- 主题:请问，人工智能和认知科学的关系
非常有关系。
例如强化学习中的动作选择，在认知科学中叫做 decision making.
而且，认知是建立在大脑神经的物质基础上的。目前已经在大脑神经的物质基础层面，找到了强化学习的更深入佐证：例如多巴胺编码了回报的期望误差信号，纹状体编码了“状态”值，杏仁核编码了“目标”状态。
现代的人工智能，正试图给神经/认知科学提供一套理论解释；
而认知科学，也正在为人工智能提供思想灵感（例如，注意力模型）。
当然，目前这些对神经/认知科学的解释，其物理/生理基础并不牢靠，很有可能有一天，目前的解释全部被推翻。但不管怎么样，这些解释，目前给了让神经/行为科学家们一些启发，让他们有了进一步探索的方向。
【 在 miller 的大作中提到: 】
: 关系不大，人工智能可能会借鉴点认知科学的思想，认知科学借鉴一些计算机的思想。但人工智能对认知科学的发展没有任何贡献。
--
FROM 141.76.127.*
一个是属于自顶向下的研究方法，一个是属于自底向上的研究方法，
互相启发而已。
我也说了，目前提供的理论解释，并不可靠。
但自顶向下的研究，是有必要的。光是连接通路，或框图层面的模型解释，也是不够的。
如果能用一套数学理论来解释大脑的工作，当然是最完美；即便是达不到，至少也要可以用程序表达，才算是基本解决问题。
【 在 miller 的大作中提到: 】
: “纹状体编码了“状态”值，杏仁核编码了“目标”状态。” 首先人脑不是这么工作的，其次这些描述很含糊，对于理解人脑工作没有什么用。
: 神经科学家关心各种功能以及神经通路：纹状体对人脸信息敏感，海马旁回对人脸信息不敏感，杏仁核对情绪的感知，视网膜到杏仁核有直接的神经通路，不通过视觉中枢等等。人工智能玩得再溜也不会去揭示这些。
--
FROM 141.76.127.*
挺好。你做实验研究的吗？
我还挺想找个做实验研究的人，拜个师傅学习学习。
【 在 miller 的大作中提到: 】
: 认知和神经科学的数据来自于真人，自上而下的理论也是和真人的数据来拟合，而不是仅仅关注人操作的准确率，识别速度。这个学科有一套自己的研究方法和体系。随便举两个例子，皮亚杰关于人类认知发展的理论就来源于对儿童行为的观察。人脑顶部通路和腹侧通路的理论是来自于神经影像/动物电生理实验得出的。人工智能可曾关心过这些话题？
: 以后可能会有更多的融合，但目前我看不出有任何贡献。
--
FROM 141.76.127.*