< 上一个 | 内容 | 下一个 >

11 章 (观察)学习的数学理论


人是现实世界最高智能的客观存在。人工智能的根本任务是用机器来实现人的智能。人工智能的这一根本任务要求我们首先要揭示人的智能的科学原理。

人的智能是现实世界最显著的科学现象,其背后必然存在科学原理。

人工智能的科学原理就是智能的科学原理。然而,智能这一个概念并没有一个精确、严格的定义。

智能这一个概念的科学定义显然是 21 世纪的重大科学问题。智能显然是一个客观存在,那么它究竟是什么呢?

我们已经建立了信息的数学理论。信息是消除的不确定性,信息 的演算、信息解码和信息生成三个过程几乎可以建模人类所有的活动。

人类的智能必然是在人类活动中生成的,人类智能活动是人类活动的关键部分。

学习是人主要的智能活动之一。本章建立学习的信息科学原理。人生活在一个高度不确定的现实世界,面临着来自于自身和外部

环境的确定性和不确定性的威胁,为了维持自身的存在性、作用和运动,必须通过学习发现现实世界的知识,揭示现实世界的规律,并基于发现的知识和揭示的规律创造新事物。

人和动物都是从一出生就学习。人和动物都是通过观察来学习的,人的学习和动物的学习应该是不一样的。

“观察”这个词说明:

1)学习一定有一个主体,即学习者;

2)学习一定有个客体,即观察的对象。

我们研究的是人的学习,即学习的主体是人。人观察的对象是除自身以外的外部世界,因此学习的客体是现实世界。


人学习的目的是什么?

作为学习主体的人有什么基本规律?人学习的数学实质是什么?

学习的基本策略是什么?学习的数学模型是什么?学习的数学原理是什么?

本章我们将回答这些基本问题。


 

11.1 先验认知模型11.2 观察的数学实质11.3 学习的数学定义11.4 人的先验分析方法11.5 学习的主体与客体11.6 学习的目的、目标11.7 知识的定义11.8 规律的定义11.9 学习过程表示:层谱抽象11.11 学习的数学模型11.11 创造策略的理解与实现11.12 局部观察学习11.13 全局观察学习11.14 学习模型中的生成策略与生成原理11.15 学习模型中的解码策略与解码原理11.16 知识树11.17 知识的一致性准则11.18 知识的度量11.19 知识演算推理11.20 学习的极限11.21 学习的数学理论总结