- 综合排序
- 最热优先
- 最新优先
- 来自专栏新智元
认知科学与人机交互简史
1975年，由于美国著名的斯隆基金的投入，美国学者将哲学、心理学、语言学、人类学、计算机科学和神经科学6大学科整合在一起，研究“在认识过程中信息是如何传递的”，这个研究计划的结果产生了一个新兴学科——认知科学 作为20世纪世界科学标志性的新兴研究门类，认知科学实际上悄悄地指明人与机的未来研究方向，同时，它再一次地证明了科学其实和社会遵循着相似的发展规律：合久必分，分久必合。 Craik，1914-1945）二人1940年研究的剑桥飞机座舱模拟器（Cambridge Cockpit）基本确定了人机研究的方式和趋势——人、机、环境诸多学科的交叉融合并进，20世纪50年代兴起的认知科学
1.8K50发布于 2018-03-13 - 来自专栏叶子的开发者社区
【脑与认知科学】【n-back游戏】
我们选择复刻n-back游戏来测试工作记忆，游戏的流程是这样的：玩家会看到一个灰色方块组成的九宫格，其中一个绿色方块会在九宫格中闪烁，玩家需要把每次绿色方块闪烁的位置记住，判断前n次绿色方块出现的位置，例如当n=1时，玩家需要判断上一次绿色方块在九宫格中出现的位置；当n=2时，玩家需要判断上两次绿色方块出现的位置，依次类推……
1.2K20编辑于 2023-11-19 - 来自专栏安全领域
物联网中的认知科学与网络监督
但是，没有任何关于将其应用于认知科学（Cognitive science）和网络监督（Web proctoring）的讨论。 接下来我将解释物联网如何成为认知科学研究中的一种有效工具，以及物联网如何以这种方式有效地帮助监督网络课程，从而给予在线教育正急需的可信度。 物联网与认知科学 在认知科学的研究中，研究者将各种传感器安装到受试者身上，用以测量、记录生理参数。 如果将物联网技术适用于认知科学研究，则研究者就可以在物联网云的帮助下，收集、存储并且研究来自不同地域的不同地点的数据。 根据物联网在认知科学和 MOOC 中如何得到充分利用的详细说明，你可能要问了：为什么本文要将认知科学和 MOOC 结合在一起？
1.1K130发布于 2018-04-24 - 来自专栏CreateAMind
激进具身认知科学 Radical Embodied Cognitive Science
《思想的语言》堪称（认知科学）哲学领域的一座真正丰碑。 正因持此立场，我并未通过驳斥其他理论来证成激进具身认知科学。 第二章对激进具身认知科学作了宽泛勾勒，将其与“普通”的具身认知科学相比较，并简述其若干历史渊源及吸引力所在。 粗略而言，激进具身认知科学主张：对认知的恰当描述应诉诸“行动者—环境”动力学，而非计算与表征。这些章节的目的是表明：激进具身认知科学理应跻身认知科学主流阵营，与传统计算主义进路并列。 我衷心希望它们能说服那些易受影响的青年认知科学家：激进具身认知科学值得他们投入时间与心力。 本章旨在澄清两个密切相关现象： 第一个现象是，针对认知科学中经验性研究纲领的哲学性质疑数量庞大。为何这类论证在认知科学中如此泛滥，却不见于植物学等领域？
12010编辑于 2026-03-11 - 来自专栏音乐与健康
音乐认知科学的价值与发展探究，未来如何？
作为一门跨学科的研究领域，音乐认知科学结合了音乐学、认知科学、神经科学、心理学等多个学科的知识和方法，特别关注音乐对人类大脑和认知系统的影响，以及这些影响背后的机制。 随着科学技术的进步，音乐认知科学逐渐成为连接艺术与科学的重要桥梁，在音乐教育、治疗、创作等方面展现出巨大的潜力。新闻背景：音乐治疗，一门新兴的交叉性学科。 音乐认知科学为音乐治疗提供了坚实的理论基础。音乐能够直接影响大脑的多个区域，包括负责情绪调节、记忆、语言处理等功能的部分。 音乐认知科学作为一门新兴的交叉学科，其研究不仅具有重要的学术价值，而且对于提升人类生活质量也有着不可忽视的作用。 随着研究方法和技术手段的进步，音乐认知科学将会为我们带来更多的惊喜，并在未来继续拓展人类对音乐与认知之间关系的理解。
34010编辑于 2025-09-06 - 来自专栏科学Sciences
简单性：认知科学的统一原则(27k字)
译者：秦陇纪，科学Sciences©20210412Mon 尼克·查特(Nick Chater)，应用认知科学研究所心理学系，沃里克考文垂大学，CV4 7AL，英国； 保罗·维坦尼(PaulVitányi 简单性可以解释认知科学中的经验数据吗？表1描述了一系列认知现象的模型，包括低水平和高水平的视觉感知，语言处理，记忆，相似性判断以及明确的科学推理中的心理过程。 但是在认知科学中，知觉和语言刺激的心理表现是高度争议的。(2)搜索问题：认知系统可能更喜欢它可以找到的最简单的解释，但却无法找到一个简单的兴趣模式。 我们认为，简单性值得作为认知科学许多领域中潜在的重要统一原则来追求。 通过简单方式进行模式查找：研究样本 认知过程Cognitive process 数据Data 代码Codes 计算机科学/数学方法Computer science/mathematical approaches 认知科学应用
99840发布于 2021-04-22 - 来自专栏CreateAMind
从认知科学角度证明中医理论的科学性
所以可以认为“力”的本质是“作用”，那什么是“作用”呢，物理理论中没有定义，从认知科学的角度来讲：“作用”是人用手推一张桌子时，人的手上的“感觉神经”向大脑传递的信号。 我读了现代心理学、认知科学的书籍，没有一个关于意识这个概念的定义能获得大家共同的认可。大多数这样的书籍只是介绍他们的实验方法，结果，一些可能的判断。
46230发布于 2018-07-24 - 来自专栏企鹅号快讯
GPU 高性能计算，加速脑与认知科学发展
脑与认知科学是上海纽约大学的另一个着重发展领域之一，致力于促进对大脑功能与健康和疾病关系的理解，特别是理解大脑中产生高级认知活动和灵活行为的神经机制，以及它们的损伤与如自闭症、精神分裂症和阿尔茨海默氏病等疾病之间的关联
1.3K100发布于 2018-01-31 - 来自专栏叶子的开发者社区
【psychopy】【脑与认知科学】认知过程中的面孔识别加工
请按照认知科学要求，画出对应的实验流程图，并叙述实验的对照组如何设置，并分析实验结果。 熟悉程度判断实验举例：可以显示大家都认识的名人。
1K20编辑于 2023-10-29 - 来自专栏人工智能头条
人工智能与认知科学论坛：类脑智能、混合智能及应用前景的探讨
27日下午的“人工智能与认知科学”专题论坛，中科院自动化所脑网络组研究中心主任蒋田仔、重庆邮电大学教授王国胤、华南理工大学教授李远清、清华大学计算机系教授孙富春、北京师范大学" 认知神经科学与学习" 国家重点实验室主要成员姚力
1.5K60发布于 2018-06-05 - 来自专栏机器之心
从直观物理学谈到认知科学，Sora不是传统物理模拟器盖棺定论了？
作者回顾了 Sora 的功能、工作原理以及它模拟 3D 场景属性的意义，讨论了认知科学中直观物理学文献、机器学习中「世界模型」的多义（多种解释）概念以及图像生成模型的可解释性研究。 最后，作者对视频生成模型在未来 AI 和机器人学中的地位，以及它们与认知科学中正在进行的辩论之间的潜在相关性进行了预测。 这就是认知科学家称为直观物理学的东西：一种快速、自动的日常推理，让人们知道各种物体相互作用时会发生什么，不需要有意识地思考物理计算。 认知科学中有一个重要假设：人们使用直观物理引擎（intuitive physics engine，IPE）在心理上模拟物理事件。该引擎近似现实中的物理动力学，并类似于计算机游戏中的物理引擎。
35610编辑于 2024-03-18 - 来自专栏人工智能头条
【CCAI大咖秀】AlphaGoMobileye教父：智能科学需要融合机器学习、计算神经科学与认知科学
他的主题报告除了总结智能工程的进展，还将诠释MIT CBMM（the MIT Center for Brains, Minds and Machines）的智能科学研究——机器学习、计算机科学、神经科学与认知科学的融合 我们有一个非常棒的三周暑期课程，该课程由我们中心（人脑及机器思维中心，the Center for Brains, Minds & Machines）针对博士后、讲师和研究生所开设的，旨在帮助他们学习掌握机器学习、神经科学和认知科学等跨学科
48130发布于 2018-06-06 - 来自专栏图灵人工智能
人工智能与因果推理 | 中国人民大学哲学与认知科学明德讲坛
本文为中国人民大学哲学与认知科学明德讲坛第23期《人工智能与因果推理》文字稿，扫描上方海报二维码，或者点击阅读原文查看讲坛回放。 感谢大家用心聆听哲学与认知科学明德讲坛暨服务器艺术人工智能哲学论坛。期待下次见面。 主持人：朱锐 | 嘉宾：邱德钧、秦曾昌、Vincent Luizzi、袁园 | 主办：中国人民大学哲学与认知科学跨学科交叉平台、服务器艺术 | 协办：神经现实 | 封面：Núria Madrid 整理
1.1K20编辑于 2022-09-01 - 来自专栏脑机接口
脑机接口、神经认知、认知科学等投稿 | 中国人工智能学会ICCSIP2020国际会议
International Journal of Control, Automation, and Systems
80730发布于 2020-08-28 - 来自专栏CreateAMind
具身认知与激进具身认知（2）
但正是在这种背景下，我们试图理解从20世纪90年代初开始在认知科学中兴起的身体认知运动。 2.3 具身认知科学 如今，许多认知科学声称是具身的、情境化的，或两者兼有。 2.4 激进具身认知科学 本书题为《激进具身认知科学》。现在是时候阐明这一概念的内涵了。 理解具身认知科学与激进具身认知科学之间关系的最佳途径，是再次回溯具身认知科学的历史渊源。 ⁷）因此，我建议：激进具身认知科学并非具身认知科学的“激进化”（radicalization）；相反，具身认知科学应被视作对激进具身认知科学的稀释（watering down），并试图将一种本质上源于美国自然主义 第二，一旦将具身认知科学理解为部分源自激进具身认知科学的后裔，便能有效削弱一种常见批评。
11710编辑于 2026-03-11 - 来自专栏新智元
认知神经的AI之光，将在北京闪耀
历史 认知神经科学由两部分组成，一是认知科学，一是神经科学。 认知科学有两个源头。 相较于心理学视角的认知科学，源于人工智能的认知科学由于将人脑视为信息加工过程，因此可以借鉴信息论的一系列方法。 于是以认知科学为基础的人工智能分支，渐渐消亡，淡出了人们视野。 但认知科学留下了一个分支：认知心理学。 这是认知科学和心理学的结合，差别仅在于认知科学的研究对象是各种智能系统（人、动物、机器等），而认知心理学仅研究人类的认知过程。心理学家从他们的角度提出了诸多关于短时记忆、长时记忆、注意、语言等的模型。 这也导致，现在许多人认为认知科学只是心理学的一个分支，而忘了人工智能也是认知科学的源头。 神经科学起源很早，但直到90年代中期，伴随着功能性磁共振脑成像技术的出现，神经科学才开始成熟。
95040发布于 2020-07-24 - 来自专栏AI科技评论
西电焦李成院士：从脑科学和认知科学到人工智能，我们能够从生物物理机理中得到什么启发？
脑科学的诺贝尔奖、人工智能的图灵奖和认知科学的诺贝尔奖的重要发展，都是人工智能发展的基础。 因此，脑科学、人工智能和认知科学的有机结合是人工智能下一阶段发展的重要方向。
1.7K10发布于 2021-11-05 - 来自专栏CreateAMind
探索指南 II 表征与动力学
如此可推广的动力学模型能提供发现之引导，使动力学认知科学在方法论上与计算主义及表征主义认知科学处于同等地位。 在本章后半部分及接下来两章中，我将呈现生态心理学作为激进具身认知科学的发现之引导。我在此应指出，此讨论对于所有具身认知科学的支持者——无论是否激进——均相关。 简言之，HKB模型已成非表征性、动力学认知科学（即激进具身认知科学）的发现之引导。 本节余下部分，我将通过简要梳理HKB模型的发展史来说明这一点。 该例证表明：激进具身认知科学家能够运用类HKB模型解释真正意义上的认知现象。 出于这些原因，激进具身认知科学家或许需要一种更强劲的“发现之引导”。 本章余下部分，以及后续章节中更详尽的讨论，我将推荐吉布森的生态心理学作为激进具身认知科学的“发现之引导”。
8310编辑于 2026-03-11 - 来自专栏CreateAMind
实现智能的一个思考。
简单自我介绍，我是从物理理论转向认知科学的研究的。最初的时候，是因为量子理论的两个问题量子坍缩，观察者效应。对于量子理论解决这两个问题而提出的理论，我认为是胡扯。 从物理理论到认知科学，有很紧密的联系。请往下看。 在人脑中的概念模型。从科学的角度来看看这三个概念：香蕉、钢琴、牛顿的力学定律 例如“香蕉”这个概念。当提到香蕉的时候，你想到了什么？ 牛顿的力学定律：即公式 F=ma ,从认知科学角度来讲，公式左边 F 是来自触觉感官的信息被量化；公式右边 m 是一个比例值，a 代表单位时间内速度 v 的变化量，速度 v 是单位时间内空间位置的变化量 因此，牛顿力学定律在认知科学的本质上是将不同感觉器官的信息的量化的连接。 提出的观点结论： 第一，联结是认知的本质。
36230发布于 2018-07-24 - 来自专栏AI科技评论
小白不知从何入手认知机器学习？Shakir Mohamed 授你锦囊妙计
除了学习系统外，也有其他技能可以在更高层次的对其进行更好地理解，从认知科学的角度进行研究。 在该系列中我想探索的主题有四个，且我认为是其中最重要的探索是： 1.因果推理。 我们可以将理解从认知科学结合到统计学关系 AI，更为广泛的关系学习、模块和社区发现。 4.形成思想的理论。人类身处社会，并从中学习和获取知识。我们的认知工具包括归因论、意向代理论和理论论。 第一部分将处理认知科学，并提供以下描述： → 认知观察。首先，显而易见的是我们会观察众多认知任务中的一个，并从人生经验和观察到的东西找到证据。 → 认知灵感。 现存的认知框架 我将使用的描述框架简单的结合了认知科学和机器学习，以方便对其进行描述。但认知科学有着丰富的概念框架，它有助于理解不同的认知现象。 结语 认知科学是一大市场，我们可以把机器学习和统计结合到神经科学，甚至是哲学。还有很多其它的东西，我希望在这一系列的过程中，可用提炼出很多的想法，以作为未来机器学习系统的强大灵感源泉。
69560发布于 2018-03-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号