Dlaczego funkcjonalizm H. Putnama nie musi pytać o ontologiczny status stanów mentalnych?

Wielkość: px
Rozpocząć pokaz od strony:

Download "Dlaczego funkcjonalizm H. Putnama nie musi pytać o ontologiczny status stanów mentalnych?"

Transkrypt

1 Dlaczego funkcjonalizm H. Putnama nie musi pytać o ontologiczny status stanów mentalnych? Paweł Łupkowski 1 Wstęp Chciałbym zaprezentować stanowisko funkcjonalizmu H. Putnama oraz jego znaczenie, jako stanowiska w ramach filozofii umysłu, dla zwolenników silnej wersji teorii sztucznej inteligencji (SI). Będę się również zastanawiał się nad atrakcyjnością wyjaśnienia oferowanego przez funkcjonalizm Putnama, nazywany czasem funkcjonalizmem komputacyjnym. W pierwszej części pracy zostanie omówione to stanowisko (wraz z jego implikacjami dla SI); w drugiej zaś argumenty skierowane przeciw funkcjonalizmowi. W ostatniej części pracy zostanie postawione pytanie o to na ile wartościowe może być stanowisko Putnama dla filozofa umysłu. 2 Funkcjonalizm komputacyjny H. Putnama Stanowisko funkcjonalizmu zaprezentował Putnam w artykule Umysły i maszyny. 1 Jego propozycja miała stanowić alternatywę wobec substancjalnych teorii w filozofii umysłu, którym Putnam zarzuca błąd kategorialny (wskazywany wcześniej przez Wittgensteina oraz Ryle a). W Umysłach i maszynach Putnam wychodzi od analizy maszyny Turinga. Maszyna T jest formalnym modelem efektywnej procedury obliczeniowej. Model składa się z nieskończonej, podzielonej na komórki, taśmy: 1 Hilary Putnam, Minds and Machines, [w:] Mind, Language and Reality. Philosophical Papers, Volume 2, Cambridge University Press 1975, s [Wydanie pierwsze w Sidney Hook (red.),dimensions of Mind, New York 1960.] 1

2 Rys. 1. Taśma maszyny Turinga gdzie każda z komórek taśmy może zawierać dokładnie jeden ze skończonej liczby symboli taśmowych (włączając w to symbol pusty a więc pustą komórkę), oraz głowicy taśmy, która w pojedynczym ruchu: 1. zmienia stan maszyny, 2. drukuje symbol w obserwowanej komórce taśmy, zastępując nim symbol, który był tam zapisany, 3. przesuwa się następnie jedną komórkę w prawo lub w lewo. 2 Rys. 2. Maszyna Turinga: q i, q l,... q n stany wewnętrzne maszyny S j, S k,... S m alfabet maszyny (wyra żenia tásmy maszyny) Każdą maszynę T można w sposób zupełny opisać przy użyciu tablicy stanów maszyny. A B C D (s 1 ) 1 s 1 RA s 1 LB s 3 LD s 1 CD (s 2 ) + s 1 LB s 2 CD s 2 LD s 2 CD (s 3 ) puste pole s 3 CD s 3 RC s 3 LD s 3 CD 2 Patrz: John E. Hopcroft, Jeffrey D. Ullman, Wprowadzenie do terorii automatów, języków i obliczeń, PWN, Warszawa 1994, s

3 Wiersze tablicy odpowiadają symbolom alfabetu maszynowego (włącznie z symbolem pustym ), podczas gdy kolumny odpowiadają stanom maszyny. Oto przykład operacji opisanej w tablicy stanów: W każdym polu pojawia się «instrukcja», np. «s 5 L A», «s 7 C B», «s 3 R C». Te instrukcje odczytywane są jak następuje: «s 5 L A» oznacza «wydrukuj symbol s 5 w komórce którą odczytujesz w tym momencie (po wymazaniu symbolu, który teraz zawiera), po czym kontynuuj odczytywanie następnej komórki znadującej się po lewej stronie tej, które właśnie odczytałeś; ponadto, zmień swój stan na A.» Inne instrukcje są interpretowane w podobny sposób («R» oznacza «odczytaj komórkę znajdującą się po prawej stronie», podczas gdy «C» oznacza «środek», to znaczy odczytywanie tej samej komórki). 3 Putnam wyróżnia dwa poziomy działania maszyny T : 1. logiczny polegający na operowaniu symbolami na taśmie według zadanego algorytmu (wykonywanie obliczania); oraz 2. strukturalny maszyna Turinga jest równocześnie układem fizycznym, charakteryzującym się pewnymi prawidłowościami. Zdaniem Putnama oba te poziomy są do siebie niesprowadzalne: nie zachodzi tożsamość stanów, w jakich maszyna znajduje się jako układ ficzyczny i wewnętrznych (logicznych) stanów maszyny. Możemy więc powiedzieć, że dla konkretnej maszyny, znajdowanie się w stanie logicznym A nie jest tożsame z posiadaniem włączonego przełącznika 36. Stan wewnętrzny A maszyny byłby więc funkcja jej stanów fizycznych, nie będąc tożsamym z żadnym z tych stanów (tutaj z włączonym przełącznikiem 36). Stan wewnętrzny maszyny T odnosi się funkcjonalnie do stanu fizycznego, ponieważ jest opisywany w logicznych kategoriach obliczania. 4 Zdaniem Putnama zachodzi w tym miejscu wyraźna analogia między maszyną T a człowiekiem, którego również można opisać na dwu płaszczyznach: stanów wewnętrznych, to jest stanów funkcjonalnych i stanów fizycznych. 2.1 Stany funkcjonalne Putnam utożsamia więc stany mentalne ze stanami funkcjonalnymi. Podobnie jak w przypadku maszyny T stany mentalne są niesprowadzalne do stanów fizycznych organizmu: 3 Putnam, Minds and Machines, s Por. Marek Hetmański, Umysł a maszyny krytyka obliczeniowej teorii umysłu, UMCS, Lublin 2000, s

4 (... )nastawienia zdaniowe, emocje, doznania nie sa tożsame ze stanami mózgu ani nawet z szerzej określonymi stanami fizycznymi. 5 Warto zauważyć, że brak tożsamości dotyczy w tym przypadku tożsamości typicznej (wymagającej istnienia pewnej relacji odwzorowującej typy stanów mentalnych na typy stanów fizycznych), funkcjonalizm dopuszcza bowiem tożsamość egzemplaryczna; co odróżnia go od teorii identycznościowej. Stany funkcjonalne pojmowane są zazwyczaj jako role przyczynowe. To z kolei stanowi o różnicy pomiędzy funkcjonalizmem a behawioryzmem. W przypadku tego drugiego same dyspozycje do działania (z którymi utożsamia się stany mentalne) nie są czynne przyczynowo, podczas gdy funkcjonalizm charakteryzuje stany wewnętrzne poprzez opis ról oddziałujących przyczynowo. [1] wejście DYSPOZYCJE wyjście [2] wejście FUNKCJE/ROLE PRZYCZYNOWE wyjście Rys. 3. W behawioryzmie [1] same dyspozycje do działania nie są przyczynowo czynne, o tym co pojawi się na wyjściu decydują cechy całego układu (zgodnie ze schematem: bodziec reakcja). W przypadku funkcjonalizmu [2], stan na wyjściu determinowany jest stanami wewnętrznymi układu określanymi przy pomocy funkcji przyczynowych. 2.2 Ustrojowa plastyczność stanów mentalnych Bardzo istotna dla funkcjonalizmu jest teza o ustrojowej plastyczności stanów mentalnych: Bezcielesny duch, mózg, maszyna mogą stosować pewien program, a funkcjonalna organizacja tej trójki bezcielesnego ducha, mózgu, maszyny może być dokładnie taka sama, choć ich tworzywo jest zupełnie różne. 6 Stany funkcjonalne mogą być więc realizowane na dowolnym podłożu. Podobnie jak w przypadku maszyny Turinga, fizyczna realizacja modelu nie jest istotna, 5 Hilary Putnam, Wiele twarzy realizmu, [w:] Wiele twarzy realizmu i inne eseje, PWN, Warszawa 1998, s Hilary Putnam, Umysł a ciało, [w:] Bohdan Chwiedénczuk (red.), Filozofia umysłu, Aletheia Spacja, Warszawa 1995, s

5 dla wyjaśnienia zjawisk umysłowych liczą się bowiem funkcje. Pytanie o naturę umysłu (czy jest materialny, czy duchowy) zastąpił Putnam pytaniem o jego funkcjonowanie Struktura czynnościowa człowieka jako maszyna Turinga Podobieństwo maszyny Turinga i człowieka w omawianych kwestiach skłoniło Puntama do przyjęcia tezy mówiącej o tym, że strukturą czynnościową człowieka jest właśnie maszyna Turinga. Zaproponowałem również pewną teorię naszej struktury czynnościowej, (... ), według której naszą strukturą czynnościową jest struktura maszyny Turinga. 8 Całe bogactwo naszego życia umysłowego sprowadza się więc do wykonywania (na najniższym poziomie) operacji analogicznych do tych, które wykonuje maszyna T : odczytywania i zmiany symboli. 2.4 Sztuczna inteligencja Funkcjonalizm okazał się być bardzo atrakcyjnym wsparciem filozoficznym dla silnej wersji teorii sztucznej inteligencji. Stanowiska, które najkrócej można scharakteryzować w następujący sposób: Myślenie zawsze polega na obliczeniach, a w szczególności świadome doznania powstają wskutek odpowiedniego procesu obliczeniowego. 9 Proces myślenia może być w pełni opisany przez algorytmy. Ponadto przyjmuje się, że umysł jest tożsamy z programem dla maszyny cyfrowej, odpowiednio skomplikowany i wyrafinowany algorytm (program) implementowany w pewnego rodzaju maszynie cyfrowej wytworzy świadomość: posiadanie umysłu sprowadza się tylko do posiadania programu. 10 Reprezentantami takiej mocnej wersji sztucznej inteligencji są między innymi: M. Minsky, J. Holland, J. McCarthy i D. Hofstadter. Z perspektywy silnej SI zrozumienie ludziej inteligencji polega po prostu na opisaniu algorytmu, który odpowiedzialny jest za jego zewnętrzne działania a więc podanie funckcji przyczynowych! 7 Urszula Żegleń, Filozofia umysłu. Dyskusja z naturalistycznymi koncepcjami umysłu, Wydawnictwo Adam Marszałek, Toruń 2003, s Putnam, Wiele twarzy..., s Roger Penrose, Cienie umysłu. Poszukiwanie naukowej teorii świadomości, Zysk i S-ka, Poznań 2000, s John R. Searle, Umysł na nowo odkryty, PIW, Warszawa 1999, s

6 Szczególne znaczenie ma również teza o ustrojowej plastyczności stanów mentalnyuch. Alan Turing wyraził tę intuicję już w roku 1952, kiedy w słynnym wywiadzie dla radia powiedział: Nie interesuje mnie to, że mózg ma konsystencję zimnej owsianki. Nie powiemy: «Ta maszyna jest całkiem twarda, czyli nie jest mózgiem, a więc nie może myśleć». 11 Fizyczny wygląd mózgu jest nieistotny, podobnie jak sposób działania nerwów, to czego powinniśmy szukać to analogie funkcjonalne między maszyną a człowiekiem. Podobnie pisze jeden z klasyków SI, Marvin Minsky: Wobec tego «czym właściwie jest» inteligencja? Z mojego punktu widzenia jest to raczej zagadnienie estetyki albo szacunku niż nauki. Dla mnie «inteligencja» oznacza niewiele więcej niż kompleks działań, z którymi mamy do czynienia, ale którego nie rozumiemy (... ) Ale nasza niezdolność do wskazania siedziby inteligencji nie powinna nas prowadzić do wniosku, że wobec tego maszyny programowane nie mogą myśleć, gdyż jeśli dla człowieka, tak jak dla maszyny, zrozumiemy wreszcie strukturę i program, to uczucie tajemniczości (i samouwielbienia) zniknie 12 3 Możliwe kontrargumenty Przeciwko stanowisku funkcjonalistycznemu wysuwano rozmaite kontrargumenty, które częstokroć związane były również z krytyką silnej SI. Przedstawię poniżej te najbardziej znane, reprezentujące pewną grupę, którą określiłbym jako argumenty zwolenników wyjaśnienia oferowanego przez psychologię potoczna. 3.1 Odwrócone spektrum Argument odwróconego spektrum omawia Putnam w artylule Umysł a ciało. 13 Wyobraźmy sobie dwoje ludzi, z których jeden widzi świat w spektrum odwróconym (widzi np. barwy dopełniające zamiast czerwonego, niebieski i odwrotnie). Odbieranie wrażenia kolorów stanowi treść subiektywnych wrażeń zmysłowych tej osoby. Doszło jednak do odwrócenia realizacji stanów fizycznych. Stan fizyczny pełniący uprzednio funkcjonalną rolę sygnalizowania obecności «obiektywnego» koloru niebieskiego w otoczeniu, sygna- 11 Za: Andrew Hodges, Turing, Amber, Warszawa 1998, s Marvin Minsky, Na drodze do stworzenia sztucznej inteligencji, [w:] E. A. Feigenbaum, J. Feldman (red.), Maszyny matematyczne i myślenie, PWN, Warszawa 1972, s. 420; [za:] Hetmański, Umysł..., s Patrz: Putnam, Umysł a ciało, s

7 lizuje teraz obecność «obiektywnego» koloru czerwonego w otoczeniu. 14 Doznanie, które osoba widząca świat w odwróconym spektrum nazywa swoim doznaniem koloru niebieskiego, mogłoby pełnić dokładnie tę samą rolę funkcjonalną, jaką pełni doznanie, które druga osoba nazywa swoim doznaniem koloru niebieskiego. Mamy jednak do czynienia z innymi jakościami. Z tym faktem, faktem istnienia qualiów 15, funkcjonalizm nie potrafi sobie poradzić. 3.2 Wielki Mózg Chin Neda Blocka i Chiński Pokój Johna R. Searle a Podobny wydźwięk mają dwa bardzo znane argumenty przeciwko funkcjonalizmowi oraz sztucznej inteligencji: Wielki Mózg Chin Neda Blocka i Chiński Pokój, autorstwa Johna R. Searle a. Wielki Mózg Chin jest myślowym eksperymentem, w którym Chiny zamienione są w symulację ogromego rozmiaru mózgu. Każdy z miliona Chińczyków jest jednym neuronem tego mózgu. Neurony te przekazują między sobą sygnały przy pomocy latarek, wykonując przekazywane im, powiedzmy z satelity, instrukcje. Zgodnie ze stanowiskiem funkcjonalizmu taka symulacja (... ) metafizycznym modelem mózgu człowieka (... ) 16 Czy taki model miałby stany umysłowe? Zdaniem Blocka Mózg Chin temu przeczy na drodze manipulacji sygnałami (podobnie jak to się dzieje w maszynie Turinga) nie powstaną stany mentalne. Układowi działającemu zgodnie z teorią funkcjonalistyczną brak bowiem intencjonalności. Zbliżone wnioski wysnuwa również John Searle ze swojego eksperymentu myślowego. 17 Wyobraźmy sobie (... ), że ktoś z nas jest zamknięty w pokoju, i że w pokoju tym jest szereg koszy wypełnionych znakami z języka chiń- 14 Putnam, Umysł a ciało, s Churchlad określa qualia jako milczące chechy stanów wewnętrznych, które to cechy są szybką ście żką do identyfikacji to żsamó sci stanów mentalnych. 16 Józef Kloch, Świadomość komputerów? Argument Chińskiego Pokoju w krytyce mocnej sztucznej inteligencji według Johna Searle a, Wydawnictwo OBI, Kraków, s Argument, znany pod nazwą Chińskiego Pokoju, przedstawił Searle po raz pierwszy w artykule pod tytułem: Umysły, mózgi i programy, który ukazał się w pí smie Behavioral and Brain Sciences w roku [John R. Searle, Minds, Brains, and Programs, Behavioral and Brain Sciences 3(3) 1980, s (Przekład polski [w:] B. Chwiedeńczuk (red.) Filozofia umysłu, Wydawnictwo Spacja, Warszawa 1995, s )] Obszernie tym problemem zajął się tak że w swojej pó źniejszej ksią żce póswięconej tematyce sztucznej inteligencji i problemowi umysłciało, pod tytułem: Umysł, mózg i nauka [John R. Searle, Umysł, mózg i nauka, PWN, Warszawa 1995.] 7

8 skiego. Załóżmy, że osoba ta, podobnie jak autor myślowego eksperymentu, nie zna chińskiego, otrzymała jednak napisaną w jej ojczystym języku książkę reguł manipulowania znakami języka chińskiego. Reguły te opisują używanie symboli w sposób czysto formalny, opisują manipulowanie nimi w sposób syntaktyczny, nie semantyczny. Mogą mieć postać: «Wybierz ten znak z podwójnym zakrętasem z kosza numer jeden i połóż go za znakiem z dwoma zawijasami z kosza numer dwa»." 18 Eksperyment Chińskiego Pokoju ma być analogią działania komputera, człowiek stanowi w nim centralny procesor, zaś podręcznik manipulowania symbolami to jego program. Dalej Searle pisze: Przyjmijmy teraz, że w pokoju pojawiają się jakieś nowe symbole, a osoba w nim siedząca otrzymuje instrukcje, jakie chińskie symbole ma wysłać z pokoju w odpowiedzi na te, które się pojawiły. Załóżmy, że siedzący w pokoju nie wie, iż wysyłane przez ludzi z zewnątrz do pokoju symbole nazywane są przez nich pytaniami, zaś symbole, które siedzący w pokoju wysyła na zewnątrz, nazywane są odpowiedziami na pytania. Przyjmijmy poza tym, że programiści napisali na tyle dobry program, zaś siedząca osoba jest do tego stopnia dobra w manipulowaniu symbolami, że jej odpowiedzi są nieodróżnialne od odpowiedzi osoby faktycznie znającej język chiński. Zatem jakaś osoba zamknięta jest w pokoju, w którym wybiera symbole chińskie i wysyła je w odpowiedzi na inne pojawiające się w pokoju chińskie symbole. W sytuacji, jaką tu opisałem, nie ma możliwości, by w wyniku takiej manipulacji formalnie zdefiniowanymi symbolami nauczyć się języka chińskiego. 19 Chiński Pokój pokazuje, że poglądy zwolenników silnej SI są błędne. Po pierwsze, człowiek w Chińskim Pokoju nie rozumie ani słowa z przedstawianych mu historii, podobnie jak nie rozumie zadawanych pytań i odpowiedzi, które formułuje. To, co robi osoba w Chińskim Pokoju (a więc i procesor komputera cyfrowego), to jedynie manipulacja symbolami formalnymi (pozbawionymi na tym poziomie jakiegokolwiek sensu). Interpretacja dokonywana jest dopiero przez człowieka, który wprowadza dane do pokoju i jest ich odbiorcą. Po drugie, zważywszy na to, że komputer wcale nie rozumie przedstawianych mu historii, nie może stanowić adekwatnego wyjaśnienia (przynajmniej w absolutystycznym sensie, tak jak tego chcieli zwolennicy silnej SI) tego, jak przebiegają procesy myślowe człowieka w omawianej sytuacji. Programy komputerowe sformułowane 18 John R. Searle, Umysł, mózg i nauka, s John R. Searle, Umysł, mózg i nauka, s

9 jako czysto syntaktyczne operacje na symbolach nie mogą stanowić jedynego źródła zrozumienia ludzkich stanów mentalnych. Manipulacja symbolami nie wystarcza dla uzyskania intencjonalości maszyna Turinga, wbrew stanowisku funkcjonalistycznemi, nie jest zatem prawidłowym modelem struktury czynnościowej człowieka. 4 Wnioski Zanim przystąpię do tego, jak Putnam stara się oddalić przedstawione zarzuty, warto zauważyć, że funkcjonalizm Putnama jest neutralny ontologicznie. Role funkcjonalne powinniśmy traktować raczej jako użyteczne fikcje (pełniące epistemologiczne funkcje), niż jako postulaty dotyczące ontologicznej natury stanów mentalnych. Dlatego właśnie zdaniem Putnama zarzuty wysuwane wobec funkcjonalizmu z pozycji wyjaśnień należących do potocznej psychologii a mówiące o qualiach, intencjach itp. nie są zbyt skuteczne. Możemy ewentualnie zgodzić się na przyjęcie pewnej hierarchicznej architektury umysłu. Na najniższym poziomie znajdowałyby się operacje, które dają się opisać przy użyciu maszyny Turinga. Na wyższym zaś operacje takie, jak rozwiązywanie problemów, przekonania itp. Istnieje tym samym wiele opisów tego samego systemu o różnym poziomie abstrakcji. Przyjęcie takiego rozwiązania ułatwia badania w filozofii umysłu, gdzie przedmiotem zainteresowań nie tyle są te najprostsze operacje, ile operacje dotyczące przekonań. 20 Zdaniem Putnama nie warto jednak uwzględniać taksonomii stanów mentalnych, dokonywanej w ramach psychologii potocznej, przy budowaniu teorii funkcjonalistycznej, gdyż nic nowego ona nie wyjaśnia. W odniesieniu do wszystkich tych przypadków nakłaniam do takiego spojrzenia, że nie ma tu niczego ukrytego, nie istnieją tu żadne noumeny byty rzeczywiście świadome lub rzeczywiście nieświadome lub jakości rzeczywiście takie same lub rzeczywiście różne. Istnieją tu tylko jawne fakty empiryczne Przyjęcie takiej postawy rodzi jednak pytanie o rolę i pozycję filozofii umysłu wobec nauk szczegółowych. Warto zadać pytanie, czy funkcjonalizm nie związuje filozofom rąk, pozostawiając im jedynie możliwość biernego obserwowania tego, co robią naukowcy? A może jest właśnie odwrotnie, pozwala wyjść z kredowego koła rozważań skupionych wokół tradycyjnych terminów filozofii i poczynienie kroku w kierunku wypracowania nowych wyjaśnień, dotyczących tego, co frapuje człowieka od wieków. 20 Żegleń, Filozofia umysłu..., s Putnam, Umysł a ciało, s

10 Bibliografia 1. HETMAŃSKI Marek, Umysł a maszyny krytyka obliczeniowej teorii umysłu, UMCS, Lublin HODGES Andrew, Turing, Amber, Warszawa HOPCROFT John E., ULLMAN Jeffrey D., Wprowadzenie do terorii automatów, języków i obliczeń, PWN, Warszawa 1994, s KLOCH Józef, Świadomość komputerów? Argument Chińskiego Pokoju w krytyce mocnej sztucznej inteligencji według Johna Searle a, Wydawnictwo OBI, Kraków. 5. PENROSE Roger, Cienie umysłu. Poszukiwanie naukowej teorii świadomości, Zysk i S-ka, Poznań PUTNAM Hilary, Minds and Machines, [w:] Mind, Language and Reality. Philosophical Papers, Volume 2, Cambridge University Press 1975, s [Wydanie pierwsze w Sidney Hook (red.), Dimensions of Mind, New York 1960.] 7. PUTNAM Hilary, Wiele twarzy realizmu, [w:] Wiele twarzy realizmu i inne eseje, PWN, Warszawa PUTNAM Hilary, Umysł a ciało, [w:] Bohdan Chwiedeńczuk (red.), Filozofia umysłu, Aletheia Spacja, Warszawa SEARLE John R., Umysł, mózg i nauka, PWN, Warszawa SEARLE John R., Umysł na nowo odkryty, PIW, Warszawa ŻEGLEŃ Urszula, Filozofia umysłu. Dyskusja z naturalistycznymi koncepcjami umysłu, Wydawnictwo Adam Marszałek, Toruń

MIND-BODY PROBLEM. i nowe nadzieje dla chrześcijańskiej antropologii

MIND-BODY PROBLEM. i nowe nadzieje dla chrześcijańskiej antropologii MIND-BODY PROBLEM i nowe nadzieje dla chrześcijańskiej antropologii CZŁOWIEK JEST MASZYNĄ (THOMAS HOBBES) Rozumienie człowieka znacząco zmienia się wraz z nastaniem epoki nowożytnej. Starożytne i średniowieczne

Bardziej szczegółowo

W filozofii analitycznej w latach 50. ukształtowała się nowa dyscyplina, tzw. filozofia umysłu (philosophy of mind)

W filozofii analitycznej w latach 50. ukształtowała się nowa dyscyplina, tzw. filozofia umysłu (philosophy of mind) W filozofii analitycznej w latach 50. ukształtowała się nowa dyscyplina, tzw. filozofia umysłu (philosophy of mind) Czy świadomość jest procesem mózgowym, czyli problem zamiany wody mózgu w wino świadomości

Bardziej szczegółowo

Wstęp do kognitywistyki

Wstęp do kognitywistyki Wstęp do kognitywistyki Wykład I: Kognitywistyka z lotu ptaka Piotr Konderak konsultacje: poniedziałki, 11:10-12:40, p. 205 Strona przedmiotu: http://konderak.eu/wkg10.html W historii intelektualnej wszystko

Bardziej szczegółowo

17. Zagadnienie umysłu i ciała (mind-body problem) Andrzej Wiśniewski Wstęp do filozofii Materiały do wykładu 2015/2016

17. Zagadnienie umysłu i ciała (mind-body problem) Andrzej Wiśniewski Wstęp do filozofii Materiały do wykładu 2015/2016 17. Zagadnienie umysłu i ciała (mind-body problem) Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl Wstęp do filozofii Materiały do wykładu 2015/2016 Zagadnienie umysłu i ciała (mind-body problem) We współczesnej

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia

Bardziej szczegółowo

Alan M. TURING. Matematyk u progu współczesnej informatyki

Alan M. TURING. Matematyk u progu współczesnej informatyki Alan M. TURING n=0 1 n! Matematyk u progu współczesnej informatyki Wykład 5. Alan Turing u progu współczesnej informatyki O co pytał Alan TURING? Czym jest algorytm? Czy wszystkie problemy da się rozwiązać

Bardziej szczegółowo

O ALGORYTMACH I MASZYNACH TURINGA

O ALGORYTMACH I MASZYNACH TURINGA O ALGORYTMACH I MASZYNACH TURINGA ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające współcześnie precyzyjny schemat mechanicznej lub maszynowej realizacji zadań określonego

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona

Bardziej szczegółowo

Filozofia umysłu. Eliminatywizm. Wykład VIII: w filozofii umysłu

Filozofia umysłu. Eliminatywizm. Wykład VIII: w filozofii umysłu Filozofia umysłu Wykład VIII: Eliminatywizm w filozofii umysłu Materializm Funkcjonalizm daje się uzgodnić z materializmem, nie implikuje go jednak Eliminatywizm to stanowisko konsekwentnie materialistyczne:

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 01 Modele obliczeń Jarosław Miszczak IITiS PAN Gliwice 05/10/2016 1 / 33 1 2 3 4 5 6 2 / 33 Co to znaczy obliczać? Co to znaczy obliczać? Deterministyczna maszyna Turinga

Bardziej szczegółowo

Turing i jego maszyny

Turing i jego maszyny Turing Magdalena Lewandowska Politechnika Śląska, wydział MS, semestr VI 20 kwietnia 2016 1 Kim był Alan Turing? Biografia 2 3 Mrówka Langtona Bomba Turinga 4 Biografia Kim był Alan Turing? Biografia Alan

Bardziej szczegółowo

Język myśli. ang. Language of Thought, Mentalese. Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński

Język myśli. ang. Language of Thought, Mentalese. Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński http://mwitek.univ.szczecin.pl Język myśli ang. Language of Thought, Mentalese PLAN: I. krótko o języku myśli

Bardziej szczegółowo

Elementy Teorii Obliczeń

Elementy Teorii Obliczeń Wykład 2 Instytut Matematyki i Informatyki Akademia Jana Długosza w Częstochowie 10 stycznia 2009 Maszyna Turinga uwagi wstępne Maszyna Turinga (1936 r.) to jedno z najpiękniejszych i najbardziej intrygujacych

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Automat ze stosem Automat ze stosem to szóstka

Bardziej szczegółowo

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia Informacja w perspektywie obliczeniowej Informacje, liczby i obliczenia Cztery punkty odniesienia (dla pojęcia informacji) ŚWIAT ontologia fizyka UMYSŁ psychologia epistemologia JĘZYK lingwistyka nauki

Bardziej szczegółowo

M T E O T D O ZI Z E E A LG L O G R O Y R TM

M T E O T D O ZI Z E E A LG L O G R O Y R TM O ALGORYTMACH I METODZIE ALGORYTMICZNEJ Czym jest algorytm? Czym jest algorytm? przepis schemat zestaw reguł [ ] program ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające

Bardziej szczegółowo

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią. Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład I: Pomieszanie z modelem w środku Czym jest kognitywistyka? Dziedzina zainteresowana zrozumieniem procesów, dzięki którym mózg (zwł.

Bardziej szczegółowo

Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja

Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja WSTĘP. MIĘDZY KRYTYKĄ A OBRONĄ ROZUMU OBLICZENIOWEGO 1. INteNCjA 2. KoMPozyCjA 3. tytuł CZĘŚĆ I. WOKÓŁ METODOLOGII ROZDZIAŁ 1. PO CZYM POZNAĆ

Bardziej szczegółowo

Maszyna Turinga języki

Maszyna Turinga języki Maszyna Turinga języki Teoria automatów i języków formalnych Dr inż. Janusz Majewski Katedra Informatyki Maszyna Turinga (1) b b b A B C B D A B C b b Q Zależnie od symbolu obserwowanego przez głowicę

Bardziej szczegółowo

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:

Bardziej szczegółowo

Wprowadzenie do teorii systemów ekspertowych

Wprowadzenie do teorii systemów ekspertowych Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z

Bardziej szczegółowo

Filozofia umysłu i neurofilozofia SYLABUS A. Informacje ogólne

Filozofia umysłu i neurofilozofia SYLABUS A. Informacje ogólne Filozofia umysłu i neurofilozofia A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Rodzaj Rok

Bardziej szczegółowo

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII?

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Festiwal Myśli Abstrakcyjnej, Warszawa, 22.10.2017 Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Dwa kluczowe terminy Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ SZTUCZNA INTELIGENCJA dwa podstawowe znaczenia Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące się), pewną dyscyplinę badawczą (dział

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja

Elementy kognitywistyki II: Sztuczna inteligencja Elementy kognitywistyki II: Sztuczna inteligencja Piotr Konderak Zakład Logiki i Filozofii Nauki p.203b, Collegium Humanicum konsultacje: wtorki, 16:00-17:00 kondorp@bacon.umcs.lublin.pl http://konderak.eu

Bardziej szczegółowo

INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998)

INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998) PARADYGMAT INTUICJE Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998) PIERWSZE UŻYCIA językoznawstwo: Zespół form deklinacyjnych lub koniugacyjnych

Bardziej szczegółowo

Algorytm. Krótka historia algorytmów

Algorytm. Krótka historia algorytmów Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne

Bardziej szczegółowo

KATEDRA INFORMATYKI TECHNICZNEJ. Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych. ćwiczenie 204

KATEDRA INFORMATYKI TECHNICZNEJ. Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych. ćwiczenie 204 Opracował: prof. dr hab. inż. Jan Kazimierczak KATEDA INFOMATYKI TECHNICZNEJ Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie 204 Temat: Hardware'owa implementacja automatu skończonego pełniącego

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 01 Od maszyn Turinga do automatów komórkowych Jarosław Miszczak IITiS PAN Gliwice 03/03/2016 1 / 16 1 2 3 Krótka historia Znaczenie 2 / 16 Czego dowiedzieliśmy się

Bardziej szczegółowo

Programowanie komputerów

Programowanie komputerów Programowanie komputerów Wykład 1-2. Podstawowe pojęcia Plan wykładu Omówienie programu wykładów, laboratoriów oraz egzaminu Etapy rozwiązywania problemów dr Helena Dudycz Katedra Technologii Informacyjnych

Bardziej szczegółowo

Główne problemy kognitywistyki: Reprezentacja

Główne problemy kognitywistyki: Reprezentacja Główne problemy kognitywistyki: Reprezentacja Wykład 4 Reprezentacja a koncepcje rozszerzonego umysłu i rozszerzonego narzędzia Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Rozszerzone

Bardziej szczegółowo

Maszyna Turinga. Algorytm. czy program???? Problem Hilberta: Przykłady algorytmów. Cechy algorytmu: Pojęcie algorytmu

Maszyna Turinga. Algorytm. czy program???? Problem Hilberta: Przykłady algorytmów. Cechy algorytmu: Pojęcie algorytmu Problem Hilberta: 9 Czy istnieje ogólna mechaniczna procedura, która w zasadzie pozwoliłaby nam po kolei rozwiązać wszystkie matematyczne problemy (należące do odpowiednio zdefiniowanej klasy)? 2 Przykłady

Bardziej szczegółowo

O ROLI TEZY CHURCHA W DOWODZIE PEWNEGO TWIERDZENIA

O ROLI TEZY CHURCHA W DOWODZIE PEWNEGO TWIERDZENIA ARTYKUŁY ZAGADNIENIA FILOZOFICZNE W NAUCE XXV / 1999, s. 76 81 Adam OLSZEWSKI O ROLI TEZY CHURCHA W DOWODZIE PEWNEGO TWIERDZENIA Zadaniem niniejszego artykułu jest zdanie sprawy z matematycznej roli Tezy

Bardziej szczegółowo

STANDARDY WYMAGAŃ EGZAMINACYJNYCH. Zakres przedmiotów humanistycznych

STANDARDY WYMAGAŃ EGZAMINACYJNYCH. Zakres przedmiotów humanistycznych STANDARDY WYMAGAŃ EGZAMINACYJNYCH Zakres przedmiotów humanistycznych I. CZYTANIE I ODBIÓR TEKSTÓW KULTURY 1) czyta teksty kultury ( w tym źródła historyczne ) rozumiane jako wszelkie wytwory kultury materialnej

Bardziej szczegółowo

Główne problemy kognitywistyki: Reprezentacja

Główne problemy kognitywistyki: Reprezentacja Główne problemy kognitywistyki: Reprezentacja Wykład dziesiąty Hipoteza języka myśli (LOT): źródła i założenia Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Filozoficzne źródła:

Bardziej szczegółowo

Definicje. Algorytm to:

Definicje. Algorytm to: Algorytmy Definicje Algorytm to: skończony ciąg operacji na obiektach, ze ściśle ustalonym porządkiem wykonania, dający możliwość realizacji zadania określonej klasy pewien ciąg czynności, który prowadzi

Bardziej szczegółowo

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa. Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna

Bardziej szczegółowo

Matematyczna wieża Babel. 4. Ograniczone maszyny Turinga o językach kontekstowych materiały do ćwiczeń

Matematyczna wieża Babel. 4. Ograniczone maszyny Turinga o językach kontekstowych materiały do ćwiczeń Matematyczna wieża Babel. 4. Ograniczone maszyny Turinga o językach kontekstowych materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 4 kwietnia 2019 1 Dodajmy kontekst! Rozważaliśmy

Bardziej szczegółowo

ODWZOROWANIE RZECZYWISTOŚCI

ODWZOROWANIE RZECZYWISTOŚCI ODWZOROWANIE RZECZYWISTOŚCI RZECZYWISTOŚĆ RZECZYWISTOŚĆ OBIEKTYWNA Ocena subiektywna OPIS RZECZYWISTOŚCI Odwzorowanie rzeczywistości zależy w dużej mierze od możliwości i nastawienia człowieka do otoczenia

Bardziej szczegółowo

Hierarchia Chomsky ego Maszyna Turinga

Hierarchia Chomsky ego Maszyna Turinga Hierarchia Chomsky ego Maszyna Turinga Języki formalne i automaty Dr inż. Janusz Majewski Katedra Informatyki Gramatyka Gramatyką G nazywamy czwórkę uporządkowaną gdzie: G = V skończony zbiór

Bardziej szczegółowo

Informatyka. Michał Rad

Informatyka. Michał Rad Informatyka Michał Rad 13.10.2016 Co i po co będziemy robić Plan wykładów: Wstęp, historia Systemy liczbowe Co to jest system operacyjny i po co to jest Sprawy związane z tworzeniem i własnością oprogramowania

Bardziej szczegółowo

O tzw. metaforze komputerowej

O tzw. metaforze komputerowej Marcin Miłkowski, IFiS PAN O tzw. metaforze komputerowej 18/11/08 Plan prezentacji Czy komputacjonizm to ujęcie metaforyczne? Kryteria adekwatności wyjaśnień obliczeniowych: Epistemiczne Mechanistyczne

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Gramatyki bezkontekstowe I Gramatyką bezkontekstową

Bardziej szczegółowo

Narzędzia myślenia Słowa - wyobrażenia - pojęcia Wiesław Gdowicz

Narzędzia myślenia Słowa - wyobrażenia - pojęcia Wiesław Gdowicz Narzędzia myślenia Słowa - wyobrażenia - pojęcia Wiesław Gdowicz Einstein nie prowadził eksperymentów. Był fizykiem teoretycznym. Zestawiał znane fakty i szczegółowe zasady i budował z nich teorie, które

Bardziej szczegółowo

Liczby zmiennoprzecinkowe i błędy

Liczby zmiennoprzecinkowe i błędy i błędy Elementy metod numerycznych i błędy Kontakt pokój B3-10 tel.: 829 53 62 http://golinski.faculty.wmi.amu.edu.pl/ golinski@amu.edu.pl i błędy Plan wykładu 1 i błędy Plan wykładu 1 2 i błędy Plan

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 15. Trójwartościowa logika zdań Łukasiewicza

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 15. Trójwartościowa logika zdań Łukasiewicza Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 15. Trójwartościowa logika zdań Łukasiewicza 1 Wprowadzenie W logice trójwartościowej, obok tradycyjnych wartości logicznych,

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 5: Rewolucja kognitywna?

Wstęp do kognitywistyki. Wykład 5: Rewolucja kognitywna? Wstęp do kognitywistyki Wykład 5: Rewolucja kognitywna? Schizma dwie metodologie, dwa obszary zainteresowań: adaptacja i życie znaczenie i umysł interpretacja celu, miejsce znaczenia ciało i umysł: te

Bardziej szczegółowo

Wstęp do Techniki Cyfrowej... Teoria automatów

Wstęp do Techniki Cyfrowej... Teoria automatów Wstęp do Techniki Cyfrowej... Teoria automatów Alfabety i litery Układ logiczny opisywany jest przez wektory, których wartości reprezentowane są przez ciągi kombinacji zerojedynkowych. Zwiększenie stopnia

Bardziej szczegółowo

Podstawowe Pojęcia. Semantyczne KRZ

Podstawowe Pojęcia. Semantyczne KRZ Logika Matematyczna: Podstawowe Pojęcia Semantyczne KRZ I rok Językoznawstwa i Informacji Naukowej UAM 2006-2007 Jerzy Pogonowski Zakład Logiki Stosowanej UAM http://www.logic.amu.edu.pl Dodatek: ściąga

Bardziej szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA I TEORIA ZBIORÓW LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja

Bardziej szczegółowo

Epistemologia. #00 Abstrakty prac. Paweł Łupkowski. Instytut Psychologii UAM

Epistemologia. #00 Abstrakty prac. Paweł Łupkowski. Instytut Psychologii UAM Epistemologia #00 Abstrakty prac Paweł Łupkowski Instytut Psychologii UAM 1 / 13 Abstrakt imię i nazwisko autora, numer indeksu, tytuł pracy, adres e-mail do kontaktu, abstrakt (około 250 słów), zestaw

Bardziej szczegółowo

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA kod (pojęcie interdyscyplinarne) znak wiadomość ENTROPIA forma przekaz

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA kod (pojęcie interdyscyplinarne) znak wiadomość ENTROPIA forma przekaz WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (pojęcie interdyscyplinarne) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? Czy żyjemy w erze informacji? RACZEJ TAK:

Bardziej szczegółowo

JOHN R. SEARLE CZY KOMPUTERY MOGĄ MYŚLEĆ? (fragment z: Umysł, mózg i nauka, PWN, Warszawa 1995)

JOHN R. SEARLE CZY KOMPUTERY MOGĄ MYŚLEĆ? (fragment z: Umysł, mózg i nauka, PWN, Warszawa 1995) JOHN R. SEARLE CZY KOMPUTERY MOGĄ MYŚLEĆ? (fragment z: Umysł, mózg i nauka, PWN, Warszawa 1995) W poprzednim rozdziale przedstawiłem, przynajmniej w zarysie, rozwiązanie tzw. problemu psychofizycznego.

Bardziej szczegółowo

Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych. Ćwiczenie 3 stos Laboratorium Metod i Języków Programowania

Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych. Ćwiczenie 3 stos Laboratorium Metod i Języków Programowania Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Ćwiczenie 3 stos Laboratorium Metod i Języków Programowania Celem ćwiczenia jest zapoznanie studentów z najprostszą dynamiczną strukturą

Bardziej szczegółowo

Elementy filozofii i metodologii INFORMATYKI

Elementy filozofii i metodologii INFORMATYKI Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Wykład 1. Wprowadzenie. Filozofia, metodologia, informatyka Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się

Bardziej szczegółowo

Odwrotna Notacja Polska

Odwrotna Notacja Polska Odwrotna Notacja Polska Odwrotna Notacja Polska w skrócie ONP) jest sposobem zapisu wyrażeń arytmetycznych. Znak wykonywanej operacji umieszczany jest po operandach, argumentach tzw. zapis postfiksowy).

Bardziej szczegółowo

Maszyny Turinga. Jerzy Pogonowski. Funkcje rekurencyjne. Zakład Logiki Stosowanej UAM

Maszyny Turinga. Jerzy Pogonowski. Funkcje rekurencyjne. Zakład Logiki Stosowanej UAM Maszyny Turinga Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Maszyny Turinga Funkcje rekurencyjne 1 / 29 Wprowadzenie

Bardziej szczegółowo

David Hume ( )

David Hume ( ) David Hume (1711-1776) Chciał być Newtonem nauk o człowieku. Uważał, że wszystkie nauki (oprócz matematyki i logiki), również filozofia, powinny kierować się metodą eksperymentalną, opartą na doświadczeniu.

Bardziej szczegółowo

PROCES PROJEKTOWY METODYKA PROJEKTOWANIA

PROCES PROJEKTOWY METODYKA PROJEKTOWANIA PROCES PROJEKTOWY METODYKA PROJEKTOWANIA MAREK ŚREDNIAWA TOMASZ KWIATKOWSKI III PRACOWNIA WZORNICTWA ASP W GDAŃSKU 2010 PROCES przebieg następujących po sobie i powiązanych przyczynowo określonych zmian,

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD XII: Modele i architektury poznawcze Architektury poznawcze Architektura poznawcza jako teoria poznania ludzkiego Anderson (1993): Architektura

Bardziej szczegółowo

CZYM SĄ OBLICZENIA NAT A URALNE?

CZYM SĄ OBLICZENIA NAT A URALNE? CZYM SĄ OBLICZENIA NATURALNE? Co to znaczy obliczać (to compute)? Co to znaczy obliczać (to compute)? wykonywać operacje na liczbach? (komputer = maszyna licząca) wyznaczać wartości pewnych funkcji? (program

Bardziej szczegółowo

Polemiki i recenzje. Myślące maszyny?

Polemiki i recenzje. Myślące maszyny? Polemiki i recenzje Semina Nr 2 Scientiarum 2003 Myślące maszyny? Ray Kurzweil, szef Kurzweil Technologies, Inc., zajmuje się konstruowaniem urządzeń, których działanie ma symulować ludzkie zdolności poznawcze.

Bardziej szczegółowo

Wymagania do przedmiotu Etyka w gimnazjum, zgodne z nową podstawą programową.

Wymagania do przedmiotu Etyka w gimnazjum, zgodne z nową podstawą programową. Wymagania do przedmiotu Etyka w gimnazjum, zgodne z nową podstawą programową. STANDARDY OSIĄGNIĘĆ: Rozwój osobowy i intelektualny uczniów wynikający z ich uczestnictwa w zajęciach etyki podążając za przyjętymi

Bardziej szczegółowo

Maszyna Turinga (Algorytmy Część III)

Maszyna Turinga (Algorytmy Część III) Maszyna Turinga (Algorytmy Część III) wer. 9 z drobnymi modyfikacjami! Wojciech Myszka 2018-12-18 08:22:34 +0100 Upraszczanie danych Komputery są coraz szybsze i sprawniejsze. Na potrzeby rozważań naukowych

Bardziej szczegółowo

ZAŁOŻENIA FILOZOFICZNE

ZAŁOŻENIA FILOZOFICZNE ZAŁOŻENIA FILOZOFICZNE Koło Wiedeńskie Karl Popper Thomas Kuhn FILOZOFIA A NAUKA ZAŁOŻENIA W TEORIACH NAUKOWYCH ZAŁOŻENIA ONTOLOGICZNE Jaki jest charakter rzeczywistości językowej? ZAŁOŻENIA EPISTEMOLOGICZNE

Bardziej szczegółowo

Języki, automaty i obliczenia

Języki, automaty i obliczenia Języki, automaty i obliczenia Wykład 10: Maszyny Turinga Sławomir Lasota Uniwersytet Warszawski 29 kwietnia 2015 Plan Maszyny Turinga (Niedeterministyczna) maszyna Turinga M = (A, Q, q 0, F, T, B, δ) A

Bardziej szczegółowo

Języki programowania zasady ich tworzenia

Języki programowania zasady ich tworzenia Strona 1 z 18 Języki programowania zasady ich tworzenia Definicja 5 Językami formalnymi nazywamy każdy system, w którym stosując dobrze określone reguły należące do ustalonego zbioru, możemy uzyskać wszystkie

Bardziej szczegółowo

Wprowadzenie do maszyny Turinga

Wprowadzenie do maszyny Turinga Wprowadzenie do maszyny Turinga Deterministyczna Maszyna Turinga (DTM) jest pewną klasą abstrakcyjnych modeli obliczeń. W tej instrukcji omówimy konkretną maszynę Turinga, którą będziemy zajmować się podczas

Bardziej szczegółowo

1. Operacje logiczne A B A OR B

1. Operacje logiczne A B A OR B 1. Operacje logiczne OR Operacje logiczne są operacjami działającymi na poszczególnych bitach, dzięki czemu można je całkowicie opisać przedstawiając jak oddziałują ze sobą dwa bity. Takie operacje logiczne

Bardziej szczegółowo

Wykład 1. zagadnienia ogólne. dr Marek Binder Zakład Psychofizjologii

Wykład 1. zagadnienia ogólne. dr Marek Binder Zakład Psychofizjologii Wykład 1 zagadnienia ogólne dr Marek Binder Zakład Psychofizjologii Lektura obowiązkowa James W. Kalat Biologiczne podstawy psychologii Wydawnictwo Naukowe PWN 2 Podręcznik do neuroanatomii Olgierd Narkiewicz

Bardziej szczegółowo

Wykład III. dr Artur Bartoszewski www.bartoszewski.pr.radom.pl. Wydział Nauczycielski, Kierunek Pedagogika Wprowadzenie do baz danych

Wykład III. dr Artur Bartoszewski www.bartoszewski.pr.radom.pl. Wydział Nauczycielski, Kierunek Pedagogika Wprowadzenie do baz danych Wydział Nauczycielski, Kierunek Pedagogika Wprowadzenie do baz danych dr Artur Bartoszewski www.bartoszewski.pr.radom.pl Wykład III W prezentacji wykorzystano fragmenty i przykłady z książki: Joe Habraken;

Bardziej szczegółowo

2. Metody adresowania w arkuszu kalkulacyjnym

2. Metody adresowania w arkuszu kalkulacyjnym 1. Uczeń: Uczeń: 2. Metody adresowania w arkuszu kalkulacyjnym a. 1. Cele lekcji i. a) Wiadomości Zna zastosowanie arkusza kalkulacyjnego, zna sposoby adresowania w arkuszu kalkulacyjnym, zna podstawowe

Bardziej szczegółowo

Technologie cyfrowe. Artur Kalinowski. Zakład Cząstek i Oddziaływań Fundamentalnych Pasteura 5, pokój 4.15

Technologie cyfrowe. Artur Kalinowski. Zakład Cząstek i Oddziaływań Fundamentalnych Pasteura 5, pokój 4.15 Technologie cyfrowe Artur Kalinowski Zakład Cząstek i Oddziaływań Fundamentalnych Pasteura 5, pokój 4.15 Artur.Kalinowski@fuw.edu.pl Semestr letni 2014/2015 Zadanie algorytmiczne: wyszukiwanie dane wejściowe:

Bardziej szczegółowo

Scenariusz zajęć z matematyki dla klasy I gimnazjum z wykorzystaniem programu edurom Matematyka G1

Scenariusz zajęć z matematyki dla klasy I gimnazjum z wykorzystaniem programu edurom Matematyka G1 Scenariusz zajęć z matematyki dla klasy I gimnazjum z wykorzystaniem programu edurom Matematyka G1 Rozdział V: Równania i nierówności I stopnia z jedną niewiadomą Temat: Ćwiczenia utrwalające przekształcanie

Bardziej szczegółowo

ARGUMENTY KOSMOLOGICZNE. Sformułowane na gruncie nauk przyrodniczych

ARGUMENTY KOSMOLOGICZNE. Sformułowane na gruncie nauk przyrodniczych ARGUMENTY KOSMOLOGICZNE Sformułowane na gruncie nauk przyrodniczych O CO CHODZI W TYM ARGUMENCIE Argument ten ma pokazać, że istnieje zewnętrzna przyczyna wszechświata o naturze wyższej niż wszystko, co

Bardziej szczegółowo

Opis wymaganych umiejętności na poszczególnych poziomach egzaminów DELF & DALF

Opis wymaganych umiejętności na poszczególnych poziomach egzaminów DELF & DALF Opis wymaganych umiejętności na poszczególnych poziomach egzaminów DELF & DALF Poziom Rozumienie ze słuchu Rozumienie tekstu pisanego Wypowiedź pisemna Wypowiedź ustna A1 Rozumiem proste słowa i potoczne

Bardziej szczegółowo

2. Czy jestem patriotą? Karol Wojtyła *** [Ziemia trudnej jedności]. Quiz wiedzy o naszej ojczyźnie

2. Czy jestem patriotą? Karol Wojtyła *** [Ziemia trudnej jedności]. Quiz wiedzy o naszej ojczyźnie a. 2. Czy jestem patriotą? Karol Wojtyła *** [Ziemia trudnej jedności]. Quiz wiedzy o naszej ojczyźnie a. 1. Cele lekcji i. a) Wiadomości Uczeń: zna sylwetki znanych Polaków, którzy byli patriotami, wie,

Bardziej szczegółowo

O REDUKCJI U-INFORMACJI

O REDUKCJI U-INFORMACJI O REDUKCJI U-INFORMACJI DO DANYCH Cztery punkty odniesienia (dla pojęcia informacji) ŚWIAT ontologia fizyka UMYSŁ psychologia epistemologia JĘZYK lingwistyka nauki o komunikacji KOMPUTER informatyka elektronika

Bardziej szczegółowo

Metoda Tablic Semantycznych

Metoda Tablic Semantycznych Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β,

Bardziej szczegółowo

Programowanie i techniki algorytmiczne

Programowanie i techniki algorytmiczne Temat 2. Programowanie i techniki algorytmiczne Realizacja podstawy programowej 1) wyjaśnia pojęcie algorytmu, podaje odpowiednie przykłady algorytmów rozwiązywania różnych 2) formułuje ścisły opis prostej

Bardziej szczegółowo

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra

Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe. P. F. Góra Wstęp do metod numerycznych Eliminacja Gaussa Równania macierzowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Co można zrobić z układem równań... tak, aby jego rozwiazania się nie zmieniły? Rozważam

Bardziej szczegółowo

Epistemologia. Organizacyjnie. Paweł Łupkowski Instytut Psychologii UAM 1 / 19

Epistemologia. Organizacyjnie. Paweł Łupkowski Instytut Psychologii UAM 1 / 19 1 / 19 Epistemologia Organizacyjnie Paweł Łupkowski Instytut Psychologii UAM 22.02.2018 2 / 19 Epistemologia https://plupkowski.wordpress.com/dydaktyka/ pawel.lupkowski@gmail.com (mówiacy tytuł wiadomości!)

Bardziej szczegółowo

Modele Obliczeń. Wykład 1 - Wprowadzenie. Marcin Szczuka. Instytut Matematyki, Uniwersytet Warszawski

Modele Obliczeń. Wykład 1 - Wprowadzenie. Marcin Szczuka. Instytut Matematyki, Uniwersytet Warszawski Modele Obliczeń Wykład 1 - Wprowadzenie Marcin Szczuka Instytut Matematyki, Uniwersytet Warszawski Wykład fakultatywny w semestrze zimowym 2014/2015 Marcin Szczuka (MIMUW) Modele Obliczeń 2014/2015 1 /

Bardziej szczegółowo

INFORMATYKA W SZKOLE. Podyplomowe Studia Pedagogiczne. Dr inż. Grażyna KRUPIŃSKA. D-10 pokój 227

INFORMATYKA W SZKOLE. Podyplomowe Studia Pedagogiczne. Dr inż. Grażyna KRUPIŃSKA. D-10 pokój 227 INFORMATYKA W SZKOLE Dr inż. Grażyna KRUPIŃSKA grazyna@fis.agh.edu.pl D-10 pokój 227 Podyplomowe Studia Pedagogiczne 2 Algorytmy Nazwa algorytm wywodzi się od nazwiska perskiego matematyka Muhamed ibn

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY dla uczniów klasy III Gimnazjum nr 47 sportowego w Krakowie opracowany: przez zespół polonistów gimnazjum

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY dla uczniów klasy III Gimnazjum nr 47 sportowego w Krakowie opracowany: przez zespół polonistów gimnazjum WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY dla uczniów klasy III Gimnazjum nr 47 sportowego w Krakowie opracowany: przez zespół polonistów gimnazjum CZYTANIE ZE ZROZUMIENIEM Obowiązuje znajomość lektur:

Bardziej szczegółowo

LEKCJA TEMAT: Zasada działania komputera.

LEKCJA TEMAT: Zasada działania komputera. LEKCJA TEMAT: Zasada działania komputera. 1. Ogólna budowa komputera Rys. Ogólna budowa komputera. 2. Komputer składa się z czterech głównych składników: procesor (jednostka centralna, CPU) steruje działaniem

Bardziej szczegółowo

Wprowadzenie: języki, symbole, alfabety, łańcuchy Języki formalne i automaty. Literatura

Wprowadzenie: języki, symbole, alfabety, łańcuchy Języki formalne i automaty. Literatura Wprowadzenie: języki, symbole, alfabety, łańcuchy Języki formalne i automaty Dr inŝ. Janusz Majewski Katedra Informatyki Literatura Aho A. V., Sethi R., Ullman J. D.: Compilers. Principles, Techniques

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu

Wstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu Wstęp do kognitywistyki Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu Sztuczna inteligencja...to próba zrozumienia i wyjaśnienia jednostek inteligentnych. Specyfika SI polega na metodzie: wyjaśnianie

Bardziej szczegółowo

FILOZOFIA UMYSŁU: PROBLEM UMYSŁ-CIAŁO. dr Mateusz Hohol

FILOZOFIA UMYSŁU: PROBLEM UMYSŁ-CIAŁO. dr Mateusz Hohol FILOZOFIA UMYSŁU: PROBLEM UMYSŁ-CIAŁO dr Mateusz Hohol DLACZEGO FILOZOFIA UMYSŁU? DLACZEGO FILOZOFIA UMYSŁU? ( ) wielu z nas sądzi, że najważniejszą filozofią jest teraz filozofia umysłu. Punktem wyjścia

Bardziej szczegółowo

Algorytmy sztucznej inteligencji

Algorytmy sztucznej inteligencji www.math.uni.lodz.pl/ radmat Przeszukiwanie z ograniczeniami Zagadnienie przeszukiwania z ograniczeniami stanowi grupę problemów przeszukiwania w przestrzeni stanów, które składa się ze: 1 skończonego

Bardziej szczegółowo

Teoretyczne podstawy informatyki

Teoretyczne podstawy informatyki 1 Wykład cz. 2 dyżur: środa 9.00-10.00 czwartek 10.00-11.00 ul. Wieniawskiego 17/19, pok.10 e-mail: joanna.jozefowska@cs.put poznan.pl materiały do wykładów: http://www.cs.put.poznan.pl/jjozefowska/ hasło:

Bardziej szczegółowo

Ontologie, czyli o inteligentnych danych

Ontologie, czyli o inteligentnych danych 1 Ontologie, czyli o inteligentnych danych Bożena Deka Andrzej Tolarczyk PLAN 2 1. Korzenie filozoficzne 2. Ontologia w informatyce Ontologie a bazy danych Sieć Semantyczna Inteligentne dane 3. Zastosowania

Bardziej szczegółowo

Języki formalne i automaty Ćwiczenia 9

Języki formalne i automaty Ćwiczenia 9 Języki formalne i automaty Ćwiczenia 9 Autor: Marcin Orchel Spis treści Spis treści... 1 Wstęp teoretyczny... 2 Maszyna Mealy'ego... 2 Maszyna Moore'a... 2 Automat ze stosem... 3 Konwersja gramatyki bezkontekstowej

Bardziej szczegółowo

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn

Bardziej szczegółowo

Percepcja, język, myślenie

Percepcja, język, myślenie Psychologia procesów poznawczych Percepcja, język, myślenie Wprowadzenie w problematykę zajęć. Podstawowe pojęcia. W 1 1.Wprowadzenie w problematykę zajęć. Podstawowe pojęcia. 2. Historia psychologii poznawczej.

Bardziej szczegółowo

STANDARDY WYMAGAŃ BĘDĄCE PODSTAWĄ PRZEPROWADZANIA EGZAMINU W OSTATNIM ROKU NAUKI W GIMNAZJUM

STANDARDY WYMAGAŃ BĘDĄCE PODSTAWĄ PRZEPROWADZANIA EGZAMINU W OSTATNIM ROKU NAUKI W GIMNAZJUM Załącznik do rozporządzenia Ministra Edukacji Narodowej z dnia 28 sierpnia 2007 r. (Dz.U. z dnia 31 sierpnia 2007 r. Nr 157, poz. 1102) STANDARDY WYMAGAŃ BĘDĄCE PODSTAWĄ PRZEPROWADZANIA EGZAMINU W OSTATNIM

Bardziej szczegółowo

System rezerwacji online

System rezerwacji online Spis treści 1. Część widoczna dla klientów dokonujących rezerwacji...1 1.a. Ogólne informacje...1 1.b. Etapy w rezerwacji...3 I. Etap 1 wybór dat początku i końca pobytu oraz wybór pokoi...3 II. Etap 2

Bardziej szczegółowo

Wirtualny Dziennik - INSTRUKCJA DLA RODZICÓW

Wirtualny Dziennik - INSTRUKCJA DLA RODZICÓW Wirtualny Dziennik - INSTRUKCJA DLA RODZICÓW Wstęp Moduł dla rodziców to grupa opcji umożliwiająca podgląd większości elementów związanych z uczęszczaniem dziecka do szkoły. W szczególności dostępne są

Bardziej szczegółowo