联结主义框架下的
人工智能研究更多通过模拟大脑神经活动来实现。这种神经生理学进路的典型做法是, 通过神经生理机制的模拟技术手段来实现人类智能功能的再现和增强。例如, 埃德尔曼 (Gerald Edelman) 的人工意识体 (Brain Based Device) 的研究项目, 就是尽量将大脑神经网络的细节模拟清楚, 从而设计出理想的人工意识体。埃德尔曼所设计的机器人在赛格威足球赛 (Segway Soccer) 中完败了认知主义进路机器人。
涉身认知指向了一种面向情境的行动主义的人工智能设计。涉身认知的人工智能研究能够提供了一种更为真实的知觉体验, 一种与情境更为流畅适应的人工智能体。吉布森 (James Gibson) 的可供性 (affordance) 概念体现了涉身认知的思想, 并且可供性概念为更亲和人本身的人工智能设计提供了重要思路。例如苹果公司产品设计者之一的唐纳德·诺曼 (Donald Norman) 在人机交互领域就运用了可供性的概念。可供性既不指客观的物理属性, 也不指一种主观的感受属性, 而是同时指向主体与情境的交互状态。例如, 如果一块地的表面接近水平 (而不是倾斜的) 、接近平整 (而不是凹凸的) 、是充分延伸的 (与动物的尺寸相关) 、表面的物质是坚硬的 (与动物的重量相关) , 那么这块地是可以站上去的 (stand-on-able) , 是可供行走和跑动的。这里所列出的水平、平整、延伸和坚硬等属性与动物的活动相关联, 从而就表现为相对于动物的可供性。再比如, 同样高度的楼梯, 对于成年人有着供其爬上去的功能可供性;对于婴儿来说, 这种功能可供性并不存在。
分享到:
閱讀更多 視覺傳禖 的文章
