很早的时候自己就有一个梦想,那就是在自己有生之年能创造一个机器人(能学习会思考),所以一直以来让别人看似在学习杂七杂八的东西(软件、硬件、通信、基因、哲学、文学、美术、围棋等等),似乎在今天都有了注脚。前几天抽空读了弗洛伊德后期三个比较重要的作品《超越唯乐原则》、《集体心理学》和《自我和本我》,对人工智能相关程序的设计有了一点自己的看法(其实在早期的时候就已经读了弗洛伊德的《梦的解析》和他的传记,鲁迅先生很反对他,认为他唯性论,不过弗洛伊德毕竟是现代精神分析的鼻祖,并且后期作品其视角更宽,从对一般精神病人的理论研究,上升到普通人类大众,其理论还是具有极高的研究价值的)。
下面我所谈到的,仅仅是我七拼八凑借鉴来的想法,远远达不到理论的高度,只是一种任我的遐想,以期对人工智能的设计有所启示和帮助。
人类的心理可分为两部分:本我和自我,其中自我又分为两部分,自我和超我(或称为自我的典范,或我们熟称的良心,有一种比喻是这样形容自我和超我的关系的,说超我和自我就像骑手与他的马的关系)。
本我是什么?我认为本我是机械的,被动的有机体,仅实现吃、喝、拉、撒、睡等等常见的生存机能,植物人似乎是其中的一个典型。
自我是什么?自我是在实现人类生存技能器官基础上的一种领导机构,可以指挥机体实现吃、喝、拉、撒等功能(注意植物人是生活不能自理的,食物需要人来喂,但具有最基本的吞咽动作,此外还具备消化、排泄功能),它具备死的本能和生的本能,此外受一些诸如唯乐原则和强迫重复原则的支配,这一点在孩子身上得到了体现,我常说那些不听话的孩子,看见好吃的就吃,看见好玩的就抢,想哭就哭,想笑就笑,一个故事听的没完没了,一个游戏玩一遍又一遍,完全不顾及别人的感受,其实这就是自我在赤裸裸的展示。其实我们现在也是这样评论他人,这个人太自我了,完全以自我为中心,不顾及他人的感受。
超我(或自我的典范)是什么?我认为是一种独立于自我的一种监督审查机构,对自我的行为进行指导和限制。人从出生到长大成人的过程,其实就是超我的建立和完善的过程。狂躁病精神患者是超我和自我融为一体,超我已经失去了监督审查作用,所以患这种病的病人就认为自己无所不能,极具暴力和侵害性。而患忧郁症的病人与此相反,超我太强大了,老是对自我不满,对自我过于批评和指责,使自我陷于不可自拔的苦恼和忧郁之中。
集体中的军队和教会组织(现在的歌迷会也算一个)成员,其超我已经被替换,被替换的主体对象为,如教会中的是基督,军队中的是领导者,歌迷中的是歌星和影星本人,作为个体完全丧失了“自我”(超我部分),变得冲动和狂热,唯超我的替换者马首是瞻(勒邦在其名著《集体心理学》中,他这样描述集体:在集体中,个人特殊的后天习性被抹杀,个性会消失,同质的东西淹没了异质的东西,作为一个集体其整体智商下降,已经没有什么批判能力,很容易冲动和走极端,集体不渴求真理,他们需要错觉,没有错觉就无法存在,他们始终认为虚假的东西比真实的更优越。弗洛伊德甚至这样认为:至于智力方面的工作,事实上还应承认,要在思想领域做出伟大决策,要获得重大发现,要解决疑难问题,就只能靠一个人回避世人的潜心专研),换句话说,作为集体的个体,已经沦为听从命令的机械人。
此外从催眠术的角度上更说明了这一点,被催眠的人的超我完全被催眠师的意志所取代(想想马和骑手的比喻),催眠的人的一切自我行为完全被催眠师控制了,其个人的超我已经被边缘化了(也就是说下岗了),等催眠结束,一定要唤回被催眠的人的超我,恢复其指挥权(这也许是催眠术最危险的地方,否则一旦丢失自我中的超我(或自我迷失方向),也许被催眠的人再也无法醒来)。
对我们现在的人工智能产品来说,我想大部分都还停留在本我和各种躯体器官研究和实现的阶段。至于一般的自我也仅仅实现了初步,如控制行走,通过简单的算法,有的机器人还会自动充电(相当于吃的生理机能,如iRobot自动吸尘器)。至于早期机器人的三大原则,我更以为那是超我中的原则,是机器人的良心。
能学习会思考是自我本身具备的功能,但学习什么及思考什么却是超我所引导的。
从基因角度来说,各种躯体器官、本我和自我是基因中就已经决定了(我更相信个性来源于基因,为什么个性相同的人表现不同,是因为后天中的“超我”因环境的压力进行了调整,对自我的个性进行压抑的结果)。
就比如今天早上写这篇文章,其实“自我”告诉我,再多睡一会,好好享受被窝的温暖,可是我的“超我”却告诫我,你要想进步,要想实现你的梦想,就必须起来,就必须进步。唉,可怜的自我,无论控制力量是来源于内部还是来源外部,都逃脱不了被控制的命运。如果有一天我的“自我”被解放了 — 噢,天哪,这是什么地方?这是精神病院。
分享到:
相关推荐
IncompatibleClassChangeError(解决方案).md
智慧工地,作为现代建筑施工管理的创新模式,以“智慧工地云平台”为核心,整合施工现场的“人机料法环”关键要素,实现了业务系统的协同共享,为施工企业提供了标准化、精益化的工程管理方案,同时也为政府监管提供了数据分析及决策支持。这一解决方案依托云网一体化产品及物联网资源,通过集成公司业务优势,面向政府监管部门和建筑施工企业,自主研发并整合加载了多种工地行业应用。这些应用不仅全面连接了施工现场的人员、机械、车辆和物料,实现了数据的智能采集、定位、监测、控制、分析及管理,还打造了物联网终端、网络层、平台层、应用层等全方位的安全能力,确保了整个系统的可靠、可用、可控和保密。 在整体解决方案中,智慧工地提供了政府监管级、建筑企业级和施工现场级三类解决方案。政府监管级解决方案以一体化监管平台为核心,通过GIS地图展示辖区内工程项目、人员、设备信息,实现了施工现场安全状况和参建各方行为的实时监控和事前预防。建筑企业级解决方案则通过综合管理平台,提供项目管理、进度管控、劳务实名制等一站式服务,帮助企业实现工程管理的标准化和精益化。施工现场级解决方案则以可视化平台为基础,集成多个业务应用子系统,借助物联网应用终端,实现了施工信息化、管理智能化、监测自动化和决策可视化。这些解决方案的应用,不仅提高了施工效率和工程质量,还降低了安全风险,为建筑行业的可持续发展提供了有力支持。 值得一提的是,智慧工地的应用系统还围绕着工地“人、机、材、环”四个重要因素,提供了各类信息化应用系统。这些系统通过配置同步用户的组织结构、智能权限,结合各类子系统应用,实现了信息的有效触达、问题的及时跟进和工地的有序管理。此外,智慧工地还结合了虚拟现实(VR)和建筑信息模型(BIM)等先进技术,为施工人员提供了更为直观、生动的培训和管理工具。这些创新技术的应用,不仅提升了施工人员的技能水平和安全意识,还为建筑行业的数字化转型和智能化升级注入了新的活力。总的来说,智慧工地解决方案以其创新性、实用性和高效性,正在逐步改变建筑施工行业的传统管理模式,引领着建筑行业向更加智能化、高效化和可持续化的方向发展。
123
asdjhfjsnlkdmv
该代码实现了基于机器学习的车辆价格预测模型,利用不同回归算法(如线性回归、随机森林回归和 KNN 回归)对车辆的当前价格(current price)进行预测。代码首先进行数据加载与预处理,包括删除无关特征、归一化处理等;然后使用不同的机器学习模型进行训练,并评估它们的表现(通过 R²、MAE、MSE 等指标);最后通过可视化工具对模型预测效果进行分析。目的是为车辆价格预测任务找到最合适的回归模型。 适用人群: 数据科学家和机器学习工程师:对于需要进行回归建模和模型选择的从业者,尤其是对车辆数据或类似领域有兴趣的。 企业数据分析师:在汽车行业或二手车市场中,需要对车辆价格进行预测和分析的专业人员。 机器学习学习者:希望学习如何使用 Python 实现机器学习模型、数据预处理和评估的初学者或中级学习者。 使用场景及目标: 汽车定价与估值:用于为汽车或二手车定价,尤其是当需要预测车辆的当前市场价格时。 汽车行业市场分析:通过数据分析和回归预测,帮助汽车销售商、经销商或市场分析师预测未来的市场价格趋势。 二手车市场:为二手车买卖双方提供价格参考,帮助制定合理的交易价格。
基于模型预测控制(mpc)的车辆道,车辆轨迹跟踪,道轨迹为五次多项式,matlab与carsim联防控制
StoreError解决办法.md
白色精致风格的个人简历模板下载.zip
白色宽屏风格的房产介绍服务网站模板下载.zip
基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目),本资源中的源码都是经过本地编译过可运行的,评审分达到98分,资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、毕业设计、期末大作业和课程设计使用需求,如果有需要的话可以放心下载使用。 基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于Python实现的医疗知识图谱的知识问答系统源码毕业设计(高分项目)基于
白色宽屏风格的生物医疗实验室企业网站模板.rar
C# 操作Access数据库
NSFileSystemError如何解决.md
白色简洁风格的商户销售统计图源码下载.zip
白色简洁风格的室内设计整站网站源码下载.zip
侧吸式油烟机sw16可编辑全套技术资料100%好用.zip
在 MATLAB 中进行人脸识别可以通过使用内置的工具箱和函数来实现。MATLAB 提供了计算机视觉工具箱(Computer Vision Toolbox),其中包含了用于图像处理、特征提取以及机器学习的函数,可以用来构建一个人脸识别系统。下面是一个简化的教程,介绍如何使用 MATLAB 进行人脸识别。 ### 准备工作 1. **安装必要的工具箱**:确保你已经安装了“计算机视觉工具箱”和“深度学习工具箱”。如果没有,可以通过 MATLAB 的附加功能管理器安装它们。 2. **获取数据集**:准备一个包含不同个体的人脸图像的数据集。你可以自己收集图片,或者使用公开的数据集如 AT&T Faces Database 或 LFW (Labeled Faces in the Wild) 数据集。 3. **安装预训练模型(可选)**:如果你打算使用深度学习方法,MATLAB 提供了一些预训练的卷积神经网络(CNN)模型,比如 AlexNet, GoogLeNet 等,可以直接加载并用于特征提取或分类。 ### 步骤指南 #### 1. 加载人脸检测器 ```matlab face
白色宽屏风格的建筑设计公司企业网站源码下载.zip
智慧工地,作为现代建筑施工管理的创新模式,以“智慧工地云平台”为核心,整合施工现场的“人机料法环”关键要素,实现了业务系统的协同共享,为施工企业提供了标准化、精益化的工程管理方案,同时也为政府监管提供了数据分析及决策支持。这一解决方案依托云网一体化产品及物联网资源,通过集成公司业务优势,面向政府监管部门和建筑施工企业,自主研发并整合加载了多种工地行业应用。这些应用不仅全面连接了施工现场的人员、机械、车辆和物料,实现了数据的智能采集、定位、监测、控制、分析及管理,还打造了物联网终端、网络层、平台层、应用层等全方位的安全能力,确保了整个系统的可靠、可用、可控和保密。 在整体解决方案中,智慧工地提供了政府监管级、建筑企业级和施工现场级三类解决方案。政府监管级解决方案以一体化监管平台为核心,通过GIS地图展示辖区内工程项目、人员、设备信息,实现了施工现场安全状况和参建各方行为的实时监控和事前预防。建筑企业级解决方案则通过综合管理平台,提供项目管理、进度管控、劳务实名制等一站式服务,帮助企业实现工程管理的标准化和精益化。施工现场级解决方案则以可视化平台为基础,集成多个业务应用子系统,借助物联网应用终端,实现了施工信息化、管理智能化、监测自动化和决策可视化。这些解决方案的应用,不仅提高了施工效率和工程质量,还降低了安全风险,为建筑行业的可持续发展提供了有力支持。 值得一提的是,智慧工地的应用系统还围绕着工地“人、机、材、环”四个重要因素,提供了各类信息化应用系统。这些系统通过配置同步用户的组织结构、智能权限,结合各类子系统应用,实现了信息的有效触达、问题的及时跟进和工地的有序管理。此外,智慧工地还结合了虚拟现实(VR)和建筑信息模型(BIM)等先进技术,为施工人员提供了更为直观、生动的培训和管理工具。这些创新技术的应用,不仅提升了施工人员的技能水平和安全意识,还为建筑行业的数字化转型和智能化升级注入了新的活力。总的来说,智慧工地解决方案以其创新性、实用性和高效性,正在逐步改变建筑施工行业的传统管理模式,引领着建筑行业向更加智能化、高效化和可持续化的方向发展。
履带车底盘sw16全套技术资料100%好用.zip