{"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":353,"pdf_page":361,"physical_index":361,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"ed839e306c9131af04946ca4303017a91772b29dd4b4cbfa35569b98804aeaaa"},"chapter":"人工智能哲学","content":"在对AI历史的新闻报道中，一些匿名攻击者把罗森布拉特诬蔑为江湖郎中：\n\n现今的研究者们都记得，罗森布拉特习惯于对他的机器的性能不断作出夸张的说明。一位科学家说，“他梦想成为一个新闻宣传者，实际上是一名游医。根据他的说法，感知机能够做一些十分奇特的事情。也许感知机能这样做，但是从罗森布拉特的工作中，这一点是无法得到证实的”（McCorduck1979：87)。\n\n其实，比起西蒙和明斯基对他们的符号程序的认识来，他对各种类型的感知机的能力和局限性的认识要清楚得多。”现在他的名誉正在恢复。\n\n13 造就心灵还是建立大脑模型：人工智能的分歧点\n\n[1]罗森布拉特《神经动力学原理》一书中某些典型观点的摘录(Rosenblatt1962a)：在学习实验中，典型的做法是向感知机展示一系列模式，这些模式含有要加以辨识的每一类型或类别的典型事例，同时，根据某个供记忆修正用的规则，响应的恰当选择得到“强化”。然后感知机得到一个试验刺激，对这类刺激作出恰当响应的概率被确定……如果试验刺激激活一组感觉元素，而这组元素完全不同于以前呈现的同类刺激所激活的那些元素，那么，这个实验就是一个“纯概括”试验。最简单的感知机……没有纯概括能力，但是可以证明，它在辨别实验中表现得相当不错，特别是当试验刺激与以前经历过的模式之一几乎等同的时候(p68)……迄今为止考虑过的感知机表明，在图形探测能力方面，以及在格式塔组织倾向方面，它们与人类受试者的相似之处很少(p71)……对初等形式序列的识别，完全在组织得当的感知机的能力范围之内，但是图形组织和分割问题产生出许多问题，其严重程度和静态模式感知中的情况一样(p72)……在简单感知中，模式先于“关系”被识别、的确，有些抽象关系，诸如“A在B上方”或“三角形在圆内部”，从未真正得到抽象，而只能借助于详尽无遗的死记硬背的学习过程来获取，在这过程中，保持该关系的每一种情况被逐一地教给感知机(p73)……由少于三层的信号传递单元构成的网络，或是仅由按串行方式联结的线性单元构成的网络，不可能学会辨别各向同性环境中的模式类别(在这种环境中，任何模式都可以出现在所有可能的视网膜位置上，而不产生边界影响)(p575)……在前面的几章中，已经提出了若干在研究之中的模型，它们有可能学习序列程序，将言语分析成音位，还能够通过简单的感觉对象来学习名词和动词的实际“意义”。这些系统代表着迄今为止考虑过的感知机中抽象行为的上限。它们也有缺陷，因为它们缺乏令人满意的“暂时记忆”，没有能力感知简单样式的抽象拓扑关系，并且除了在特殊条件下以外没有能力分离出有意义的图形实体或客体(p577)……从本书提到的种种感知机来看，最有可能实现的应用方面有：特征识别和“阅读机”，对(单词清晰可辨的)言语的识别，以及十分有限的图片识别能力，或是对简单背景下的对象的识别。较宽意义上的“感知”很有可能是我们当前模型的后继者们所能掌握的，但是必须在获取相当大量的基础知识之后，才能制定出一个充分精巧的设计方案，使得感知机在正常环境条件下可与人竞争(p583)。\n\n353","previous_page":352,"next_page":354}