{"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":316,"pdf_page":324,"physical_index":324,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"c6a465c77d9a70225a9d98f3e0b18cc5c6072f6b0a8223794efe296feac9205e"},"chapter":"人工智能哲学","content":"7984 5431 一 ……4\n\n他们接着说，我们甚至可以学会在我们的头脑中完成这一运算，方法是把这种外部符号换成我们内部的某种表述方式。但是在本质上它仍然是一个由我们操作的“外部”符号工具，同时它仍然构成一种资源，这种资源是建立在我们利用的基本联结论模式匹配能力的最高层次之上的。(最近D·丹尼特也就语句似乎遍及我们头脑的一些事例发表了非常类似的看法。在这些事例中，我们的确是在做经典符号加工。但是这种加工也可能构成附加资源，这是不包含在我们所有的日常、非语言推理过程中的，见Dennett1987:233，114-15;也见Clark1988。)\n\n对多位数乘法所作的解释，当然还存在许多疑问，因为整个过程似乎包含着对于支配连续运用模式匹配能力的符号规则的了解！但是我们已经看到，很多表面上依赖于符号的行为，有可能在符号以下的层次上产生。(详细的探讨请看Clark1989。)无论如何，我只是用这例子就这种会构成次等模型的解释表明了一种态度。\n\n作为最后一个例子(这应归功于M·戴维斯)，我们来考察我们分析歧义句子的能力，如“The horse raced past the barn fell.”1]。作语法分析的次等模型可能会遇上这样的事情。我们有一个在线的迅速而粗略的联结论网络，它能对我们在日常谈话中遇到的大多数句子作语法分析。但是它没有分析歧义句子的能力(甚至原则上受制于理想方式)。然而我们还有一个(不是在线的，而是在背景中的)经典符号分析器(是不是有点像一个ATN?)，它能够分析这种句子。当迅速而粗略的网络失败时，这个备用者就出来挽回局面。这符合现象学，初看起来好像无意义的句子，后来变得清楚了。在这情形中，经典语言能力理论正确地描述了备用系统的结构。然而它没有描述在线的网络。此外，如果我们设想，经典的备用系统在训练网络的过程中是活动的，那么在一系列简单的实例上，这两个系统达到局部汇合，就不会令人惊奇了。\n\n人工智能哲学\n\n[1]这句可解释为“经过谷仓的赛马倒下了”，或“马儿疾驰过有谷仓的山岗”。——译者\n\n316","previous_page":315,"next_page":317}