AI抽象的实现及接地符号及语义概念

文章预览

A Bateson-Inspired Model for theGeneration of Semantic Concepts FromSensory Data https://journals.sagepub.com/doi/pdf/10.1177/30504554251314334 从感官信息直接构建概念：实现模型 从空间感官数据中生成语义形式概念，例子 该模型的11个核心精神： 1. 该模型基于定性差异而非定量大小进行操作，与人类认知相一致。   2. 无需大量训练即可生成丰富且可组合的表示。   3. 具备完全的可追溯性，能够从传感器数据清晰地链接到最高级别的概念。   4. 支持形式推理，允许对概念进行逻辑操作。   5. 天然具备泛化能力，能够将概念应用于新的情境和背景。   6. 生成类似人类的语义概念结构，捕捉人类理解的本质。   7. 为同一物体提供多种概念定义，反映了人类认知的灵活性。   8. 具有内在的生成性，能够创造新的概念和表示。   9. 对外部符号输入的需求极小，仅需三个比较符号和每 ………………………………