期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
认知物理学基础:认知自然和人类自身的奠基石 被引量:6
1
作者 李德毅 《学术前沿》 CSSCI 北大核心 2024年第14期4-10,共7页
物质、能量、结构和时间是人类认知和机器认知的最基本要素,是人类智能和人工智能共同的奠基石。信息不是物质,不是能量,是在结构、时间上形成的衍生物。位于四要素之上的是思维软构体和物质硬构体,其上分别对应基于想象与推理的数学和... 物质、能量、结构和时间是人类认知和机器认知的最基本要素,是人类智能和人工智能共同的奠基石。信息不是物质,不是能量,是在结构、时间上形成的衍生物。位于四要素之上的是思维软构体和物质硬构体,其上分别对应基于想象与推理的数学和基于观察与实证的物理,而基于数学和物理之上的是认知物理学。认知物理学的使命是用物理学的理论和方法解释人类认知及其形成过程,人工智能浓缩重演人类智能,用机器来模仿、拓展人的认知。未来,要突破图灵机局限,发展难以计算的记忆智能和具身交互智能;用云模型、数据场、拓扑势、云变换等认知物理学理论和方法,形式化人类的不确定性认知,形成认知螺旋,实现认知的自成长;研发可交互、会学习、自成长的认知机器,开辟各智其智、智人之智、智智与共的人工智能新方向。 展开更多
关键词 认知物理学 人工智能 人类智能 物质 能量 结构 时间
在线阅读 下载PDF
视频中运动人体身份识别的认知物理学方法
2
作者 李敏 张琴 +1 位作者 宋曰聪 刘恒 《计算机工程》 CAS CSCD 北大核心 2016年第8期146-152,共7页
人脸和步态数据是典型的非线性模型,现有的人脸和步态降维方法主要是线性方法,对信息损耗较大,识别率较低。为此,提出一种人体身份识别的认知物理学方法,将人脸特征和步态特征用数据场进行表征,利用数据间的相互作用和运动实现数据的自... 人脸和步态数据是典型的非线性模型,现有的人脸和步态降维方法主要是线性方法,对信息损耗较大,识别率较低。为此,提出一种人体身份识别的认知物理学方法,将人脸特征和步态特征用数据场进行表征,利用数据间的相互作用和运动实现数据的自组织聚类,以非线性变换的方式实现身份特征数据的降维。用最大势函数值对降维后的样本库进行排序,实现离散点快速检测和样本检测的二分法查找。基于改进的D-S证据论对人脸和步态进行多层融合。实验结果表明,与线性变换的人脸与步态识别方法相比,该方法可提高7%的人体身份识别率,减少40%的识别时间。 展开更多
关键词 认知物理学 数据场 步态识别 人脸识别 D-S证据论
在线阅读 下载PDF
认知机器:智能的非生命实现
3
作者 李德毅 谢耘 《人民论坛·学术前沿》 北大核心 2025年第15期14-21,共8页
生命由细胞组成,依托物质形成有序复杂结构并逐步演进。人体细胞、组织、器官、系统的层次结构和分工协作是生命的本质特征,为人类发明认知机器提供启示。信息技术使人类拥有介入精神、意识、认知性活动而非客观物质性活动,这是质的改变... 生命由细胞组成,依托物质形成有序复杂结构并逐步演进。人体细胞、组织、器官、系统的层次结构和分工协作是生命的本质特征,为人类发明认知机器提供启示。信息技术使人类拥有介入精神、意识、认知性活动而非客观物质性活动,这是质的改变,并非传统意义上的工业革命,应将图灵机和电子计算机的诞生作为“智能时代”的起始标志。将生命体的认知机制从人的智慧中剥离,通过物理机器具象化实现,构建通过硅基机器实现碳基生命智能的物理路径。认知物理学是认知科学和物理学跨界的新范式。物质、能量、结构、时间构成的“认知四要素说”,是统揽人和机器认知的第一性原理。智能时代,应该让人更加智慧、机器更加智能,形成迭代共进的良性循环,这正是人类生命价值的意义所在。 展开更多
关键词 细胞物理学 负熵 信息革命 思维软构体 认知物理学
在线阅读 下载PDF
读懂爱因斯坦“四要素说”是统揽人和机器认知的第一性原理
4
作者 李德毅 刘玉超 +1 位作者 鲍泓 蒋升 《智能系统学报》 北大核心 2025年第4期1046-1052,共7页
古希腊哲学家亚里士多德提出,可以用第一性原理回归到问题的本质来理解事物的规律。爱因斯坦在提出广义相对论之后,于20世纪20年代开始试图寻找一种更为宏大的统一理论来解释物质的相互作用,他试图用场论来作统一解释,但未能取得成功。... 古希腊哲学家亚里士多德提出,可以用第一性原理回归到问题的本质来理解事物的规律。爱因斯坦在提出广义相对论之后,于20世纪20年代开始试图寻找一种更为宏大的统一理论来解释物质的相互作用,他试图用场论来作统一解释,但未能取得成功。本文指出,这种尝试需要区分物质世界的物理空间和人类精神世界里的认知空间,区分物质硬构体和思维软构体。宇宙是物质的,宇宙里不存在虚空,也不存在时间。虚空和时间是人类认知的精神产物,并非客观存在。人类对客观存在的大自然的认知是无尽的,不可能不带有渐进性、主观性和局限性,做不到绝对客观,尽管我们希望尽可能地客观。物质、能量、结构和时间构成人类认知和机器认知的最基础要素,“四要素说”是统揽人类认知和机器认知的第一性原理,通过“四要素说”可以更深入地理解事物之间的关联、生命的复杂过程,解释智能的产生,实现智能的度量,尤其是理解人的认知和机器认知的同源性和同一性。人工智能就是把生命体的认知从人的智慧中剥离出来,用时序维持负熵,用物理机器进行实际操作,通过机器的物质、结构变化和运行时隙精度的提高,用较低能耗实现甚至超过人的智能。 展开更多
关键词 第一性原理 爱因斯坦 四要素说 认知物理学 智能方程
在线阅读 下载PDF
网络时代的人工智能 被引量:16
5
作者 李德毅 肖俐平 《中文信息学报》 CSCD 北大核心 2008年第2期3-9,共7页
五十多年来,人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正的人类智能还相差甚远。本文强调在当今的网络时代,作为信息技术的先导,人工智能科学有着非常值得关注的研究方向,要在学科交叉研究中实现人工智能... 五十多年来,人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正的人类智能还相差甚远。本文强调在当今的网络时代,作为信息技术的先导,人工智能科学有着非常值得关注的研究方向,要在学科交叉研究中实现人工智能的发展与创新。要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透,尤其是重视认知物理学的研究;自然语言是人类思维活动的载体,是人工智能研究知识表示无法回避的直接对象,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能;要利用现实生活中复杂网络的小世界模型和无尺度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络化了的智能,从而适应信息时代数据挖掘的普遍要求,迎接人工智能科学与应用新的辉煌。 展开更多
关键词 人工智能 不确定性人工智能 认知物理学 数据场 云模型 网络化智能
在线阅读 下载PDF
语言场理论及其在知识发现中的应用 被引量:3
6
作者 杨炳儒 钱榕 张伟 《计算机工程》 CAS CSCD 北大核心 2005年第24期10-12,49,共4页
提出了基于认知物理学的语言场理论,给出其基本定义和定理;引入势函数等概念、公式,并把它们分别应用到知识发现的连续属性离散化、聚类两个方面,用以研究解决复杂信息的表示和处理问题。
关键词 认知物理学 语言场 知识发现
在线阅读 下载PDF
基于数据场和云模型的图像阈值化方法
7
作者 吴涛 陈一祥 杨俊杰 《计算机工程》 CAS CSCD 2013年第10期258-263,共6页
针对图像自动分割中的最优阈值选择问题,提出一种基于数据场和云模型的图像阈值化方法。计算一个与局部相关的全局阈值,根据该阈值将图像自适应划分为若干个子区域,形成四叉树结构描述。通过逆向云发生器生成各个子区域对应的云模型,在... 针对图像自动分割中的最优阈值选择问题,提出一种基于数据场和云模型的图像阈值化方法。计算一个与局部相关的全局阈值,根据该阈值将图像自适应划分为若干个子区域,形成四叉树结构描述。通过逆向云发生器生成各个子区域对应的云模型,在云概念空间上产生云数据场,利用数据场的自适应特性实施质心迭代,最终完成不确定性分割,获得图像的二值化结果。该方法从认知物理学的角度重新认识图像阈值的自动优选问题,具有不确定性和空间全局性。分析及实验结果表明,该方法的分割效果较好、性能稳定。 展开更多
关键词 图像分割 认知物理学 不确定性 四叉树 云模型 图像阈值化
在线阅读 下载PDF
稀疏二值图像特征提取的数据场方法
8
作者 吴涛 陈一祥 杨俊杰 《计算机科学》 CSCD 北大核心 2014年第10期310-316,共7页
针对图像特征自动提取问题,以稀疏二值图像为例提出了一种模拟物理学场论机制的数据场方法。该方法首先建立二值图像数据场实现图像特征空间到数据场势值空间的映射关系,搜索每个非零像素的八连通区域;然后计算势值及其主方向角,生成势... 针对图像特征自动提取问题,以稀疏二值图像为例提出了一种模拟物理学场论机制的数据场方法。该方法首先建立二值图像数据场实现图像特征空间到数据场势值空间的映射关系,搜索每个非零像素的八连通区域;然后计算势值及其主方向角,生成势值矩阵和方向角矩阵;最后通过势值归一化和主方向归一化输出以势值和主方向为基础的特征向量及其对应的可视化曲线。新方法利用数据场解决图像特征提取问题,能兼顾图像灰度空间的局部性和数据场势值空间的全局性。手写数字图像的定性和定量实验表明,该方法特征提取效果较好、性能稳定,具有合理性和有效性。 展开更多
关键词 数据场 认知物理学 图像特征 二值图像
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部