“机器智能”的哲学再思考.doc

《“机器智能”的哲学再思考.doc》由会员分享，可在线阅读，更多相关《“机器智能”的哲学再思考.doc（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、“机器智能”的哲学再思考摘 要：“机器智能”正处于从对人类解决问题能力形式上的模仿，到一种深层次的模拟的过渡阶段。当前机器智能研究不同进路所依托的三种哲学范式（符号主义、联结主义和行为主义）存在局限性。维特根斯坦语言哲学思想为机器智能领域“语义进路的联结主义”的新范式提供了支撑，给我们以重要的哲学启思：对“智能”概念理解上的纠正，对语义的强调以及对“关系”问题的洞见。维氏的“关系”思想将为困扰机器智能领域的“框架问题”提供某种问题解决方案。 关键词：维特根斯坦;“关系”思想;机器翻译;框架问题 中图分类号：B089 文献标识码：A 文章编号： 1672-1101（2022）01-0007-05

2、 收稿日期：2021-05-26 基金项目：2021年安徽省哲学社会科学规划项目：人工智能时代翻译技术的伦理治理研究（AHSKY2021D134） 作者简介：方芳（1973-），女，浙江义乌人，副教授，在读博士，研究方向：语言哲学、科技哲学。 本文用“机器智能”代替“人工智能”的提法，理由是机器智能体无法完全模拟人类的生物属性，而是有其独特的思维特征和运行方式。 Philosophical Re-examination of “Machine Intelligence”： Insights from Wittgensteins thought on “Relation” FANG Fang1，

3、2，LIU Chengke3 （1.School of Humanities and Social Science，University of Science and Technology of China，Hefei 230026，China; 2.School of Foreign Languages，Heifei University，Hefei 230601，China; 3.School of Foreign Languages，Anhui Agricultural University，Hefei 230036，China） Abstract： “Machine Intellige

4、nce” is in the transition stage from superficial imitation of human problem-solving ability to deep simulation.There are limitations in the three philosophical paradigms （symbolism，connectionism and behaviorism） on which different approaches to machine intelligence research are based.Wittgensteins p

5、hilosophy of language supports the new paradigm of “semantic connectionism”，and provides us with important philosophical reflections： the correction of the concept of “intelligence”，the emphasis on semantics and the insight into the problem of “relation”.Wittgensteins thought on “relation” will prov

6、ide a solution to the “Frame Problem” that plagues the field of machine intelligence. Key words：Wittgenstein; thought on “relation”; machine translation;Frame Problem 机器智能是一个具有无限可能的领域，自20世纪50年代开始，经历了通用问题求解、专家系统等发展阶段之后，目前已掀起第三次基于深度学习技术的浪潮。随着生物识别、自然语言处理、大数据驱动等智能技术的不断发展和深入，机器智能的各个领域取得了重要突破。而在机器智能研究发展的过

7、程中，“智能”的概念也在发生着变化，从对人类解决问题能力形式上的模仿过渡到一种深层次的模拟。 那么，究竟何谓“智能”？当前一些观点J为“智能”是指像人脑那样解决问题的能力。初始阶段，受时代和技术限制，“智能”被简化为“解决问题的能力”，而问题的解决过程不甚明了，好似被置于一个“黑匣子”当中，研究者不问中间过程，只问结果。2017年，AlphaGo Zero击败人类棋手，成为机器智能领域划时代的事件，从这一突破来看，“智能”已经不再限于“解决问题的能力”，而是增加了一个重要的前提在资源有限的前提下。 当前机器智能的发展显得有些无序，其根本原因是对“智能”的理解差异，有关“智能”的哲学信念决定了它

8、今后的发展方向，只有方向正确，技术才能有真正意义上的突破。Hammer把“智能”看作是“一个适应系统在知识和资源不足的条件下工作的能力”1。实际上，“智能”不是解决具体问题的能力，而是在不同情境和条件下应对问题的元能力，简单来说，是否“智能”不在于能做什么，而在于在什么条件下做到2。我们认为，AlphaGo Zero的设计符合新的智能定义。它的胜利标志着机器智能离人类智能又近了一步，搁置已久的“黑匣子”有可能在第四次浪潮中被打开。 按照图灵的分类，人工智能涉及到三个层面：知识层（knowledge level）、数据层（data level）和现实层（reality level），不涉及现实层的研究属于机器思维研究。为了使问题的讨论更加聚焦，本文只涉及机器思维层面，即从哲学层面展开分析和讨论，寻找机器智能研究新路向的哲学基础，暂不考虑感知和行动能力等更为复杂的情况。 第 4 页 共 4 页