数字思维

正计算机、细胞和大脑有什么共同之处?计算机是人类设计的电子设备,细胞是经自然进化和选择所产生的生物实体,大脑是人类思维的创造者和"容器"。但在某种程度上,它们都是信息处理设备。至今,任何既存的机器和已知的生物都无法与人类大脑的力量相媲美。经过亿万年的进化,大脑帮助人类发明了各种各样的工具和技术,让我们的生存和生活变得更容易,尤其是几乎跟人类大脑同样强大的计算机。本书作者葡萄牙里斯本高等理工学院院长、计算机科学与工程系教授阿林多·奥利维拉     

知识与数据双向驱动的多粒度认知计算

认知计算是以人类认知为启发而提出的一种一致的、统一的、普遍的智能计算机制。文中介绍一种借鉴人类智能问题求解的多粒度思维机制、人类大脑"大范围优先"的认知机制和智能控制系统中"智能计算前置"的信息处理机制,实现知识与数据双向驱动的多粒度认知计算模型,即数据驱动的粒认知计算模型(DGCC模型),实现符合人类认知的智能计算。在该模型中,数据被视为在多粒度空间中对知识的最细粒度层次表达,知识被视为数据在粗粒度层次的抽象。文中从知识驱动和数据驱动两个方向讨论DGCC模型中需要进一步研究的几个科学问题,并分析几个相关的多粒度认知计算应用案例。     

采用计算机管理考试成绩的初探

一、开发成绩管理系统的必要性伴随着中国加入WTO、计算机的普及和计算机科学日渐成熟以及INTERNET的飞速发展,计算机作为一个人们生活中必不可少的一部份,已经深入到我们之中,其强大的功能已为人们深刻认识,进入人类社会的各个领域并发挥着越来越重要的作用。成绩管理系统是一个学校不可缺少的部分,它的内容对于学校的管理者来说是至关重要的,所以成绩管理系统应该能够为用户提供充     

人类大脑具有惊人能力 识别图像仅十三毫秒

<正>人们或许会认为一瞬间人类无法识别十几张一闪而过的照片,但目前神经系统科学家发现人类大脑识别一张图像仅需13毫秒。美国研究人员发现人类大脑仅13毫秒便能识别和理解一张照片,并在实验中首次证实这种大脑快速处理能力,该处理速度比之前研究发现的大脑识别图像速度快8倍。当测试者观     

操控你的大脑

正读取别人脑中的画面,甚至用脑电波控制别人的行动,这些电影中科幻到近乎魔幻的情节正被科学家逐步实现。尽管人类的大脑极为复杂.无数神经元和神经组成的网络比任何先进的计算机都要强大,但解开大脑之谜并加以开发.仍是科学家为之痴迷的事业……读出你心思的机器试想你放学贪玩不按时回家,却在电话里向妈妈谎称堵车,而她当即拆穿你的谎言,说出你此时在     

说话要用“两张网”

<正>是的,我们每次说话,不仅要用声带、舌头和嘴唇,还要用到大脑中的"两张网"。研究人员对人类大脑在语言转换过程中的活动情况进行了监测。他们要求被测人员听到一种语言后,将它翻译成另一种语言表述出来。监测结果表明,在言语工作记忆系统中处理信息的网络有两个。研究人员称之为规则网络和转换网络。规则网络负责编码发声规     

《未来世界的100种变化》

仰望浩瀚的宇宙，我们会为它的广阔无垠所震撼；俯察喧闹的尘世，我们会为它的复杂多变而困惑。在伟大的自然面前，每个人都会不由自主地感受到自身的渺小。然而，人之所以为人，就在于拥有可以思维的大脑，能从纷繁芜杂的自然现象中总结出客观规律，并以此来更好地认识自然，改造自然。这些“自然之律”——科学中的各种定理，是人类思想宝库中最绮丽的瑰宝。     

听科学家讲述脑科学的故事

 什么是世界上最复杂的东西,什么系统不到1.5 kg重里面的"元件"却堪比宇宙中繁星一样多,什么机器里每个"元件"要与成千上万其他"元件"发生联系,它就是人类的大脑。人类千百年来苦苦追寻的心智就来源于大脑,对大脑的开发已经成为当今科学界的重要使命。脑科学研究综合了神经科学、计算机科学、生物科学、心理学等众多学科的专家,它的开发对于促进人类心灵和社会的发展都具有重大意义。正如美国诺贝尔奖得主艾德尔曼(G. M. Edelman)认为的:"脑科学的知识将奠定即将到来的新时代的基础,这些知识使我们可以医治大量疾病,建造仿照脑功能的机器,对我们自己的本质和我们如何认识世界都会有更深刻的理解"。欧美发达国家也认识到了脑科学对人类发展的重要性,美国宣布20世纪最后10年为"脑的10年",欧共体宣布了"10年脑计划",日本也制定了20年的"脑时代"计划,中国科学家也通过各种渠道成立了脑科学实验室并开展相关研究。脑科学已经成为21世纪科学研究的前沿,成为世界各国科学研究的重要领域。     

模型基计算机视觉中的假设－验证策略

本文提出了一种以层次化假设－验证为识别策略，基于模型的计算机视觉方法（ＭＢＣＶ），这种方法将ＭＢＣＶ与立体视觉结合在一起，互补相益。进而提出了由初始假设、姿态估计、高层验证和低层验证４部分组成的实施方案，本系统具有两个突出的特点：一是系统不苛求低层处理，能一次提取大量信息以支撑高层识别；二是强的系统容错能力，这两个特点大大减轻了低层处理的压力，并且改善了鲁棒性，实验证明，本系统在带噪和遮挡情况下都能正常工作。     

模型基计算机视觉中的假设—验证策略

本提出了一种以层次化假设－验证为识别策略，基地模型的计算机视觉方法，这种方法将ＭＢＣＶ与立体视觉结合在一起，互补相益，进而提出了由初始假设、姿态估计、高层验证和低层验证４部分组成的实施方案，本系统具有两个突出的特点，一是系统不苛求低层处理，能一次提取大量信息以支撑高层识别；二是强的系统容错能力，这两个特点大大减轻了低层处理的压力，并且改善了鲁棒性，实验证明，本系统在带噪和遮挡情况下都能正常工作。     

文献语音检索系统孤立词识别技术的研究

计算机能听懂人类的语言吗?我们能扔掉键盘、鼠标用自然语言操纵计算机吗?人与计算机之间能够用自然语言进行通信和交流吗?随着语音识别技术的发展,这些梦想正在变为现实。     

拨云见日:脑科学研究新进展

 大脑是人体的"司令部",控制着身体各个部分精密、复杂而又有条不紊的运转。人类大脑虽然体积不大,重量只占身体比重的2%~3%,但神经元却有850多亿个,它的复杂性远远超出了人类目前的认知能力,是最复杂、最神秘,也是最难研究的部分。探索大脑的秘密是目前人类面临的巨大挑战,近期,大脑领域的研究取得了突破性进展。     

知识快餐店

<正>我们为什么在晚上睡觉?大脑内部有一个看不见的生物钟,还有一个控制疲倦感的部门它们共同作用,告诉你何时该清醒,何时该入睡。千百万年来,漫长的进化使得人类的身体更适合在白天活动,所以当晚降临时,生物钟和"疲倦控制器"便开始发挥作用,把你调为了睡眠模式!其实我知道的更多在睡眠时,大脑帮助我们记忆白天发生的事情,并理解这些信息。这就是为什么许多人早晨醒来,会发觉自己百思不得其解的问题突然有了答案!     

电脑与人脑

人们把计算机称之为电脑是因为人们认为计算机能做的事情与我们的大脑相似。许多人还认为随着计算机技术的飞速发展,在不远的将来它就可以达到人脑的水平。也有人认为计算机永远也达不到人脑的水平。为了解释这个问题我们首先要了解电脑与人脑各有哪些功能,目前有哪些差别,然后再看电脑如何靠近人脑。     

当芯片植入人脑……

<正>如果给计算机装入人的想法,计算机就有了人的才干;如果给机器装入人的部分智能,它就聪明起来。假如反过来,把某些器件安装到人体里,那又将如何呢?如果把电脑芯片植入人的大脑内,盲人的部分视力会恢复吗?多少年来,未来学家们一直在幻想制造出一种机器可以读懂人脑,然后按照人类的想法去执行命令。现在,人类所进行的试验正在使这一梦想不断走近现实。位于美国马萨诸塞州的一公司已经获得了美国食品与药品管理局的批准,开始临床试验将一些4平方毫米大小的芯片植入瘫痪病人脑内。如果成功,脑部植入了这种芯片的病人就可以通过给一台计算机发送脑信息指令,实现身体的移动,这对于那些患有大脑性麻痹等病     

基于复合记忆-遗忘模型框架的连续教学策略优化控制

通过对教学现象进行数学建模和分析,定量地研究教学策略对知识传播系统的影响并优化控制教学管理目标。深入考察学习者认知学习时大脑中知识存量的变化规律,将学习者大脑分为短时记忆室和长时记忆室两个仓室,提出连续教学中的复合记忆-遗忘模型框架;并根据两个仓室内知识扩散的不同方式,进一步构建双边连续扩散、单边脉冲扩散和双边脉冲扩散三种不同的知识扩散模型;针对不同的记忆模型,应用种群动力学基本理论和数学分析法,通过控制教学力度E或教学周期Th这两种教学策略,优化知识存量或学习成效这两个教学管理目标;最后通过实例予以说明和验证。     

借错觉探大脑

如果眼前有个苹果，我们是通过颜色和形状来认识到这是个苹果。当苹果从树上掉下来时，眼睛还能够追踪到苹果落下的过程。能够看见东西似乎是我们理所当然应该具有的本领，然而，视觉其实并不简单。人类的视觉系统与摄像机不同，它需要由大脑进行一系列复杂的信息处理，包括产生错觉时进行的图像调整．感知不存在的颜色以及对观察实物时遗漏信息的补救等等。下面我们就借助一些日常的错觉现象来探索视觉与人脑的这些不可思议的信息处理过程。     

那些关于大脑的谣言

正"关于大脑的传言,时常萦绕在我们耳边。那么,其中有多少是真的?"脑大好使?有人说人类是这世上最聪明的生灵,因为人的大脑很大。可是大象的脑子是人类的3倍,更不要说拿鲸鱼的出来比了,那它们比人类聪明么?而且,智力跟大脑的相对重量也没关系,人类大脑占体重的2%,但树鼬的大脑是其体重的10%,也没见着它们有多聪明。所以,对大脑而言,大小并不是最重要的。人类的大脑确实在进化中体积大了一点,但这不足以解释我们智慧的奥妙。     

大脑阅读之谜的破解:神经元再利用假说的支持

 千百年来,我们用眼睛扫视文字或符号,并唤起大脑的阅读,这种看似简单实则却非常复杂的大脑阅读机制始终是一个难解之谜。我们对阅读的行为已经习以为常,却忽略了它实则是一项非常复杂的事情。     

关于一类神经元系统的动力学分析

旨在对Caianiello型离散神经元模型进行分析，由于这种模型具有动态阈值，它能够更加贴切地模拟生物神经元。这种神经元模型恰为延迟动力系统。我们所采用的方法是李雅普诺夫直接方法。文中对各种不同情况得到了神经元系统平衡点的数量、位置的结果。对每一种情况，我们还分析了这些平衡点的动态性质，理论分析和计算机仿真表明该神经元可以具有各种不同的特性，如全局吸引性、局部吸引性、不稳定性或振荡。