特殊到一般）演繹（從一般到特殊）評估方法根據(jù)被評估者的年齡特征提出一定的問題（一）思維能力的評估－抽象思維認知計算公式原理識別與理解客觀事物真實性的能力評估方法讓被評估者描述所處情形，再與實際情形作比較看有無差異你認為導(dǎo)致你來就診的主要問題是什么？你如何判斷你目前的這種情況？（一）思維能力的評估－洞察力

認知計算公式原理肯定或否定某事物具有某種屬性或某行動方案可行性的思維方式受個體的年齡、情緒、智力、受教育水平、社會經(jīng)濟狀況、文化背景等的影響評估方法展示實物讓被評估者說出其屬性評價被評估者對將來打算的現(xiàn)實性與可行性進行評估（一）思維能力的評估－判斷力

認知計算公式原理（二）語言能力的評估語言能力是人們認知水平的重要標志，對判斷個體認知水平很有價值。認知計算公式原理（二）語言能力的評估評估方法

-提問-復(fù)述-自發(fā)性語言-命名-閱讀-書寫認知計算公式原理（三）定向力的評估時間定向力地點定向力空間定向力人物定向力定向力障礙的先后順序依次是時間、地點、空間和人物。認知計算公式原理（四）意識的評估

意識的臨床表現(xiàn)認知計算公式原理影響認知的因素年齡受教育水平生活經(jīng)歷文化背景疾病藥物作用酗酒吸毒認知計算公式原理認識論——比較——認知科學(xué)認識論比較認知科學(xué)思辨方法實驗邏輯工具具體實證單一學(xué)科綜合厘清思路目標具體驗證理論成果實效認知計算公式原理

七個問題1.

認識的本質(zhì)——兩條認識路線的對立2.

認識的能力3.

認識的來源4.

認識的過程5.

認識的途徑6.

認識的結(jié)果及其檢驗7.

認識的目的

認識論

Epistemology

TheTheoryofKnowledge

認知計算公式原理哲學(xué)認識論認知計算公式原理認知科學(xué)

研究方向認知計算公式原理認知

科學(xué)

——

無

所

不

能

——

學(xué)科認知計算公式原理認知

科學(xué)

——

最

colorful

的

學(xué)科認知計算公式原理頭腦

風(fēng)暴

——

最

大

科學(xué)

發(fā)

現(xiàn)認知計算公式原理認

知

科

學(xué)

——

最難

學(xué)

科認知計算公式原理難

在

何處

——

最大

黑

箱認知計算公式原理黑

箱

方

法認知計算公式原理黑箱示意圖輸入輸出內(nèi)部機制已知已知未知人腦—黑箱變化已知對比推測認知計算公式原理伽

德

納

六

邊

形認知計算公式原理學(xué)科六邊形artificialintelligencen.人工智能Anthropologyn.人類學(xué)Linguisticsn.語言學(xué)Psychologyn.心理學(xué)Philosophyn.哲學(xué)Neurosciencen.神經(jīng)系統(tǒng)科學(xué)(指神經(jīng)病學(xué)、神經(jīng)化學(xué)等)認知計算公式原理學(xué)習(xí)目標認知概述認知計算概述認知計算經(jīng)典算法認知計算公式原理ComparisonofSiliconComputersandCarbonComputersDigitalcomputersare

MadefromsiliconAccurate(essentiallynoerrors)Fast(nanoseconds)Executelongchainsofseriallogical

operations(billions)Irritatingtohumans認知計算公式原理ComparisonofSiliconComputersandCarbonComputersBrainsareMadefromcarboncompounds

Inaccurate(lowprecision,noisy)Slow(milliseconds,106timesslower)Executeshortchainsofparallelalogical

associativeoperations(perhaps10operations)Understandabletohumans認知計算公式原理PerformanceofSiliconComputersandCarbonComputerHugedisadvantageforcarbon:morethan1012

intheproductofspeedandpower.Butwedobetterandfasterthantheminmanytasks:speechrecognition,objectrecognition,facerecognition,motorcontrolmostcomplexmemoryfunctions,informationintegration.Implication:Cognitive“software”usesonlyafewbutverypowerfulelementaryoperations.認知計算公式原理WhyBuildaBrain-LikeComputer?

1.Engineering.

Computersareallspecialpurposedevices.

Manyoftheimportantpracticalcomputerapplicationsofthenextfewdecadeswillbecognitive:

·

Languageunderstanding.

·

Internetsearch.·

Cognitivedatamining.·

Decenthuman-computerinterfaces.

Wefeelitwillbenecessarytohaveabrain-likearchitecturetoruntheseapplicationsefficiently.認知計算公式原理2.KinshipRecognition,HumanFactors:

Toberecognizedasintelligentbyhumans,amachinehastohaveasomewhathuman-likeintelligence.Theremaybemanykindsofintelligence,butwecanonlyunderstandandcommunicatewithoneofthem!Successfulhuman-computerinteractionswillrequireabrain-likecomputerdoingcognitivecomputation.“Ifoxenandhorseshadhandsandcouldcreateworksofart,horseswoulddrawpicturesofgodslikehorsesandoxen,godslikeoxen…”Xenophanes(C.530B.C.E.)認知計算公式原理3.Personal:

Itwouldbetheultimatecoolgadget.Atechnologicalvision:In2050thepersonalcomputeryoubuyinWal-MartwillhavetwoCPU’swithverydifferentarchitecture:

First,atraditionalvonNeumannmachinethatrunsspreadsheets,doeswordprocessing,keepsyourcalendarstraight,etc.Whattheydonow.

Second,abrain-likechip

·

TohandletheinterfacewiththevonNeumannmachine,·

GiveyouthedatathatyouneedfromtheWeboryourfiles(butdidn’tthinktoaskfor).·

Beyoursiliconfriend,guide,andconfidant.認知計算公式原理History:TechnicalIssuesManyhaveproposedtheconstructionofbrain-likecomputersforcognitivecomputation.

Theseattemptsusuallystartwith

·

massivelyparallelarraysofneuralcomputingelements·

elementsbasedtosomedegreeonbiologicalneurons,·

thelayered2-Danatomyofmammaliancerebralcortex.

Suchattemptshavefailedcommercially.TheearlyconnectionmachinesfromThinkingMachines,Inc.,(W.D.Hillis,TheConnectionMachine,1987)wasthemostnearlysuccessfulcommercially..

Considertheextremesofcomputationalbrainmodels:認知計算公式原理FirstExtreme:BiologicalRealismThehumanbrainiscomposedofontheorderof1010neurons,connectedtogetherwithatleast1014neuralconnections.(Probablyunderestimates.)Biologicalneuronsandtheirconnectionsareextremelycomplexelectrochemicalstructures.Themorerealistictheneuronapproximationthesmallerthenetworkthatcanbemodeled.Thereisverygoodevidencethatforcerebralcortexabiggerbrainisabetterbrain.

Projectsthatmodelneuronsareofscientificinterest.

Theyarenotlargeenoughtomodelorsimulateinterestingcognition.認知計算公式原理

NeuralNetworks.

Themostsuccessfulbraininspiredmodelsareneuralnetworks.

Theyarebuiltfromsimpleapproximationsofbiologicalneurons:nonlinearintegrationofmanyweightedinputs.

Throwoutalltheotherbiologicaldetail.Cognitivecomputationisbasedonusefulapproximations.認知計算公式原理

SecondExtreme:AssociativelyLinkedNetworks.

Thesecondclassofbrain-likecomputingapproximationsisabasicpartofcomputerscience:

Associativelylinkedstructures.

Oneexampleofsuchastructureisasemanticnetwork.Suchstructuresunderliemostofthepracticallysuccessfulapplicationsofartificialintelligence.認知計算公式原理AssociativelyLinkedNetworks

(2)Theconnectionbetweenthebiologicalnervoussystemandsuchastructureisunclear.

Fewbelievethatnodesinasemanticnetworkcorrespondtosingleneuronsorgroupsofneurons.

Nodesarecomposedofmanypartsandcontainsignificantinternalstructure.

Physiology(fMRI)showsthatacomplexcognitivestructure–aword,forinstance–givesrisetowidelydistributedcorticalactivation.VirtueofLinkedNetworks:Theyhavesparselyconnectednodes.

Inpracticalsystems,thenumberoflinksconvergingonanoderangefromoneortwouptoadozenorso.

認知計算公式原理LookatSomeExamplesThebrain(andcognitivecomputation)dothingsdifferently:Ifyoubuildabrainexpecttogetweaknessesaswellasstrengths.Bothstrengthsandweaknessesareintrinsictothehardwareitself.Giveafewexamples.認知計算公式原理CognitiveStrengths

Strengths:Abilitytoapproximatecomplexeventsinusefulways(usingwords,concepts).Abilitytointegrateinformationfrommanysources.Effectivesearchofalargememory,thatis,integrationofpastexperiencewiththepresentsituation.Tightcouplingofhigher-leve