符号认知模型基于这样的原则:认知是涉及符号操作的计算。这些模型利用命题、图式和规则(例如,IF-THEN语句)等高级、显式表征来模拟结构化的思维过程,例如逻辑推理、语言使用和问题解决。它们构成了经典人工智能的基础,经典人工智能通常被称为“传统人工智能”(GOFAI)。

(图片仅供参考)
符号认知模型基于这样的原则:认知是涉及符号操作的计算。这些模型利用命题、图式和规则(例如,IF-THEN语句)等高级、显式表征来模拟结构化的思维过程,例如逻辑推理、语言使用和问题解决。它们构成了经典人工智能的基础,经典人工智能通常被称为“传统人工智能”(GOFAI)。
符号建模的基础概念是纽厄尔和西蒙提出的物理符号系统假说。该假说认为,一个物理系统(例如计算机或大脑)展现智能,当且仅当它是一个物理符号系统。这样的系统包含符号(模式)以及能够创建、修改和组合这些符号以形成复杂结构的进程。因此,思维被视为一种根据一套规则进行符号操作的形式。
在实践中,这些模型通常将问题表示为一个包含一系列可能状态的“问题空间”。然后,模型使用启发式指导的搜索算法(例如手段-目标分析)来寻找从初始状态到目标状态的路径。知识被显式编码并可解释。例如,一个用于医疗诊断的专家系统会包含一个庞大的“如果症状则诊断为疾病”规则数据库。这种方法对于定义明确、逻辑清晰的领域非常有效,但在处理歧义、噪声和模式识别任务时则显得力不从心,而连接主义模型则擅长处理这些任务。
符号认知模型
(如果日期未知或不相关,例如“流体力学”,则提供其显著出现的近似估计)
只有注册会员才能免费获得 100% 的全尺寸图片和下载。.
> 登录 <