The SP Theory of Intelligence: Dist

The SP Theory of Intelligence: Distinctive Features and Advantages

This paper aims to highlight distinctive features of the SP theory of intelligence, realized in the SP computer model, and its apparent advantages compared with some AI-related alternatives. Perhaps most importantly, the theory simplifies and integrates observations and concepts in AI-related areas, and has potential to simplify and integrate of structures and processes in computing systems. Unlike most other AI-related theories, the SP theory is itself a theory of computing, which can be the basis for new architectures for computers. Fundamental in the theory is information compression via the matching and unification of patterns and, more specifically, via a concept of multiple alignment. The theory promotes transparency in the representation and processing of knowledge, and unsupervised learning of natural structures via information compression. It provides an interpretation of aspects of mathematics and an interpretation of phenomena in human perception and cognition. concepts in the theory may be realized in terms of neurons and their inter-connections (SP-neural). These features and advantages of the SP system are discussed in relation to AI-related alternatives: the concept of minimum length encoding and related concepts, how computational and energy efficiency in computing may be achieved, deep learning in neural networks, unified theories of cognition and related research, universal search, Bayesian networks and some other models for AI, IBM's Watson, solving problems associated with big data and in the development of intelligence in autonomous robots, pattern recognition and vision, the learning and processing of natural language, exact and inexact forms of reasoning, representation and processing of diverse forms of knowledge, and software engineering. In conclusion, the SP system can provide a firm foundation for the long-term development of AI and related areas, and at the same time, it may deliver useful results on relatively short timescales.

ผลลัพธ์ (ไทย) 1:

ทฤษฎี SP ของปัญญา: คุณสมบัติเด่นและข้อดีกระดาษนี้มีวัตถุประสงค์เพื่อเน้นลักษณะพิเศษของทฤษฎี SP ข่าวกรอง การรับรู้ในรูปแบบคอมพิวเตอร์ SP และข้อดีชัดเจนเมื่อเทียบกับทางเลือกอื่นที่เกี่ยวข้องกับ AI ทีสำคัญคือ ทฤษฎีง่ายรวมข้อสังเกตและแนวคิดในเกี่ยวกับ AI และมีศักยภาพในการทำ และบูรณาการโครงสร้างและกระบวนการในการใช้งานระบบ ซึ่งแตกต่างจากส่วนใหญ่อื่น ๆ ที่เกี่ยวข้องกับ AI ทฤษฎี ทฤษฎี SP คือตัว ทฤษฎีของคอมพิวเตอร์ ซึ่งจะเป็นพื้นฐานสำหรับสถาปัตยกรรมใหม่สำหรับคอมพิวเตอร์ พื้นฐานในทฤษฎีเป็นการบีบอัดข้อมูล ผ่านการจับคู่และผสมผสานรูปแบบ และ โดยเฉพาะอย่างยิ่ง ด้วยแนวคิดของหลายตำแหน่ง ทฤษฎีส่งเสริมความโปร่งใสในการนำเสนอและประมวลผลความรู้ และการเรียนรู้ที่ขั่วของโครงสร้างธรรมชาติที่ผ่านการบีบอัดข้อมูล มีการตีความด้านคณิตศาสตร์และการตีความปรากฏการณ์ในการรับรู้ของมนุษย์และความรู้ความเข้าใจ แนวคิดในทฤษฎีอาจถูกรับรู้ในแง่ของเซลล์ประสาทและการเชื่อมต่อระหว่าง (SP-ประสาท) มีการกล่าวถึงคุณสมบัติและข้อดีของระบบ SP เหล่านี้สัมพันธ์กับทางเลือกที่เกี่ยวข้องกับ AI: แนวคิดของการเข้ารหัสความยาวต่ำสุด และแนว คิดที่เกี่ยวข้อง วิธีคำนวณ และประสิทธิภาพการใช้พลังงานในการใช้งานอาจจะประสบความสำเร็จ เรียนรู้ในเครือข่ายระบบประสาท ทฤษฎีวงจรของความรู้ความเข้าใจ และการวิจัยที่เกี่ยวข้อง ค้นหาสากล เครือข่ายทฤษฎี และบางรุ่นสำหรับ AI ลึกของ IBM Watson แก้ปัญหาที่เกี่ยวข้อง กับข้อมูล และ ในการพัฒนาของปัญญาในหุ่นยนต์ของตนเอง รูปแบบการรับรู้ และวิสัยทัศน์ เรียนรู้ และการประมวลผลภาษาธรรมชาติ รูปแบบที่แน่นอน และไม่แน่นอนของ เหตุผล การแสดง และการประมวลผลของรูปแบบที่หลากหลายของความรู้ และวิศวกรรมซอฟต์แวร์ ในการสรุป ระบบ SP สามารถให้รากฐานมั่นคงสำหรับการพัฒนาระยะยาวของ AI และพื้นที่ที่เกี่ยวข้อง และในเวลาเดียวกัน มันอาจให้ผลประโยชน์ใน timescales ค่อนข้างสั้น

ผลลัพธ์ (ไทย) 2:

ทฤษฎี SP ของหน่วยสืบราชการลับ: คุณสมบัติที่โดดเด่นและข้อดีกระดาษนี้มีจุดมุ่งหมายเพื่อเน้นคุณสมบัติที่โดดเด่นของทฤษฎี SP ของปัญญารู้ในรูปแบบคอมพิวเตอร์ SP และความได้เปรียบที่ชัดเจนเมื่อเทียบกับบางทางเลือก AI ที่เกี่ยวข้อง บางทีสิ่งสำคัญที่สุดทฤษฎีที่ช่วยลดความยุ่งยากและบูรณาการการสังเกตและแนวความคิดในพื้นที่ AI ที่เกี่ยวข้องและมีศักยภาพในการลดความซับซ้อนและบูรณาการของโครงสร้างและกระบวนการในระบบคอมพิวเตอร์ ซึ่งแตกต่างจากอื่น ๆ ส่วนใหญ่ทฤษฎี AI ที่เกี่ยวข้องกับทฤษฎี SP เป็นตัวเองทฤษฎีของคอมพิวเตอร์ซึ่งสามารถเป็นพื้นฐานสำหรับสถาปัตยกรรมใหม่สำหรับคอมพิวเตอร์ พื้นฐานในทฤษฎีคือการบีบอัดข้อมูลที่ผ่านการจับคู่และการผสมผสานของรูปแบบและมากขึ้นโดยเฉพาะผ่านแนวคิดของการจัดตำแหน่งหลาย ทฤษฎีที่ส่งเสริมความโปร่งใสในการแสดงและการประมวลผลของความรู้และการเรียนรู้ใกล้ชิดของโครงสร้างตามธรรมชาติผ่านการบีบอัดข้อมูล มันมีการตีความในแง่มุมของคณิตศาสตร์และการตีความของปรากฏการณ์ในการรับรู้ของมนุษย์และความรู้ความเข้าใจเป็นนักการ แนวความคิดในทางทฤษฎีอาจจะตระหนักในแง่ของเซลล์ประสาทและการเชื่อมต่อระหว่างกันของพวกเขา (SP-ประสาท) คุณลักษณะเหล่านี้และข้อดีของระบบ SP จะกล่าวถึงในส่วนที่เกี่ยวกับทางเลือกของ AI ที่เกี่ยวข้องกับแนวคิดของการเข้ารหัสความยาวขั้นต่ำและแนวคิดที่เกี่ยวข้องกับวิธีการคำนวณและการใช้พลังงานอย่างมีประสิทธิภาพในการใช้คอมพิวเตอร์อาจจะประสบความสำเร็จในการเรียนรู้ลึกลงไปในเครือข่ายประสาททฤษฎีของความรู้ความเข้าใจแบบครบวงจรและ งานวิจัยที่เกี่ยวข้องกับการค้นหาของสากลเครือข่ายแบบเบย์และบางรุ่นอื่น ๆ สำหรับ AI ของไอบีเอ็มวัตสันแก้ปัญหาที่เกี่ยวข้องกับข้อมูลขนาดใหญ่และในการพัฒนาของหน่วยสืบราชการลับในหุ่นยนต์อัตโนมัติ, การจดจำรูปแบบและวิสัยทัศน์การเรียนรู้และการประมวลผลภาษาธรรมชาติที่แน่นอนและไม่แน่นอน รูปแบบของการให้เหตุผลการแสดงและการประมวลผลรูปแบบที่หลากหลายของความรู้และวิศวกรรมซอฟต์แวร์ โดยสรุประบบ Sp สามารถให้รากฐานที่มั่นคงสำหรับการพัฒนาในระยะยาวของ AI และพื้นที่ที่เกี่ยวข้องและในเวลาเดียวกันก็อาจจะส่งผลประโยชน์ในระยะเวลาอันสั้น