00:00 / 00:40
连播
清屏
智能
倍速
点赞4
5.4.2、经验主义:感知派生出自我。 这个视频可能会颠覆你的认知。 经验主义认为,大脑内部并不存在一个孤独的“小人”在掌控着我们的意识世界。 相反,意识与感知密切相关,具有具身性,不能脱离具体的脑和身体而独立存在,它依赖于个体与周围环境相互作用,即“感知派生出自我”。 具体而言, 经验主义认为,大脑内部并不存在一个孤独的“小人”在掌控着我们的意识世界,所谓自我只是由习惯形成的知觉的集合体。即,身体的感知是作为一个整体被感知的,这种整体感知派生出自我。意识与感知密切相关,感知的位置决定了主体,例如你摔碎了一件宝贝感到心疼,这时你会认为心脏是意识的主体;你思念一个人时感到胃部涨疼,这时你又会认为胃是意识的主体。 提出这个观点的哲学家丹尼尔·丹尼特在《我在哪里?》中设计了一个“无脑肉身”的思想实验:将大脑从颅骨中取出放入培养液中(注意只取出内部的大脑,而不是包含眼睛耳朵的整个头颅),通过无线方式保持缸中大脑和空颅腔的神经连接畅通。这个实验引发了关于意识自我所处空间位置的问题。如果支持“笛卡尔剧场模型”,反对丹尼特的模型,那么“我”将位于缸中大脑的位置。反之,如果反对“笛卡尔剧场模型”,支持丹尼特的模型,那么在身体感官功能未丧失的情况下,“我”将位于无脑肉身的颅腔位置,因为视听内容占据了意识内容的绝大部分,尤其是视觉内容。 意识具有具身性,不能脱离具体的脑和身体而独立存在,它依赖于个体与周围环境相互作用。因此,意识是主观的,具有私密性。描述意识并不等于产生和体验意识本身。大脑并非传统意义上的计算机或图灵机,而是一个选择系统而非指令系统,其工作主要不是依靠逻辑,这使得大脑能够创造,而传统计算机则不能。丹尼尔·丹尼特进一步提出了“多重草稿模型”来解释意识:人的头脑中存在多个并行编写的叙事脚本,它们相互竞争,最终胜出的那个脚本成为那个时刻的意识内容。 类似地,达马西奥在《万物的古怪秩序》一书中,批评了那种将生命等同于算法的流行观念。他认为,感受是与身体紧密相连的,无法脱离身体而独立存在。因此,即使人工智能或机器人拥有智能,它们也无法具备心智、意识和人性。达马西奥认为:没有身体,就无法产生感受;没有感受,就无法形成心智;没有心智,也就不会有文化。 “AI哲学一吴怀宇”(中科院博士、北大博士后)作者主页:www.OpenDAI.org;邮件:huaiyuwu@sina.com
00:00 / 02:46
连播
清屏
智能
倍速
点赞2
观念就是人在观到(感知)的?的,而是感知的结论。人的眼、耳、鼻、舌、身等五官就可以形成五观(念),其中眼观最为多见。所以,观念不源于逻辑进程,无关知识的系性,不是抽象推理的结果。观念只与直接感知有关,与经历具体事件有关,与事件留存于心的情境有关。生活感知与情境画面留存于心的方式,又称心象。心象(image)可以是头脑中的一幅图面,是一幅似像的图像,是早期事件的心理形象的建构和综合。这种图像并不一定只限于视觉心象,还可以是触觉心象、嗅觉心象等。 观念与认识虽然都起源于感知觉,但观念与认识又有很大的不同。认识需要一个学习过程,凡学习都具有重复和强化的渐进特点,所以认识需要一个由浅入深的过程;认识还要用来解决问题,解决问题的认识(思维)伴随着探索,这也是一种过程。而观念不同,观念的形成不在过程而在经历,有时只需要一次经历就可以形成一种观念。经历,如一个事件、一个场景、一幅画面、一个表情、一种声音、一种气味、一次触摸或一次品尝等等,这种事件的经历都可以让人形成一生难忘的印象和内心画面,即心象。由于观念的直观性,获取简单,存在方式为生动的画面,所以观念可以成为意识流的素材在人的一生中时而闪现或出现在脑海中,进而影响人的情绪和决定。
00:00 / 12:51
连播
清屏
智能
倍速
点赞1
00:00 / 03:04
连播
清屏
智能
倍速
点赞14
方差分析 方差分析是统计学中一种重要的数据分析方法,主要用于比较两个或多个样本均值之间的差异是否具有统计学意义。它通过分析数据的变异来源,判断不同组别之间的差异是否显著,从而帮助研究者得出结论。 方差分析的核心思想是将数据的总变异分解为组内变异和组间变异。组内变异是指同一组内个体之间的差异,而组间变异是指不同组之间的差异。通过比较这两种变异的比例,可以判断组间差异是否显著。如果组间变异显著大于组内变异,说明不同组的均值存在显著差异;反之,则说明差异可能由随机误差引起。方差分析的基本假设包括:正态性,数据应服从正态分布,或至少近似正态分布。方差齐性,不同组的方差应相等或接近。独立性,各组数据之间应相互独立,即一个样本的数据不影响另一个样本的数据。如果这些假设不满足,可能需要使用非参数检验或其他方法进行数据分析。 根据研究设计和数据特点,方差分析可以分为以下几种类型:单因素方差分析,单因素方差分析用于比较一个分类变量(自变量)对连续变量(因变量)的影响。多因素方差分析,多因素方差分析用于研究两个或多个分类变量对因变量的影响,同时还可以分析变量之间的交互作用。重复测量方差分析,重复测量方差分析适用于同一组受试者在不同时间点或条件下多次测量的数据。协方差分析,协方差分析是在方差分析的基础上加入连续型协变量,用于控制无关变量的影响。 进行方差分析时,通常需要按照以下步骤操作:明确研究问题和假设、检查数据是否符合方差分析的假设、计算方差分析表、做出统计决策、进行事后检验。方差分析的优缺点。优点:可以同时比较多个组的均值,效率高于多次t检验。能够分析多因素和交互作用,适用于复杂的实验设计。结合协方差分析,可以控制无关变量的影响,提高结果的准确性。缺点:对数据的正态性和方差齐性要求较高,如果假设不满足,结果可能不准确。当组间差异显著时,无法直接确定具体哪些组之间存在差异,需要额外的事后检验。对于非平衡数据,分析结果可能受到影响。 当数据不满足方差分析的假设时,可以考虑以下替代方法:非参数检验、稳健方差分析、混合效应模型。方差分析是一种强大的统计工具,能够帮助研究者科学地分析实验数据,揭示变量之间的关系。然而,正确应用方差分析需要严格满足其假设条件,并结合研究背景进行合理的解释。在实际应用中,研究者应根据数据特点选择适当的方差分析类型,必要时辅以其他统计方法,以确保研究结论的可靠性和有效性。
00:00 / 02:45
连播
清屏
智能
倍速
点赞2
00:00 / 01:45
连播
清屏
智能
倍速
点赞15
00:00 / 08:35
连播
清屏
智能
倍速
点赞1
00:00 / 08:55
连播
清屏
智能
倍速
点赞14
00:00 / 08:17
连播
清屏
智能
倍速
点赞23
00:00 / 07:30
连播
清屏
智能
倍速
点赞4
00:00 / 03:29
连播
清屏
智能
倍速
点赞0
00:00 / 05:56
连播
清屏
智能
倍速
点赞2
00:00 / 04:26
连播
清屏
智能
倍速
点赞1
00:00 / 01:02
连播
清屏
智能
倍速
点赞1
00:00 / 11:57
连播
清屏
智能
倍速
点赞0
00:00 / 04:27
连播
清屏
智能
倍速
点赞2