标签：认知科学
共 5 篇相关访谈。
心智发展七阶段：从注意力自我到AI对齐的哲学框架
认知科学家Joscha Bach在访谈中提出了一个描述心智发展的七阶段框架，从婴儿期的注意力自我构建世界模型，到社交自我、理性自我，最终达到能观察自我生成世界的超越阶段。他探讨了不同阶段人群对AI对齐问题的不同关切，并指出大型语言模型目前是思维的暴力破解方案，但可能并非通往通用智能的最终路径。
神经网络先驱：从生物到认知的连续性
斯坦福认知科学家杰伊·麦卡莱兰在访谈中回顾了神经网络与认知科学的交叉历程。他强调了从生物大脑到人类思维的连续性，挑战了笛卡尔二元论。他深入探讨了并行分布式处理（PDP）模型的诞生、与戴夫·鲁梅尔哈特和杰弗里·辛顿的合作，以及连接主义如何为理解意识、学习和语义表征提供了新框架。访谈还触及了鲁梅尔哈特晚年患语义痴呆的悲剧性经历，以及这一病例对理解分布式表征的启示。
梅兰妮·米切尔谈AI：概念、类比与人类智能的本质
在访谈中，梅兰妮·米切尔探讨了人工智能的核心问题，强调类比思维是人类认知的基础。她批评当前深度学习方法缺乏真正的概念理解和动态感知能力，认为实现人类水平的AI需要融合认知科学、发育学习和具身智能。她预测实现通用人工智能可能需要百年以上时间，并指出AI领域正面临如何构建和运用概念的根本挑战。
戴维·费鲁奇：从Watson到认知AI的探索
AI先驱戴维·费鲁奇在访谈中探讨了智能的本质、人类认知的局限，以及构建可与人类沟通的AI系统的路径。他回顾了带领团队打造Watson赢得《危险边缘》挑战的历程，并阐述了其当前在Elemental Cognition致力于开发能理解人类思维框架的AI的愿景。
马库斯谈AI：深度学习非魔法，常识才是关键
加里·马库斯在访谈中指出，当前AI的核心瓶颈在于缺乏常识和真正的理解能力。他认为深度学习擅长模式识别，但无法处理抽象推理与复杂知识，未来AI需要符号操作与统计学习的混合范式。马库斯强调，智能是多维的，人类智能并非通用智能的标杆，但当前机器智能在灵活性、语言理解等方面仍远远落后。