Wstęp do kognitywistyki. Wykład 4: Cybernetyczny nurt w kognitywistyce
|
|
- Nadzieja Staniszewska
- 7 lat temu
- Przeglądów:
Transkrypt
1 Wstęp do kognitywistyki Wykład 4: Cybernetyczny nurt w kognitywistyce
2 Cybernetyka [od silników parowych do społeczeństw] Cybernetyka to badania nad kołowymi systemami kauzalnymi: samoregulujące, informacja o skutkach działań powraca (sprzężenie zwrotne) do systemu modyfikując jego działania rozmaita ilość możliwych stanów początek: przypadkowy pkt. startowy lub celowo dobrany(e) koniec: jeden pkt. (jeden stan równowagi) lub wiele; możliwa niekończąca się sesja kół cel: osiągniecie samoorganizacji kluczowy proces: przepływ informacji
3 sprzężenie zwrotne i regulacja: przykład układu
4 Sprzężenie zwrotne i regulacja regulacja celowe oddziaływanie na wielkość regulowaną; przekształcenie wielkości regulowanej w wielkość sprzężenia zwrotnego porównanie z nią wielkości zadającej różnica służy do wpływania na przebieg wielkości regulowanej wartość rzeczywista wielkości regulowanej winna być jak najbliższa wielkości zadanej zakłócenia powodują powstanie odchyłu regulacji
5 Cybernetyka: układ regulacji Wyjście układu x jest porównywane z wartością zadaną w, a różnica tych wielkości, zwana uchybem e jest podana na wejście regulatora. Dzięki temu regulator posiada informację o aktualnym błędzie sterowania i może tak zmieniać wartość wejściową y obiektu regulacji, aby zmniejszyć uchyb do zera. Co za tym idzie, wielkość wyjściowa układu jest stale utrzymywana możliwie blisko wartości zadanej.
6 Cybernetyka uwzględnianie procesów fizycznych umożliwiających funkcjonowanie systemów kauzalnych (vs. AI) Kluczowy przepływ informacji (poj. abstrakcyjne) zasada centralna: informacyjne sprzężenie zwrotne (matem.: 1868, biol.: 1860) interdyscyplinarność; obiekt badań: systemy sztuczne i żywe organizmy; hasło człowiek jako maszyna obejmuje nie tylko umysł, ale i ciało Wiener (def.) nauka o sterowaniu i komunikacji zarówno w zwierzęciu, jak i maszynie objęcie społecznych i psychologicznych aspektów systemów cybernetycznych
7 Ogólna teoria systemów [Ludwig von Bertalanffy] rozróżnienie: systemy otwarte zamknięte odmienne traktowanie celowości: samoorganizacja i równoważenie się całościowy charakter złożonych systemów ekwifinalność [equifinality] system osiąga stan równowagi wychodząc od nieskończenie wielu odmiennych warunków początkowych przewidywanie celu dzięki symbolizmowi języka i pojęciom embriony brak prawdziwej celowości
8 Cybernetyka i SI [intelektualni bracia krwi] Donald McKay: brak podstaw do porównania mózgu do komp. cyfrowego; to raczej analogowy mechanizm probabilistyczny; budowa hybrydy ( ) '58: spotkanie pośw. mechanizacji procesów myślowych '45: Stowarzyszenie Teleologiczne; wygłoszone m.in. mowy: von Neumann: o cyfrowych komputerach, Wiener: o inżynierii komunikacyjnej Gordon Pask: A Discussion of AI and Self-Organization Indywidualności po obu stronach Teoria informacji: oparta na logice Boole'a
9 Korzenie biologiczne ogólna fizjologia a systemy samorównoważące się: 1860 (C. Bernard); pojęcie systemu otwartego W. Cannon: badania nad homeostazą wykorzystujące biologiczne przykłady sprzężenia zwrotnego próba rozszerzenia idei na społeczeństwa refleksologia (teoria odruchów) działanie odruchowe wyprowadza samoregulację poza zwykłe samorównoważenie się. Sherrington: hierarchia neuronowej samoregulacji Lorente de No: prawo wzajemności powiązań zakładające neuro-sprzężenie zwrotne uczenie pozytywne i negatywne wzmocnienie
10 Teoria informacji rozważania nad rozmaitymi pętlami neuronowymi wykorzystują pojecie informacji C. Shannon ('48), Shannon, W. Weaver ('49) wiadomości to nie treści znaczące przewidywalne własności fizyczne sygnału dźwiękowego Te semantyczne aspekty komunikacji nie są związane z problemem informacji. Znaczącym jej aspektem jest to, że faktyczna wiadomość jest wybrana ze zbioru możliwych wiadomości (Shannon, Weaver 1949) informacja to techniczny termin oznaczający statystyczną miarę przewidywalności
11 Teoria informacji Weaver: teoria znaczenia zostanie kiedyś skonstruowana w kategoriach teorii informacji Jednostka informacji bit (binary unit) Shannon: analiza języka naturalnego (przewidywanie następnego znaku, słowa): statystyka, nie składnia czy semantyka cybernetyczne teorie nie charakteryzują zawartości pojęciowej czy propozycjonalnej, ale: cybernetyczna psychologia i psychiatria uwzględniały znaczenie w badaniach
12 Mózgi - maszyny modelujące Kenneth Craik ( ) sterowanie w maszynach analogowych może przypominać sterowanie w układzie nerwowym nowe podejście do mózgu: system konstruujący modele reprezentujące świat Jak konkretne zdarzenie/obiekt/cecha/... jest reprezentowane w mózgu? Kartezjusz: korelacja, ale co ponad? W jakim sensie stan umysłu musi odpowiadać zewnętrznej rzeczywistości? Czy korelacja jest naprawdę niezbędna? Czy można stwierdzić dlaczego ten stan mózgowy powinien reprezentować tą cechę środowiskową?
13 Reprezentacja i model Co zatem znaczy termin reprezentacja? Jak mózg radzi sobie z reprezentacją różnych obiektów, by sterować zachowaniem? Do lat 40. nikt nie zastanawiał się jak odwzorować fizjologiczną składnię na psychologiczną semantykę; '43 Craik: The Nature of Explanation; pojęcie modelu mózgowego Zdarzenia mózgowe to modele rzeczy reprezentowanych, gdyż działają w ten sam sposób Symboliczna teoria myśli: symbole symbolizują, reprezentacje reprezentują na mocy swych fizycznych cech.
14 Reprezentacja i model Przez model rozumiem dowolny fizyczny lub chemiczny system mający podobną strukturę relacyjną do procesu, który imituje. Przez strukturę relacyjną rozumiem fakt, że jest to fizyczne działanie modelu pracującego w ten sam sposób jak zjawisko które naśladuje - w rozważanym aspekcie w dowolnym momencie. (Craik 1943, s.51) Model w korze mózgowej, rozpatrywany jako dynamiczny proces fizyczny, działa w ten sam sposób jak zewnętrzna rzeczywistość modelowana skoro tak, to będzie się również zachowywał (rozwijał) w ten sam sposób, co modelowana rzeczywistość reprezentuje zatem przeszłe lub przyszłe zdarzenia trwając lub funkcjonując (rozwijając się) może modelować zagadnienia czysto hipotetyczne
15 Możliwości modelowania błędy w myśleniu abstrakcyjnym, iluzje percepcyjne, fałszywe przekonania, część zjawisk psychopatologicznych również zależy od adaptywnego modelowania świata zewnętrznego modele w tych przypadkach są wypaczone, często nieelastyczne i nieproduktywne Modele korowe są zasadniczo możliwe, ponieważ fizyczne procesy są w ogólności do siebie podobne Pytania neuropsychologa: jaki fizyczne cechy rzeczywistość-a posiada? jakie fizyczne cechy UN byłyby wystarczająco podobne, by modelować rzeczywistość-a czy pewien proces-a* ma faktycznie te cechy? Tak - proces-a* może być modelem rzeczywistości A; a czy jest?... ->>>
16 Podobieństwo nie wystarczy... mechanizm mózgowy fizycznie przypomina rzeczywistość zewnętrzną, jednak: powiązany jest z przetwarzaniem sensomotorycznym...tak, że jest użyteczny dla całego zwierzęcia model jest zatem pojęciem intencjonalnym symulacja komputerowa a modele wewnętrzne Jeśli komputer lub organizm wykorzystuje pewien wewnętrzny mechanizm A* by uzyskać odpowiedzi na pytania dotyczące A (odpowiedzi te są potrzebne, lub system ich chce), wówczas A* jest wewnętrznym modelem A. Potrzeba uzyskania odpowiedzi może być związana z przetrwaniem Sytuację komplikuje fakt, że UN jest kształtowany przez selekcję naturalną
17 Człowiek jako mechanizm Człowiek (K. Craik) element w systemie sterowania, traktowany jako łańcuch złożony z: urządzeń sensorycznych przekształcających niedopasowanie między wzrokiem a celem na odpowiedniki fizjologiczne systemu obliczeniowego dostarczającego neuronowej odpowiedzi wyliczonej tak, by minimalizować niedopasowanie systemu wzmacniającego (zakończenia nerwów motorycznych i mięśnie) mechanicznych powiązań dzięki którym praca mięśni daje zewnętrznie obserwowalne efekty (por. przykład prysznicowy, powyżej)
Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych
Wstęp do kognitywistyki Wykład 3: Logiczny neuron. Rachunek sieci neuronowych Epistemologia eksperymentalna W. McCulloch: Wszystko, czego dowiadujemy się o organizmach wiedzie nas do wniosku, iż nie są
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 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 szczegółowoElementy kognitywistyki III: Modele i architektury poznawcze
Elementy kognitywistyki III: Modele i architektury poznawcze Wykład III: Psychologiczne modele umysłu Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe)
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 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 szczegółowoMetody symulacji komputerowych Modelowanie systemów technicznych
Metody symulacji komputerowych Modelowanie systemów technicznych dr inż. Ryszard Myhan Katedra Inżynierii Procesów Rolniczych Program przedmiotu Lp. Temat Zakres 1. Wprowadzenie do teorii systemów Definicje
Bardziej szczegółowoWstęp do kognitywistyki. Wykład 6: Psychologia poznawcza
Wstęp do kognitywistyki Wykład 6: Psychologia poznawcza Sześciokąt nauk kognitywnych I. Psychologia poznawcza Poznanie to zdolność człowieka do odbierania informacji z otoczenia i przetwarzania ich w celu
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 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 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 szczegółowoRODZAJE I TYPY INŻYNIERII SYSTEMÓW
techniczne RODZAJE I TYPY INŻYNIERII SYSTEMÓW Rodzaje systemów: polityczne, społeczne, ekonomiczne, ekologiczne, przyrodnicze, techniczne, Typy systemów: projektowania, produkcji, eksploatacji, diagnostyki,
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 szczegółowoUmysł-język-świat 2012
Umysł-język-świat 2012 Wykład X: Między psycholingwistyką a neurolingwistyką Teorie neurolingwistyczne John Hughlings Jackson (1835-1911) badał jak bodźce wywołują reakcje i złożoność reakcji Dwa poziomy
Bardziej szczegółowoPodstawy organizacji i zarządzania
Podstawy organizacji i zarządzania mgr Magdalena Marczewska TiMO (Zakład Teorii i Metod Organizacji) Wydział Zarządzania Uniwersytetu Warszawskiego mmarczewska@wz.uw.edu.pl Kierunki w zarządzaniu Rozwój
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 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 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 szczegółowoJAKIEGO RODZAJU NAUKĄ JEST
JAKIEGO RODZAJU NAUKĄ JEST INFORMATYKA? Computer Science czy Informatyka? Computer Science czy Informatyka? RACZEJ COMPUTER SCIENCE bo: dziedzina ta zaistniała na dobre wraz z wynalezieniem komputerów
Bardziej szczegółowoRys. 1 Otwarty układ regulacji
Automatyka zajmuje się sterowaniem, czyli celowym oddziaływaniem na obiekt, w taki sposób, aby uzyskać jego pożądane właściwości. Sterowanie często nazywa się regulacją. y zd wartość zadana u sygnał sterujący
Bardziej szczegółowoElementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD X: Sztuczny neuron
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD X: Sztuczny neuron Koneksjonizm: wprowadzenie 1943: Warren McCulloch, Walter Pitts: ogólna teoria przetwarzania informacji oparta na sieciach binarnych
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 szczegółowoII. STEROWANIE I REGULACJA AUTOMATYCZNA
II. STEROWANIE I REGULACJA AUTOMATYCZNA 1. STEROWANIE RĘCZNE W UKŁADZIE ZAMKNIĘTYM Schemat zamkniętego układu sterowania ręcznego przedstawia rysunek 1. Centralnym elementem układu jest obiekt sterowania
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 szczegółowoBIOCYBERNETYKA PROLOG
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej BIOCYBERNETYKA Adrian Horzyk PROLOG www.agh.edu.pl Pewnego dnia przyszedł na świat komputer Komputery
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 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 szczegółowoPodstawy Automatyki. Wykład 6 - Miejsce i rola regulatora w układzie regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 6 - Miejsce i rola regulatora w układzie regulacji Instytut Automatyki i Robotyki Warszawa, 2015 Regulacja zadajnik regulator sygnał sterujący (sterowanie) zespół wykonawczy przetwornik pomiarowy
Bardziej szczegółowoUmysł Komputer Świat TEX output: :17 strona: 1
Umysł Komputer Świat INFORMATYKA I FILOZOFIA Witold Marciszewski Paweł Stacewicz Umysł Komputer Świat O zagadce umysłu z informatycznego punktu widzenia E Warszawa Akademicka Oficyna Wydawnicza EXIT 2011
Bardziej szczegółowoElementy kognitywistyki III: Modele i architektury poznawcze
Elementy kognitywistyki III: Modele i architektury poznawcze Wykład II: Modele pojęciowe Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe) przeformułowanie
Bardziej szczegółowoMIND-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 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 szczegółowoGłówne problemy kognitywistyki: Reprezentacja
Główne problemy kognitywistyki: Reprezentacja Wykład piąty Reprezentacja jako przewodnik w działaniu Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Teoria reprezentacji jako przewodnika
Bardziej szczegółowoElementy neurolingwistyki
Elementy neurolingwistyki Neurolingwistyka bada relacje języka i komunikacji do pewnych aspektów funkcjonowania mózgu metody: badania zdolności językowych po uszkodzeniach mózgu, eksperymenty, konstrukcja
Bardziej szczegółowoWstęp do teorii sztucznej inteligencji Wykład II. Uczenie sztucznych neuronów.
Wstęp do teorii sztucznej inteligencji Wykład II Uczenie sztucznych neuronów. 1 - powtórzyć o klasyfikacji: Sieci liniowe I nieliniowe Sieci rekurencyjne Uczenie z nauczycielem lub bez Jednowarstwowe I
Bardziej szczegółowoZ punktu widzenia kognitywisty: język naturalny
Z punktu widzenia kognitywisty: język naturalny Wykład VI: Elementy neurolingwistyki Teorie neurolingwistyczne Paul Broca (1824-1880) teoria oparta na badaniu symptomów pacjenta Leborgne i sekcji mózgu
Bardziej szczegółowoObiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany).
SWB - Systemy wbudowane w układach sterowania - wykład 13 asz 1 Obiekt sterowania Wejście Obiekt Wyjście Obiekt sterowania obiekt, który realizuje proces (zaplanowany). Fizyczny obiekt (proces, urządzenie)
Bardziej szczegółowoMODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
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 szczegółowoWstęp do kognitywistyki. Wykład 7: Psychologia poznawcza: nietrwałe reprezentacje mentalne
Wstęp do kognitywistyki Wykład 7: Psychologia poznawcza: nietrwałe reprezentacje mentalne Reprezentacje poznawcze Reprezentacja poznawcza umysłowy odpowiednik obiektów (realnie istniejących, fikcyjnych,
Bardziej szczegółowoPlan wykładu. Prozopagnozja. wrażenie sensoryczne a percepcja. wrażenia sensoryczne i percepcja
Plan wykładu (1) rozróżnienie wrażeń sensorycznych i percepcji Psychologia procesów poznawczych: percepcja, język, myślenie wrażenie sensoryczne a percepcja W 3 dr Łukasz Michalczyk (2) wprowadzenie do
Bardziej szczegółowoElementy kognitywistyki III: Modele i architektury poznawcze
Elementy kognitywistyki III: Modele i architektury poznawcze Wykład IV: Reprezentacje jako Modele symboliczne I: Rachunek predykatów, Sieci semantyczne Gwoli przypomnienia: Kroki w modelowaniu kognitywnym:
Bardziej szczegółowoKOGNITYWISTYKA PROGRAM OBOWIĄZUJĄCY STUDENTÓW Z REKRUTACJI OD ROKU 2012/2013. Rok I Semestr I
KOGNITYWISTYKA PROGRAM OBOWIĄZUJĄCY STUDENTÓW Z REKRUTACJI OD ROKU 2012/2013 A. NAZWA KIERUNKU STUDIÓW: KOGNITYWISTYKA B. POZIOM KSZTAŁCENIA: STUDIA JEDNOLITE MAGISTERSKIE C. PROFIL KSZTAŁCENIA: OGÓLNOAKADEMICKI
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 szczegółowoInteligencja. Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych
Wstęp Inteligencja Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych inteligencja psych. zdolność rozumienia, kojarzenia; pojętność, bystrość; zdolność znajdowania właściwych, celowych
Bardziej szczegółowoG. Morgan, Obrazy organizacji, Warszawa 1997
3. Metafory organizacyjne Morgana G. Morgan, Obrazy organizacji, Warszawa 1997 przedstawia specyficzny sposób postrzegania, myślenia i mówienia o organizacji; ujmuje istotę utrwalonego typu doświadczenia
Bardziej szczegółowoModelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka
Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej
Bardziej szczegółowoPojęcia to. porównanie trzech sposobów ujmowania pojęć. Monika Marczak IP, UAM
Pojęcia to. porównanie trzech sposobów ujmowania pojęć Monika Marczak IP, UAM Takiego zwierzęcia nie ma?????????? Jeśli brakuje umysłowej reprezentacji pewnego fragmentu rzeczywistości, fragment ten dla
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 szczegółowoZ punktu widzenia kognitywisty: język naturalny
Z punktu widzenia kognitywisty: język naturalny Wykład VIII: Neuronalne podstawy języka Fonologia Dwa paradygmaty:strukturalizm(fonemy i cechy dystynktywne jako podstawa wyjaśnień) oraz fonologia nieliniowa
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 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 szczegółowoSystemy hybrydowe reaktywno-racjonalne
WYKŁAD 5 Systemy hybrydowe reaktywno-racjonalne Sterowanie REAKTYWNE Zalety: bardzo szybko reaguje na zmiany otoczenia, ograniczone wymagania na moc obliczeniową oraz pamięć, system reaktywny rozbudowany
Bardziej szczegółowoCo to jest znaczenie? Współczesne koncepcje znaczenia i najważn. i najważniejsze teorie semantyczne
Co to jest znaczenie? Współczesne koncepcje znaczenia i najważniejsze teorie semantyczne Uniwersytet Kardynała Stefana Wyszyńskiego 1 Koncepcje znaczenia 2 3 1. Koncepcje referencjalne znaczenie jako byt
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 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 szczegółowoModelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński
Modelowanie i obliczenia techniczne dr inż. Paweł Pełczyński ppelczynski@swspiz.pl Literatura Z. Fortuna, B. Macukow, J. Wąsowski: Metody numeryczne, WNT Warszawa, 2005. J. Awrejcewicz: Matematyczne modelowanie
Bardziej szczegółowoModelowanie danych, projektowanie systemu informatycznego
Modelowanie danych, projektowanie systemu informatycznego Modelowanie odwzorowanie rzeczywistych obiektów świata rzeczywistego w systemie informatycznym Modele - konceptualne reprezentacja obiektów w uniwersalnym
Bardziej szczegółowoCo to jest znaczenie? Współczesne koncepcje znaczenia i najważn. i najważniejsze teorie semantyczne
Co to jest znaczenie? Współczesne koncepcje znaczenia i najważniejsze teorie semantyczne Uniwersytet Kardynała Stefana Wyszyńskiego 1 Koncepcje znaczenia 2 3 1. Koncepcje referencjalne znaczenie jako byt
Bardziej szczegółowoReprezentacje poznawcze
Reprezentacje poznawcze Reprezentacja poznawcza umysłowy odpowiednik obiektów (realnie istniejących, fikcyjnych, hipotetycznych). Zastępuje swój obiekt w procesach przetwarzania informacji. Reprezentacje
Bardziej szczegółowoCyfrowość i analogowość. Wstępny zarys tematyki metodologicznofilozoficznej
Cyfrowość i analogowość Wst pny zarys tematyki Wstępny zarys tematyki metodologicznofilozoficznej Motywacja 1. Nawet w dziedzinie problemów jasno określonych, kodowanych adekwatnie do możliwości maszyn
Bardziej szczegółowoFilozofia, Historia, Wykład IV - Platońska teoria idei
Filozofia, Historia, Wykład IV - Platońska teoria idei 2010-10-01 Tematyka wykładu 1 Metafora jaskini 2 Świat materialny - świat pozoru Świat idei - świat prawdziwy Relacja między światem idei i światem
Bardziej szczegółowoWstęp do kognitywistyki
Wstęp do kognitywistyki Wykład szósty W poszukiwaniu metody badania umysłu. Druga rewolucja w wiedzy o poznaniu i powstanie kognitywistyki Andrzej Klawiter http://www.staff.amu.edu.pl/~klawiter klawiter@amu.edu.pl
Bardziej szczegółowoWstęp do teorii sztucznej inteligencji Wykład III. Modele sieci neuronowych.
Wstęp do teorii sztucznej inteligencji Wykład III Modele sieci neuronowych. 1 Perceptron model najprostzszy przypomnienie Schemat neuronu opracowany przez McCullocha i Pittsa w 1943 roku. Przykład funkcji
Bardziej szczegółowoOd słowa do książki O ELEMENTARNEJ NAUCE CZYTANIA. malyska.edu.pl
Od słowa do książki O ELEMENTARNEJ NAUCE CZYTANIA malyska.edu.pl Proces dydaktyczny= U + N + materiał nauczania Uczeń główny podmiot procesu dydaktycznego Najwyższe dobro i prawo dziecka, to możliwość
Bardziej szczegółowoSYLABUS/ OPIS PRZEDMIOTU
1. Nazwa przedmiotu w języku polskim SYLABUS/ OPIS PRZEDMIOTU Biologiczne mechanizmy zachowania - fizjologia. 2. Nazwa przedmiotu w języku angielskim Biological mechanisms of behaviour - physiology 3.
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 szczegółowoGłówne problemy kognitywistyki: Reprezentacja
Główne problemy kognitywistyki: Reprezentacja Wykład 1 Wprowadzenie do problemu reprezentacji Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Pojęcie reprezentacji (1) Słowo 'reprezentacja'
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 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 szczegółowoNajprostszy schemat blokowy
Definicje Modelowanie i symulacja Modelowanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego układu rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano
Bardziej szczegółowoPodstawy metodologiczne symulacji
Sławomir Kulesza kulesza@matman.uwm.edu.pl Symulacje komputerowe (05) Podstawy metodologiczne symulacji Wykład dla studentów Informatyki Ostatnia zmiana: 26 marca 2015 (ver. 4.1) Spirala symulacji optymistycznie
Bardziej szczegółowoTERMINOLOGIA. Język dyscypliny zbiór terminów wraz z objaśnieniami
Dyscyplina gałąź nauki lub wiedzy TERMINOLOGIA Język dyscypliny zbiór terminów wraz z objaśnieniami Termin wyraz lub połączenie wyrazowe o specjalnym, konwencjonalnie ustalonym znaczeniu naukowym lub technicznym
Bardziej szczegółowoZałącznik Nr 4. odniesienie do obszarowych efektów kształcenia w KRK. kierunkowe efekty kształceniaopis WIEDZA
Załącznik Nr 4. Odniesienie kierunkowych efektów kształcenia do obszarowych efektów kształcenia dla obszaru lub obszarów kształcenia przyporządkowanych temu kierunkowi Kognitywistyka z racji tradycji badawczych
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 szczegółowoa) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów
1. PROGRAM KSZTAŁCENIA 1) OPIS EFEKTÓW KSZTAŁCENIA a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów kształcenia dla obszaru nauk społecznych i technicznych Objaśnienie oznaczeń: I efekty
Bardziej szczegółowoAutomatyka i Regulacja Automatyczna Laboratorium Zagadnienia Seria II
Automatyka i Regulacja Automatyczna Laboratorium Zagadnienia Seria II Zagadnienia na ocenę 3.0 1. Podaj transmitancję oraz naszkicuj teoretyczną odpowiedź skokową układu całkującego z inercją 1-go rzędu.
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 szczegółowoPodstawy zarządzania
Podstawy zarządzania mgr Magdalena Marczewska TiMO (Zakład Teorii i Metod Organizacji) Wydział Zarządzania Uniwersytetu Warszawskiego mmarczewska@wz.uw.edu.pl Kierunki w zarządzaniu Rozwój nauk o zarządzaniu
Bardziej szczegółowoInteligentne systemy informacyjne
Inteligentne systemy informacyjne Moduł 10 Mieczysław Muraszkiewicz www.icie.com.pl/lect_pw.htm M. Muraszkiewicz strona 1 Sieci neuronowe szkic Moduł 10 M. Muraszkiewicz strona 2 Dwa nurty M. Muraszkiewicz
Bardziej szczegółowoMatryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy (cz. I)
Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka i Ekonometria (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA (KSS)
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA (KSS) Temat: Budowa pętli sprzętowej (ang. Hardware In the Loop) w oparciu
Bardziej szczegółowoDla naszego obiektu ciągłego: przy czasie próbkowania T p =2.
1. Celem zadania drugiego jest przeprowadzenie badań symulacyjnych układu regulacji obiektu G(s), z którym zapoznaliśmy się w zadaniu pierwszym, i regulatorem cyfrowym PID, którego parametry zostaną wyznaczone
Bardziej szczegółowoDr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji
Automatyzacja i Robotyzacja Procesów Produkcyjnych Dr hab. inż. Jan Duda Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji Podstawowe pojęcia Automatyka Nauka o metodach i układach sterowania
Bardziej szczegółowoMarian OSTWALD. Politechnika Poznańska Instytut Mechaniki Stosowanej INŻYNIERIA SYSTEMÓW. Materiały pomocnicze do wykładów.
Marian OSTWALD Politechnika Poznańska Instytut Mechaniki Stosowanej INŻYNIERIA SYSTEMÓW Materiały pomocnicze do wykładów Poznań 2009 Motto wykładu: DZIAŁAMY LOKALNIE, MYŚLIMY GLOBALNIE TRZEBA WIDZIEĆ LAS
Bardziej szczegółowoElementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD II: Agent i jego środowisko
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD II: Agent i jego środowisko Agent racjonalny Agent jednostka traktowana jakby postrzegała swoje środowisko dzięki pewnym czujnikom oraz działająca
Bardziej szczegółowoDefinicje. Najprostszy schemat blokowy. Schemat dokładniejszy
Definicje owanie i symulacja owanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano model, do
Bardziej szczegółowoSYSTEMY IDENTYFIKACJA SYSTEMU
SYSTEMY IDENTYFIKACJA SYSTEMU ŚCISŁOŚĆ system powinien być tak określony, aby wiadomo było co do niego należy, a co nie. NIEZMIENNOŚĆ nie zmienia się reguł w trakcie gry. ZUPEŁNOŚĆ system musi być podzielony
Bardziej szczegółowoPODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych
Bardziej szczegółowoWykład X. Krótka historia neurobiologii poznawczej (cognitive neuroscience)
Wykład X Krótka historia neurobiologii poznawczej (cognitive neuroscience) Historia badań nad mózgiem Joseph Gall, Johann Spurzheim (1810): frenologia 35 specyficznych funkcji mózgu anatomiczna personologia
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 szczegółowoCzy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski
Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Architektura umysłu Pojęcie używane przez prawie wszystkie współczesne ujęcia kognitywistyki Umysł Przetwornik informacji 2 Architektura
Bardziej szczegółowotechnologii informacyjnych kształtowanie , procesów informacyjnych kreowanie metod dostosowania odpowiednich do tego celu środków technicznych.
Informatyka Coraz częściej informatykę utoŝsamia się z pojęciem technologii informacyjnych. Za naukową podstawę informatyki uwaŝa się teorię informacji i jej związki z naukami technicznymi, np. elektroniką,
Bardziej szczegółowoUkład regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku
Układ regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku Przemysłowe Układy Sterowania PID Opracowanie: dr inż. Tomasz Rutkowski Katedra Inżynierii Systemów Sterowania
Bardziej szczegółowoLEKCJA 1 DEFINICJE I KONCEPCJE STRESU
LEKCJA 1 DEFINICJE I KONCEPCJE STRESU Pojęcie stresu wprowadzone zostało przez Hansa Hugona Selve`a, który u podłoża wielu chorób somatycznych upatrywał niezdolność człowieka do radzenia sobie ze stresem.
Bardziej szczegółowoPodstawy automatyki. Energetyka Sem. V Wykład 1. Sem /17 Hossein Ghaemi
Podstawy automatyki Energetyka Sem. V Wykład 1 Sem. 1-2016/17 Hossein Ghaemi Hossein Ghaemi Katedra Automatyki i Energetyki Wydział Oceanotechniki i Okrętownictwa Politechnika Gdańska pok. 222A WOiO Tel.:
Bardziej szczegółowoElementy historii INFORMATYKI
Elementy historii INFORMATYKI Wykład 2. Elementy historii informatyki HISTORIA INFORMATYKI HISTORIA KOMPUTERÓW Wykład 2. Elementy historii informatyki Prehistoria informatyki: PASCAL i LEIBNIZ (1623 1662)
Bardziej szczegółowoModelowanie i Programowanie Obiektowe
Modelowanie i Programowanie Obiektowe Wykład I: Wstęp 20 październik 2012 Programowanie obiektowe Metodyka wytwarzania oprogramowania Metodyka Metodyka ustandaryzowane dla wybranego obszaru podejście do
Bardziej szczegółowoElementy układu automatycznej regulacji (UAR)
1 Elementy układu automatycznej regulacji (UAR) Wprowadzenie W naszej szkole, specjalizacją w klasie elektronicznej jest automatyka przemysłowa. Niniejszy artykuł ma na celu przedstawienie czytelnikom
Bardziej szczegółowoTemat: Projektowanie sterownika rozmytego. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Projektowanie sterownika rozmytego Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie System
Bardziej szczegółowo