机制主义人工智能模型慕课视频播放-大数据技术与应用-MOOC慕课视频教程-柠檬大学

不是机械叫做机械还原论

就是分解合成

分解了以后可以合成可以还原

这个机械系统可以这样

人信息系统不能这样

你把信息切断了

它就不是原来的东西了

所以这件事情要注意

如果你研究是一个局部的

很小的一个东西

你这个感受不会很深

如果你研究一个比较大的系统

你这个感受就会很突出

所以这个方法论一定要用

生态演化论这个方法论

而这个方法论

是我们中国人总结出来的

我们几个人总结出来的

为什么我们能总结出来呢

因为咱们中国人天然的

五千年来就有这种整体论的思想

就有辩证论的思想对不对

最典型的中医

中医就是辩证论整体论

我经常跟他们讲

西医看病是头疼治头脚疼治脚

如果你这儿是头疼

他一定是看头里头那儿

是不是有什么结构异常

是吧

或者能量不畅通了

他是这样的观点

脚上就是问脚的这个结构有没有异常

变异长个瘤子

中医不是这样

中医你说我头疼

他说不定手上或者耳朵上或者脚上

他不是治头是治脚

头疼治脚什么道理

人体是一个整体

这个整体论是中医就有的

而且是辩证的

这个辩证包括

就是你这个人是在大自然这个系统

社会系统里头

气候的影响社会环境对你的刺激

这些东西都成为中医看病的一个要素

所以是辩证的

那么我们从几千年来

有这样一种辩证的整体的这个素养

所以我们就一研究这个人工智能

发现它有三条路走不到一块

马上就明白了

不是具体的技术不行

是整体的方法论不行

具体的技术都很行

在那个约束范围之内它很行没有问题

我们不能否定他们研究的这些成果

都对的

但是它不能形成整体

它就一个一个的局部化局域化碎片化

所以现在最大的问题信息领域

就是碎片化

这个是最大的问题

这个碎片有大有小

那么因此我们今天

要把这个碎片用这个整体论的观念

用辩证的思想

刚才我讲就是整体演化论的方法论

去把它重新加以改造

而这个是源头上做起

因此它从源头上就分而治之

我们就要从源头上把它重新在整理

这个就是发现

用了这样一个生态演化论这个方法论

一下就真的有点像刚才讲的

一通百通的那种感觉

这个问题就是说这个生态演化论

发现了一个什么问题

作为一个整体论辩证论

最要紧的不是具体的结构

也不是具体的功能

当然更不是那个行为了

而是什么

是这个系统的功能

不是

机制是吧

不是具体的结构功能和行为

而是这个系统运转的机制

它为什么会有这样一个智能

面对一个问题面对一个环境

给他一定的知识

给他一定的目的

为什么他就能找到解决这个问题

达到这个目的的这么一个智能策略

产生这个智能策略的机制是什么

至于你明白了这个机制以后

针对这样的问题

这样的机制要用什么结构用什么功能

那那个时候再来看这个结构功能

所以第一位的首要的管全局的是机制

然后才是那个功能和结构

是为这个机制而服务的东西

谁轻谁重显而易见

所以不能跟老外那么瞎跑

我们要抓住这个智能深层的

共性的核心的机制

这就是我们的发现

这个机制如果抓住了

那你路就通了

那么具体的机制怎么表现

我们就发现这个机制

其实就是刚才我已经描述清楚了

隐性智慧给定你问题是吧

给定你目标

给定你从这个问题

到达这个目标所需要的知识

这三个东西给定了

当然就可能有很多路可走

就看你的知识高明的话

就会找到一条最好的路

那么这个地方当然也有创造性

这个不是那个发生问题

那么关键的创造性

所以这样一来

我们看给定的目标知识

这就是一种既定的原始的信息

目标也是一种信息对不对

起点也是一个信息

有多少种可走的路

有哪些不能做的事情

这也是信息对不对

告诉我不能做

有了这些信息以后

你根据这个问题和这个目标

去看看他提供的这些知识

够用不够用

如果够用就把这个需要的知识提炼出来

如果不够用再去学习补充这个知识

然后有了目的有了知识有了信息

你通过演绎

去找到最佳的求解问题的路线

这就是策略

所以机制在于信息知识智能

它们之间的转换

这个就是机制的灵魂

当然你要讲的更全面一点

刚才我这个蓝的这个字写的

有客体的信息

因为我们面对的问题就是客体

他呈现的信息是最早的

然后你作为主体

你得到了这个信息

就变成你产生的信息

这叫感知信息

这两个都是信息

一个是客体的

一个是你感知的

主体感知的

然后去转化为知识

转化为智能的策略

再转化为智能的行为

智能策略智能行为都叫智能

一个是抽象的一个是具体的

这样一个转换

这个转换如果是特别简单

就是用数学可以描述

比方微分方程

它就有输入可以产生输出

这种微分方程就可以描写

人工智能当中那些简单的规范的

就跟智能控制当中

求解那个那种经典的策略

可以用数学

但是很多都不能够用现在的数学

就是现有数学不够用

因此就用编程的办法

编程不是严格按数学办法

是按照我们的思路

这个思路不一定数学能表达出来

是吧

甚至用别的办法来去实现

所以关键是这个转换

客体信息感知信息知识智能

智能包括这个策略和行为

这个转换就是人工智能系统的共性的

然而又是核心的机制

把这个事情抓住了

你就抓住了人工智能的全部可以说

抓住了它灵魂和要害

当然细节就要把这个

这些信息知识这些东西要展开

才有细节

这个是一个灵魂核心

那么简单就是知识进行转换

所以这样一来

我们就特别的兴奋

就发现了一个新的 Approach

就是跟现在结构模拟

功能模拟行为模拟都不一样的

第四条路

就是我们中国人

我们自己走出了第四条路

这个第四条路待会儿你可以看

非常有意思

这个第四条路为了实现这个信息

客体信息感知信息知识智能转换

我给大家用一个模型来看

你看应该有一个客体信息

是吧

这个问题本身不管是客体也好

事件也好

产生客体信息

那么主体的一部分

对人类来讲就是五官

对机器来讲传感器

它应该感受到这个客体的信息

但是传感器在这个地方不够用

传感器只能感知

感受到这个客体信息

是1还是0 是110还是010

只能感觉到这个

它没有知有感而无知

这个传感器

目前传感器是有感而无知

这个知知什么呢

是要知道这个客体信息

跟我这个主体的目的有没有关系

假如没有关系的话

那我们不理它不予理会

这一点是非常重要的一个方法

人之所以高明

这个是高明的表现之一

就很多事情跟我们关系不大

我们就不理它

如果没有这种忘却抛弃

没有这个能力

我们一定傻了

我们一定会被外界无穷多的信息

被我们搞傻了

因为我们手忙脚乱应接不暇

被信息所淹没

所以这个事情传感器做不到这个

传感器做不到

但是我们人工智能系统必须要有

它这个知为什么能知呢

因为这个目的

这个目的在这个地方会传过来

到这个地方

要拿这个客体信息

跟这个目的在这个地方

去做一个计算

人就是估量机器是计算

算一个相关性

算一个相关的程度

大数据技术与应用课程列表：

李国杰：面向大数据的数据科学

-完整讲座

--完整讲座

-李国杰：面向大数据的数据科学--课后习题

吴甘沙：大数据分析师的卓越之道

-数据思维方式的改变

-数据的假设与采集

-数据的准备

-数据的分析

-数据的解释与验证

-吴甘沙：大数据分析师的卓越之道——课后习题

董飞：硅谷公司的大数据实战分析

-个人介绍

-硅谷热门公司

-大数据简介

-大数据平台系统

-工业实践

-结尾

--结尾

-董飞：硅谷公司的大数据实战分析--课后习题

杨光信：数据系统架构

-数据系统架构历史

-从sql到nosql

-数据库系统实现变革

-负载融合

-数据系统架构成本

-杨光信：数据系统架构——课后习题

时磊：大数据网络可视化

-什么是可视化

-网络可视化

-大数据带来的新挑战

-大数据网络可视化的若干案例

-时磊：大数据网络可视化—— 课后习题

彭元：网络安全与大数据

-网络安全概述

-大数据安全分析平台

-大数据安全应用

-大数据平台安全

-彭元：网络安全与大数据——课后习题

钟义信：“人工智能与大数据”的创新研究

-人工智能系统的本质功能模型

-隐性智慧，显性智慧

-人工智能：能与不能

-人工智能的技术现状

-机制主义人工智能模型

-信息转换和智能创生定律

-人工智能与大数据

-钟义信：“人工智能与大数据”的创新研究——课后习题

吴军：数据为王和机器智能的时代

-什么是机器智能

-大数据的重要性及特点

-大数据中的因果关系与关键技术

-大数据与机器智能

-大数据思维

-讲座问答环节

-吴军：数据为王和机器智能的时代——课后习题

苏中：从大数据到认知计算

-大数据概述

-大数据相关新趋势

-大数据技术创新1

-大数据技术创新2

-大数据技术创新3

-大数据商业价值和前景

-大数据机遇和挑战

-苏中：从大数据到认知计算——课后习题

王新锐：金融大数据的法律实践

-金融大数据概述

-用户个人信息分类

-金融大数据法律框架

-实际案例和业界实践

-核心风险点

-王新锐：金融大数据的法律实践——课后习题

刘鹏：互联网变现与计算广告

-互联网与商业化

-大数据与计算广告

-计算广告介绍

-数据交易

-刘鹏：互联网变现与计算广告——课后习题

杨保华：区块链与数据科学

-从记账技术到区块链

-区块链确保数据真实性

-区块链确保数据安全性

-区块链衡量数据价值

-区块链的应用和总结

-杨保华：区块链与数据科学——课后习题

杨紫陌：个性化内容推荐

-个性化推荐系统

-推荐系统的召回与排序

-智能制作之个性化海报

-线上推荐系统其它要素

-杨紫陌：个性化内容推荐——课后习题

陆祁：用户行为大数据

-个人介绍及用户理解背景

-用户理解与用户画像

-案例1：用户属性识别

-案例2：自然人识别

-案例3：WOI与社交关系识别

-陆祁：用户行为大数据——课后习题

阳任科：大数据与AI的内容分析

-内容智能生态——数据、算法、应用

-大数据在内容分析的应用

-IP价值评估系统

-爱奇艺的剧本评估

-爱奇艺的智能评分

-阳任科：大数据与AI的内容分析——课后习题

王栋：美团外卖的大数据应用

-外卖行业及场景简介

-餐饮及外卖行业大数据应用框架

-案例分析：智能营销场景的用户画像

-案例分析：智能助手场景的菜品画像

-王栋：美团外卖的大数据应用——课后习题

赵楠：商业思维与大数据技术在美团旅行业务中的结合

-旅行业务的特点

-美团旅行业务的用户画像构建

-用户画像的应用案例

-住宿需求预测问题

-营销补贴策略建模

-赵楠：商业思维与大数据技术在美团旅行业务中的结合——课后习题

陈彧：美团点评金融服务的大数据与人工智能

-互联网金融背景介绍

-互联网金融科技

-数据智能的三个案例

-技术展望

-陈彧：美团点评金融服务的大数据与人工智能——课后习题

毛波：阿里全息大数据构建与应用

-数据的进化历程

-阿里DMP平台介绍

-核心技术及案例

-数据应用

-毛波：阿里全息大数据构建与应用——课后习题

韩定一：在线营销中的竞价机制与数据价值

-在线营销

--在线营销

-竞价机制

--竞价机制

-数据价值

--数据价值

-韩定一：在线营销中的竞价机制与数据价值——课后习题

龚笔宏：大数据在工业界中的经典案例分享

-竞价排名搜索

-主要技术问题

-点击率预测概述

-点击率预测实践

-龚笔宏：大数据在工业界中的经典案例分享——课后习题

[补充] 郝井华：即时配送中的人工智能

-即时配送业务的背景及挑战

-案例1：订单分配策略

-案例2：供需平衡策略

-未来展望

-郝井华：即时配送中的人工智能——课后习题

[补充] 陈辉：数据驱动营销

-什么是数据驱动营销

-LTV留存分析

-RFM会员体系

-消费者微群画像

-渠道倾向性分析及行业竞争分析

-机器学习潜客挖掘模型

-陈辉：数据驱动营销——课后习题

[补充] 艾小缤：大数据评价体系在金融、征信领域的创新

-金融大数据时代

-大数据客观信用

-我国的金融环境

-客观信用的实践

-应用案例与成果

-艾小缤：大数据评价体系在金融、征信领域的创新——课后习题

[补充] 郑宇：大数据驱动智能城市

-外部链接

--外部链接

讨论专题

-课程总结讨论单元1/2

-课程讨论总结单元2/2

机制主义人工智能模型在线视频

机制主义人工智能模型课程教案、知识点、字幕