認知科學與人工智慧

㈠ 同樣是認知學專業但為什麼熱度卻截然不同 人工智慧與認知科學 【熱門專業】 認知神經科學【冷門專業】

後一個是醫學,學醫八年不算長,貴啊，學不起啊，冷啊。

㈡ 人工智慧專業的就業方向有哪些

人工智慧可以說是一門高尖端學科，屬於社會科學和自然科學的交叉，涉及了數學、心理學、神經生理學、資訊理論、計算機科學、哲學和認知科學、不定性論以及控制論。研究范疇包括自然語言處理、機器學習、神經網路、模式識別、智能搜索等。應用領域包括機器翻譯、語言和圖像理解、自動程序設計、專家系統等。
對於本科並沒有專門、深入的AI、ML專業，因為畢竟這些方向屬於高層次的知識，需要一定的基礎。但由於現在AI熱還有工業界對於這方面人才的強烈需求，所以已經有些大學專門開設了數據科學專業，更甚者是數據科學學院。所以如果有意向從事AI相關的工作，在本科專業上可以嘗試以下選擇：
1、如果是暫時沒有太大傾向，既有可能做科學研究，也有可能做工程開發，可以選計算機方向，例如「計算機科學」（Computer Science），軟體工程（Software Engineering），目前情況來看，最對口從事AI方向的的確是CS，AI具體的裡面的子領域如Machine Learning，Computer Vision， Natural Language Processing，Data Mining等，在CS的高年級和研究生階段都有對應的課程和研究方向。AI工作既需要非常扎實和廣泛的數學基礎同時也要求很高的實做能力，而CS正好在這兩方面都有著重培養。
2、如果是潛心做學術，搞理論研究，那麼專業推薦選擇「應用數學」。目前的機器學習機器學習本質上是微分方程、概率論、矩陣分析等等數學領域的一個應用場景。而近年來發展蓬勃的深度學習，正是機器學習的一個非常接近人工智慧的分支。
不排除現在的自動化、通信、機械 等專業在一定程度上都會往智能靠攏，無論是什麼專業都可以在課外學習相關的知識，尤其是在這個優質學習資源隨手可得，終身學習的時代，但在整體課程的安排上，這個專業還是會不同於其他的專業，而且這有個優點是在讀研復試的時候會有些加分，缺點在於：如果不讀研，那麼就業平均情況是弱於其他專業的，畢竟這個專業在社會認可度較低，而且本科知識較淺，基本上對於職業化幫助不大。

㈢ 認知科學的概念由來

1、概念由來
根據奧爾登大學認知科學研究所所長席勒爾（E. Sheener）的意見，「認知科學」（Cognitive Science）一詞於1973年由朗蓋特·系金斯開始使用，20世紀70年代後期才逐漸流行。
2、拓展引申
認知科學，就是關於心智研究的理論和學說。1975年，由於美國著名的斯隆基金的投入，美國學者將哲學、 心理學、語言學、人類學、計算機科學和神經科學6大學科整合在一起，研究「在認識過程中信息是如何傳遞的」，這個研究計劃的結果產生了一個新興學科——認知科學。當前國際公認的認知科學學科結構如右圖1所示。
認知科學的發展首先在原來的6個支撐學科內部產生了6個新的發展方向，這就是心智哲學、認知心理學、認知語言學(或稱語言與認知)、認知人類學(或稱文化、進化與認知)、人工智慧和認知神經科學。這6個新興學科是認知，科學的6大學科分支。這6個支撐學科之間互相交叉，又產生出11個新興交叉學科：①控制論；②神經語言學；③神經心理學；④認知過程模擬；⑤計算語言學；⑥心理語言學；⑦心理哲學⑧語言哲學；⑨人類學語言學；⑩認知人類學；（11）腦進化。

㈣ 認知的認知科學

參見：認知科學
認知科學是20世紀世界科學標志性的新興研究門類，它作為探究人腦或心智工作機制的前沿性尖端學科，已經引起了全世界科學家們的廣泛關注。一般認為認知科學的基本觀點最初散見40年代到50年代中的一些各自分離的特殊學科之中，60年代以後得到了較大的發展。根據奧爾登大學認知科學研究所所長席勒爾（E. Sheener）的意見，「認知科學」（Cognitive Science）一詞於1973年由朗蓋特·系金斯開始使用，20世紀70年代後期才逐漸流行。1975年，「斯隆基金會」（Alfred P. Sloan Foundation，系紐約市的一個私人科研資助機構）開始考慮對認知科學的跨學科研究計劃給予支持，該基金會的資助一直持續至今，對這門新學科的制度化起了重要的作用。因為斯隆基金會通過組織第一次認知科學會議並確立研究方案，在推動認知科學方面起了決定性作用。
認知科學是一門相當年輕的學科，然而卻為揭示人腦的工作機制這一最大的宇宙之謎作出了不可磨滅的貢獻。但是，認知科學尚未成熟，作為一個獨立的學科，也尚未得到足夠的統一和整合。對於什麼是認知科學，也還存在著很大的分歧。1978年10月1日，「認知科學現狀委員會」遞交斯隆基金會的報告，（席勒爾，仕琦譯，1989）把認知科學定義為「關於智能實體與它們的環境相互作用的原理的研究」。然後，該報告作者們沿著兩個方向展開這一定義。第一個是外延的：列舉了人認知科學的分支領域以及它們之間的交叉聯系。列舉的分支領域有計算機科學、心理學、哲學、語言學、人類學和神經科學。第二種展開是內涵的，指出共同的研究目標是「發現心智的表徵和計算能力以及它們在人腦中的結構和功能表示」。以上對認知科學的界定集中體現了「符號處理」或「信息處理」範式，但是隨著20世紀80年代中期聯結主義重新崛起之後，關於認知科學的定義也就出現了及其微妙的變化。但是，符號主義和聯結主義二者的爭執主要影響到的認知科學定義的內涵，而對其外延卻是沒有什麼影響的，因為這兩種範式都能包含上面所提及的認知科學的分支學科。
對認知科學范圍的了解，還可以從認知科學的內容上來看，到目前為止認知科學所涉及的主要內容，有感知覺（包括模式識別）、注意、記憶、語言、思維與表象、意識等。這似乎都是心理學家們所關注的問題，但其實也同樣是哲學家、語言學家、計算機科學家、神經生理學家、人類學家們所關心的內容。只是不同專業背景的研究者，對這些同一個問題，所採取的具體研究方法不同罷了。我國學者李伯約指出，人工智慧、認知心理學和心理語言學是認知科學的核心學科，神經科學、人類學和哲學是認知科學的外圍學科。
由於認知系統的復雜性，對它要進行多維度的研究，認知科學需要運用多門學科所使用的工具和方法，從完整的意義上對認知系統進行全方位的綜合研究。可以說，認知科學迄今為止所取得的成就，是與其跨學科的研究方法緊密聯系在一起的。但是跨學科的研究方法，也給認知科學帶來了不少問題和挑戰。
認知科學是研究人類感知和思維信息處理過程的科學，包括從感覺的輸入到復雜問題求解，從人類個體到人類社會的智能活動，以及人類智能和機器智能的性質。認知科學是現代心理學、信息科學、神經科學、數學、科學語言學、人類學乃至自然哲學等學科交叉發展的結果。
認知科學的興起和發展標志著對以人類為中心的認知和智能活動的研究已進入到新的階段。認知科學的研究將使人類自我了解和自我控制，把人的知識和智能提高到空前未有的高度。生命現象錯綜復雜，許多問題還沒有得到很好的說明，而能從中學習的內容也是大量的、多方面的。如何從中提煉出最重要的、關鍵性的問題和相應的技術，這是許多科學家長期來追求的目標。要解決人類在21世紀所面臨的許多困難，諸如能源的大量需求、環境的污染、資源的耗竭、人口的膨脹等問題單靠現有的科學成就是很不夠的。必須向生物學習，尋找新的科技發展的道路。

㈤ 認知計算是什麼與人工智慧，機器學習這些概念有什麼區別

最近要寫paper也在關注這些議題，現有資料中徐峰、冷伏海的paper《認知計算及其對情報科學的影響》中的表述相對系統：

認識計算源自模擬人腦的計算機系統的人工智慧，90年代後，研究人員開始用認知計算一詞，以表明該學科用於教計算機象人腦一樣思考，而不只是開發一種人工系統。傳統的計算技術是定量的，並著重於精度和序列等級，而認知計算則試圖解決生物系統中的不精確、不確定和部分真實的問題，以實現易於處理、強勁和低價的工程問題解決方案。認知計算是認知科學的子領域之一，也是認知科學的核心技術領域。認知計算對於未來信息技術、人工智慧等領域均有著十分重要的影響。在認知科學領域，雖說大多數人贊同「心智或認知就是計算」這一口號式的綱領並在其指導下從事常規研究，但對於認知計算卻沒有十分明確統一的概念。下面是對認知計算的一些理解。
認知計算是綜合了神經網路、計算機組織一系列事件和經驗作決策的一個技術領域。人工神經網路的發展是該方向的一大進步。人工神經網路用於計算機有關環境知識的組織，可使其作出合理(依據充分)的選擇，並有可能應對阻礙和問題。認知計算研究人員認為，大腦是一種機器，因此有可能被復制。
認知計算是一個多種技術的綜合體，每種技術用不同的方法解決其領域內的問題。如人工神經網路將生物神經的互動作為模式認知、決策、模擬和預測的模型。模糊邏輯利用類似於人類決策過程的方式利用信息，對於控制和決策制定應用十分有用。進化計算用於自然選擇和進化理論，在優化中十分有用。認知計算為分析技術處理和人類活動提供了一個有效的途徑。哈佛大學的Leslie
G．Valiant認為，與其他的方法相比，認知計算主要有以下三個特點：所有存儲、學習或回憶都是用先前獲取的信息通過承載網路執行的簡單演算法過程；系統把持續學習作為後台活動；在更加復雜的認知處理中，如分析復雜情景或推理時，內部計算擁有一個重要的時間域和需要保持的狀態信息。
認知計算是一種自上至下的、全局性的統一理論研究，旨在解釋觀察到的認知現象(思維)，符合已知的自下而上的神經生物學事實(大腦)，可以進行計算，也可以用數學原理解釋。認知計算尋求一種符合已知的有著大腦神經生物學事實的計算機科學類的軟體/硬體元件。並用於處理感知、記憶、語言、智力和意識等心智過程。
上面的幾種理解從不同的側面對認知計算的內涵和特點進行了分析，從中可以看出，雖然表述不盡相同，但許多學者對於認知計算涉及的主要技術領域，及認知計算需解決的主要問題大都有著較為類似的看法。綜合以上概念，可以將認知計算簡單地理解為綜合了多種技術的，旨在通過利用基於計算技術等人工機制實現人類認知功能的技術領域，是認知科學的核心技術領域。在情報科學領域常用人工智慧的概念，但實際上認知計算與人工智慧所關注的重點存在著一些差別。人工智慧重在研製一種能夠實現人類認知功能的人工機器，而認識計算則重在研究可以模擬人類的認知功能的計算原理和方法。

----------------------------------------------------------
還在研究中，所以先放一段別人的表述吧，之後有更成熟的想法再更新。

㈥ 「人工智慧」和「智能科學與技術」有什麼區別

本書系統地介紹了智能科學的概念和方法，吸收了腦科學、認知科學、人工智慧、數理邏輯、社會思維學、系統理論、科學方法論、哲學等方面的研究成果，探索人類智能和機器智能的性質和規律。

㈦ 『認知科學』和『人工智慧』的關系大嗎

存在兩種觀點，一是平行關系，人工智慧研究對象是機器，神經科學研究對象是大腦。二是神經科學是人工智慧的一部分，是實現人工智慧的途徑。