{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","title":"人工智能哲学","author":null,"edition":null,"publisher":null,"year":null,"isbn":"7532740544","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","id":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","uuid":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","title":"人工智能哲学","normalized_title":"人工智能哲学","author":null,"edition":null,"publisher":null,"year":null,"isbn":"7532740544","isbns":["7532740544"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":501,"navigation_url":"https://workshop.closeclaw.top/ai/book/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","title_url":"https://workshop.closeclaw.top/ai/title/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%93%B2%E5%AD%A6","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","page_url":"https://workshop.closeclaw.top/api/ai/books/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/page","search_url":"https://workshop.closeclaw.top/api/ai/books/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/search"},"page":{"printed_page":283,"pdf_page":291,"physical_index":291,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"872b29adeb3a3197336e10569c31a3e503e3c61ccc80b0bf40c2c27df16c1efd"},"chapter":"人工智能哲学","content":"如果已知粗糙编码之所以优于定位编码，是因为它通过使每个单元更经常地活动，从而更有效地利用了单元的信息携带能力，那么对粗糙编码只有在特征点稀疏的情况下才是有效的这一事实，就不应该感到奇怪了。如果特征点十分密集，以致这些单元在使用定位编码的大约一半时间里是活动的，粗糙编码只能使事情更糟。\n\n使用粗糙编码的第二个主要限制源于这一事实：一个特征的表述必须用于对其他表述产生影响。如果在这些特征能够对其他表述产生恰当作用之前，必须将它们重编码为微调单元中的活动性，那么使用粗糙编码就失去了意义。如果我们假定一个分布式表述的作用是组成这一表述的各个活动单元的作用之和，那么对于可以有效使用粗糙编码的条件就存在着一个很强的限制。相近的特征将由相似的活动单元组来编码，因此它们将不可避免地趋于有相似的作用。大体上说，只有当一个特征所需的作用是相邻特征所需作用的平均值时，粗糙编码才是有用的。在足够细小的尺度上，对于空间作业来说，这几乎总是成立的。使它失效的那一尺度确定了接受场大小的上限。\n\n另一限制是，每当粗糙编码的表述方式相互作用时，就存在着粗糙性增长的趋势。要减少这种趋势，可能需要在每个表述内部进行横向抑制运作。这个问题需要进一步研究。\n\n向非连续空间的扩展。通过把一组条目看作一个接受场的等价物，作为粗糙编码基础的原理就可以推广到非连续空间。定位表述对每一可能存在的条目使用一个单元。分布式表述将一个单元用于一组条目，并以隐含方式将一个特定条目编码为几个活动单元对应组的相交。\n\n11 分布式表述\n\n[1]有趣的是，许多几何学上的视错觉印证了在相隔距离比主体特征位置认识中的不确定性大得多的情况下的特征之间的相互作用。这正是使用粗糙编码精确表述复杂特征时可望出现的情况。\n\n283","previous_page":282,"next_page":284}