东北大学认知计算导论：探索人类智能与AI的交融

"东北大学的认知计算导论课程复习资料，涵盖了Rational AI的分类、认知科学的起源与发展、认知计算的定义及其特点，以及认知数据的特性、数据类别和来源。" 在认知计算领域，"Rational"是一个关键概念，它分为Thinking humanly和Acting humanly，即让AI模仿人类思考和行为。接着是Thinking Rationally和Acting Rationally，强调AI的理性决策和行动。Rational agent是指能根据输入产生最优输出的智能体，而反射性Agent则不一定需要理性。 认知科学是研究思维、学习和心理组织的跨学科领域，它融合了心理学、语言学、哲学和计算机科学。认知计算是将认知科学理论应用于计算机系统，以提升AI的智能水平，目标是创建类似人类智能的系统。这种系统既可以模拟人脑的工作方式，也可以利用现有技术构建认知系统框架，从数据中学习并做出决策，超越简单模仿。 在数据层面，认知计算关注大数据的Volume（大量）、Velocity（高速）和Variety（多样性），同时也重视数据的Veracity（真实性）和Value（价值）。认知数据通常包括环境传感器数据、社交媒体数据和可穿戴设备数据，它们是非结构化或半结构化的，无法直接存入传统的数据库系统。 数据类别主要分为结构化数据和非结构化数据/半结构化数据。结构化数据有明确的规则和元数据，而非结构化数据缺乏预定义的模式，如文本、图像等。半结构化数据虽然比非结构化数据更有一定秩序，但仍然无法直接纳入数据库。数据来源广泛，物联网（IoT）是重要的数据提供者之一。 这些知识点构成了认知计算导论的基础，对于理解和探索人工智能的前沿发展具有重要意义。通过深入学习这些内容，可以帮助我们更好地理解AI如何模拟人类认知，并利用数据进行智能决策。