人类认识的层次模型

By良少 http://blog.csdn.net/shendl 前言 程序员的编程技能随着经验的积累,会逐步提高.我认为编程能力可以分为一些层次. 下面通过两个维度展开编程能力层次模型的讨论. 一个维度是编程技能层次,另一个维度是领域知识层次. 编程技能层次 编程技能层次,指的程序员设计和编写程序的能力.这是程序员的根本. 0段-非程序员: 初学编程者,遇到问题,完全是懵懵懂懂,不知道该怎么编程解决问题.也就是说,还是门外汉,还不能称之为"程序员".计算机在他面前还是一个神秘的黑匣子

在我的一生中,我见证了社会深刻的变化.其中最深刻的,同时也是对人类影响与日俱增的变化,是人工智能的崛起.简单来说,我认为强大的人工智能的崛起,要么是人类历史上最好的事,要么是最糟的.我不得不说,是好是坏我们仍不确定.但我们应该竭尽所能,确保其未来发展对我们和我们的环境有利.我们别无选择.我认为人工智能的发展,本身是一种存在着问题的趋势,而这些问题必须在现在和将来得到解决. 人工智能的研究与开发正在迅速推进.也许我们所有人都应该暂停片刻,把我们的研究重复从提升人工智能的能力转移到最大化人工智能的社

作者是人类进化学学者,全书复习人类进化史,重点讲许多现代多发疾病跟人类进化路径的密切关系:比如肥胖,历史上食物匮乏是常态,人类需要尽可能地多吃才能为以后的饥饿做准备. 我读后的总体感觉是没有新的观点与信息.不了解相关领域的读者可以看一看.学者写的,可信度还是比较高的. 以下是书中一些内容的摘抄: 1:我是人类进化生物学教授,我研究的是人类的过去,而不是未来.我不是预言家.#37 2:人体在进化过程中并没有变得更健康,相反,自然选择要求我们在艰难的环境下尽可能拥有更多后代.因此,进化不会让我们在富

本期主题是人类测量地球年龄与人类进化史的技术的简史.地球年龄最终依靠同位素测量法确定为45.5亿年,人类进化史初期是根据化石推测,后来则根据DNA的变化来推算. 个人感觉这是看过的袁岳的文章中最精彩的一篇,有靠谱的技术发展史,故事也比较有意思.袁岳是理科生风格,严肃有余,讲故事的天赋则相对不足.当然反过来说讲故事天赋比较好的人,一般来说写出来的东西可靠性稍差. 以下是书中内容的摘抄,大部分是主题文章的摘抄.#号后面是kindle电子书中的页码: 1:再后来,他采用了一种从铀铅测年法推导出来的铅铅

当清晨醒来,一个甜美的声音和你送上早安,并用机械手递来牛奶面包时,这是斯皮尔伯格在<人工智能>中的幻想. 如果场景再次切换,你吃完面包却倒地不起,机器人却在冷笑,这样的画面,或许是<终结者>中天网的梦想,又或者是阿西莫夫<我,机器人>里最不愿意看见的"机器人三定律"被破坏的场景. 文/张书乐 刊载于<创意世界>2017年1月刊 如果,人类被机器控制,沉浸在幻想的世界中无法脱离,少数人破壁而起呢?满满的<黑客帝国>来了--无数不

全书共11章,关于未来的论述主要集中在第9章.关于未来的趋势的判断,推理过程比较少,我感觉也不算严密.基本的观点是随着技术的发展,部分精英会战胜死亡,并且用基因甚至机械改造自己的身体,世界会被这少数精英及他们管理的算法统治. 关于已经发生的历史的章节,大部分内容是把<人类简史>的内容换了角度说一遍(但是不如<人类简史>的思路清晰):人类战胜其他动物是因为人类可以更大规模地合作,人类共同虚构出了国家.宗教等信息作为生活的意义. 总体评价4星. 我感觉<人类简史>和<

1994年写成的<失控>讲了一件事情:连接.按<失控>的核心观点,连接是人类下一轮的进化方式,从以个人为单元的社会进化到以群体为单元的社会,连接是主要的技术实现手段.<失控>还有一个观点,就是现在的人们通过连接成群体来实践下一轮进化,但进化之后的群体智能是什么样子,这超越了现在人们的想象.因此,不能用今天的经验来预测明天的世界,连接之后的群体智能将在连接的过程中自然而然展现出来. 可以说腾讯率先在消费人群中实践了<失控>的思想,这也成就了微信的成功.后来,马

文/辛东方 科技发展的速度远远超过人类的想象力,"人工智能"一词从提出发展到现在已经过去六十个年头.在过去的岁月当中,世界各国科学家一直在缓慢着进行人工智能领域的研究,虽然收获甚微,但总体上是向前发展的. 可喜可贺的是,人工智能发展六十年后的今天,所取得的成就已今昔非比.机器人的研究是人工智能领域最杰出的作品.机器人从最初的模拟语音对话,发展到独立搬运货物.机器人舞伴.机器人服务员.银行机器人客服等.其惊人的发展速度,不容否定.人工智能发展,令人称奇. 没有人否定人工智能所取得一些列成

人类的视觉能力基本上是出生后逐渐习得的,婴儿不是眼睛发育不足,而是头脑暂时还不会很好运用眼睛去观察世界,就好比蹩脚的摄影师,拿着顶级单反也拍不出好片. 婴儿开始看世界的过程,就是对视觉处理神经元网络进行训练的过程.初生婴儿需要学习的第一课是分辨物体轮廓,最初他们看到的世界只是各种颜色和明暗的块块,经过学习才知道其中一些总是在一起运动,这部分色彩和明暗变化形成一个固定模式,而另一些则没有这种模式,当这种情况一再重复,最终神经元网络会演化出识别这种模式的算法,于是世界不再是色块,而是一个个物体了,以