奎克的藏经阁 · 原书印刷页

人工智能哲学 · 第 269 页

PDF 物理页索引 277 · 人工智能哲学

书名
人工智能哲学
作者
未记录
印刷页
269
PDF 物理页
277(从 0 开始)
章节
人工智能哲学
UUID
7f418071-0fdc-4a5a-a4c5-82dd1979d9c2
来源类型
original_book
页面 SHA-256
a0c40a3d8c2bde525ac95a7f2d8970f2d8f662263e5ab3319fb045e75fe17b98

造成混乱的另一个常见原因是这种看法:分布式表述多少是与有关大脑功能定位的广大证据相抵触的(Luria1973)。为了同时表述完全不同的各种事物,运用分布式表述的系统还需要很多不同的模件。分布式表述存在于这些定位模件的内部。例如,不同的模件可供像心理映象和句子结构这些不同的东西使用,但是两种不同的心理映象可能对应于同一模件中的备选活动模式。这里提出的表述方式,在全局范围中是局部的,而在局部范围中又是全局的。

  1. 分布式表述的优点

这一节考虑分布式表述的三个重要特征:(a)本质上具有构造性的特点;(b)具有自动概括新情况的能力;(c)具有适应变化环境的能力。在这几个优点中,有些也是某些定位模型所具有的,像词汇感知交互激活模型,或第1章中提到的麦克莱兰的概括和恢复模型(McClelland1981)。

推理记忆

人们有一种十分灵活的存取记忆的方法:他们能从对内容的部分描述中回忆起一些条目(Norman and Bobrow 1979)。而且,即使部分描述的某些地方是错误的,他们也能做到这一点。例如,很多人能迅速回忆起满足下面部分描述的那一条目:一个男演员,聪明人,政治家。这种按内容寻址的记忆是十分有用的,但是在常规计算机中很难实现,因为计算机的每一条目是存储在特定地址上的,要取出一个条目,必须知道它的地址。如果用于存取的描述符号组成的所有组合都没有错误,并且是预先已知的,就有可能采用一种称为傻瓜编码的方法,在已知一个条目部分内容的情况下,可快速产生这一条目的地址。然而在一般情况下,按内容寻址的记忆在找出最适合这种部分描述的条目时,需要进行大量的搜索。记忆的中心计算问题就是如何使这种搜索有效。当一些线索可能包含错误时,搜索就变得十分困难,因为与这些线索之一配合失败,就不能用来作快速消除不合适答案的过滤器。

11 分布式表述

269