认知科学与人工智能

㈠ 同样是认知学专业但为什么热度却截然不同 人工智能与认知科学 【热门专业】 认知神经科学【冷门专业】

后一个是医学,学医八年不算长,贵啊，学不起啊，冷啊。

㈡ 人工智能专业的就业方向有哪些

人工智能可以说是一门高尖端学科，属于社会科学和自然科学的交叉，涉及了数学、心理学、神经生理学、信息论、计算机科学、哲学和认知科学、不定性论以及控制论。研究范畴包括自然语言处理、机器学习、神经网络、模式识别、智能搜索等。应用领域包括机器翻译、语言和图像理解、自动程序设计、专家系统等。
对于本科并没有专门、深入的AI、ML专业，因为毕竟这些方向属于高层次的知识，需要一定的基础。但由于现在AI热还有工业界对于这方面人才的强烈需求，所以已经有些大学专门开设了数据科学专业，更甚者是数据科学学院。所以如果有意向从事AI相关的工作，在本科专业上可以尝试以下选择：
1、如果是暂时没有太大倾向，既有可能做科学研究，也有可能做工程开发，可以选计算机方向，例如“计算机科学”（Computer Science），软件工程（Software Engineering），目前情况来看，最对口从事AI方向的的确是CS，AI具体的里面的子领域如Machine Learning，Computer Vision， Natural Language Processing，Data Mining等，在CS的高年级和研究生阶段都有对应的课程和研究方向。AI工作既需要非常扎实和广泛的数学基础同时也要求很高的实做能力，而CS正好在这两方面都有着重培养。
2、如果是潜心做学术，搞理论研究，那么专业推荐选择“应用数学”。目前的机器学习机器学习本质上是微分方程、概率论、矩阵分析等等数学领域的一个应用场景。而近年来发展蓬勃的深度学习，正是机器学习的一个非常接近人工智能的分支。
不排除现在的自动化、通信、机械 等专业在一定程度上都会往智能靠拢，无论是什么专业都可以在课外学习相关的知识，尤其是在这个优质学习资源随手可得，终身学习的时代，但在整体课程的安排上，这个专业还是会不同于其他的专业，而且这有个优点是在读研复试的时候会有些加分，缺点在于：如果不读研，那么就业平均情况是弱于其他专业的，毕竟这个专业在社会认可度较低，而且本科知识较浅，基本上对于职业化帮助不大。

㈢ 认知科学的概念由来

1、概念由来
根据奥尔登大学认知科学研究所所长席勒尔（E. Sheener）的意见，“认知科学”（Cognitive Science）一词于1973年由朗盖特·系金斯开始使用，20世纪70年代后期才逐渐流行。
2、拓展引申
认知科学，就是关于心智研究的理论和学说。1975年，由于美国著名的斯隆基金的投入，美国学者将哲学、 心理学、语言学、人类学、计算机科学和神经科学6大学科整合在一起，研究“在认识过程中信息是如何传递的”，这个研究计划的结果产生了一个新兴学科——认知科学。当前国际公认的认知科学学科结构如右图1所示。
认知科学的发展首先在原来的6个支撑学科内部产生了6个新的发展方向，这就是心智哲学、认知心理学、认知语言学(或称语言与认知)、认知人类学(或称文化、进化与认知)、人工智能和认知神经科学。这6个新兴学科是认知，科学的6大学科分支。这6个支撑学科之间互相交叉，又产生出11个新兴交叉学科：①控制论；②神经语言学；③神经心理学；④认知过程仿真；⑤计算语言学；⑥心理语言学；⑦心理哲学⑧语言哲学；⑨人类学语言学；⑩认知人类学；（11）脑进化。

㈣ 认知的认知科学

参见：认知科学
认知科学是20世纪世界科学标志性的新兴研究门类，它作为探究人脑或心智工作机制的前沿性尖端学科，已经引起了全世界科学家们的广泛关注。一般认为认知科学的基本观点最初散见40年代到50年代中的一些各自分离的特殊学科之中，60年代以后得到了较大的发展。根据奥尔登大学认知科学研究所所长席勒尔（E. Sheener）的意见，“认知科学”（Cognitive Science）一词于1973年由朗盖特·系金斯开始使用，20世纪70年代后期才逐渐流行。1975年，“斯隆基金会”（Alfred P. Sloan Foundation，系纽约市的一个私人科研资助机构）开始考虑对认知科学的跨学科研究计划给予支持，该基金会的资助一直持续至今，对这门新学科的制度化起了重要的作用。因为斯隆基金会通过组织第一次认知科学会议并确立研究方案，在推动认知科学方面起了决定性作用。
认知科学是一门相当年轻的学科，然而却为揭示人脑的工作机制这一最大的宇宙之谜作出了不可磨灭的贡献。但是，认知科学尚未成熟，作为一个独立的学科，也尚未得到足够的统一和整合。对于什么是认知科学，也还存在着很大的分歧。1978年10月1日，“认知科学现状委员会”递交斯隆基金会的报告，（席勒尔，仕琦译，1989）把认知科学定义为“关于智能实体与它们的环境相互作用的原理的研究”。然后，该报告作者们沿着两个方向展开这一定义。第一个是外延的：列举了人认知科学的分支领域以及它们之间的交叉联系。列举的分支领域有计算机科学、心理学、哲学、语言学、人类学和神经科学。第二种展开是内涵的，指出共同的研究目标是“发现心智的表征和计算能力以及它们在人脑中的结构和功能表示”。以上对认知科学的界定集中体现了“符号处理”或“信息处理”范式，但是随着20世纪80年代中期联结主义重新崛起之后，关于认知科学的定义也就出现了及其微妙的变化。但是，符号主义和联结主义二者的争执主要影响到的认知科学定义的内涵，而对其外延却是没有什么影响的，因为这两种范式都能包含上面所提及的认知科学的分支学科。
对认知科学范围的了解，还可以从认知科学的内容上来看，到目前为止认知科学所涉及的主要内容，有感知觉（包括模式识别）、注意、记忆、语言、思维与表象、意识等。这似乎都是心理学家们所关注的问题，但其实也同样是哲学家、语言学家、计算机科学家、神经生理学家、人类学家们所关心的内容。只是不同专业背景的研究者，对这些同一个问题，所采取的具体研究方法不同罢了。我国学者李伯约指出，人工智能、认知心理学和心理语言学是认知科学的核心学科，神经科学、人类学和哲学是认知科学的外围学科。
由于认知系统的复杂性，对它要进行多维度的研究，认知科学需要运用多门学科所使用的工具和方法，从完整的意义上对认知系统进行全方位的综合研究。可以说，认知科学迄今为止所取得的成就，是与其跨学科的研究方法紧密联系在一起的。但是跨学科的研究方法，也给认知科学带来了不少问题和挑战。
认知科学是研究人类感知和思维信息处理过程的科学，包括从感觉的输入到复杂问题求解，从人类个体到人类社会的智能活动，以及人类智能和机器智能的性质。认知科学是现代心理学、信息科学、神经科学、数学、科学语言学、人类学乃至自然哲学等学科交叉发展的结果。
认知科学的兴起和发展标志着对以人类为中心的认知和智能活动的研究已进入到新的阶段。认知科学的研究将使人类自我了解和自我控制，把人的知识和智能提高到空前未有的高度。生命现象错综复杂，许多问题还没有得到很好的说明，而能从中学习的内容也是大量的、多方面的。如何从中提炼出最重要的、关键性的问题和相应的技术，这是许多科学家长期来追求的目标。要解决人类在21世纪所面临的许多困难，诸如能源的大量需求、环境的污染、资源的耗竭、人口的膨胀等问题单靠现有的科学成就是很不够的。必须向生物学习，寻找新的科技发展的道路。

㈤ 认知计算是什么与人工智能，机器学习这些概念有什么区别

最近要写paper也在关注这些议题，现有资料中徐峰、冷伏海的paper《认知计算及其对情报科学的影响》中的表述相对系统：

认识计算源自模拟人脑的计算机系统的人工智能，90年代后，研究人员开始用认知计算一词，以表明该学科用于教计算机象人脑一样思考，而不只是开发一种人工系统。传统的计算技术是定量的，并着重于精度和序列等级，而认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题，以实现易于处理、强劲和低价的工程问题解决方案。认知计算是认知科学的子领域之一，也是认知科学的核心技术领域。认知计算对于未来信息技术、人工智能等领域均有着十分重要的影响。在认知科学领域，虽说大多数人赞同“心智或认知就是计算”这一口号式的纲领并在其指导下从事常规研究，但对于认知计算却没有十分明确统一的概念。下面是对认知计算的一些理解。
认知计算是综合了神经网络、计算机组织一系列事件和经验作决策的一个技术领域。人工神经网络的发展是该方向的一大进步。人工神经网络用于计算机有关环境知识的组织，可使其作出合理(依据充分)的选择，并有可能应对阻碍和问题。认知计算研究人员认为，大脑是一种机器，因此有可能被复制。
认知计算是一个多种技术的综合体，每种技术用不同的方法解决其领域内的问题。如人工神经网络将生物神经的互动作为模式认知、决策、模拟和预测的模型。模糊逻辑利用类似于人类决策过程的方式利用信息，对于控制和决策制定应用十分有用。进化计算用于自然选择和进化理论，在优化中十分有用。认知计算为分析技术处理和人类活动提供了一个有效的途径。哈佛大学的Leslie
G．Valiant认为，与其他的方法相比，认知计算主要有以下三个特点：所有存储、学习或回忆都是用先前获取的信息通过承载网络执行的简单算法过程；系统把持续学习作为后台活动；在更加复杂的认知处理中，如分析复杂情景或推理时，内部计算拥有一个重要的时间域和需要保持的状态信息。
认知计算是一种自上至下的、全局性的统一理论研究，旨在解释观察到的认知现象(思维)，符合已知的自下而上的神经生物学事实(大脑)，可以进行计算，也可以用数学原理解释。认知计算寻求一种符合已知的有着大脑神经生物学事实的计算机科学类的软件/硬件元件。并用于处理感知、记忆、语言、智力和意识等心智过程。
上面的几种理解从不同的侧面对认知计算的内涵和特点进行了分析，从中可以看出，虽然表述不尽相同，但许多学者对于认知计算涉及的主要技术领域，及认知计算需解决的主要问题大都有着较为类似的看法。综合以上概念，可以将认知计算简单地理解为综合了多种技术的，旨在通过利用基于计算技术等人工机制实现人类认知功能的技术领域，是认知科学的核心技术领域。在情报科学领域常用人工智能的概念，但实际上认知计算与人工智能所关注的重点存在着一些差别。人工智能重在研制一种能够实现人类认知功能的人工机器，而认识计算则重在研究可以模拟人类的认知功能的计算原理和方法。

----------------------------------------------------------
还在研究中，所以先放一段别人的表述吧，之后有更成熟的想法再更新。

㈥ “人工智能”和“智能科学与技术”有什么区别

本书系统地介绍了智能科学的概念和方法，吸收了脑科学、认知科学、人工智能、数理逻辑、社会思维学、系统理论、科学方法论、哲学等方面的研究成果，探索人类智能和机器智能的性质和规律。

㈦ ‘认知科学’和‘人工智能’的关系大吗

存在两种观点，一是平行关系，人工智能研究对象是机器，神经科学研究对象是大脑。二是神经科学是人工智能的一部分，是实现人工智能的途径。