English version
German version
Spanish version
French version
Italian version
Portuguese / Brazilian version
Dutch version
Greek version
Russian version
Japanese version
Korean version
Simplified Chinese version
Traditional Chinese version
Hindi version
Czech version
Slovak version
Bulgarian version
 

Τεχνητή νοημοσύνη και διαίσθηση

Λογισμικο RSS Feed





Η διαισθητική algorithm.Roger Penrose θεωρείται αδύνατη. Thinking δεν θα μπορούσε ποτέ να μιμηθεί έναν υπολογιστή διαδικασία. Είπε ότι τόσο στο βιβλίο του, Ο Αυτοκράτορας της Νέας Νου. Ωστόσο, ένα νέο βιβλίο, το ενορατικό Algorithm, (IA), διαίσθηση άποψη ότι ο τρόπος διαμόρφωσης της διαδικασίας αναγνώρισης. Διαίσθηση πληροφορίες προωθείται μέσω πολλών νευρικών περιοχών σαν κεραυνός ταινίας. Δεδομένων μεταφέρεται από το υλικό για την παραγωγή σε ένα αναφερθεί 20 χιλιοστά του δευτερολέπτου. Το μυαλό είδε, αναγνώρισε, ερμηνεύεται και έδρασε. Στην αναβοσβήνει του οφθαλμού. Myriad διεργασίες μετατρέπονται φως, ήχο, την αφή και την οσμή άμεσα σε ωθήσεις νεύρων σας. Μια ειδική περιοχή αναγνωρισμένη αυτές ωθήσεις ως αντικείμενα και γεγονότα. Η limbic συστήματος, μια άλλη περιοχή, ερμηνεύονται τα γεγονότα αυτά να δημιουργήσει συναισθήματα. Μία τέταρτη περιοχή ανταποκρίθηκε σε αυτές τις δράσεις με συναισθήματα. Το μυαλό αντιληπτό, τα οποία προσδιορίζονται, να αξιολογείται και να ενεργήσει. Διαίσθηση έχεις σας ανοικτά των ζεστό φούρνο σε ένα κλάσμα του δευτερολέπτου. Και θα μπορούσε να είναι με απλά algorithm.Is στιγμιαία ολιστική αξιολόγηση αδύνατο; Το σύστημα, με πάνω από εκατό δισεκατομμύρια νευρώνες, επεξεργασία των πληροφοριών από τις εισροές στα εξόδου σε μόλις μισό δευτερόλεπτο. Όλες τις γνώσεις σας αξιολογήθηκε. Walter Freeman, ο διάσημος neurobiologist, ορίζεται αυτό το καταπληκτικό ικανότητα. "Η γνωστική παιδιά πιστεύω ότι είναι απλά αδύνατο να διατηρήσει ρίχνουν τα πάντα που έχετε άρχισε να αντιμετωπίζει τον υπολογισμό κάθε φορά. Όμως, αυτό ακριβώς κάνει ο εγκέφαλος. Συνειδητότητα είναι να φέρουμε όλη την ιστορία σας για να σας φέρουν σε επόμενο βήμα, την επόμενη ανάσα, την επόμενη στιγμή. "Το μυαλό ήταν ολιστική. Θα αξιολογηθεί το σύνολο των γνώσεων για την επόμενη δραστηριότητα. Πώς θα μπορούσε να είναι τόσο πολύ επεξεργασία πληροφοριών τόσο γρήγορα; Όταν αυτές τις γνώσεις θα μπορούσε να αποθηκεύεται; Αντιπροσωπευτική αύξηση της αναζήτησης pathUnfortunately, την αναγνώριση των ανεπαίσθητες πρότυπα που θέτει τεράστια προβλήματα για τους υπολογιστές. Η δυσκολία ήταν μια εκθετική αύξηση της αναγνώρισης διαδρομή αναζήτησης. Τα προβλήματα στη διάγνωση των ασθενειών ήταν τυπικό. Κανονικά, πολλά κοινά συμπτώματα είχαν υποβληθεί από μια πληθώρα ασθενειών. Για παράδειγμα, ο πόνος, πυρετός ή θα μπορούσε να ενδείκνυται για πολλές ασθένειες. Κάθε σύμπτωμα επεσήμανε πολλές ασθένειες. Το πρόβλημα ήταν να αναγνωρίσει ένα ενιαίο πρότυπο μεταξύ πολλών επικαλυπτόμενες μοτίβα. Κατά την αναζήτηση για το στόχο της νόσου, η πρώτη επιλεγμένη πάθηση με το πρώτο σύμπτωμα μπορεί να παρουσιάζεται έλλειψη δεύτερο σύμπτωμα. Αυτό σήμαινε εμπρός και πίσω αναζητήσεις, οι οποίες επεκτάθηκαν εκθετικά όπως η βάση δεδομένων των ασθενειών αυξάνεται σε μέγεθος. Αυτή η διαδικασία γίνεται παράλογο χρονοβόρες; θεωρητικά, ακόμη και χρόνια της αναζήτησης, για εκτεταμένες βάσεις δεδομένων. Έτσι, παρά την απίστευτη ταχύτητα, την ταχεία αναγνώριση προτύπων σε υπολογιστές δεν θα μπορούσε ποτέ να imagined.The διαισθητικών AlgorithmBut, βιομηχανία δύναμη αναγνώριση σχημάτων ήταν εφικτό. ΙΑ παρουσιάζει έναν αλγόριθμο, που θα μπορούσε να αναγνωρίσει αμέσως μοντέλα επεκταθεί σε βάσεις δεδομένων. Το σχέση του κάθε μέλους του συνόλου της βάσης δεδομένων ήταν κωδικοποιημένες για κάθε ερώτηση. (πόνος είναι ένα σύμπτωμα της νόσου;) Disease1Y, Disease2N, Disease3Y, Νόσων 4Y, Disease5N, Disease6N, Disease7Y, Disease8N, Disease9N, Disease10N, Disease11Y, Disease12Y, Disease13N, Disease14U, Disease15Y, Disease16N, Disease17Y, Disease18N, Disease19N, Disease20N, Disease21N, Disease22Y, Disease23N, Disease24N, Disease25U, Disease26N, Disease27N, Disease28U, Disease27Y, Disease30N, Disease31U, Disease32Y, Disease33Y, Disease34U, Disease35N, Disease36U, Disease37Y, Disease38Y, Disease39U, Disease40Y, Disease41Y, Disease42U, Disease43N, Disease44U, Disease45Y, Disease46N, Disease47N, Disease48Y (Y = Ναι: Ν = Δεν: U = Αβέβαιες) Το κλειδί ήταν να χρησιμοποιηθεί για να αξιολογήσει την κατάργηση της βάσης δεδομένων, δεν επιλογή. Κάθε μέλος της βάσης δεδομένων ήταν μεμονωμένα κωδικευμένα για εξάλειψη του πλαίσιο της κάθε απάντηση. (πόνος είναι ένα σύμπτωμα της νόσου; Απάντηση: ΝΑΙ) Disease1Y, xxxxxxN, Disease3Y, Disease4Y, xxxxxx5N, xxxxxx6N, Disease7Y, xxxxxx8N, xxxxxx9N, xxxxxx0N, Disease11Y, Disease12Y, xxxxxx13N, Disease14U, Disease15Y, xxxxxx16N, Disease17Y, xxxxxx18N, xxxxxx19N, xxxxxx20N, xxxxxx21N, Disease22Y, xxxxxx23N, xxxxxx24N, Disease25U, xxxxxx26N, xxxxxx27N, Disease28U, Disease27Y, xxxxxx30N, Disease31U, Disease32Y, Disease33Y, Disease34U, xxxxxx35N, Disease36U, Disease37Y, Disease38Y, Disease39U, Disease40Y, Disease41Y, Disease42U, xxxxxx43N, 44U Νόσων, Disease45Y, xxxxxx46N, xxxxxx47N, Νόσων 48Y (Όλες Ν Ασθένειες εξαλειφθούν.) Για την αναγνώριση της νόσου, εάν η απάντηση αναφέρεται ένα σύμπτωμα, IA εξαλειφθούν όλες οι ασθένειες που στερείται το σύμπτωμα. Κάθε απάντηση εξαλειφθούν, μειώνεται η αναζήτηση για την επίτευξη διάγνωση. (Πόνος είναι ένα σύμπτωμα των ασθένεια; Απάντηση: ΟΧΙ) xxxxxx1Y, Disease2N, xxxxxx3Y, xxxxxx4Y, Disease5N, Disease6N, xxxxxx7Y, Disease8N, Disease9N, Disease10N, xxxxxx11Y, xxxxx12Y, Disease13N, Disease14U, xxxxxx15Y, Disease16N, xxxxxx17Y, Disease18N, Disease19N, Disease20N, Disease21N, xxxxxx22Y, Disease23N, Disease24N, Disease25U, Disease26N, Disease27N, Disease28U, xxxxxx27Y, Disease30N, Disease31U, xxxxxx32Y, xxxxxx33Y, Disease34U, Disease35N, Disease36U, xxxxxx37Y, xxxxxx38Y, Disease39U, xxxxxx40Y, xxxxxx41Y, Disease42U, Disease43N, Νόσων 44U, xxxxxx45Y, Disease46N, Disease47N, xxxxxx48Y (Όλα τα "Y" Ασθένειες εξαλειφθεί.) Αν το σύμπτωμα αυτό απουσιάζει, IA εξαλειφθούν όλα τα ασθένειες που πάντα έχει εκτεθεί το σύμπτωμα. Οι ασθένειες, οι οποίες παρουσιάζονται τυχαία το σύμπτωμα διατηρήθηκαν στις δύο περιπτώσεις. Έτσι, η διαδικασία χειρισμός της αβεβαιότητας; το "Ίσως" απάντηση, την οποία η κανονική προγραμμάτων ηλεκτρονικών υπολογιστών xxxxxx14U, xxxxxx15Y, xxxxxx16N, xxxxxx17Y, xxxxxx18N, xxxxxx19N, xxxxxx20N, xxxxxx21N, xxxxxx22Y, xxxxxx23N, xxxxxx24N, xxxxxx25U, xxxxxx26N, xxxxxx27N, xxxxxx28U, Disease27Y, xxxxxx30N, xxxxxx31U, xxxxxx32Y, xxxxxx33Y, xxxxxx34U, xxxxxx35N, xxxxxx36U, xxxxxx37Y, xxxxxx38Y, xxxxxx39U, xxxxxx40Y, xxxxxx41Y, xxxxxx42U, xxxxxx43N, xxxxxx44U, xxxxxx45Y, xxxxxx46N, xxxxxx47N, xxxxxx48Y (Αν εξαλειφθούν όλες οι ασθένειες, η νόσος είναι άγνωστη.) Στιγμιαίο πρότυπο recognitionIA αποδειχθεί στην πράξη. Είχε powered Έμπειρα Συστήματα που ενεργεί με την ταχύτητα ενός απλού επανυπολογισμός σε ένα υπολογιστικό φύλλο, να αναγνωρίζουν μια ασθένεια, να προσδιορίσει μια περίπτωση νομοθεσία ή τη διάγνωση της τα προβλήματα της ένα πολύπλοκο μηχάνημα. Ήταν στιγμιαίο, ολιστικό, και λογικό. Εάν παράλληλα πολλές απαντήσεις θα μπορούσαν να παρουσιάζονται, όπως και στις πολλαπλές παραμέτρους της μονάδας παραγωγής ηλεκτρικής ενέργειας, η αναγνώριση ήταν στιγμιαία. Για το νου, όπου εκατομμύρια παράμετροι παρουσιάζονται ταυτόχρονα, σε πραγματικό χρόνο αναγνώριση σχημάτων ήταν πρακτικό. Και ήταν η εξάλειψη key.Elimination = Switching offElimination ήταν να σβήνουν - αναστολή. Νευρικών κυττάρων ήταν ευρέως γνωστό ότι αναστέλλει τις δραστηριότητες άλλων κυττάρων να τονίσει το πλαίσιο. Με την πρόσβαση σε εκατομμύρια αισθητηριακές εισροές, το νευρικό σύστημα ακαριαία παρεμποδισμένο; εξαλειφθούν τρισεκατομμύρια συνδυασμούς σε μηδέν για τη σωστή πορεία. Η διαδικασία που χρησιμοποιείται stoutly "Δεν" απαντήσεις. Εάν ένας ασθενής δεν είχε πόνο, τις χιλιάδες των πιθανών ασθενειών που θα μπορούσαν να αγνοηθούν. Εάν ένας ασθενής θα μπορούσε να περπατήσει σε χειρουργική επέμβαση, ένας γιατρός θα μπορούσε να παραβλέψει ένα ευρύ φάσμα των ασθενειών. Αλλά, πώς θα μπορούσε αυτή η διαδικασία της αποβολής να εφαρμοστεί σε νευρικά κύτταρα; Σε περίπτωση που θα μπορούσε ο πλούτος της γνώσης να αποθηκευτεί; Combinatorial codingThe λάβει υπόψη πολυποίκιλος συνδυασμούς εκατομμύρια αισθήσεις. Από αυτούς, οι μυρωδιές αναφέρθηκαν για να αναγνωριστεί μέσω της κωδικοποίησης combinatorial διαδικασία, όπου νευρικά κύτταρα συνδυασμούς. Εάν ένα νευρικό κύτταρο είχε dendritic εισροές, που προσδιορίζονται ως Α, Β, Γ και ούτω καθεξής μέχρι το Ω, θα μπορούσε τότε φωτιά, όταν έλαβε εισροές στο ABC, ή DEF. Είναι αναγνωρισμένη συνδυασμούς αυτών. Το κύτταρο μπορεί να εντοπιστούν και δεν Abd ABC. Θα ήταν για παρεμποδισμένο Abd. Αυτή η διαδικασία αναγνώρισης πρόσφατα αναφέρθηκαν από επιστήμη για οσφρητικό νευρώνες. Στο πείραμα οι επιστήμονες ανέφεραν ότι ακόμη και μικρές αλλαγές στη χημική δομή ενεργοποιηθεί διαφορετικούς συνδυασμούς υποδοχείς. Έτσι, οκτανόλη μύριζε τα πορτοκάλια, αλλά τα παρόμοια σύνθετες οκτανοϊκό οξύ μύριζε ιδρώτα. Ένα βραβείο Νόμπελ αναγνώρισε ότι η ανακάλυψη 2004.Galactic στο νευρικό κύτταρο memoriesCombinatorial κώδικες χρησιμοποιήθηκαν εκτενώς από τη φύση. Τα τέσσερα "γράμματα" του γενετικού κώδικα; Ένα, C, G και T; χρησιμοποιήθηκαν σε συνδυασμούς για τη δημιουργία μιας σχεδόν άπειρος αριθμός από γενετικές αλληλουχίες. ΙΑ συζητά τις βαθύτερες συνέπειες αυτής της κωδικοποίησης ανακάλυψη. Τα ζώα που θα μπορούσαν να διαφοροποιηθούν τα εκατομμύρια οσμές. Οι σκύλοι θα μπορούσαν γρήγορα οσφραίνομαι λίγα ίχνη ενός ατόμου και καθορίζει με ακρίβεια τον τρόπο που το πρόσωπο που ήταν το περπάτημα. Το ζώο της μύτης μπορεί να εντοπίσει την οσμή δύναμη σχετική διαφορά μεταξύ ίχνη μόνο ένα λίγα πόδια τους, να καθορίσουν την κατεύθυνση της πορείας. Οσμή είχε εντοπιστεί μέσω υπενθυμίσουμε συνδυασμούς. Εάν ένα νευρικό κύτταρο είχε μόλις 26 εισροές από το Α έως το Ω, θα μπορούσε να λάβει εκατομμύρια πιθανούς συνδυασμούς των εισροών. Ο μέσος νευρώνας είχε χιλιάδες των εισροών. Για IA, εκατομμύρια νευρικά κύτταρα θα μπορούσαν να δώσουν το μυαλό γαλαξιακός μνήμες για τους συνδυασμούς, που της επιτρέπει να αναγνωρίζουν λεπτές μορφές στο περιβάλλον. Κάθε κύτταρο θα μπορούσε να είναι ένα μόνο μέλος μιας βάσης δεδομένων, εξαλείφοντας ίδια (καθίσταται αδρανής) για Unrecognized συνδυασμούς inputs.Elimination την keyElimination ήταν το ειδικό κλειδί, το οποίο αξιολογείται μεγάλη combinatorial αναμνήσεις. Ιατρικά κείμενα αναφέρεται ότι το μυαλό είχε μια ιεραρχία της ευφυΐας, η οποία εκτελείται αποκλειστικά καθήκοντα. Για παράδειγμα, υπήρχε μια ένωση περιοχή, το οποίο έχει αναγνωρίσει ένα ζευγάρι ψαλίδι, χρησιμοποιώντας το πλαίσιο του αισθάνονται. Εάν τραυματίες αυτής της περιοχής, θα μπορούσε ακόμη να αισθανθείτε το ψαλίδι με κλειστά τα μάτια σας, αλλά εσείς δεν θα αναγνωρίσει ως ψαλίδι. Μπορείτε ακόμη αισθητές πλαίσιο, αλλά δεν θα αναγνωρίσει το αντικείμενο. Έτσι, θα μπορούσε να επιτρέψει διαίσθηση νευρικά κύτταρα, σε συνεργασία με τις περιφέρειες χρήση αντίληψη για την αναγνώριση αντικειμένων. Η ιατρική έρευνα ανέφεραν πολλά τέτοια αναγνώριση regions.Serial processingA αναγνώριση σχημάτων αλγόριθμος, διαίσθηση επέτρεψε την πεπερασμένη ευφυΐας στο μυαλό των έμβιων ολιστικά τα πράγματα να απαντήσει εντός 20 μιλιδευτερόλεπτο το χρονικό διάστημα. Οι εν λόγω ευφυΐας ενήργησε σειριακά. Η πρώτη νοημοσύνη μετέτρεψε το πολυποίκιλος συνδυασμούς αισθητήριας αντιλήψεις από το περιβάλλον σε νευρικές ωθήσεις. Η δεύτερη μυστικές αυτές τις παρορμήσεις αναγνωρίζεται ως αντικείμενα και γεγονότα. Η τρίτη νοημοσύνη των αναγνωρισμένων εκδηλώσεις μεταφράζονται σε συναισθήματα. Ένα τέταρτο μεταφραστεί συναισθήματα σε νοήμονα drives. Ο φόβος προκάλεσε απόδραση οδήγησης. Ένα ελάφι οριοθετούνται μακριά. Ένα πουλί πήρε πτήση. Ένα ψάρι swam off. Αν και οι δραστηριότητες της λειτουργίας, που φέρουν και το κολύμπι διέφεραν, θα επιτευχθεί το ίδιο Στόχος της απόδρασης. Κληρονόμησης νευρικό κύτταρο αναμνήσεις που κινούνται σε αυτές τις μονάδες δίσκου context.The μυαλό του; αδιάλειπτη recognitionHalf μοτίβο μια δεύτερη για 100 δισεκατομμύρια νευρικά κύτταρα να χρησιμοποιούν το πλαίσιο έχει σημασία για την εξάλειψη και παραδίδει αυτοκίνητα παραγωγής. Ο χρόνος από τη σκιά και την κραυγή. Έτσι, από τις εισροές για την παραγωγή, το μυαλό ήταν η απρόσκοπτη αναγνώριση σχημάτων μηχανής, τροφοδοτείται από το βασικό μυστικό της διαίσθηση; συμφραζόμενα αποβολή, από μαζική απέκτησε και κληρονόμησε combinatorial αναμνήσεις στο νεύρο cells.Abraham Thomas είναι ο συντάκτης της διαισθητικής αλγορίθμου, ένα βιβλίο, που δείχνει ότι είναι μια διαίσθηση αναγνώριση σχημάτων αλγόριθμο. Αυτό οδηγεί σε μια

Αρθρο Πηγη: Messaggiamo.Com

Translation by Google Translator





Related:

» Seo Elite: New Seo Software!
» AntiSpywareBOT
» Reverse Mobile
» Error Nuker


Webmaster παίρνει τον κώδικα HTML
Προσθεστε αυτο το αρθρο στον ιστοτοπο σας τωρα!

Webmaster υποβάλλει τα άρθρα σας
Εγγραφή που απαιτείται καμία! Συμπληρώστε τη μορφή και το άρθρο σας είναι στον κατάλογο Messaggiamo.Com

Add to Google RSS Feed See our mobile site See our desktop site Follow us on Twitter!

Υποβαλουν τα αρθρα σας για να Messaggiamo.Com Directory

Κατηγοριες


Πνευματικα Δικαιωματα 2006-2011 Messaggiamo.Com - Site Map - Privacy - Webmaster υποβαλουν τα αρθρα σας για να Messaggiamo.Com Directory [0.01]
Hosting by webhosting24.com
Dedicated servers sponsored by server24.eu