Абстрактный интеллект — Энциклопедия системно-векторной психологии
Материал из Энциклопедия системно-векторной психологии
Абстрактный интеллект – особый вид когнитивной способности человека со звуковым вектором, позволяющей выявлять, осмысливать и описывать сложные системные вопросы и явления, оперировать понятиями и смыслами слов, проникать за грань (пределы) привычного миропонимания. Абстрактный интеллект неразрывно связан со стремлением человека постичь мироустройство во всех его проявлениях – от законов неживой и живой природы до тайн жизни как таковой и её первопричины – Абсолюта.
Выявление и раскрытие неочевидного, осмысление и словесное обозначение истоков сложных явлений – это особая умственная способность звукового человека постигать абстрактные смыслы, оперировать ими и создавать на этой основе смысловые построения, доступные пониманию остальных людей.
Развитый абстрактный интеллект – это колоссальный психический объем, характерный для талантливых и даже гениальных философов, писателей, поэтов, музыкантов, физиков, программистов, математиков.
Абстрактный интеллект и звуковой вектор
В системно-векторной психологии Юрия Бурлана раскрывается, что возможности абстрактного интеллекта природно (от рождения) присущи исключительно людям со звуковым вектором. Таких людей называют «звуковиками». Звуковики задумчивы и зачастую немногословны. Обычно они – большие эгоцентрики. В звуковом векторе нет никаких материальных желаний, кроме базовых, характерных для всех векторов: есть, пить, дышать и спать.
Звук устремлен к познанию самого себя. Звуковикам свойственно задаваться вопросами о смысле жизни, о природе вещей, о бренности и зачастую чуждости (собственного) тела, которое нередко ощущается человеком как заточение его души, о своем месте в Мире, жизненном предназначении. Для таких людей характерны поиски Бога, стремление понять скрытые законы мироустройства.
Своеобразие абстрактного интеллекта становится очевидным, если сравнивать его с другими видами интеллекта, описанными в СВП (системно-векторной психологии Юрия Бурлана). Например:
- Логический интеллект (в «кожном» векторе) ориентирован на выявление причинно-следственных связей: от прогнозирования последствий совершенных действий до блестящих логических построений, моделей, проявляющих эти связи. Ярко представлен этот вид интеллекта во всевозможных доказательствах, например, – в юридическом обосновании виновности или невиновности человека.
- Аналитический интеллект (в «анальном» векторе) своим названием указывает на предрасположенность к анализу: разбирать на части, исследовать детали – с целью постижения устройства изучаемого объекта. Этот вид интеллекта (или точнее было бы назвать его умом) направлен на изучение уже существующих объектов (от модели автомобиля – со способностью безукоризненно отлаживать его механизм, – до исторических событий с изучением подробностей и своеобразия атмосферы давно минувших дней), поэтому этот вид интеллекта как бы обращен в прошлое.
- Образный интеллект характерен для «зрительного» вектора.
«Зрительный» человек мыслит образами, преимущественно – визуальными. Образ как целостное (совокупное) отражение свойств объекта, явления становится инструментом одномоментного «схватывания», постижения не только сути, но и неуловимых нюансов, без которых образная мыслеформа (в голове человека) будет неполной. Часто образный интеллект не возможен без эстетического постижения прекрасного (или без-образ-ного).
- Вербальный интеллект характерен для человека с «оральным» вектором, который мыслит говорением, и именно в процессе произнесения слов или после того, как они прозвучали завершенным предложением, «оральный» человек – post factum – понимает то, что он сказал (помыслил). Поэтому человек с вербальным интеллектом испытывает потребность размышлять вслух, но не «тихо сам с собою», а – в уши слушателям.
Звуковик постоянно думает. Ему свойственно сосредоточиваться на своих внутренних состояниях: как бы вслушивается в окружающий мир, улавливая его «вибрации», из которых он извлекает информацию, осмысливает её – стремится додуматься, дойти до разгадки чего-то скрытого за пределами обозримого мира.
Ухо (у звуковика это – эрогенная зона) улавливает колебания извне, которые попадая в поле сознания, вызывают определенные ощущения; звуковой интеллект сосредоточен на осмыслении ощущений от этих вибраций. Простейший пример (звуковой) вибрации, несущей смысл – это слово. Проходя через слуховые рецепторы уха в височные доли мозга, эти вибрации мгновенно перерабатываются сознанием, позволяя человеку воспринять смысл, заключенный в слове. Абстрактный интеллект использует слова как средства, помогающие извлекать и создавать из сложной сути явлений стройные и доступные для человеческого сознания смысловые ряды. Словесная формулировка смыслов, познание семантико-фонетического своеобразия разных языков – это стихия звуковика.
Нередко свои идеи и догадки звуковик записывает (особенно свойственно это анальным звуковикам, писателям, философам и мыслителям). Такой процесс мышления требует тишины и уединения – прежде, чем продукт размышлений оформится и будет вынесен на суд читателей. Часто крайне ясные мыслеформы открываются звуковику именно в ночное время, когда не отвлекают посторонние звуки, и есть возможность всецело сосредоточиться на своих мыслях.
Звуковики – мастера создавать новые образы, облекая их в живую материю слова, в безграничные пределы семиотической емкости языковых знаков. Они творцы литературного слова – поэтического и прозаического.
Кроме этого, звуковики особенно восприимчивы к музыке, которая также является ярким примером вибраций, наполненных смыслом. В первую очередь именно для звуковиков музыка – это особая стихия, дающая возможность чувственно воспринимать смыслы. Некоторые звуковики не могут жить без музыки; только она делает их жизнь осмысленной.
Звуковики нередко находят свое призвание в областях знаний, использующих символьные знаковые системы: математика, физика, астрономия.
Абстрактный интеллект определяется двумя факторами. Во-первых, заданными природными свойствами, т.е. предрасположенностью человека к абстрактным умозаключениям и огромным (в потенциале) объемом психического, необходимым для умственного сосредоточения и создания мыслеформ определенного качества. И, во-вторых, – соответствующим прижизненным развитием этих природных свойств (задатков) в способность продуцировать абстрактные мыслеформы, передаваемые словесными, музыкальными или другими символическими средствами смыслы, доступные для понимания другим людям.
Загадки абстрактного интеллекта — Вестник антиклеветы Системно-векторной психологии. Юрий Бурлан.Вестник антиклеветы Системно-векторной психологии. Юрий Бурлан.
Иногда, когда сталкиваешься с чем-то действительно гениальным, будь то недавно прочитанная книга или новейшее изобретение, диву даешься: кто же это всё придумывает? Как человек додумывается до таких вещей? Откуда в его голове рождаются эти великолепные идеи? Неужели каждый из нас способен на что-то подобное?
У каждого из нас есть свои особенности, развивая которые можно достичь настоящих высот: развиться, стать мастером своего дела, лучшим из лучших.
Но есть особый род людей. Странные и сумасшедшие, на первый взгляд, люди со звуковым вектором привносят в мир всё гениальное. Изобретатели, музыканты, писатели, поэты, философы… да мало ли областей, где есть свои гении? К чему ни притрагивается человек со звуковым вектором, чем ни начинает заниматься, всё выбивается из привычного ряда вещей, особенно если, помимо звукового, есть другие вектора: например, зрительный.
В чем секрет людей со звуковым вектором? В их мышлении. Абстрактный интеллект – это вам не шутки! 90% людей, обитающих на планете Земля, воспринимают этот мир через зрительный сенсор. Мир вокруг – это то, что я вижу. Мир внутри – это мое психическое и то, что я ощущаю в своем физическом теле. Так, например, люди со зрительным вектором, обладающие образным интеллектом, наделены уникальным даром для познания мира физического. Настоящие ученые. Но, вот беда, представить то, что никогда не видели, зрительникам сложно: образный интеллект имеет свои «рамки», выбраться за которые невозможно.
Человек со звуковым вектором устроен несколько иначе. Для этого абсолютного интроверта оба мира существуют внутри: мир снаружи — бессознательное — и мир внутри — собственно «я». Внешний мир звуковикам часто кажется иллюзорным, ложным. А есть ли мир вообще? Физическое такого человека не интересует, тяготит: вплоть до полного отказа от «привычных человеческих радостей». Смерть его не пугает. Всё бессмысленно, всё тлен.
Бессознательное абстрактно: его не увидишь и не сведешь к образному ряду. Именно поэтому только звуковик, чье мышление не ограничено картинкой, способен видеть и понимать больше, чем все остальные. Он мыслит этими самыми абстракциями. Абстрактный интеллект – суть свобода, которая позволяет нарушать границы. Стоит просто сосредоточиться — и внезапно приходит мысль. Можно услышать мелодию… или целые строки в голове, раз за разом повторяющиеся, бьющие набатом в висок… как будто кто-то их нашептывает. Остается просто взять листок и записать: шедевр готов. Никаких мучительных потугов, выдавливания смысла: всё само собой, как будто, так и надо. Так приходят любые идеи, будь то музыка, формулы или что-то еще. При определенной мере сосредоточения человек со звуковым вектором их ощущает как абстракции и облекает в материальную форму.
Рожденный ночным охранником стаи, человек со звуковым вектором вслушивается в состояние своего психического, когда сосредоточен на внешнем мире: вслушивается в тишину, пытаясь услышать хруст веточки под лапой леопарда, и рождает то самое «Я», вопрос «Кто я?». В отличие от задачи зрительника, суть которой состоит в познании мира физического, задача звуковика — познать мир метафизический, мир внутри, самого себя, именно для этого человек со звуковым вектором был наделен абстрактным интеллектом. Когда звуковик выполняет данную ему от природы цель, то получает грандиозное наслаждение. Противоположное самому большому наслаждению, величайшее страдание приходит в ответ на звуковые нехватки, когда человек не наполняется, отказывается от познания себя, ведь сосредоточение ума – задача не из легких, хоть и кажется кому-то, на первый взгляд, чем-то простым и незначительным.
Депрессии, апатии… звуковики часто сбегают от плохих состояний в другую реальность. Сон – лишь один из способов «укрыться», спрятаться. Люди со звуковым вектором в плохих состояниях могут спать по 20 часов в день! Можно проспать всю жизнь, но так и не найти ответов, поэтому природа специально «посылает» бессонницу, головные боли. Нам кажется, что они беспричинны. На самом деле, это тревожные звоночки: зияющие черные дыры внутри нас требуют наполнения и не дают спать.
Все ли звуковики способны рождать идеи? В потенциале – все, но всё зависит от состояния звукового вектора. Когда человек со звуковым вектором испытывает страдания, когда он сосредотачивается на самом себе, идеи покидают его. Например, многие музыканты, поэты, решившиеся на суицид, незадолго до ухода из жизни жаловались на полное отсутствие вдохновения: песни не писались, стихи не сочинялись. Ложное ощущение, что все уже придумано, что запас идей закончился – лишь следствие плохих состояний.
Единственный способ наполниться, развиться, избавиться от плохих состояний и сопутствующих им бессонницы и депрессии – сосредоточение на понимании себя, на понимании окружающего мира. Понять себя через осознание и принятие других. Искать ответы на вопросы внутри, в бездне страдания, бесполезно: там мы увидим лишь давящую и ноющую пустоту. Бессознательное – снаружи, именно его и предстоит познать звуковику.
Вот почему чтобы удержать хорошее состояние, мало лишь раз выглянуть из ракушки и, удовлетворившись, спрятаться обратно. Плохие состояния настигнут нас вновь, подобно удару хлыста, раз за разом заставляя идти дальше, не останавливаться на достигнутом, вновь выходить наружу, получать наполнение и реализацию. Мне хорошо, значит, пришло время не расслабляться и пожинать плоды, а нужно двигаться дальше, опережая плохие состояния. Не останавливаться на секунду, постоянно наполняться и реализовываться. Раз вкусив прелесть реализации «наружу», запираться в себе больше не захочется.
Бессознательное бесконечно, именно поэтому идеи не могут закончиться: они неисчерпаемы. Даже если нам кажется, что человечество уже придумало всё, что только можно придумать. Пока существуют обладатели абстрактного интеллекта, будут рождаться всё новые и новые идеи и смыслы.
Статья написана с использованием материалов тренингов по системно векторной психологии Юрия Бурлана
Автор: Вера Агибалова
Искусственный интеллект сумел обойти среднего человека в тесте на абстрактное мышление
В ИзбранноеИсследователи из Северо-западного университета (штат Иллинойс) разработали алгоритм, который превосходит человека при прохождении одного из существующих тестов на интеллект.
Исследователи создали вычислительную модель, которая способна пройти так называемый тест Рейвена, который оценивает уровень интеллекта человека, его способности к абстрактному мышлению и умение находить зрительные аналогии. В рамках теста участнику предлагается несколько блоков заданий с возрастающей сложностью. Каждое задание представляет собой таблицу с фигурами, логически связанными между собой. Испытуемому необходимо вычленить эту связь и дополнить таблицу недостающим элементом.
В основе разработанной исследователями программы лежит созданная ими же в прошлом году система CogSketch и алгоритм структурного отображения Structure mapping engine (SME). Система способна понимать пространственные отношения между объектами на двумерном изображении, однако не имеет собственного «зрения». Для того чтобы модель решала задачи теста Рейвена, исследователи самостоятельно разделяют рисунок на отдельные объекты, обозначая границы между ними.
В процессе работы алгоритма CogSketch определяет взаимное положение фигур в пространстве и их ориентацию, а затем модель SME попарно сравнивает объекты и ищет между ними сходства и отличия, после чего, основываясь на этих данных, генерирует ответ.
В рамках проверки система была протестирована при помощи стандартного теста Рейвена, состоящего из 60 заданий. В итоге программа успешно справилась с 56 вопросами. Это результат соответствует уровню «выше среднего» по нормам, принятым в США в 1993 году. Для сравнения исследователи провели тест из 36 задач для группы из 42 студентов университета. В среднем студенты смогли выполнить 30 из 36 заданий, что сопоставимо с 54 верными ответами в полной версии теста. Таким образом, алгоритм превзошел людей.
Стоит отметить, что результат исследования не означает, что созданная программа может «думать» на уровне среднего человека, поскольку алгоритм способен решать только конкретный тип задач. Тем не менее ученые полагают, что способность понимать сложные отношения между изображениями является ключевой для более высокого уровня познания. В частности, она необходима для того, чтобы делать и понимать аналогии, которые люди используют для решения простых задач, моральных дилемм, а также для описания окружающего мира.
Исследование опубликовано в Psychological Review
79. ПОНЯТИЕ «ИНТЕЛЛЕКТ» В ПСИХОЛОГИИ. Шпаргалка по общей психологии
Читайте также
42. Понятие и структура психологии класса
42. Понятие и структура психологии класса
Классы – большие организованные группы людей, имеющие ряд исторически сложившихся различий.Психология социального класса – форма духовного освоения классом условий его бытия.В качестве детерминантов психологии социального
46. Понятие и структура медицинской психологии
46. Понятие и структура медицинской психологии Медицинская психология – самостоятельный раздел медицинских знаний, включающий психологические проблемы, возникающие у больных людей. Истинное распознавание и правильное понимание болезни доступно только при условии
Интеллект как наиболее важный предиктор успешности, известный в психологии
Интеллект как наиболее важный предиктор успешности, известный в психологии
В психологии накоплена информация, касающаяся не только интеллекта, но и других психических свойств, которые могут служить предикторами успешности профессиональной деятельности. Ни одно из
1. Понятие о предмете психологии
1. Понятие о предмете психологии Любая наука как самостоятельная отрасль человеческого знания имеет свой особый предмет. Предметом науки психологии являются закономерности возникновения, развития и проявления психики вообще и сознания человека как
1. Понятие социальной психологии и ее предмет
1. Понятие социальной психологии и ее предмет Социальная психология – это область психологии, изучающая психологические явления и закономерности поведения и деятельности людей, обусловленные включением их в социальные группы, а так же психологические характеристик
5. самореализация как спасение Понятие смысла в гуманистической психологии
5. самореализация как спасение
Понятие смысла в гуманистической психологии
Знай: чистая душа в своем исканье смутном
Сознаньем истины полна!
И. В.
2. Понятие психологии труда. Сфера применения. Цели психологии труда
2. Понятие психологии труда. Сфера применения. Цели психологии труда Под психологией труда понимаются:1) отрасль психологии, изучающая некоторые аспекты трудовой деятельности, адаптационные и интеграционные процессы каждого субъекта труда;2) психологические механизмы
43. Понятие психологии потребителя. Методы исследования психологии потребителя. Характер и назначение рекламы
43. Понятие психологии потребителя. Методы исследования психологии потребителя. Характер и назначение рекламы Психология потребителя – отрасль психологии, изучающая особенности потребительского рынка, человека как потребителя, субъекта и объекта рекламы. Психология
Глава 7 Совладающий Интеллект в контексте дифференциальной психологии
Глава 7 Совладающий Интеллект в контексте дифференциальной психологии Исследователи совладания, предлагая различные подходы к анализу способов разрешения повседневных проблем, тем не менее проявляют полное единодушие в осознании сложности человеческой жизни и ее
16.

16. ПОНЯТИЕ О СОЗНАНИИ В ПСИХОЛОГИИ Высший уровень психики, свойственный человеку, образует сознание.Сознание можно представить также как внутреннюю модель внешней среды и собственного мира человека в их стабильных свойствах и динамических взаимоотношениях. Эта модель
89. ПОНЯТИЕ О ЛИЧНОСТИ В ПСИХОЛОГИИ
89. ПОНЯТИЕ О ЛИЧНОСТИ В ПСИХОЛОГИИ Личность – социальное существо, включенное в общественные отношения, участвующие в общественном развитии и выполняющее определенную общественную роль. Понятие «личность» несколько уже, чем понятие «человек». Новорожденный ребенок
1. Понятие психологии труда
1. Понятие психологии труда
Понятие «труд» рассматривается несколькими научными дисциплинами. Такие, как, например, физиология труда, организационная психология, социология труда, экономика, менеджмент и т. д., рассматривают трудовую деятельность лишь как общий объект,
1. Понятие психологии потребителя
1. Понятие психологии потребителя Психология потребителя– отрасль психологии, изучающая особенности потребительского рынка, человека как потребителя, субъекта и объекта рекламы. Психология потребителя изучает не только вкусовые пристрастия покупателя, динамику
ОБЩЕЕ ПОНЯТИЕ О ПСИХОЛОГИИ ВОСПИТАНИЯ
ОБЩЕЕ ПОНЯТИЕ О ПСИХОЛОГИИ ВОСПИТАНИЯ Воспитание составляет важную функцию любого общества. В обществе воспитание нового человека как личности, обладающей своим мировоззрением, высокими нравственными качествами, убежденностью, общественной активностью, творческим
Искусственный интеллект научился абстрактному мышлению
Область применения искусственного интеллекта становится шире с каждым годом. Нейронные сети умеют не только обрабатывать фотографии, но и самостоятельно писать картины, а то и вовсе превращать видеоролики в уровни компьютерной игры. Согласно данным нового исследования, до появления машины с «человеческим» мышлением осталось совсем недолго. Учёные обнаружили у компьютера способность не только к логическим, но и к абстрактным операциям — которым он научился самостоятельно.
Разница между человеческим и машинным мышлением заключается не только в скорости вычислений, но и в умении мыслить абстрактно. Чтобы компьютер смог подсчитать что-либо, он должен сначала определить, что именно он будет подсчитывать: например, целые числа или определённые предметы, заданные программой. Последняя задача осложняется тем, что многие признаки объектов (форма, цвет и размер) могут быть схожими у совершенно разных объектов. Человек же, глядя на четырёх кошек, четыре яблока и цифру 4, интуитивно знает, что у них всех есть общая черта, — абстрактное понятие «четыре». Именно в этом заключалась разница между биологическим и электронным мозгом — до недавнего времени.
Научный журнал Американской ассоциации содействия развитию науки Science Advance опубликовал результаты исследования, в ходе которого искусственный интеллект самостоятельно развил абстрактное мышление. В ходе эксперимента нейронная сеть, предназначенная для простого обнаружения визуальных объектов, сумела спонтанно развить «человеческий» подход к подсчёту предметов.
Исследователи обнаружили, что определённые участки сети внезапно «настроились» на абстрактные числа, проявив признаки взаимодействия нейронов в реальном мозге. ИИ «понял», что изображение четырёх яблок похоже на изображение четырёх кошек — потому что количество предметов в обоих случаях совпало.
По словам разработчиков, в их планы не входило обучение искусственного интеллекта такому методу подсчёта, и теперь им предстоит разобраться, каким образом он развил в себе необычную способность. В перспективе применение схожих алгоритмов может значительно расширить область применения нейронных сетей.
Источник: 4pda. ru
Особенности эмоционального интеллекта у современной молодежи
%PDF-1.5 % 1 0 obj > /Metadata 4 0 R >> endobj 5 0 obj /Title >> endobj 2 0 obj > endobj 3 0 obj > endobj 4 0 obj > stream












О развитии искусственного интеллекта в сторону абстрактного мышления
https://radiosputnik.ria. ru/20211106/1757864775.html
О развитии искусственного интеллекта в сторону абстрактного мышления
О развитии искусственного интеллекта в сторону абстрактного мышления — Радио Sputnik, 06.11.2021
О развитии искусственного интеллекта в сторону абстрактного мышления
Искусственный интеллект используется все шире. Но начнет ли он мыслить самостоятельно? Исследователи из Тюменского государственного университета хотят научить… Радио Sputnik, 06.11.2021
2021-11-06T11:33
2021-11-06T11:33
2021-11-06T11:45
в эфире
подкасты – радио sputnik
спутник эрудита
/html/head/meta[@name=’og:title’]/@content
/html/head/meta[@name=’og:description’]/@content
https://cdnn21.img.ria.ru/images/07e5/0b/06/1757864759_0:3:1036:586_1920x0_80_0_0_01a0492bf6d8c09bbc11dd03f81acc7b.jpg
О развитии искусственного интеллекта в сторону абстрактного мышления
Искусственный интеллект используется все шире. Но начнет ли он мыслить самостоятельно? Исследователи из Тюменского государственного университета хотят научить ИИ абстрактному мышлению и знают, как этого добиться. Как развиваются технологии искусственного интеллекта в России, обсуждаем с директором по науке и технологиям Агентства искусственного интеллекта Романом Душкиным.
audio/mpeg
О развитии искусственного интеллекта в сторону абстрактного мышления
Искусственный интеллект используется все шире. Но начнет ли он мыслить самостоятельно? Исследователи из Тюменского государственного университета хотят научить ИИ абстрактному мышлению и знают, как этого добиться. Как развиваются технологии искусственного интеллекта в России, обсуждаем с директором по науке и технологиям Агентства искусственного интеллекта Романом Душкиным.
audio/mpeg
Искусственный интеллект используется все шире. Но начнет ли он мыслить самостоятельно? Исследователи из Тюменского государственного университета хотят научить ИИ абстрактному мышлению и знают, как этого добиться. Как развиваются технологии искусственного интеллекта в России, обсуждаем с директором по науке и технологиям Агентства искусственного интеллекта Романом Душкиным.
Радио Sputnik
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
2021
Радио Sputnik
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
Новости
ru-RU
https://radiosputnik.ria.ru/docs/about/copyright.html
https://xn--c1acbl2abdlkab1og.xn--p1ai/
Радио Sputnik
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
https://cdnn21.img.ria.ru/images/07e5/0b/06/1757864759_126:0:910:588_1920x0_80_0_0_b146a5bf0626d3d2e4879d50bfd9ed3d.jpgРадио Sputnik
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
Радио Sputnik
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og. xn--p1ai/awards/
в эфире, подкасты – радио sputnik, аудио
Абстрактный интеллект и когнитивные роботы
Дж. Альбус, Схема теории интеллекта, IEEE Transactions on Systems, Man and Cybernetics, 21, 1991, 473–509.
Артикул MathSciNet Google ученый
Э. А. Бендер, Математические методы в искусственном интеллекте, IEEE CS Press, Лос-Аламитос, Калифорния, 1996.
МАТЕМАТИКА Google ученый
р.А. Брукс, Новые подходы к робототехнике, American Elsevier, 5, 1970, 3–23.
Google ученый
Д. О. Эллис и Дж. Л. Фред, Философия систем, Prentice Hall, Englewood Cliffs, NY, 1962.
Google ученый
Х. Гарднер, Структуры разума: теория множественного интеллекта, Basic Books, NY, 1983.
Google ученый
Дж.Джаррантанс и Г. Райли, Экспертные системы: принципы и программирование, PWS-KENT Pub. Co., Бостон, 1989 г.
Google ученый
К. Хьюитт, Просмотр управляющих структур как шаблонов передачи сообщений, Искусственный интеллект, 8, 1977, 323–364.
Артикул Google ученый
Н. Р. Дженнингс, О разработке программного обеспечения на основе агентов, Искусственный интеллект, 17, 2000, 277–296.
Артикул Google ученый 1999. J. McCarthy Eds., Automata Studies, Princeton Univ. Пресса, 1956, 3–42.
Л. А. Лефтон, Л. Браннон, М. К. Бойс и Н. А.Огден, Психология, 2-е изд., Pearson Education Canada Inc., Торонто, 2005.
Google ученый
M. W. Matlin, Cognition, 4 th Ed., Harcourt Brace College Publishers, Orlando, FL, 1998.
Google ученый
Дж. Маккарти, М.Л. Мински, Н. Рочестер и К.Э. Шеннон, Предложение для Дартмутского летнего исследовательского проекта 1956 года по искусственному интеллекту, Дартмутский колледж, Ганновер, Нью-Хэмпшир, США, 1955.
Google ученый
В. С. Маккалок, Воплощения разума, MIT Press, Кембридж, Массачусетс, 1965.
Google ученый
А.М. Мейстель и Дж.С. Альбус, Интеллектуальные системы, архитектура, проектирование и управление, John Wiley & Sons, Inc., 2002.
С.Т. Паркер и М.Л. Обезьяны, обезьяны и люди, Издательство Университета Джона Хопкинса, 1999.
Д. Г. Пейн и М. Дж. Венгер, Когнитивная психология, Houghton Mifflin Co., Бостон, 1998.
Google ученый
Р. Дж. Штернберг, Концепция интеллекта и его роль в непрерывном обучении и успехе, Американский психолог, 52, 1997, 1030–1037.
Артикул Google ученый
Р. Дж. Штернберг, Неявная теория интеллекта как образцовые истории успеха: почему достоверность тестов интеллекта находится в глазах смотрящего, Журнал психологии, государственной политики и права, 6, 2000 г., 159–167.
Артикул Google ученый
Р. Дж. Штернберг, Когнитивная психология, 3-е изд., Томсон Уодсворт, 2003 г. 235–274.
МАТЕМАТИКА Статья Google ученый
Ю. Ван, О когнитивной информатике, мозге и разуме: трансдисциплинарный журнал нейронауки и нейрофилософии, 4, 2003, 151–167.
Google ученый
Ю. Ван, Основы разработки программного обеспечения: перспектива науки о программном обеспечении, Серия CRC в области разработки программного обеспечения, Vol. II, Auerbach Publications, Нью-Йорк, 2007.
Google ученый
Ю. Ван, Теоретическая основа когнитивной информатики, Международный журнал когнитивной информатики и естественного интеллекта, 1, 2007 г., стр. 1–27.
Google ученый
Ю.Ван, О современной денотационной математике для вычислительного интеллекта, Труды вычислительной науки, 2, 2008 г., стр. 6–29.
Артикул Google ученый
Ю. Ван, Об концептуальной алгебре: денотационная математическая структура для знаний и моделирования программного обеспечения, Международный журнал когнитивной информатики и естественного интеллекта, 2, 2008 г. , стр. 1–19.
Google ученый
Ю.Ван, Об абстрактном интеллекте: к единой теории естественного, искусственного, машинного и вычислительного интеллекта, Международный журнал программных наук и вычислительного интеллекта, 1, 2008 г., стр. 1–17.
Артикул Google ученый
Ю. Ван, О визуальной семантической алгебре (VSA): денотационная математическая структура для моделирования и управления визуальными объектами и шаблонами, Международный журнал программных наук и вычислительного интеллекта, 1, 2009, 1–16.
Google ученый
Ю. Ван, С. Патель и Д. Патель, Многоуровневая эталонная модель мозга (LRMB), IEEE Trans. по системам, человеку и кибернетике (C), 36, 2006, 124–133.
Артикул Google ученый
Ю. Ван, Л. А. Заде и Ю. Яо, Об основах системной алгебры для гранулярных вычислений, Международный журнал программных наук и вычислительного интеллекта, 1, 2009 г., стр. 64–86.
Google ученый
Б. Видроу и М.А. Лер, 30 лет адаптивных нейронных сетей: восприятие, Мадлен и обратное распространение, Proc. IEEE, 78, 1990, 1415–1442.
Артикул Google ученый
Р. А. Уилсон и Ф. К. Кейл, Энциклопедия когнитивных наук Массачусетского технологического института, MIT Press, 2001.
(PDF) On Abstract Intelligence
16 Int.J. of Software Science and Computational Intelligence, 1(1), 1-17, январь-март 2009 г.
Copyright © 2009, IGI Global. Копирование или распространение в печатной или электронной форме без письменного разрешения IGI Global
запрещено.
Иордания, Мичиган (1999), Computational Intelligence,
in Wilson, RA. и С.К. Франк, ред., Энциклопедия когнитивных наук MIT En-
, MIT Press,
, стр. i73-i80.
Кандел, Э.Р., Дж.Х. Шварц и Т.М. Джессел ред.
(2000), Принципы нейробиологии, 4-е изд., Mc-
Graw-Hill, Нью-Йорк.
Клини, Южная Каролина (1956), Представление событий с помощью
нервных сетей, в ред. CE Shannon and J. McCarthy,
Automata Studies, Princeton Univ. Пресса, 3-42.
Лефтон, Лос-Анджелес, Л. Браннон, М.К. Бойс и Н.А.
Огден (2005), Психология, 2-е изд., Pearson Education-
Canada Inc., Торонто.
Матлин, М.W. (1998), Cognition, 4-е изд., Harcourt
Brace College Publishers, Орландо, Флорида.
Маккарти, Дж., М.Л. Minsky, ML, N. Rochester,
и CE Shannon (1955), Proposal for the 1956
Intelligence, Dartmouth College, Hanover, NH,
USA, http://www.formal.stanford.edu/jmc/history /
дартмут/дартмут.html.
МакКаллох, В.С. (1965), Embodiments of Mind,
MIT Press, Кембридж, Массачусетс.
Мейстель, А.М. и Альбус, Дж.С. (2002), Intelligent
Systems, Architecture, Design, and Control, John
Wiley & Sons, Inc.
Parker, S.T. и М.Л. МакКинни (1999), Происхождение
интеллекта, Оценка когнитивного развития
у обезьян, обезьян и людей, Издательство Университета Джона Хопкинса
.
Пейн, Д.Г. и MJ Wenger (1998), Cognitive
Psychology, Houghton Miffin Co., Бостон.
Штернберг, Р.Дж. (1997), Концепция интеллекта
и его роль в непрерывном обучении и успехе,
Американский психолог, 52(10), 1030-1037.
Штернберг, Р.Дж. (2000), Неявная теория интеллекта
как образцовые истории успеха: почему достоверность теста интеллекта
находится в глазах смотрящего, Журнал
Психология, государственная политика и право, (6), 159–167.
Штернберг, Роберт Дж.(2003), Когнитивная психология,
3-е изд. , Томсон Уодсворт.
Terman, L.M. and M. Merrill (1961), Stanford-Binet
Шкала интеллекта, Руководство для третьей редакции,
Houghton Miffin.
Томас, Л. (1974), Жизнь клетки: заметки
наблюдателя за биологией, Viking Press, NY.
Тьюринг, А.М. (1950), Computing Machinery and
Intelligence, Mind, (59), 433-460.
фон Нейман, Дж. и А.В. Беркс (1966), Теория
самовоспроизводящихся автоматов, Univ.Иллинойса
Press, Урбана, Иллинойс.
Wang, Y. (2002a), Keynote: On Cognitive Informatics-
ics, Proc. 1-я Международная конференция IEEE по когнитивной информатике
(ICCI’02), Калгари, Канада,
IEEE CS Press, 34–42 августа.
Wang, Y. (2002b), Алгебра процессов в реальном времени
(RTPA), Annals of Software Engineering: A International
national Journal, (14), USA, 235-274.
Ван, Ю. (2003a), О когнитивной информатике, Мозг
и разум: Трансдисциплинарный журнал нейро-
науки и нейрофилософии, США, 4(3) августа,
151-167.
Ван Ю. (2003b), Использование алгебры процессов для описания
поведения человека и программных систем, мозга и
разума, 4(2), 199–213.
Ван, Ю. (2006a), О законах информатики и о законах информатики и
Дедуктивная семантика программного обеспечения, IEEE Trans. на
Системы, человек и кибернетика (C), 36 (2), март,
161-171.
Wang, Y. (2006b), Когнитивная информатика и
Современная математика для представления знаний и манипуляций, Proc.1-я Международная конференция
по Rough Set and Knowledge Technology
(RSKT’06), LNCS, Vol. 4062, Springer, Чунцин,
Китай, 69-78 июля.
Ван, Ю. (2006c), Основной доклад: Когнитивная информатика —
На пути к компьютерам будущего поколения, которые думают
и чувствуют, Proc. 5-я Международная конференция IEEE
по когнитивной информатике (ICCI’06), Пекин, Китай,
IEEE CS Press, 3-7 июля.
Ван, Ю. (2007a), Основы разработки программного обеспечения —
: перспектива науки о программном обеспечении, CRCCRC Series
in Software Engineering, Vol. II, Auerbach Publications-
, Нью-Йорк, США, июль. США, июль.
Ван, Ю. (2007b), Теоретическая основа Теоретической основы
Когнитивная информатика, Международный журнал
Когнитивная информатика и естественный интеллект, IGI
Publishing, USA, 1(1), 1 января 27.-27.
На пути к объединяющей теории естественного, искусственного, машинного и вычислительного интеллекта
16 Междунар. J. of Software Science and Computational Intelligence, 1(1), 1-17, январь-март 2009 г.
Copyright © 2009, IGI Global.Копирование или распространение в печатной или электронной форме без письменного разрешения IGI Global
запрещено.
Иордания, Мичиган (1999), Computational Intelligence,
in Wilson, RA. и С.К. Франк, ред., Энциклопедия когнитивных наук MIT En-
, MIT Press,
, стр. i73-i80.
Кандел, Э.Р., Дж.Х. Шварц и Т.М. Джессел ред.
(2000), Принципы нейробиологии, 4-е изд., Mc-
Graw-Hill, Нью-Йорк.
Клини, Южная Каролина (1956), Представление событий с помощью
нервных сетей, в ред. CE Shannon and J. McCarthy,
Automata Studies, Princeton Univ. Пресса, 3-42.
Лефтон, Лос-Анджелес, Л. Браннон, М.К. Boyes, and N.A.
Ogden (2005), Psychology, 2
nd
ed., Pearson Education-
Canada Inc., Торонто.
Мэтлин, М. В. (1998), Познание, 4-е изд., Harcourt
Brace College Publishers, Орландо, Флорида.
Маккарти, Дж., М.Л. Минский, М.Л., Н. Рочестер,
и К.Э. Шеннон (1955), Предложение для
1956 г.
Intelligence, Dartmouth College, Hanover, NH,
USA, http://www.formal.stanford.edu/jmc/history /
дартмут/дартмут.html.
МакКаллох, В.С. (1965), Embodiments of Mind,
MIT Press, Кембридж, Массачусетс.
Мейстель, А.М. и Альбус, Дж.S. (2002), Intelligent
Systems, Architecture, Design, and Control, John
Wiley & Sons, Inc.
Parker, ST. и М.Л. МакКинни (1999), Происхождение
интеллекта, Оценка когнитивного развития
у обезьян, обезьян и людей, Издательство Университета Джона Хопкинса
.
Пейн, Д.Г. и MJ Wenger (1998), Cognitive
Psychology, Houghton Miffin Co., Boston.
Штернберг Р.Дж. (1997), Концепция интеллекта
и его роль в непрерывном обучении и успехе,
Американский психолог, 52(10), 1030-1037.
Штернберг, Р.Дж. (2000), Неявная теория интеллекта
как образцовые истории успеха: почему достоверность теста интеллекта
находится в глазах смотрящего, Журнал
Психология, государственная политика и право, (6), 159–167.
Стернберг, Роберт Дж. (2003), Когнитивная психология,
3-е изд., Томсон Уодсворт.
Terman, L.M. and M. Merrill (1961), Stanford-Binet
Шкала интеллекта, Руководство для третьей редакции,
Houghton Miffin.
Томас, Л. (1974), Жизнь клетки: заметки
наблюдателя за биологией, Viking Press, NY.
Тьюринг, А.М. (1950), Computing Machinery and
Intelligence, Mind, (59), 433-460.
фон Нейман, Дж. и А.В. Беркс (1966), Теория
самовоспроизводящихся автоматов, Univ.Иллинойса
Press, Урбана, Иллинойс.
Wang, Y. (2002a), Keynote: On Cognitive Informatics-
ics, Proc. 1-я Международная конференция IEEE по когнитивной информатике
(ICCI’02), Калгари, Канада,
IEEE CS Press, 34–42 августа.
Wang, Y. (2002b), Алгебра процессов в реальном времени
(RTPA), Annals of Software Engineering: A International
national Journal, (14), USA, 235-274.
Ван, Ю. (2003a), О когнитивной информатике, Мозг
и разум: Трансдисциплинарный журнал нейро-
науки и нейрофилософии, США, 4(3) августа,
151-167.
Ван Ю. (2003b), Использование алгебры процессов для описания
поведения человека и программных систем, мозга и
разума, 4(2), 199–213.
Ван, Ю. (2006a), О законах информатики и о законах информатики и
Дедуктивная семантика программного обеспечения, IEEE Trans. на
Системы, человек и кибернетика (C), 36 (2), март,
161-171.
Wang, Y. (2006b), Когнитивная информатика и
Современная математика для представления знаний и манипуляций, Proc.1-я Международная конференция
по Rough Set and Knowledge Technology
(RSKT’06), LNCS, Vol. 4062, Springer, Чунцин,
Китай, 69-78 июля.
Ван, Ю. (2006c), Основной доклад: Когнитивная информатика —
На пути к компьютерам будущего поколения, которые думают
и чувствуют, Proc. 5-я Международная конференция IEEE
по когнитивной информатике (ICCI’06), Пекин, Китай,
IEEE CS Press, 3-7 июля.
Ван, Ю. (2007a), Основы разработки программного обеспечения —
: перспектива науки о программном обеспечении, CRCCRC Series
in Software Engineering, Vol.II, Auerbach Publications-
, Нью-Йорк, США, июль. США, июль.
Ван, Ю. (2007b), Теоретическая основа Теоретической основы
Когнитивная информатика, Международный журнал
Когнитивная информатика и естественный интеллект, IGI
Publishing, США, 1(1), 1 января 27.-27.
Обоснованная теория абстракции в искусственном интеллекте.
Philos Trans R Soc Lond B Biol Sci. 2003 г., 29 июля; 358 (1435): 1293–1309.
LIM&BIO, EPML-CNRS IAPuces, Université Paris XIII, 74 rue Marcel Cachin 93017 Bobigny Cedex, Франция[email protected]
Эта статья была процитирована другими статьями в PMC.Abstract
В искусственном интеллекте абстракция обычно используется для учета использования различных уровней детализации в данном языке представления или возможности перехода с одного уровня на другой при сохранении полезных свойств. Абстракция в основном изучалась при решении задач, доказательстве теорем, представлении знаний (в частности, для пространственных и временных рассуждений) и машинном обучении.В таких контекстах абстракция определяется как сопоставление формализмов, которое снижает вычислительную сложность поставленной задачи. Анализируя понятие абстракции с точки зрения количества информации, мы выявляем различия и взаимодополняющую роль переформулировки и абстракции в любом изменении представления. Мы способствуем расширению существующих семантических теорий абстракции, чтобы они основывались на восприятии, где понятие количества информации легче охарактеризовать формально.По мнению автора, абстракцию лучше всего представить с помощью операторов абстракции, поскольку они обеспечивают семантику для классификации различных абстракций и поддерживают автоматизацию изменений представления. Показана полезность обоснованной теории абстракции в области картографии. Наконец, обсуждается важность явного представления абстракции для проектирования более автономных и адаптивных систем.
Полный текст
Полный текст этой статьи доступен в формате PDF (1.8М).
Избранные ссылки
Эти ссылки находятся в PubMed. Возможно, это не полный список литературы из этой статьи.
- Goldstone RL, Barsalou LW. Воссоединение восприятия и концепции. Познание. 1998 г., январь; 65 (2–3): 231–262. [PubMed] [Google Scholar]
- Holte Robert C, Choueiry Berthe Y. Абстракция и переформулировка в искусственном интеллекте. Philos Trans R Soc Lond B Biol Sci. 2003 г., 29 июля; 358 (1435): 1197–1204. [Бесплатная статья PMC] [PubMed] [Google Scholar]
Статьи из Philosophical Transactions of the Royal Society B: Biological Sciences предоставлены здесь с разрешения The Royal Society
Abstract Intelligence: Embodying and Enabling Cognitive Systems by Mathematical Engineering: Computer Science & IT Journal Article
Предварительный просмотр статьи
Top1.Введение
Когнитивная информатика (КИ) представляет собой междисциплинарное исследование внутренних механизмов обработки информации и процессов мозга и абстрактного интеллекта, а также их приложений в когнитивных вычислениях и когнитивной инженерии (Wang, 2002, 2003, 2006, 2007a). ; Ван и др., 2002, 2009b, 2010). КИ — это современная область, охватывающая компьютерные науки, информатику, когнитивную науку, науку о мозге, нейробиологию, науку об интеллекте, науку о знаниях, робототехнику, когнитивную лингвистику, когнитивную философию и когнитивную инженерию. Cognitive Computing (CC) — это новая парадигма интеллектуальных вычислительных платформ когнитивных методологий и систем, основанных на КИ, которые воплощают вычислительный интеллект с помощью когнитивных и автономных систем, имитирующих механизмы мозга (Wang, 2011b, 2012e, 2015b, 2016a; Ван и др., 2006). IEEE ICCI*CC’16 по когнитивной информатике и когнитивным вычислениям проходил в Стэнфордском университете с 22 по 23 августа 2016 г. Темой ICCI*CC’16 были когнитивные вычисления, познание больших данных и машинное обучение (Widrow, 2016; Zadeh, 2016; Wang et al., 2016б).
КИ и КК возникли в результате трансдисциплинарных исследований естественного интеллекта в когнитивных науках и науках о мозге (Anderson, 1983; Sternberg, 1998; Reisberg, 2001; Wilson & Keil, 2001; Wang, 2002, 2007a; Wang et al., 2002, 2008, 2009, 2016) и искусственного интеллекта в информатике (Бендер, 1996; Пул и др., 1997; Заде, 1999; Видроу и др., 2015; Ван, 2010а, 2016в). Для формального объяснения структур и функций мозга, а также их сложных отношений и взаимодействий ищутся формальные модели для раскрытия принципов и механизмов работы мозга.Это приводит к теории абстрактного интеллекта (αI), которая исследует мозг с помощью не только индуктивного синтеза теорий и принципов науки об интеллекте с помощью математической инженерии, но и дедуктивного анализа архитектурных и поведенческих экземпляров естественных и искусственных интеллектуальных систем с помощью когнитивной инженерии. . Ключевой методологией, подходящей для изучения природы αI, является математическая инженерия (ME), новая дисциплина современной инженерии, изучающая формальные структурные модели и функции сложных абстрактных и ментальных объектов, а также их систематические и строгие манипуляции (Wang, 2015a). ).
Этот документ представляет собой краткое изложение позиций приглашенных участников дискуссии, представленных на пленарном заседании «Перспективы когнитивных вычислений, распознавания больших данных и машинного обучения» (часть II), которое было проведено на конференции IEEE ICCI*CC 2016 (Wang et al., 2016b/c) в Стэнфордском университете, США, 23 августа 2016 г. Следует отметить, что отдельные утверждения и мнения, включенные в этот документ, не обязательно могут быть разделены всеми участниками дискуссии.
Об абстрактном интеллекте: на пути к объединяющей теории естественного, искусственного, машинного и вычислительного интеллекта: глава книги по информатике и информационным технологиям , функциональный и логичный снизу вверх.В этой статье описывается таксономия и природа интеллекта. В нем анализируется роль информации в эволюции человеческого интеллекта и потребности в логической абстракции при моделировании мозга и естественного интеллекта. Разработана формальная модель интеллекта, известная как Общий абстрактный режим интеллекта (GAIM), которая обеспечивает основу для объяснения механизмов развитого естественного интеллекта, таких как мышление, обучение и выводы. Структура измерения интеллектуальных возможностей людей и систем сравнительно изучается в формах интеллектуального отношения, интеллектуальной эквивалентности и интеллектуальных показателей.На основе модели GAIM и теорий абстрактного интеллекта выявляется совместимость естественного и машинного интеллекта с целью исследования широкого спектра парадигм абстрактного интеллекта, таких как естественный, искусственный, машинный интеллект и их инженерные приложения.
TopВведение
Интеллект — это движущая сила или способность приобретать и использовать знания и навыки, или делать выводы при решении проблем. Это глубокое человеческое удивление по поводу того, как сознательный интеллект генерируется как очень сложное когнитивное состояние человеческого разума на основе биологических и физиологических структур.Как естественный интеллект функционирует логически и физиологически? Как естественный и искусственный интеллект объединяются на основе науки о мозге, программном обеспечении и интеллекте? Традиционно считалось, что только человечество и развитые виды обладают разумом. Однако развитие компьютеров, роботов, программных агентов и автономных систем указывает на то, что интеллект также может создаваться или воплощаться машинами и искусственными системами. Поэтому одной из ключевых задач когнитивной информатики и науки об интеллекте является поиск последовательной теории для объяснения природы и механизмов как естественного, так и искусственного интеллекта.
История изучения мозга и естественного интеллекта такая же длинная, как и история человечества, которая восходит к эпохе Аристотеля и ранее. Ранние исследования интеллекта представлены работами Выготского, Спирмена и Терстоуна (Bender, 1996; Matlin, 1998; Payne, Wenger, 1998; Parker, McKinney, 1999; Wilson, Keil, 2001; Lefton et al., 2005). Лев Выготский (1896-1934) представляет коммуникативную точку зрения, которая рассматривает интеллект как межличностное и внутриличностное общение в социальном контексте.Чарльз Э. Спирмен (1863–1945) и Лоис Л. Терстон (1887–1955) предложили теорию факторов (Lefton et al., 2005), в которой выделяют семь факторов интеллекта, таких как вербальное понимание, словесное беглость речи, умение считать, пространственное воображение, ассоциативная память, скорость восприятия, и рассуждения .
Теория интеллектуальных измерений Дэвида Векслера (Lefton et al., 2005) моделирует интеллект с точки зрения вербальных, количественных, абстрактных визуальных и краткосрочных рассуждений в рабочей памяти .Он предложил Шкалу интеллекта взрослых Векслера (WAIS) в 1932 году. Двухуровневая теория Артура Дженсена (Jensen, 1969, 1970, 1987) классифицирует интеллект на два уровня, известных как ассоциативный уровень способностей и уровень когнитивных способностей . . Первое — это способность обрабатывать внешние раздражители и события; в то время как последний — это способность рассуждать и решать проблемы.
Теория множественного интеллекта Говарда Гарднера (Gardner, 1983, 1995) выделяет восемь форм интеллекта: лингвистический, логико-математический, музыкальный, пространственный, телесно-кинестетический, натуралистический, межличностный, и внутриличностный. Он понимает, что интеллект — это способность решить проблему или создать продукт в определенной культурной среде. Триархическая теория Роберта Дж. Стернберга (Sternberg, 1997, 2000, 2003) моделирует интеллект в трех измерениях, известных как аналитический , практический, и творческий интеллект. Он воспринимает интеллект как способность адаптироваться, формировать и выбирать среду для достижения своих целей и целей общества. Лестер А. Лефтон и его коллеги (Lefton et al., 2005) определил интеллект как общую способность человека действовать целенаправленно, мыслить рационально и эффективно справляться с социальной и культурной средой. Они понимают, что интеллект — это не вещь, а процесс, на который влияет опыт человека в окружающей среде.
Искусственный интеллект — обзор
4.1 Искусственный интеллект и философия
Искусственный интеллект или ИИ — это область компьютерных наук, возникшая в 1950-х годах.В то время ее описывали как новую науку, которая будет систематически изучать феномен «интеллект». Эта цель должна была быть достигнута за счет использования компьютеров для моделирования интеллектуальных процессов. Центральное предположение ИИ заключалось в том, что логические операции компьютеров могут быть структурированы так, чтобы имитировать мыслительные процессы человека. Поскольку работа компьютера понятна, а человеческий разум — нет, исследователи ИИ надеялись таким образом достичь научного понимания феномена «интеллект».
Интеллект понимается в ИИ как общая умственная способность, которая включает в себя несколько более конкретных способностей, таких как способность рассуждать, планировать, решать проблемы, понимать идеи, использовать язык и учиться. Исследования ИИ обычно сосредоточены на конкретной способности и пытаются разработать программы, способные выполнять ограниченные задачи, связанные с этой способностью. Высшей целью ИИ было создание компьютерной системы с интеллектом и способностями к рассуждению взрослого человека.Многие ранние исследователи ИИ утверждали, что эта цель будет достигнута всего за несколько десятилетий благодаря изобретению цифрового компьютера и ключевым прорывам в области теории информации и формальной логики. В 1965 году известный исследователь ИИ Герберт Саймон предсказал, что к 1985 году компьютеры смогут выполнять любую задачу, которую могут выполнять люди [Simon, 1965].
Как можно продемонстрировать, что компьютер так же разумен, как человек? Алан Тьюринг [1950] предложил Тест Тьюринга , в котором компьютер и человек помещаются за экраном, и испытуемый должен задавать вопросы обоим, чтобы выяснить, кто из двоих является человеком.Если испытуемый не может сделать такое суждение по прошествии разумного времени, предположительно было продемонстрировано, что компьютер обладает общим интеллектом. Тест Тьюринга все еще часто используется, но не остался без критики как тест на общий интеллект [Moor, 2003].
Исследователи ИИ сошлись во мнении, что ИИ изучает интеллектуальные процессы и нацелен на создание интеллектуальных компьютерных программ, но вскоре они выработали разные точки зрения на то, в какой степени ИИ должен быть направлен на изучение человеческого интеллекта.Некоторые исследователи, такие как Аллен Ньюэлл и Герберт Саймон, считали, что интеллектуальные компьютерные программы можно использовать для моделирования мыслительных процессов людей, и поставили перед собой цель сделать это. Это иногда называют подходом когнитивного моделирования в ИИ или сильным ИИ [Searle, 1980]. Сильный ИИ считает, что правильно запрограммированные компьютеры буквально имеют когнитивные состояния, которые напоминают когнитивные состояния человеческого разума, и поэтому способны объяснить человеческое познание.Некоторые сторонники сильного ИИ идут еще дальше и считают, что соответствующим образом запрограммированный компьютер способен иметь сознание.
В основе этих заявлений о сильном ИИ лежит вера в вычислительный : доктрину о том, что ментальные состояния являются вычислительными состояниями и что познание равно вычислению [Пилишин, 1984; Шапиро, 1995]. В середине 1970-х вычислительный подход стал широко распространенным взглядом на ИИ, лингвистику, философию и психологию, и исследователи из этих областей объединились, чтобы создать область когнитивной науки , новую область, которая занимается междисциплинарными исследованиями разума и интеллект [Boden, 2006].
В то время как многие исследователи ИИ использовали подход когнитивного моделирования, многие другие просто хотели разработать компьютерные программы, способные выполнять интеллектуальные задачи. Что бы их ни интересовало, основной механизм, с помощью которого компьютеры были способны к разумному поведению, мог полностью отличаться от работы человеческого разума. Этот подход был назван слабым AI . Тем не менее, многие сторонники этого более осторожного подхода считали, что исследования в области ИИ могут способствовать пониманию феномена интеллекта, раскрывая общие свойства интеллектуальных процессов, и что, следовательно, ИИ все еще может внести значительный вклад в когнитивную науку.
В последние десятилетия взгляд на ИИ как на науку, изучающую феномен интеллекта, был частично заменен взглядом на ИИ как на инженерную дисциплину, в которой исследователи сосредоточены на разработке полезных программ и инструментов, работающих в областях, обычно требующих интеллекта.