{"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":4,"pdf_page":12,"physical_index":12,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"621a93424e3b29de3905dbb9c675ba2ee207f3e544996b55648df2ac51121b2a"},"chapter":"人工智能哲学","content":"AI的任务就是确定和设计这种网络，并通过构造工作模型获得补充，而作为特例的人类心理也包括在这项(关注实际的和可能的心灵的)任务之中。如果把“网络”看作是真实的神经联结的近似形式，那么我们就得到一个广泛的联结论的研究纲领。由于被解释成神经活动高度抽象的理想形式，我们的主要着眼点是二值逻辑，而不是真正的细胞联结性和阈值，所以典型的传统AI是以数字式信息加工方式出现的。麦卡洛克和皮茨此文的研究成果对于这两种类型的AI研究都具有开创性意义。60年代后期，神经网络研究一度低落，部分原因是将只适用于一小类网络的批评作了过分的普遍化(Minsky and Papert 1969)。本书后面第11—13章所讨论的内容即是神经网络研究再度兴起后的成果，它(与AI和心理学中大多数联结论模型一样)并没有试图从构造上与可识别的神经联结相对映，这一艰巨任务常常是由神经科学家来承担的(见第14章)。\n\n图灵关于可计算数字的文章(Turing1936)，对两种AI研究的途径来说，都堪称理论上的奠基之作，文中将计算定义为：应用形式规则，对(未加解释的)符号进行形式操作。“有效过程”—一种可严格定义的计算过程—的一般观念，是通过数学演算的例子来说明的，但是(正如麦卡洛克和皮茨所意识到的那样)，这就意味着，如果智能可以普遍地用在大脑中实现的有效过程来解释，那么一台普适的图灵机，或是某种与之近似的实际机器，就可以对其进行模拟。1950年时，图灵，还有其他人，已经制造出通用数字计算机，他们被用来模拟智能的某些方面。在“计算机器与智能”（第2章)一文中，他特地提出了这种机器能否思维的问题。\n\n人工智能哲学\n\n4","previous_page":3,"next_page":5}