{"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":307,"pdf_page":315,"physical_index":315,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"1eb6244290d18bba8e2c554d513020c0d0bd799ec4d05cc93aa17c6fd4bd0cbd"},"chapter":"人工智能哲学","content":"经典计算机相对于它们的程序而言可以是规则隐含的……在经典计算机中，确实需要外显的，不是它的程序，而是写在磁带上(或是存储在寄存器上)的符号。然而，它们所对应的不是机器的状态转变规则，而是它的数据结构(Fodor and Pylyshyn 1988:61)。\n\n作为例子，他们指出，由语言学理论所假定的语法，在经典计算机中无需显式表述。但是语法据以定义(例如通过动词词干和子从句等)的句子的结构描述必须显式表述。因此从语言学的语言能力理论到层次-2加工过程陈述，一个成功的“经典上下贯通形式”能够容许将语法规则装入计算机中。这样就表明了，企图仅仅用规则是否是显式的作为刻划经典主义/联结论差别的根据，是错误的。\n\n然而，目前存在的危险是，我们忽略了(经典主义者)怎样把语言能力理论(或推导规则和数据结构的集合)说成是与层次-2实现过程有着密切关系的。因为我们说过(见上第1节)，如果已知比如说像 $\\mathbf { \\nabla } ^ { \\ast } \\mathbf { P } = \\mathrm { D }$ $\\times \\mathbf { R } ^ { \\mathbf { \\nu } }$ 这样的简单语言能力理论，就不会再去建立一个只存储着某个有限论域的所有P、D和R的合法值的系统。然而这样的系统肯定有P、D和R的显式表述方式。所以如果没有，必然是由于它连推导规则“P${ \\bf \\Lambda } = { \\bf D } \\times { \\bf R ^ { \\ n } }$ 的默认知识也没有。于是问题就成为，我们怎样找到产生这一差异的原因？建立在像规则 $\\mathbf { \\hat { P } } { = } \\mathbf { D } \\times \\mathbf { R } ^ { * }$ 那样的默认知识属性上的约束情况，是不需要显式表述的，但是又是哪些约束排除了作为那个规则的默认知识例子的查寻表了呢？当我们准备问(第3和第4节)联结论系统是否具有关于经典规则的默认知识时，这个回答将是十分重要的。\n\nM·戴维斯(根据E·埃文斯提供的信息)提出了如下意见：“要使一个说话者具有关干特定联合式理论的默认知识，说话者内部必须有一个反映这一理论中的推导结构的因果解释结构”（Davies，待出版：4)。按戴维斯的意思，“理论中的推导结构”是指转变规则(如 $\\mathbf { P } { = } \\mathbf { D } \\times \\mathbf { R } )$ o那么，体现出一个“反映”这种推导结构的“因果解释结构”是怎么回事呢？根据戴维斯的看法，只是在更高层次上在每一个被认为是包含推导规则的例子所做的加工过程陈述中具有一个因果公因子(戴维斯的用语)。这样，对于查寻表的情形来说，在加工各种P、D和R值的所有例子中，不必存在任何因果公因子。反之，如果整个加工路线都经历的因果公因子是存在的，那么(在一些无关紧要的附带条件下，见Davies待出版，和 Davies 1987)完全可以说系统具有该规则的默认知识。如戴维斯所指出的，这一结果正好与我们的认知神经心理学的直觉相符合。因为系统若满足如此解释的默认知识的约束，自然有可能造成这样一种破坏：因果公因子的损害将使得解决整个一类问题(例如说明P、D和R的问题)的能力完全丧失。另一方面，那些不能满足这种约束的系统，自然可能造成较少的系统损失(例如，查寻系统可能丧失关于P、D和R的某些合法组合的知识，但却保留了关于其他组合的知识)。类似看法也适用于过去时生成的情形。具有关于“取出词干，加上-ed”这一规则的默认知识的系统可能丧失所有形成规则过去时的能力。通过查寻完成这一任务的系统，则不会出现这种情况。\n\n12 联结论、语言能力和解释方式\n\n307","previous_page":306,"next_page":308}