{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","title":"权力的数据伦理学大数据与人工智能时代的人本方法新解","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787313310330","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","id":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","uuid":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","title":"权力的数据伦理学大数据与人工智能时代的人本方法新解","normalized_title":"权力的数据伦理学大数据与人工智能时代的人本方法新解","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787313310330","isbns":["9787313310330"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":266,"navigation_url":"https://workshop.closeclaw.top/ai/book/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","title_url":"https://workshop.closeclaw.top/ai/title/%E6%9D%83%E5%8A%9B%E7%9A%84%E6%95%B0%E6%8D%AE%E4%BC%A6%E7%90%86%E5%AD%A6%E5%A4%A7%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%97%B6%E4%BB%A3%E7%9A%84%E4%BA%BA%E6%9C%AC%E6%96%B9%E6%B3%95%E6%96%B0%E8%A7%A3","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","page_url":"https://workshop.closeclaw.top/api/ai/books/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/page","search_url":"https://workshop.closeclaw.top/api/ai/books/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/search"},"page":{"printed_page":85,"pdf_page":99,"physical_index":99,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"a5baab4fd6e2f3ffcb96b6ac0e36430649d29efab06885bb88b04ec3232e181d"},"chapter":"第3章","content":"卫冕冠军的计算机。\n\n然而，在达特茅斯研讨会50年之后、人工智能研究领域不断发展目跨学科化日益明显。当最初参加第一届研讨会的五位科学家与来自各个学科领域从事人工智能研究的其他关键人物再次聚首，共同讨论未来50年的人工智能发展之时，早期人工智能研究者的研究目标发生了天翻地覆的变化(Moor，2006)。现如今，麦卡锡对于创造人类水平的人工智能愈发持怀疑态度，而其他人则想象有一天人工智能能够像人一样具备情绪与情感。科学家和奇点运动的创始人雷·库兹韦尔确信：具有图灵测试能力的人工智能已经近在咫尺。另一方面，社会科学与心理学学者谢里·特克尔(SherryTurkle)对于人工智能的未来潜力并不太感兴趣，而是更加关心其对人类的影响(Moor.2006)。在此，我们认为：特克尔的观点代表了对于人工智能科学研究的双重人文关怀——试图复制人脑过程并创造智能型非人类能动者。首先、人类同机器之间的关系非常深刻地改变了人类社会与人类思想(Turkle。1997)。其次，我们可以补充一点，关于计算机智能开发以及人工智能意识拓展的基础性问题从一开始就与其对人类的意义交织在一起，其中还掺杂着对于人类自身作为环境中心的独特地位的种种忧虑。人类的神经系统是否仅是一套信息处理系统一—看似复杂。实则与机器数据处理流程具有一样的性质？(Wiener。1948/2013；Bynum、2010)如果是这样的话，是否有可能认为人类数据处理能动者(“inforgs”，Floridi.1999)拥有我们信息环境(“infosphere”，同上)当中其他非人类能动者(“inforgs”，同上)所没有的权利？正如史蒂夫·伍尔加(SteveWoolgar)所说：\n\n在试图界定机器特征之时、也就界定非机器的特征之时……在论辩新技术之际，拥护者正在重构并重新定义人与机器，还有它们之间的异同。(Woolgar，1987：324)\n\n历经了儿个社会与科学发展阶段之后、人工智能这个词代表了人类对于创造仿真人工智能或者只是具有非常高级的解决问题能力的计算机的各种愿望。1980年，哲学家约翰·瑟尔(JohnSearle)在他的“中文房间”例子当中阐述了人工智能的根本观点冲突，可谓经典之论。他想象自己被锁在一个房间之内。他要按照计算机程序的指令对门缝里塞进来的汉字做出反应。他不懂中文，但只要按照计算机的程序来处理中文符号，他就能做出反应，并在门下塞回正确的汉字答案，这让房间外的人相信房间里存在一个会讲中文的人。他认为，这个例子说明了图灵测试方法的不足之处——如果计算机被编程为按照交际规则行事，它的确能够提供令人满意的回应，但这并不意味着它具备理解能力。瑟尔本人在离开房间时并不具备对于门外传达给他的东西或他自己反应的理解。因此，他从这个例子中得出结论：强人工智能“在思考层面知之其少，因为它不是基于机器本身，而是基于程序，而任何程序本身都不具备思考能力”(Searle，1980:417)。\n\n85","previous_page":84,"next_page":86}