算法的秘密+
1. 算法中的算,包括计算和算计两部分。
1.1 计算是逻辑的,而逻辑就是推理。
1.1.1 推理是有规则的。
1.1.2 规则一般不会变化,但变化却是一种规则。
1.1.3 规则是产生式的,属于自动化范畴。
1.1.4 自动化的本质就是计算的逻辑规则推理,包括与或非及其各种组合。
1.1.5 人工智能的物理基础就是数字化与或非逻辑及其各种组合计算(尽管也会涉及到一些非线性统计概率计算)。
1.1.6 人工智能是自动化领域的一部分。
1.2 算计是非逻辑的,而非逻辑不是推理。
1.2.1非逻辑不按推理程序进行。
1.2.2 算计穿透着各个推理领域的部分。
1.2.3 这种启发式跨域的能力与感性有关。
1.2.4 感性是生产式的,属于智能化范畴。
1.2.5 智能化的核心就是算计的非逻辑非规则跨域性感知,包括与或非及其各种组合及其之外的洞察。
1.2.6 自动化是智能化领域的一部分。
2. 算法中的法,是算计的算计。
2.1 法中包括具身性和反身性。
2.1.1 具身性使用耦合和涌现等概念解释认知过程,而不必要假设一个“表征”的概念。
2.1.2 反身性即认识可以产生认识,行为可以生产行为。
2.1.3 画里的留白、话外的留白都是法,其它部分是算。
2.2 法不是计算
2.2.1 法不是计算的法则,是算计的法则。
2.2.2 计算的法则有情境,算计的法则无情境。
2.2.3 人工智能有封闭性,智能没有封闭性。
2.3 算法中法大于算
2.3.1 法不是事实,而是价值。
2.3.2 事实适用于推算,价值适合觉察。
2.3.3 法可以反事实推理,也可以反价值推理,还可以跨域(非)推理。
2.3.4 算在下,自下而上,产生式,有理有据。
2.3.5 法在上,自上而下,启发式,通情达理。
2.3.6 法能看到远处,算能看到近处。
2.3.7 人擅长法,机优于算。
3. 计算计与深度态势感知
3.1 计算+算计生成计算计
3.1.1 计算用“是”,算计用“应”。
3.1.2 计算有源,算计无本。
3.1.3 计算是科学,算计为艺术。
3.1.4 计算计就是深度态势感知。
3.2 深度态势感知即洞察
3.2.1 态是计算,势是算计,感是映射,知是联系。
3.2.2 态势感知就是用确定性计算计非确定性。
3.2.3 深度态势感知就是计算计事实、价值、责任。
3.2.4 计算一定要情境、场景、态势化,算计则可以非情境、非场景、非态势化。
3.2.5 计算计过程中会衍生出自主机制,一种在计算与算计之间的恰当切换。
3.2.6 计算计可以交易、变易、不易、简易,也可以同化、顺应、平衡。
智能会像现在的数学、物理一样普及
- 探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类
- 探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类
- 探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类
- 探索推荐引擎内部的秘密-第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- 探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类
- 探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- 探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- 算法的优雅(三)卡牌的秘密
- 探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类
- 探索推荐引擎内部的秘密,第 3 部分: 深入推荐引擎相关算法 - 聚类
- 探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- 探索推荐引擎内部的秘密-第 3 部分: 深入推荐引擎相关算法 - 聚类
- 探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- 探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- 探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- 探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- [学习]探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- 探索推荐引擎内部的秘密-- 深入推荐引擎相关算法 - 协同过滤
- 探索推荐引擎内部的秘密,第 2 部分: 深入推荐引擎相关算法 - 协同过滤
- (纪录片)现代生活的秘密规则:算法 The Secret Rules of Modern Living: Algorithms