{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","title":"人工智能哲学","author":null,"edition":null,"publisher":null,"year":null,"isbn":"7532740544","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","id":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","uuid":"7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","title":"人工智能哲学","normalized_title":"人工智能哲学","author":null,"edition":null,"publisher":null,"year":null,"isbn":"7532740544","isbns":["7532740544"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":501,"navigation_url":"https://workshop.closeclaw.top/ai/book/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","title_url":"https://workshop.closeclaw.top/ai/title/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%93%B2%E5%AD%A6","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2","page_url":"https://workshop.closeclaw.top/api/ai/books/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/page","search_url":"https://workshop.closeclaw.top/api/ai/books/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2/search"},"page":{"printed_page":150,"pdf_page":158,"physical_index":158,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"a1a7afabf06430cd2d360458276103932fc3a44979483b9854fcaac4f19c1fe1"},"chapter":"人工智能哲学","content":"AI(现在已满16岁了)的大部分历史是由探索性研究构成的，其中最著名的有斯莱格尔(Slagle1963)的符号积分程序，魏岑鲍姆(Weizen-baum 1965)的Eliza程序，埃文斯（Evans1968)的模拟程序，拉斐尔(Raphael 1968)的 SIR，奎连(Quillian 1968)的语义网络，和威诺格拉德(Winograd 1972)的 Shrdlu。(回顾)所有这些程序，其特点是或者太简略，构不成有价值的1型理论，或者虽然非常复杂，可是性能太差劲，也不能严格地作为2型理论看待。AI早期出现的真正成功的2型理论，也许只有沃尔兹(Waltz1975)的程序。但是我们从这些经验中学到了很多东西—大多是反面教训(例如，关于智能有可能是怎样工作的这一问题的已知的前20个观点，要么太简单，要么是错误的)，当然也包括若干正面经验。MACSYMA代数处理系统(Moses 1974)无疑是成功和有用的，它植根于一些程序，如斯莱格尔的程序。这个领域中出现的错误，不在于进行了这样一些研究——它们构成了AI发展的基本方面，而主要在于错误地判断了这些研究的价值，因为早期研究本身几乎没有归纳出任何可解的问题，这一点现在已经很清楚。这些内部判断失误的原因，部分在于这一领域早期成果受到的外部压力，但是这终究是一些政治问题，这里不打算讨论。\n\n然而，我认为，人们在对这些判断的错误作出判断时，又错误地采取了过于苛刻的态度。它们只是必要的热情所产生的难以避免的结果，其出发点是认为这一领域具有持久的重要性，在我看来这是正确的。人类锲而不舍的所有重要事业，都是契而不舍地以基于信念、而不是基于后果的个人献身精神作为开始的。AI正是这样的例子。只有褊狭的、爱挑剔的、缺乏冒险精神的人才会用它作为反对我们的\n\n人工智能哲学\n\n150","previous_page":149,"next_page":151}