{"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":322,"pdf_page":330,"physical_index":330,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"969123d59d5472b5710a18b794f921d7224503693f8d61a973147fb20b31a04d"},"chapter":"人工智能哲学","content":"假定就此停步。我们就在增进对本文-音位转换现象的理解的方式方面得到了一个有用的玩具，但是是一个很小的玩具。当然，联结论者并不就此停步，他们现在必须做的工作是，从大有发展前途的层次-3的实现方式回到对这一任务的较高层次的理解上。这就是玛尔透镜。这一较高层次的理解怎样获得呢？\n\n可使用的策略是各种各样的，将来还会发现更多。这里我只说三种。第一，简明的、非微观层次的观察。给出一个特定的输人，联结论者就可以看到(隐蔽单元中)所产生的单元活动模式。(网络在一台能记录这种活动的常规计算机上被模拟时，情况总是这样的。)正如塞诺斯基所指出的，这样就提供了神经科学家不得不费力去搜集的那种数据。因为在记录单一细胞的活动方面，神经科学具有精良的技术。但是在记录分布于大量细胞上的同步活动的模式方面，它并不处于有利的地位。（也见待出版的Churchland 1989。)第二，网络病理学。故意损坏人的大脑，以帮助我们弄清细胞的次级组合体在各种不同任务中所起的作用，显然是违反道德标准的，然而损坏人工神经网络，看起来要容易接受得多。最后，也许是最重要的，联结论者能够向我们描绘系统是以何种方式学会对试图要对付的认知空间进行划分的。这种描绘是由所谓“分层簇分析”完成的，在我看来，正是这一描绘为高层次的、语言能力理论的理解提供了最接近于联结论的模拟。\n\n人工智能哲学\n\n322","previous_page":321,"next_page":323}