--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能伦理" author: null edition: null publisher: null year: null isbn: "9787302596622" library_document_id: "4f33a8d5-185f-4dd7-8093-04a4119470cb" source_sha256: "fcd3c9683d64b90a0f86208e72b703029dcf8f67d635958e09e34a63875b4472" pdf_physical_page_count: 1800 pdf_physical_page_index_base: 0 range_start: 990 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/4f33a8d5-185f-4dd7-8093-04a4119470cb?start=990&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/4f33a8d5-185f-4dd7-8093-04a4119470cb.md?start=990&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/4f33a8d5-185f-4dd7-8093-04a4119470cb.md?start=980&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/4f33a8d5-185f-4dd7-8093-04a4119470cb.md?start=1000&limit=10" --- # 人工智能伦理 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=990 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=991 | PRINTED_PAGE=NOT_DETECTED 图4.20 机器学习涉及计算机科学、数学、统计学、心理学、神经科学、语言学、哲学、教育学、人类学、社会学等，“百家争鸣、百花齐放”才应是它该有的繁荣景象 4.1 学习的方式 通 过授课、书本、观察、实践等多种多样的学习方式，不断地丰富知识体系和加强运用知识的能力。人类学习的目标是“学以致用”，所以无用的知识对人类而言是无意义的。很多人认为哲学是无用的，这是一个极大的误解。哲学是所有理性学问的基础，如同建筑的根基，它的不牢固、不清晰所导致的麻烦会让整个理论显得混乱不堪。 所有科学和数学都是在哲学指导下的实践，所以伟大的科学家和数学家几乎必然是伟大的哲学家或思想家。物理学家阿尔伯特·爱因斯坦把他的相对论看作是哲学的胜利，成功地挑战了形而上学的绝对时空概念。同样地，爱因斯坦与尼尔斯·玻尔（ Niels Bohr, 1885—1962 ） 、 维 尔 纳 · 海 森 堡 （ WernerHeisenberg，1901—1976）、马克斯·玻恩（Max Born，1882—1970）等几位量子力学奠基人的论战，几乎就是哲学之争。 ## PDF_PHYSICAL_PAGE_INDEX=992 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=993 | PRINTED_PAGE=NOT_DETECTED 图4.21 爱因斯坦不仅是伟大的物理学家，更是伟大的科学哲学家 人 工 智 能 应 该 遵 循 怎 样 的 哲 学 理 念 呢 ？ 形 式 主 义（ formalism ） 、 逻 辑 主 义 （ logicism ） 、 构 造 主 义（constructivism）、行为主义（behaviorism）、归纳主义（inductivism）、建构主义（constructionism）、实证主义（positivism）等都对它产生过影响。 人们常说“实践是检验真理的唯一标准”，其中的实践包括思维实践，即利用已有知识论证一个结论，或者解决一个问题。例如，在数学里，如果某命题引起了一个矛盾（推理的过程就是对该命题的一个实践），则该命题一定为“假”。如果要断言某命题为真，必须从公理或假设出发给出严格的证明，这是数学对“真”的实践，而非堆积一些实例的不完全归纳（imperfectinduction）。 妄议真理容易掉进“悖论”的泥坑，我们也从不指望抓住自然的“真理”，人类毕竟不是无所不知的上帝或拉普拉斯妖。然而大到理论，小到模型，实践不失为检验它们是否有效的可靠标准。譬如，一个物体识别模型在开放测试的场景里，搞清楚它在哪些情况下容易失效，对于将它用于自动驾驶的厂家来说是至关重要的。为各种应用提供相对公正的测试标准（包括动态数据、模拟环境等），是人工智能健康发展的必要条件，它本身也有待成为一门严谨的学问。 当下，我们甚至不会奢望有一个普适的形式理论，能够解决所有人工智能问题。大凡看到报道说某某工具独领风骚地成为AI的担当，基本可断定为骗局或痴语。 ## PDF_PHYSICAL_PAGE_INDEX=994 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=995 | PRINTED_PAGE=NOT_DETECTED 图4.22 知行结合的学习是最有效的：“搞懂”和“会用”都需要学习 人类在学校里获取系统的知识，几百年甚至上千年积累下的一门学问，在短短的几年里就要掌握。在国民的普通素质教育中，初等数学和统计是必备的。越高等的科学教育，越强调数学的重要性，它是一切科学的基础。科学和数学教育培养学生的抽象思维能力。 ## PDF_PHYSICAL_PAGE_INDEX=996 | PRINTED_PAGE=NOT_DETECTED 500JAHRE UNIVERSITAT FREIBURG ## PDF_PHYSICAL_PAGE_INDEX=997 | PRINTED_PAGE=NOT_DETECTED 图4.23 在学校里通过教学获取知识是人类千百年来习以为常的模式 还有哲学、历史、地理、语言等文科教育，侧重培养学生的人文素质，以及如何运用新思维、新理论重新组织已有的知识使之变得更加合理。 例4.10 如果训练（或学习）的真实环境很难获得，则可以舍弃一些细枝末节，构造一个接近真实环境的模拟环境为训练者（或学习机）提供培训和测试的各个环节。例如，在第一次世界大战期间，人们就开始在飞行模拟器（flight simulator）里学习驾驶航空设备。 ## PDF_PHYSICAL_PAGE_INDEX=998 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=999 | PRINTED_PAGE=NOT_DETECTED 图4.24 微软公司从20世纪80年代开始发行模拟飞行的系列软件，甚至早于视窗操作系统。《微软模拟飞行器2020》运行于Xbox和个人计算机平台，颇受游戏玩家喜爱 再如，宇航员在地球上的模拟失重状态的训练环境、加速到环绕速度（约7.9千米/秒）和脱离地球引力束缚的逃逸速度（约11.2千米/秒）等。 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/4f33a8d5-185f-4dd7-8093-04a4119470cb.md?start=1000&limit=10)