热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

小议态与势

人类的“感”与“知”不同,“感”具象,“知”抽象,如对一瓶水而言,“感”即对之颜色、形状、大小、纹理、温度、味道等的接受与反

人类的“感”与“知”不同,“感”具象,“知”抽象,如对一瓶水而言,“感”即对之颜色、形状、大小、纹理、温度、味道等的接受与反应(能指),“知”则是这瓶水能指之外的所指、意指,如水的概念、与其它事/物的关系/联结等形而上部分。

人类的“感”与“知”与机器的“感”与“知”也不同。人类的“感”有具体“知”的参与,如视觉“看”中就有外部刺激的具体“外输入”与大脑皮层“知”的抽象“内输入”共同作用,其它听觉、嗅觉、味觉、触觉、第六觉大概也有类似的共融机制。机器的“感”与“知”机制机理与此大相径庭,一般为相对机械的算法对应、模式识别。

态与势呢?

我们用“A”和“B”代表事物的趋势或整体,用“α”和“β”各自代表对“A”和“B”的表象或状态:

(1)我们能够决定一个表象状态序列α-β是某个事件即一个趋势序列A-B的证据,只有当我们相信α不可能在β之后出现,也就是说,没有任何α类型的表象状态直接跟随着β类型的表象状态。

(2)如果我们相信α不可能在β之后出现,那么我们相信B不可能在A之前出现,也就是说,没有任何B的趋势迹象领先于任何A的趋势迹象。

(3)我们能够决定一个表象状态序列α-β是一个趋势序列A-B的证据,只有当我们相信B不可能在A之后出现。[根据(1)和(2)]

(4)如果一个趋势B不可能在一个趋势A之前出现,那么A是B的一个原因。

(5)我们能够决定一个表象状态序列α-β是一个趋势序列A-B的证据,只有当我们相信A是B的原因。[根据(3)和(4)]

(6)因此,对某个事件的经验是可能的,只有当我们假设相继出现的两个趋势是由先前的状态决定的。

“在这个过程中,我们不可能决定我们的知觉表象状态的时间决定关系,除非我们已经假设不仅我们的表象状态对应于客观世界中的物理状态,而且它们的时间决定关系也是由那些物理状态之间的因果关系决定的;因此,既然在经验中我们已经发现表象之间的时间决定关系,那么我们就得假设存在着客观的因果关系。用康德的话说:如果我们经验到某个事情发生了,那么在这样做的时候我们总是预设有某个对象领先于它,前一个对象按照一条规则来自后一个对象。要不然我就不应该对那个对象说它是随后而来的。因为如果没有任何规则在与先行的那个东西的关系中决定那种相继关系,那么,在现象中我领会到的那种相继关系本身,就无法表明我可以合理地假设对象当中也有那种相继关系。只有通过诉诸一条规则,我才能使我对通觉的主观综合变得客观,按照那条规则,相继出现的现象是由先前的状态决定的。只有按照那个假定,对一个事件的经验本身才变得可能。”

也即为了理解和说明在我们的主观经验中呈现出来的规律性,我们就得假设物理对象本身存在着因果关系。所以,康德的论证似乎反驳了休谟关于客观的因果关系的怀疑论。

态与势、元宇宙的难点与真宇宙的难点一样,在于人、机演绎、归纳的不一致性,即先验演绎与经验归纳之间的矛盾,也即自然、符号、科学三者之间的真实性符合程度。


推荐阅读
  • 线性Kalman滤波器在多自由度车辆悬架主动控制中的应用研究
    本文探讨了线性Kalman滤波器(LKF)在不同自由度(2、4、7)的车辆悬架系统中进行主动控制的应用。通过详细的仿真分析,展示了LKF在提升悬架性能方面的潜力,并总结了调参过程中的关键要点。 ... [详细]
  • 本文探讨了Hive中内部表和外部表的区别及其在HDFS上的路径映射,详细解释了两者的创建、加载及删除操作,并提供了查看表详细信息的方法。通过对比这两种表类型,帮助读者理解如何更好地管理和保护数据。 ... [详细]
  • 探讨一个显示数字的故障计算器,它支持两种操作:将当前数字乘以2或减去1。本文将详细介绍如何用最少的操作次数将初始值X转换为目标值Y。 ... [详细]
  • 本文详细介绍了Java编程语言中的核心概念和常见面试问题,包括集合类、数据结构、线程处理、Java虚拟机(JVM)、HTTP协议以及Git操作等方面的内容。通过深入分析每个主题,帮助读者更好地理解Java的关键特性和最佳实践。 ... [详细]
  • 本文探讨如何设计一个安全的加密和验证算法,确保生成的密码具有高随机性和低重复率,并提供相应的验证机制。 ... [详细]
  • 深入解析:手把手教你构建决策树算法
    本文详细介绍了机器学习中广泛应用的决策树算法,通过天气数据集的实例演示了ID3和CART算法的手动推导过程。文章长度约2000字,建议阅读时间5分钟。 ... [详细]
  • 在金融和会计领域,准确无误地填写票据和结算凭证至关重要。这些文件不仅是支付结算和现金收付的重要依据,还直接关系到交易的安全性和准确性。本文介绍了一种使用C语言实现小写金额转换为大写金额的方法,确保数据的标准化和规范化。 ... [详细]
  • 在给定的数组中,除了一个数字外,其他所有数字都是相同的。任务是找到这个唯一的不同数字。例如,findUniq([1, 1, 1, 2, 1, 1]) 返回 2,findUniq([0, 0, 0.55, 0, 0]) 返回 0.55。 ... [详细]
  • 本文探讨了卷积神经网络(CNN)中感受野的概念及其与锚框(anchor box)的关系。感受野定义了特征图上每个像素点对应的输入图像区域大小,而锚框则是在每个像素中心生成的多个不同尺寸和宽高比的边界框。两者在目标检测任务中起到关键作用。 ... [详细]
  • 网络攻防实战:从HTTP到HTTPS的演变
    本文通过一系列日记记录了从发现漏洞到逐步加强安全措施的过程,探讨了如何应对网络攻击并最终实现全面的安全防护。 ... [详细]
  • 本文深入探讨了Linux系统中网卡绑定(bonding)的七种工作模式。网卡绑定技术通过将多个物理网卡组合成一个逻辑网卡,实现网络冗余、带宽聚合和负载均衡,在生产环境中广泛应用。文章详细介绍了每种模式的特点、适用场景及配置方法。 ... [详细]
  • 本文探讨了如何在给定整数N的情况下,找到两个不同的整数a和b,使得它们的和最大,并且满足特定的数学条件。 ... [详细]
  • 深度学习理论解析与理解
    梯度方向指示函数值增加的方向,由各轴方向的偏导数综合而成,其模长表示函数值变化的速率。本文详细探讨了导数、偏导数、梯度等概念,并结合Softmax函数、卷积神经网络(CNN)中的卷积计算、权值共享及池化操作进行了深入分析。 ... [详细]
  • 机器学习中的相似度度量与模型优化
    本文探讨了机器学习中常见的相似度度量方法,包括余弦相似度、欧氏距离和马氏距离,并详细介绍了如何通过选择合适的模型复杂度和正则化来提高模型的泛化能力。此外,文章还涵盖了模型评估的各种方法和指标,以及不同分类器的工作原理和应用场景。 ... [详细]
  • 自学编程与计算机专业背景者的差异分析
    本文探讨了自学编程者和计算机专业毕业生在技能、知识结构及职业发展上的不同之处,结合实际案例分析两者的优势与劣势。 ... [详细]
author-avatar
幸福的哈瑞宝
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有