奎克的藏经阁 · 原书印刷页

人工智能哲学 · 第 32 页

PDF 物理页索引 40 · 人工智能哲学

书名
人工智能哲学
作者
未记录
印刷页
32
PDF 物理页
40(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
921b4f89a773eb86f3f153c2ed4094272c010fbd33bd089b36da6f4ba61104ac

图1-1 图中的表达式。图中神经元ci始终以细胞体上的数字i来标记,而对 $c _ { i }$ 应动作则和正文中一样由带有下标i的 $" N "$ 来表示。

a. ${ \cal N } _ { 2 } ( t ) . \equiv . { \cal N } _ { 1 } ( t ^ { - 1 } )$

b. ${ \cal N } _ { 3 } ( t ) . \equiv . { \cal N } _ { 1 } ( t - 1 ) \vee { \cal N } _ { 2 } ( t - 1 )$

${ \cal N } _ { 3 } ( t ) . \equiv . { \cal N } _ { 1 } ( t - 1 ) . { \cal N } _ { 2 } ( t - 1 )$ C.

d. ${ \cal N } _ { 3 } ( t ) , \equiv . { \cal N } _ { 1 } ( t - 1 ) . \sim { \cal N } _ { 2 } ( t - 1 )$

e. $\tilde { N _ { 3 } } ( t ) _ { ! } \equiv _ { ! } N _ { 1 } ( t - 1 ) . \vee . N _ { 2 } ( t - 3 ) . \sim N _ { 2 } ( t - 2 )$

$$
{ \cal N } _ { 4 } ( t ) . \equiv . { \cal N } _ { 2 } ( t - 2 ) . { \cal N } _ { 2 } ( t - 1 )
$$

f. $\begin{array} { r l } & { \mathrm { ~ \ } _ { N 4 } ^ { n } ( t ) , = \cdot \mathrm { ~ } _ { \textnormal { \tiny { F C } } } ^ { n } \cdot \mathrm { ~ } _ { \textnormal { \tiny { F C } } } ^ { n } \cdot \mathrm { ~ } _ { \textnormal { \tiny { F C } } } ^ { n } \cdot \mathrm { ~ } _ { \textnormal { \tiny { F C } } } ^ { - 1 } ( t - 1 ) \cdot \mathrm { ~ } _ { \textnormal { \tiny { F C } } } ( t - 1 ) , \mathrm { ~ \ } _ { N } ( t - 1 ) , } \\ & { \mathrm { \ } _ { N _ { 4 } } ( t ) , \equiv , \ \cdot \mathrm { ~ } _ { \textnormal { \tiny { F C } } } ( t - 1 ) . \mathrm { ~ } N _ { 2 } ( t - 1 ) \vee N _ { 3 } ( t - 1 ) . \mathrm { ~ } _ { \textnormal { \tiny { F C } } } \cdot N _ { 1 } ( t - 1 ) . \mathrm { ~ } N _ { 3 } ( t - 1 ) . \mathrm { ~ } N _ { 1 } ( t - 1 ) } \end{array}$ $\begin{array} { r l } { { \bf \Pi } } & { { } ^ { I \hat { \bf { v } } _ { 4 } \hat { \bf { v } } _ { 5 } \hat { \bf { \Pi } } _ { 1 } - \hat { \bf { \Pi } } _ { 3 } } \quad \quad \quad \quad \quad \quad \quad \quad \quad \quad } \\ { { \bf \Pi } } & { { } ^ { N _ { 4 } ( t ) _ { 5 } } \equiv _ { 5 } \quad \sim N _ { 1 } ( t - 2 ) . N _ { 2 } ( t - 2 ) \vee N _ { 3 } ( t - 2 ) . \vee . N _ { 1 } ( t - 2 ) . N _ { 2 } ( t - 2 ) . N _ { 3 } ( t - 2 ) } \end{array}$

g. ${ \cal N } _ { 3 } ( t ) . \equiv . { \cal N } _ { 2 } ( t - 2 ) . \sim { \cal N } _ { 1 } ( t - 3 )$

h. ${ \cal N } _ { 2 } ( t ) . \equiv . { \cal N } _ { 1 } ( t - 1 ) . { \cal N } _ { 1 } ( t - 2 )$

i. $\begin{array} { l } { \mathsf { \Pi } _ { N _ { 3 } ( t ) _ { \sharp } } ^ { \circ } = : \mathsf { N } _ { 2 } ( t - 1 ) . \mathsf { V } . \mathsf { \dot { N } } _ { 1 } ( t - 1 ) . \mathsf { V } . \mathsf { N } _ { 1 } ( t - 1 ) . ( E x ) t - 1 . \mathsf { N } _ { 1 } ( x ) . \mathsf { N } _ { 2 } ( x ) } \end{array}$

人工智能哲学

32