{"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":352,"pdf_page":360,"physical_index":360,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"49db88f85a19c8a6e43cd7d25ea85f2757281f08bd4cfaae2f502bf7e6ed925a"},"chapter":"人工智能哲学","content":"从事理论物理学工作，也需要一些背景技巧，它们也许是不可形式化的，但是该领域本身可以用不参考这些背景技巧的抽象定律来描述。AI研究者们错误地得出结论：常识物理学也必然可以表示为一组抽象原理。然而寻找常识物理学理论的问题恰恰可能是不可解的，因为这是一个没有理论结构的领域。一个孩子在每天玩弄所有类型的液体和固体数年后，有可能直接学会辨别各种固体、液体等等的原型情况，并且学会在典型环境中对它们的典型行为作出典型而熟练的响应。同样的情况也很可能出现在社会现实中。如果背景理解的确是一种技巧，而技巧又是以全体模式而不是以规则为基础的，那么我们就可以预期符号表述方式不能获取人类的常识性理解。\n\n由于走进死胡同，经典的、基于符号的AI显得越来越像Ⅰ·拉卡托斯(Lakatos1978)所说的那种退化中的研究纲领的绝妙例子。正如我们已经看到的那样，AI以纽厄尔和西蒙在兰德的工作兴盛地开始，到60年代后期成为一个蒸蒸日上的研究纲领。明斯基曾预言，“只需一代人的时间，创造‘人工智能’的问题就可以基本解决”（Minsky1977:2)。然后很突然地，这个领域就碰上了未曾料到的困难。把常识阐述成理论，原来比人们设想的困难得多。它并不像明斯基所希望的那样，仅仅是一个为成千上万的事实编写目录的问题。常识知识问题成为被关注的中心。五年后，明斯基的情绪完全改变了。他对一个记者说：“A问题是科学曾从事研究的最困难的问题之一”（Kolata1982：1237)。\n\n理性主义传统终于被置于经验检验之下，而它失败了。为日常的常识世界建立一个形式的原子论理论的思想，以及用符号操作器来表述该理论的思想，恰恰遇到了海德格尔和维特根斯坦已经发现的困难。F·罗森布拉特直觉地感到，使世界形式化，从而形式地说明智能行为，面临着无法逾越的困难，这种直觉已得到证实。他那个受压制的研究纲领(用计算机例示理想化大脑的整体论模型)，从未真正被驳倒，现在又变成一个有生命力的选择。\n\n人工智能哲学\n\n352","previous_page":351,"next_page":353}