Dlaczego funkcjonalizm H. Putnama nie musi pytać o ontologiczny status stanów mentalnych?
|
|
- Zofia Kot
- 7 lat temu
- Przeglądów:
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 CZŁOWIEK JEST MASZYNĄ (THOMAS HOBBES) Rozumienie człowieka znacząco zmienia się wraz z nastaniem epoki nowożytnej. Starożytne i średniowieczne
Bardziej szczegółowoW 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 szczegółowoWstęp 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 szczegółowo17. 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 szczegółowoO 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 szczegółowoO 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 szczegółowoAlan 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 szczegółowoO 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 szczegółowoMODELOWANIE 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 szczegółowoFilozofia 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 szczegółowoObliczenia 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 szczegółowoTuring 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 szczegółowoJęzyk 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 szczegółowoElementy 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 szczegółowoMatematyczne 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 szczegółowoInformacja 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 szczegółowoM 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 szczegółowoRACHUNEK 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 szczegółowoElementy 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 szczegółowoKsięgarnia 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 szczegółowoMaszyna 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 szczegółowoWykład 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 szczegółowoWprowadzenie 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 szczegółowoFilozofia 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 szczegółowoFestiwal 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 szczegółowoO 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 szczegółowoElementy 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 szczegółowoINTUICJE. 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 szczegółowoAlgorytm. 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 szczegółowoKATEDRA 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 szczegółowoObliczenia 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 szczegółowoProgramowanie 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 szczegółowoGłówne 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 szczegółowoMaszyna 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 szczegółowoO 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 szczegółowoSTANDARDY 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 szczegółowoGłówne 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 szczegółowoDefinicje. 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 szczegółowoMetoda 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 szczegółowoMatematyczna 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 szczegółowoODWZOROWANIE RZECZYWISTOŚCI
ODWZOROWANIE RZECZYWISTOŚCI RZECZYWISTOŚĆ RZECZYWISTOŚĆ OBIEKTYWNA Ocena subiektywna OPIS RZECZYWISTOŚCI Odwzorowanie rzeczywistości zależy w dużej mierze od możliwości i nastawienia człowieka do otoczenia
Bardziej szczegółowoHierarchia 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 szczegółowoInformatyka. 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 szczegółowoO 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 szczegółowoMatematyczne 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 szczegółowoNarzędzia 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 szczegółowoLiczby 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 szczegółowoAndrzej 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 szczegółowoWstęp 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 szczegółowoWstęp 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 szczegółowoPodstawowe 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 szczegółowoLOGIKA 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 szczegółowoEpistemologia. #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 szczegółowoprawda 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 szczegółowoJOHN 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 szczegółowoUniwersytet 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 szczegółowoElementy 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 szczegółowoOdwrotna 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 szczegółowoMaszyny 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 szczegółowoDavid 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 szczegółowoPROCES 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 szczegółowoElementy 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 szczegółowoCZYM 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 szczegółowoPolemiki 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 szczegółowoWymagania 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 szczegółowoMaszyna 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 szczegółowoZAŁOŻENIA 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 szczegółowoJęzyki, 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 szczegółowoJęzyki 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 szczegółowoWprowadzenie 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 szczegółowo1. 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 szczegółowoWykład 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 szczegółowoWykład 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 szczegółowo2. 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 szczegółowoTechnologie 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 szczegółowoScenariusz 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 szczegółowoARGUMENTY 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 szczegółowoOpis 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 szczegółowo2. 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 szczegółowoO 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 szczegółowoMetoda 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 szczegółowoProgramowanie 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 szczegółowoWstęp 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 szczegółowoEpistemologia. 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 szczegółowoModele 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 szczegółowoINFORMATYKA 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 szczegółowoWYMAGANIA 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 szczegółowoLEKCJA 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 szczegółowoWprowadzenie: 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 szczegółowoWstęp 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 szczegółowoFILOZOFIA 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 szczegółowoAlgorytmy 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 szczegółowoTeoretyczne 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 szczegółowoOntologie, 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 szczegółowoJęzyki 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 szczegółowoprawda 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 szczegółowoPercepcja, 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 szczegółowoSTANDARDY 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 szczegółowoSystem 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 szczegółowoWirtualny 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