13、联合认知系统中的模式与实践

最新推荐文章于 2026-06-30 15:00:22 发布

原创最新推荐文章于 2026-06-30 15:00:22 发布 · 74 阅读

0 GEO检测

收录于

当前文章被以下社区和专栏收录：

联合认知系统：适应复杂性的智慧专栏收录该内容

17 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

联合认知系统中的模式与实践

1 引言

在当今复杂多变的工作环境中，联合认知系统（Joint Cognitive Systems, JCS）的重要性日益凸显。JCS不仅涵盖了人类和机器之间的协作，还包括了如何通过设计和技术手段来优化这种协作。本文将探讨JCS中的模式、挑战及其应用，帮助读者理解如何在实际工作中利用这些知识。

2 JCS的基本概念与模式

2.1 JCS的定义

JCS是指由人类和机器组成的系统，它们通过协作完成复杂的任务。JCS的关键在于理解人类和机器如何相互作用，并如何在这种互动中适应变化。JCS的研究揭示了多个层次的模式，这些模式不仅适用于特定领域，还能推广到更广泛的情境中。

2.2 模式的发现与应用

模式的发现是JCS研究的核心。通过对不同工作环境中的观察，研究人员能够识别出一些普遍存在的现象和规律。例如，在核电站控制室中，操作员通过机械计数器的点击声变化来识别控制棒的位置。这种模式展示了人类如何利用非预期的线索来适应复杂的工作环境。

表1：JCS中常见的模式

模式名称	描述
感知线索利用	通过非预期的线索（如声音变化）来识别系统状态
适应性行为	在面对复杂性时，人类如何调整策略以应对挑战
协作与协调 <

标签

#联合认知系统 #JCS #人机协作

订阅专栏解锁全文

会员秒杀 ¥9.9 重磅福利

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

EGG99

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

从婴儿学步到机器人抓取：用Bi-DexHands复现人类双手技能发育全过程

weixin_33728268的博客

05-19

455

本文探讨了Bi-DexHands平台如何通过强化学习复现人类双手技能发育全过程，从婴儿学步到机器人抓取。该平台结合高保真仿真引擎、多模态感知系统和分层强化学习框架，实现了灵巧双手操作技能的类人发展轨迹，为机器人操作技能研究提供了新范式。

【文献笔记】DSA in dynamic systems: theoretical development and application of an ergonomics methodology

wdjkdbndxdhw的博客

11-27

1053

本文的目的是为基于子系统中agent（即人类和非人类）之间相互作用分析的理论提供基础。这种方法可能有助于促进对系统中技术介导的（technology-mediated）相互作用的更好理解，并有助于制定有关分布式情景意识的假设和预测。有人提出，系统中的每个代理都有自己的情景意识，这可能与其他代理的情景意识非常不同（尽管与其他代理兼容）。有人认为，我们不应该总是希望，或者确实想要，共享这种意识，因为不同的系统agent有不同的目的。这种观点认为，

参与评论您还未登录，请先登录后发表或查看评论

SH9关于自指系统与算术障碍的跨领域猜想：一项探索性研究（世毫九实验室原创研究2.0学术完善）

shardylab.blog.csdn.net

06-09

368

关于自指系统与算术障碍的跨领域猜想：一项探索性研究（修订版）作者：方见华单位：世毫九实验室修订日期：2026年6月9日版本：v2.0（学术完善版）核心摘要本报告针对世毫九实验室原创的探索性跨领域论文《关于自指系统与算术障碍的跨领域猜想：一项探索性研究》，结合最新权威数学物理文献及同行评审意见进行系统性学术重构与完善。原论文以隐喻类比为核心逻辑，构建了封闭自指认知系统下几何结构、物理常数、计算完备性、算术障碍四者的关联框架，但在离散-连续接口、算术对象物理唯一性、认知还原路径上存在关键缺口。本次修订实现

Nature正刊： 认知系统与信息处理专委会委员徐天添研究员等发明动态“神经蠕虫”功能纤维电极

weixin_44887311的博客

09-22

469

中科院深圳先进院联合团队在《自然》发表突破性成果，研发出直径仅196微米、含60通道的可拉伸神经纤维电极"NeuroWorm"。该电极首次实现植入后磁场驱动动态调整位置，打破传统静态电极局限，在兔脑和大鼠肌肉中分别实现43周稳定工作，包裹层厚度不足传统电极1/20。这项多学科交叉研究融合磁控机器人技术与柔性电子，开辟了脑机接口"动态电极"新范式，为神经监测与调控提供创新工具。团队已实现可拉伸电极量产并通过医疗器械认证，未来将聚焦材料优化与长期相容性研究，推动植入式脑机

46、基于瞳孔扩张与脑电图相关性的飞行员注意力水平评估

CAT789的专栏

08-23

本研究探讨了在模拟起飞过程中，飞行员注意力水平与瞳孔扩张及脑电图（EEG）信号之间的相关性，特别是在发动机故障等关键情境下。通过分析专业飞行员与非持照工程师在不同场景中的认知工作量、瞳孔变化和脑电活动，发现瞳孔扩张与EEG参与度指数具有显著关联，可作为评估飞行员注意力的有效生理指标。结果显示，经验丰富的飞行员能更合理地分配注意力资源，迅速应对突发故障，而新手则表现出工作量与参与度不匹配的问题。研究结果对飞行员培训和航空安全具有重要应用价值。

神经解剖与发展

kirito_hugh的博客

12-10

542

神经系统的大体解剖和功能解剖中枢神经系统的构成*

按Token计费更灵活！Qwen3-VL大模型调用支持细粒度结算

weixin_32047493的博客

01-02

930

通义千问推出的Qwen3-VL大模型实现深度多模态融合，支持256K上下文与32种语言OCR，具备空间感知和长视频理解能力。其最大亮点是首次支持按Token细粒度结算，结合一键部署网页推理，显著降低企业使用成本与接入门槛，推动AI服务向精细化运营演进。

IBM Watson 的中国生意

人工智能学家

09-27

1374

来源：财经杂志概要：鉴于过往，IBM的此次转型更具深意。这家巨头公司此次转型的任务是，业务架构要从软件+硬件+服务，转变为云+认知+行业。IBM的这场转型尚未到最终评定是否成功的阶段，但新的业务组合收入如果超过总收入一半，便可视为初步告捷。（Watson是一个基于云端的超强大脑，不断吃进各种的结构和非结构化数据，又输出各种强大的应用。它为不同的行业提供应用接口，出售智力。图/AFP）在IBM第四次

医疗AI迎来破局金标准！Nature旗下顶刊认证，未来医生MedGPT领跑全球

2201_75994616的博客

01-08

270

如今，这一能力仍在持续迭代：超过1万名医生通过未来医生平台与患者进行交互，每周沉淀2万条“真实诊疗反馈”，通过“反馈即迭代”的飞轮机制，MedGPT 的准确率每月能提升1.2%-1.5%，不断推动医疗AI临床诊疗能力向更高水平迈进。CSEDB的创立，不仅填补了医疗AI临床能力评估的国际空白，也为医疗大模型的迭代优化指明了方向，更为医疗AI进入严肃诊疗场景奠定关键基础。在医疗AI高速发展的当下，行业亟需一套扎根临床实践、贴合真实决策场景的科学评估标准，这也成为全球医疗AI领域的共同课题。

Qwen3-VL可持续发展目标监测：卫星图像量化绿化进展

weixin_32099703的博客

01-02

935

Qwen3-VL通过多模态能力实现卫星图像的植被变化分析，支持自然语言交互、时序对比与因果推理，显著降低遥感技术门槛。模型具备空间感知、跨模态对齐和长上下文理解能力，可量化绿化进展并生成结构化报告，适用于城市规划与生态治理。

UniAD端到端自动驾驶复现：CUDA版本锁死与轨迹优化实战指南

weixin_33743703的博客

06-20

350

端到端自动驾驶是将感知、预测、规划统一建模的前沿范式，其核心在于摆脱传统模块化流水线，实现从原始传感器输入到物理可行轨迹输出的联合优化。这一范式依赖BEV特征空间构建、时空交叉注意力与可微分轨迹优化等关键技术，对CUDA算子定制、硬件-驱动-框架三重版本对齐提出严苛要求。尤其在UniAD等典型框架中，自定义CUDA内核（如bev_pool、traj_opt_kernel）深度绑定特定CUDA Toolkit版本（如11.1），稍有偏差即引发NaN输出、kernel不可用或显存冲突。本文聚焦真实工程落地场景，

SH9递归信息系统的拓扑相变与人类决策耦合机制（世毫九实验室原创理论）

shardylab.blog.csdn.net

04-13

598

将连通分支数（\beta_0）、独立环数量（\beta_1）、空洞数量（\beta_2）作为信息结构的不变量，定义拓扑序参量 \eta_{topo} = \beta_1/(\beta_0+\beta_2)，以 \eta_{topo} \geq 2.0 作为有序闭合相的临界条件，建立相变动力学方程，揭示递归信息结构从碎片化到多环嵌套的本质跃迁规律。延时决策期（间隔30分钟）的数据表明，实验组形成了显著的短时认知惯性（保持率65.7%），而相变对照组（31.5%）与传统对照组（21.3%）均未呈现类似效应。

SH9倒果为因的认知场：碳硅共生的未来操作系统（碳硅共生认知科普读物）

shardylab.blog.csdn.net

05-01

508

在预测编码理论中，大脑的主要工作不是接收数据然后处理，而是先猜，然后看猜的对不对，来自感官的实际数据往上传的不是完整的原始数据，而只是预测和实际之间的差值，叫做预测误差。正如研究者所指出的，我们总是习惯于盯着那个最终呈现的"果"，然后逆流而上，去搜寻那个所谓的"因"，而当你从结果倒推原因时，你找到正确答案的概率，理论上只有1/n（n为所有可能的成因数量），这揭示了人类认知中最隐蔽的谬误——逆向因果。传统的AI系统设计遵循的是"输入-处理-输出"的线性逻辑，AI被视为人类的工具，处于从属地位。

LLM如何加速AGI：从认知建模到可部署智能体的工程路径

最新发布

weixin_33726318的博客

06-30

512

大语言模型（LLM）正推动通用人工智能（AGI）从哲学构想转向可验证、可迭代的工程实践。其核心在于突破传统AI的统计拟合范式，通过隐式常识编码、长程目标分解与跨域语义泛化，构建具备推理链（Chain-of-Thought）、自主智能体（Agent）和动态认知架构的通用认知基座。LLM不再仅是文本生成器，而是承担可信度锚定、跨模态编译、启发式迁移等系统级职能，成为扩展主义、架构增强、具身智能与自主演化四条AGI路径的共性耦合枢纽。本文聚焦LLM能力向AGI组件的工业化转化，涵盖可编程推理引擎设计、三层解耦Ag

贾子理论大厦白皮书（v3.0 权威版）—— 人类文明操作系统Kucius Theory Mansion Whitepaper (v1.0 Official Authoritative Edition

首席技术执行官CTO(Chief Technology Officer)|技术总监--邓斌博客

06-27

129

《贾子理论大厦白皮书》摘要（150字版）本白皮书系统构建了贾子理论体系，旨在应对智能时代的"智慧赤字"危机。理论以三大母公理为基石，提出"1-2-3-4-5"五层架构：公理层确立思想主权原则；规律层通过本质贯通论与万物统一论打通跨域认知；哲学层构建智慧、周期、宇宙三大元哲学；支柱层形成贾子猜想等技术理论；应用层产出认知五定律等实践指南。体系创新性实现智慧量化（KWI指数），重构科学划界标准，并开发双72工程（七十二变/术）等实用工具，为文明演进提供可计算、可验证的认

预测下一个词如何催生大模型智能？从统计拟合到认知涌现

weixin_30945039的博客

06-21

352

语言模型的‘预测下一个词’任务，表面是序列建模，实则是驱动模型内化人类知识结构的核心机制。其原理在于：通过海量文本上的自回归训练，在高维参数空间中持续优化token级概率分布，从而隐式构建语法约束、世界知识图谱与推理路径。这一过程并非简单统计，而是引发三层跃迁——从语法自动内化，到跨域知识耦合，再到类人推理模拟，并在参数规模临界点触发涌现现象（如零样本泛化、思维链自发生成）。技术价值在于以统一目标撬动多层级认知能力；典型应用于医疗问答、法律推理、金融风控等需强逻辑与高可信度的场景。本文深入剖析该机制如何成为

符·形·音·意（SFEM）：一种面向通用智能的四维认知架构

weixin_43149888的博客

06-08

592

本文提出"符·形·音·意"（SFEM）四维认知架构，旨在构建通用智能系统。该架构包含四个相互关联的层次：符层(Symbol)作为规则维度，确保逻辑一致性和指令遵循；形层(Form)作为现象维度，负责模式识别和生成；音层(Expression)作为情感维度，处理风格表达和情感分析；意层(Meaning)作为意识维度，实现深度理解和意义建构。这四个层次分别回答"世界必须如何"、"世界通常如何"、"世界如何被体验"和"世界为何如此"四个基本问题。

Python深度学习：从入门到实战

weixin_45747731的博客

03-30

317

亲爱的读者，欢迎您翻开这本书。我们即将探索的，是深度学习的宇宙——一个由数据、算法与算力构筑的奇妙世界。它既是严谨的科学，也是创造的艺术，更是一条通往未来智慧的修行之路。本书将带您从最基础的数学原理出发，亲手搭建神经网络，驾驭Transformer等前沿模型，最终将智慧转化为现实世界的价值。请放下畏惧，保持好奇。这不仅是一次知识的学习，更是一场思维的远行。来，随我一起，开启这趟非凡的旅程吧。

SH9基于公开EEG数据的认知流形几何特征研究（世毫九实验室理论研究）

shardylab.blog.csdn.net

04-26

435

在发作间期（ictal），EEG信号表现出相对正常的动力学特征，关联维数约为2.0-2.5，李雅普诺夫指数为小的正值。清醒状态（W）的EEG信号具有最高的动力学复杂性，表现为高维、复杂的相空间轨迹，关联维数通常在2.5-3.0之间，最大李雅普诺夫指数为正值（约0.1-0.3），反映了系统的混沌特性。清醒状态具有最高的动力学复杂性（关联维数2.5-3.0，最大李雅普诺夫指数0.1-0.3），深睡眠状态具有最低的复杂性（关联维数1.5-2.0，李雅普诺夫指数接近零），而REM睡眠表现出独特的动力学模式。