【摘 要】
：
在信息技术高速发展的当下,货币的形式日趋多元,这一变化深刻影响了以货币作为主要活动载体的各类博弈活动,尤其是需要个体主动感知博弈信息的模糊决策博弈。目前,心理学相关领域研究主要关注了个体对可能事件概率分布的感知,不同货币表征形式在此类感知中产生的各类影响已经得到了一定程度上的认识,遗憾的是很多现实生活中的博弈问题还仍没有得到很好的解释。究其原因,传统的概率分布感知研究中往往假设“不同事件结果是相互
论文部分内容阅读
在信息技术高速发展的当下,货币的形式日趋多元,这一变化深刻影响了以货币作为主要活动载体的各类博弈活动,尤其是需要个体主动感知博弈信息的模糊决策博弈。目前,心理学相关领域研究主要关注了个体对可能事件概率分布的感知,不同货币表征形式在此类感知中产生的各类影响已经得到了一定程度上的认识,遗憾的是很多现实生活中的博弈问题还仍没有得到很好的解释。究其原因,传统的概率分布感知研究中往往假设“不同事件结果是相互独立的”,现实博弈情景中的博弈结果却往往是相关的。也正是这一特性的存在,要求个体在认知概率分布特征的基础上作出更综合的判断。对于以数值为结果的模糊判断而言,波动结果的均值估计便是这样一个典型的“综合判断”。本研究一共从“博弈过程中的记忆刷新特征”、“单纯均值感知实验”（后简称,“单纯实验”）以及“情景均值感知”（后简称,“情景实验”）三个方面回答了“不同的价值表征形式是如何影响个体在博弈活动中的均值感知和策略选择的?”。研究过程中的所有实验均使用计算机向被试呈现,使用的程序由VBA（Visual Basic for Applications）语言编写并在支持的平台上运行,选择的被试均为在校成年大学生。研究主要得出了以下结论:（1）个体的均值估计不总受到客观观测元素数量的影响,个体的主观觉知与否亦有显著影响。与常理中“可能结果更少的随机事件更容易被预测”的认识相悖,可能结果的数量（后简称“分布空间”）并不总是显著影响个体的均值预测,需要以个体的主观觉知作为前提。本研究发现,“N-Back”记忆实验中个体的刷新记忆容量在5-6之间,但被试在记忆元素更少的过程中没有表现出更好的记忆能力。在单纯实验和记忆实验中对边缘特征的观测亦得到类似的发现。因此推断,在个体缺乏主观认知的前提下,减少分布空间并不能提高个体均值预测的准确性。相对地,在个体觉察的前提下,两类实验又同时得到了更小波动的数值有利于个体均值估计的发现。总结前述两点,本研究发现个体的均值预测准确率确实受到可能事件结果分布空间的大小影响,个体在对更大分布空间的可能事件作出均值预测时其准确性总是降低的,但要提高个体在小分布空间的均值预测能力,需要个体主观上意识到分布空间的变化为前提。（2）价值表征形式通过对个体造成认知压力的形式影响其均值预测,适当的认知压力有助于个体的均值预测。不同的价值表征形式确实对个体的均值预测产生了影响,但需要以引起个体的认知压力变化为媒介。在单纯实验中以不同单位变化的元素引起了被试均值估计上的差异但不同数值表达形式没有,在情景实验中价值表征形式的不同转换形式引起了被试均值估计上的差异但不同的价值表征符号没有。这是因为,两个实验中,前者引起了个体认知负荷的变化而后者没有,且两个实验中认知负荷更重的被试表现出了更好的均值预测能力,因此推断价值表征差异上的不同可以通过给被试造成不同的认知负荷进而影响个体的均值感知能力。（3）更具体的博弈情景损害了个体对博弈信息的记忆,但与单纯的能力测试情景相比具体情景提高了个体的均值预测准确率。情景实验发现,个体对博弈情景中的信息记忆出现了较大偏差,且相较单纯实验,情景实验中个体的均值预测能力更好,这可能与情景实验引起了个体更丰富的认知活动有关,也可能由于情景框架改变了个体的动机水平。
其他文献
随着ChatGPT的迅速发展,其在司法领域的应用再次引发了人们关于人工智能介入司法的思考。在新的人工智能技术介入下,加上对量刑规范化改革和法律形式主义的追求,人工智能辅助量刑系统得到进一步的发展。但是,由于数据的公开性和结构化不足、技术本身的复杂性和不可解释性、数据和算法设计者的价值偏见、技术的中立性和依赖性,致使在发展过程中人工智能存在数据、算法和应用上的风险,数据低质且匮乏、算法歧视和算法黑箱
元宇宙已在医药、制造、金融产业、教育和公共服务等领域有所讨论，但基于虚拟现实的应用场景并未真正实现“现实-虚拟-现实”回路交互方式。其交互模式也没有真正意义上赋予数字世界等同物理世界的意识和感知。以医药为案例，探讨了生成式人工智能大模型在元宇宙生命体中的前瞻应用和挑战，包括数字化生物细胞，构建数字化细胞之间的连接和数字神经元等，以促进元宇宙生命体具有和物理世界一致的感知和生物化学反应，从而赋能医药
目的：探讨在人工智能（AI）背景下联合CBL教学模式在影像学专业实习教学中的应用价值。方法：选取2018年6月—2021年12月在我院医学影像学专业实习、规培的学生60名，随机分为观察组和对照组，各30名，对照组采用传统实习教学模式进行实习培训，观察组采用以案例导入式教学法（CBL）联合AI技术的教学模式进行实习培训。对比两组学生的案例分析能力、人工智能技术运用能力、临床实践操作能力及实践教学效果
新一代人工智能技术的快速发展，给师范高校计算机专业带来了新的机遇。本文就长春师范大学计算机专业开设人工智能课程的必要性以及人工智能课程的目标、内容、评价等方面进行探讨，以期构建产教融合的“实践+创新”应用型人才培养模式。
ChatGPT等人工智能技术飞速发展，不仅会为社会生活带来重大影响，也将为教育制度带来深层变革。要面对人工智能等新技术的冲击与影响，教育应变革传统的教育理念与教育模式。透过技术与教育发展的双重视角，探讨人工智能技术为教育发展带来的机遇与挑战，也可以为国家运用人工智能发展教育探索新路。从“教学”到“学教”，人工智能改变了教育的方法，也考验该如何教育学生。教授学生知识的同时也要帮助学生做好步入社会的准
人工智能技术近年来已快速运用到社会各个领域当中，对人工智能研究进行高频术语的分析为科技的发展及智能社会的构建奠定了基础。以Web of Science数据库收录的近5年按被引频次从高到低的前1 000篇SCI文献为样本，运用CiteSpace可视化文献计量软件对人工智能的前沿和热点进行分析研究发现，人工智能研究主要集中于机器学习、深度学习、神经网络、新型冠状病毒肺炎等方面，全球在人工智能领域应加大
片上光传输的控制对于全光信息处理具有重要意义。全光二极管的非互易传输可以实现光在一个方向上的低损耗传输而抑制相反方向的光传输,在构建全光网络、提升光信息处理技术等方面发挥着重要作用。理想的光二极管应在保证单向导通的同时尽可能的提高其传输对比度（定义为在相同条件下的正向和反向入射信号的透射强度比）,增大工作带宽和单向透射率,以不断提升其应用性能。另一方面,为了提高全光网络中对信息处理的效率,有时我们
随着时代的进步,TPM（Total Productive Maintenance）设备管理理论不断得到拓展和创新,中国大部分生产制造项目推行TPM后,设备管理绩效有了明显改善。然而,中车风电叶片制造项目作业现场有其特殊性,国内外现有的TPM模式对中车风电叶片制造项目的设备管理绩效改善有很多局限性。本研究分析了TPM对于中车风电叶片制造项目设备管理绩效改进的优势,并探究运用TPM改善设备管理绩效的方
近年来，人工智能已成为医疗健康相关研究的重点方向和国际竞争热点。为了解我国医院主导人工智能研究的现况及挑战，该研究采用定量、定性相结合的研究方法，选择14家国家高质量发展试点医院作为样本，对样本医院2018年以来人工智能相关研究论文及专利进行分析，并尝试剖析了医院主导人工智能研究未能深入开展的技术性挑战。结果显示，医院主导的人工智能研究论文数在增加，但约55%的研究仅是浅层次研究，研究质量仍可提高