体验机器
- 书名：体验机器
- 作者： 安迪·克拉克
- 格式：AZW3,EPUB,MOBI
- 时间：2025-12-16
- 评分：
- ISBN：9787521774542
内容简介：
◤关于人类大脑的“大统一理论”◥
作者简介：
◤安迪•克拉克◥
下载地址：
标签：
文章链接：http://www.dushupai.com/book-content-64870.html(转载时请注明本文出处及文章链接)
- 上一篇： 假扮名媛
- 下一篇： 帝国的眼泪：一部英国情感史
最新评论：
更多
-
mockingbird2025-07-12还是比较有意思的。我们的体验都是感官证据在“预测性大脑”的中介下形成的，感知与行动也都是围绕着最小化感知状态的预测误差来展开的。可以总结说，“自我实现的预言”比我们通常以为的要更加常见也更加根深蒂固。
-
hx2025-12-19看到最后这不就是深度神经网络嘛
-
我爱古诗词2025-12-12如果你的医生使用一种百分百无害的药膏，但警告你“许多患者会经历强烈且不愉快的瘙痒感觉”，你可能会直接因为你的期望而经历强烈的瘙痒感觉。举个例子，我们已经知道关于当前心率的内感受信息会被用来帮助预测通过视觉（外感受）感知到的面孔存在与否，因此我们在心动过速时，中性面孔更易被视作具有威胁性。我特别欣赏的哲学家苏珊·赫尔利就曾一针见血地指出，没有理由认为皮肤和颅骨像一种神奇的薄膜，构成了心智机制的“特权边界”。在两年的时间里，他体验了孟买的杂技瑜伽课，参观了斯洛文尼亚的山羊农场，光顾了艾奥瓦州圣十字小镇酒吧，还旁听了一场八年级学生的长笛演奏会，这些仅仅是他众多经历的一小部分。在他看来，这些经历将自己从身为圣弗朗西斯科技术白领那种一眼望得到头的日子里解救了出来。
最新书摘：
更多
-
圆圆2025-11-13然而，值得注意的是，马尔的模型中缺少另一个影响方向一种相反的方向，从大脑深处下行至眼睛和其他感官。据估计，以这种方式向相反方向传递信号的神经元连接数量大幅超过正向传递信号的连接数量，二者的比例在一些区域甚至高达4：1。从大脑深处向感官外围传递信息的这种下行连接的作用到底是什么？这种连接方向与马尔早期计算机模型中描述的执行处理任务所需的连接方向相反，但它直达那些特定区域。像这样的实际神经线路在安装和维护上是昂贵的。据估计，大脑重量仅占体重的约2%，却耗费了人体全部能量的约20%。它是迄今为止我们最“昂贵”的自适应配件。然而，我们现在已经知道，大脑能耗的很大一部分主要用于建立和维护一个庞大的下行（和横向）连接网络，不仅覆盖早期视觉处理系统，而且覆盖整个大脑。这是一个真正的谜。它令人费解到足以让人工智能先驱帕特里克·温斯顿在2012年评论说，由于有如此多信息明显向另一个方向（下行）流动，我们面对的是“一个我们几乎一无所知的奇怪架构”。但是，一旦我们认识到一个大胆的新主张的吸引力，一切就会变得明朗起来：大脑只不过是一台大规模的预测机器。
-
圆圆2025-11-13我们再看看视频文件的运动压缩编码。1959年，视频文件的帧间预测编码技术问世。为了更好地理解，想象一下视频的内容是一个人在沿着走廊跑步。14视频的第4帧和第5帧的视觉背景没有任何区别，唯一的差异是跑步者前进了一点儿。有了现成的可预测内容（背景），我们只需要传输少量的差异（残差），就能完整地捕捉第5帧画面。换言之，你可以认为第5帧是对第4帧的微调，两帧画面的差异只在（比如说）脚的位置，因此将脚的位置信息通过系统传输的成本远远低于传输第5帧中每个像素的新值。这种技巧至今仍在使用。现在请想象一个已经了解了更多信息的系统，比如，一个了解各种不同的奔跑步态的动态细节的系统。这样的系统能利用更详细（更“高层级”）的信息进行预测，因此只有意料之外的脚部动作才会引发预测误差信号。假设脚部动作和预期一致，那么就不需要更新铁间信息。这种更智能的系统甚至可以产生通常的持续运动幻觉，仅在有意外发生时更新（比如跑步者突然被绊了一跤）。无论预测有多复杂或高级，新异信息都要由预测误差来传递，在不符合预期之处发出信号，从而让我们与一个不断变化且时而令人惊讶的世界保持接触。人类大脑似乎受益于这种智能的预测策略，并使用了“多层信息处理”这一强大的方式。在这种多层级的情境中，简单的预测被嵌套在不那么简单、更抽象的预测之中，就像我们在奔跑步态的例子中所示，对步态的预期是一种更高层级的预测，反过来又会生成关于实际脚部位置的预测（更低层级的预测）。在那一刻，预测误差形成并通过系统向上传输。这些细微的差异进而对各层级的猜测进行微调，比如跑步者当前的步态与我们的预期不符，因此要调整我们的预测，使其与信号更加契合。在大脑的预测处理架构中，我们通常认为有不同的神经元集群专门负责不同的功能，因此较高的层级就能利用自己的专业知识和专属资源来尝试预测较低层级的状态。具体而言，一个专注于预测完整单词...
-
圆圆2025-11-13有了恰当的预期，即便没有信号也能携带大量信息。假设你制订了一个计划，告诉别人，如果你不给他们打电话，那么一切都将“按计划进行”，也就是说，你会在当地时间下周三上午9点飞抵迈阿密，他们应该接机。直到那天，接机者都没接到电话，但这一事实（可转化为1比特的信号）恰恰传达了非常重要的信息：你将会乘坐飞机，在那个时间、那个地点抵达。其巧妙之处在于，接收者拥有的智慧与先见之明抵消了你本该为编码和传输所有信息而承担的成本。各种基于预测的压缩技术已让电信技术的发展受益匪浅。原则上，你可以利用关于特定信号最可能形态的先验知识来帮助预测接收端的信号，这样，珍贵的电线和电缆就可以只用来传输与预测模式不同的信号。接收端只要根据该残差对信号进行更新即可。这个过程的精妙之处在于，只需要传输少量的误差，就可以重构丰富的内容（比如图像或消息）。这些丰富的内容主要建立在预测的基础上，但能通过残差与现实锚定。这种借助有依据的预测压缩信息的方法，其实就是通过“回补”（adding back in）所有能被成功预测的元素来有效地节约带宽。正因有了这门绝技，我们才能用PEG和MP3等格式以经济的方式存储和传输图片、声音、视频文件。对图片文件而言，预测编码的原理是假设每个像素的值都可以根据相邻的各像素的值来实现较好的预测。在满足这种条件下（通常都满足），我们不需要传输该像素的值。所有需要编码的仅仅是预测值的偏差。但这只是一个简单的规律。只要存在任何形式的可检测的规律，预测（和借助预测的数据压缩）就可以实现。
猜你喜欢：
-
人文社科豆瓣 8
-
人文社科豆瓣 7
-
人文社科豆瓣 8
-
人文社科豆瓣 8
-
人文社科
-
人文社科
-
人文社科豆瓣 7
-
人文社科豆瓣 9
