--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能哲学" author: null edition: null publisher: null year: null isbn: "7532740544" library_document_id: "7f418071-0fdc-4a5a-a4c5-82dd1979d9c2" source_sha256: "1a81e5f3981b3c472c59c41e3051e038e997d095f1ab9e963fbb8a043c2cba34" pdf_physical_page_count: 501 pdf_physical_page_index_base: 0 range_start: 490 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2?start=490&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2.md?start=490&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2.md?start=480&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2.md?start=500&limit=10" --- # 人工智能哲学 > 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=490 | PRINTED_PAGE=482 人工智能哲学 482 ## PDF_PHYSICAL_PAGE_INDEX=491 | PRINTED_PAGE=1 / 483 1 参考书目 483 ## PDF_PHYSICAL_PAGE_INDEX=492 | PRINTED_PAGE=484 人工智能哲学 484 ## PDF_PHYSICAL_PAGE_INDEX=493 | PRINTED_PAGE=485 译后记 《人工智能哲学》的原著是牛津大学出版社1990)年出版的，由15篇论文组成。文章作者多是人工智能(AI)思想界的著名人物，而这15篇文章在AI发展史上则具有里程碑式的地位。文章写作时间起于1950年，止于1990年，它们是AI思想近半个世纪发展历程的记录。 原著主编兼作者玛格丽特·A·博登是英国科学院院士，英国苏塞克斯大学认知科学学院创始人兼院长，历任英国心理学会哲学、历史分会主席，以及英国皇家哲学学会理事，著有《人工智能史》一书。作为该领域的权威人士，她独具慧眼地从浩瀚的文献中挑选出这些代表性作品，并为本书撰写了长达20多页的导言。导言对书中每篇文章一一作了介绍，前后贯穿，对于读者完整地了解本书的全貌大有裨益。 作为论文集，一般来说不如专著那样系统和面面俱到，但是换一个角度看，书中的文章多是作者原创性研究的代表之作，这些文章中蕴含着一个个新思想破土而出之际特有的创造性力度，有的立意深远，有的演绎缜密，不乏大家手笔，这种特色是一本综述性专著所无法比拟的。书中最早的文章是图灵写于1950年的“计算机器与智能”（第2章)。这是一篇公认的划时代之作，它提出了图灵机的理论模型，为现代计算机的出现奠定了理论基础。但是这篇文章的价值不仅仅体现在计算机领域，文中还提出了著名的图灵准则，在AI思想界，“图灵检验”已成为最重要的智能机标准，这几乎也是关于智能存在与否的惟一可操作的标准。这篇文章涉及的哲学理论问题还不止于此，具有无限长纸带的理想数字计算机与大脑的某些活动在本质上有什么共同之处，是同样值得深究的。这是一篇计算机界尽人皆知的文章，但是读过其全文的人并不多，今天读它，我们丝毫没有过时之感。在A史上可与图灵检验相提并论的另一个标准是哲学家塞尔提出的，这是一个有趣的思想实验：塞尔被关在一间充满中文字条的屋子里，通过在窗口传递中文字条与外界发生联系，并靠一本英文指令书将各种中文字条配对，这样，他就可以正确地回答屋外中国人的提问，所以屋外的中国人认为他是懂得中文的，可是，塞尔真的懂得中文吗？塞尔本人的回答是否定的。显然，图灵准则是行为主义的，而塞尔的思想实验却采取了相反的立场，强调意识的作用。塞尔在文章中列举了来自各个方面的对这一思想实验的反诘，然而这些反驳并没有动摇思想实验的根据：理解的实质决不是程式化操作。书中各篇文章都有其精彩之处，它们自成一体，又相互联系，向我们展示出AI研究领域的各个重要方面，以语境迥异的各家之言把我们带入AI思想领域的理论深层和研究前沿。 485 ## PDF_PHYSICAL_PAGE_INDEX=494 | PRINTED_PAGE=486 在科学家族中，没有一门学科比AI与哲学的关系更密切。科学从哲学母体中分离而出之后，仅在认识论层次上与哲学保有联系，然而AI却在其学科内部与哲学难解难分，难怪斯坦福大学的计算机教授要为计算机系的学生们讲授海德格尔(见第13章)。数理逻辑与计算机理论的关系自不待言，但维特根斯坦、胡塞尔和海德格尔的名字出现在AI问题的讨论中，也许会使一些读者感到意外。读一读德雷福斯的文章，我们就会看到，人作为“符号动物”，一切思想都必须由语言来表达，在此前提下，AI发展中遇到的许多问题，哲学大师们都已经探讨过、预见过。诚如书中所言，许多没有出路的AI研究，“只是因为对哲学家昔日的失败一无所知，才得以维持”。20世纪80年代，日本计算机界曾雄心勃勃地推出“第五代计算机”研制计划，结果是以“光荣失败”而告结束。所谓失败，是因为它没有实现当初的宏伟目标以非数字化方式在日常范围内全面地模仿人类行为；所谓光荣，则是它得出了许多可资后人汲取的宝贵经验，其中之一就是AI必须同哲学联手。 人工智能哲学 486 ## PDF_PHYSICAL_PAGE_INDEX=495 | PRINTED_PAGE=487 与哲学联手，谈何容易！我们看看那些从AI诞生之日起就与之有不解之缘的问题：计算机或机器人是否能够成为认识的主体？机器的形式化过程与人的思维在本质上是相同的吗？如果承认计算机有智慧，这种智慧能够超过人类吗？……几十年过去了，人们仍然在讨论着类似的问题。这些问题之所以久久得不出答案，正是因为这些问题不能由计算机科学单独来回答，而要与哲学共同回答，可是20世纪的哲学家们远没有他们的先辈们那样幸运，爱因斯坦感叹过的那种每一个数学分支都会耗尽一个人短暂一生的情况，在20世纪的科学发展中有增无减，哪一位哲学家还能像他们的前辈笛卡尔、莱布尼兹那样身兼科学大师和哲学大师的双重身份呢？然而不入其境，焉能得其精髓，我们看到的是这样的情况：计算机科学家无暇顾及技术以外的问题，而哲学家又只能在这个庞然大物的外围徘徊。当然，也有一些例外的情况，或是计算机专家对哲学问题发生了兴趣，或是哲学家达到了能与计算机专家对话的程度，而这一批杰出人物在世界范围内从最前面数起的话，他们的名字有许多都出现在这本书里了。 众所周知，关于AI的发展前景，有两个激烈对立的派别：乐观主义派别认为AI前途无量，AI与人类智能并无实质性差别，它不仅能替代，而且将超过人类智能；悲观主义派别则把AI贬低为现代“炼金术”，认为它不过是零敲碎打和拼拼凑凑，它仅是在局部表面上对人类的摹仿，远未达到对人类智慧的实质了解。这种争论从一定意义上说已成为历史，因为AI的发展似乎并没有单独支持哪一派的立场，它既朝着深人认识、反映人类智慧的方向一步步前进，又未能实现当初的许多既定目标。争论双方都变得冷静了，意识到了对方观点中的合理因素，但是这并不意味着派别之争已经消失，我们在书中见到一对名词：强AI和弱AI，这种提法比起以前的相互攻击显然温和了许多，但是它仍代表了两种截然有别的立场。强AI指出：AI不仅仅是实现人类智能的工具，事实上它就等同于人类智能；弱AI则认为：AI仅仅是实现人类智能的工具，对它的评价不应越出这一范围。书中文章多少都带有两个派别的印迹，有些文章就是出自两派领袖人物之手，将它们对照起来看，更容易从中评判其得失与正误。除派别之分外，书中文章还分属两种不同的语境：技术的和哲学的。技术专家和哲学家在自己的范围里可以自圆其说，但这两种语境缺乏可通约性，只能是自话自说。把它们放在一起，同时从这两个角度认识AI，或许会形成思想碰撞，引发思想火花，促成某种新的融合。值得说明的是，这里的技术性文章并无艰深繁冗的理论推导，而着重于对推理思路的概述，不会给非计算机专业的读者造成理解上的困难。同样，哲学家的文章也着重于对基本思路的阐述，容易为哲学专业以外的人所接受，当然，对哲学研究者来说，可以悟出其中更深层的意义。 译后记 487 ## PDF_PHYSICAL_PAGE_INDEX=496 | PRINTED_PAGE=488 在AI内部又存在两大分支：一是传统AI以符号逻辑为基础的算法系统，是由图灵、冯·诺伊曼规定出的那一套方法；另一个则是联结论—建立在统计分布规律之上的并行分布式系统，包括对大脑神经网络的模拟。联结论在很大程度上弥补了传统AI的不足，具有容错能力和较强的学习功能。本书的第1、11、12、14、15章都是涉及联结论的探讨。 1997年，在计算机诞生50年之际，计算机深蓝以2胜1负3平的成绩战胜了国际象棋世界冠军卡斯帕罗夫。人工智能，也就是计算机智能，再一次成为令世人关注的话题，它真的是所向无敌吗？它的能力究竟有没有界限？我们早已不怀疑计算机是迄今为止人类发明的最重要的机器，这不仅因为它深刻地改变了我们的生活，带来生产力的革命，影响到社会生活的每个角落，更因为它直接指向人类的本质特征—智慧。从一定意义上说，计算机科学，或更确切地说是AI，与物理、化学这些自然科学有着根本性的区别。AI虽然还带着年轻学科难以避免的简单化、局部性和缺乏统一理论的构造特点，但是它显然不同于研究那个“自在”世界的一般自然科学，它的对象是大脑思维活动，至于思维，我们用“意识、精神、主观”这样一些概念把它同“存在、物质、客观”区别开来。这是一个人类专有的领域，机器如何能涉足呢？在有些人看来，问题似乎很简单：思维是大脑这台生理机器的产物，既然构成大脑元件的物质与其他物质并无本质的不同，为什么大脑的活动不能由其他物质元件(机器)替代呢？然而，事实并非如此简单，对此还须作进一步追问：如果将大脑看作生理机器，那么这台机器是如何运作的呢？它又如何产生出灵活多变的思想，而联想、幻觉、顿悟以及思想传递又是如何发生的？在不能具体解释其运作机理之前，这种生理机器的论点只能看作是一种猜想，而阐明这一猜想的根据还远未达到令人信服的程度。AI的出现使我们朝作出解释的方向迈出了一步，至少在行为主义的标准下，机器可以再现智慧。(这也恰恰表明了行为主义的局限。)深蓝打败卡斯帕罗夫，关键是有象棋专家为其出谋划策，而象棋专家是以何种方式介入的，是经验的汇集—像专家系统那样，还是有理论上的新招，这一点尚未披露，但若是前者，同时伴以机器容量的增加和速度的提高，那么这令举世震惊的一步其实并没有什么更深刻的内容。人类智慧的那颗内核究竟藏于何处？AI的功绩在于帮助我们一层一层剥去外皮，渐渐逼近那个令人神往的智慧之核，这也是AI对哲学的重大贡献。仔细读过这本书，我们将会从中看到更多的东西。 人工智能哲学 488 ## PDF_PHYSICAL_PAGE_INDEX=497 | PRINTED_PAGE=489 书中常常出现两个与AI特征相关联的概念：形式化和意向性。这两个概念在建立AI与哲学的联系上起着举足轻重的作用，这里作一简要介绍。 形式化(formalization)。形式化有狭义、广义两层意思。广义地说，一切被感知的事物，和由它们组合而成的复杂事物，以及被意识到的精神活动，都以符号和其他某种形式在意识中形成对应物(图形、声音等代号形式)，亦即构成意识的基本材料，这些东西总是表现为一定形式的，我们的思维活动就是通过对这种素材的组织而完成的。在表现为符号的(形式的)层次之下，有非形式的层次，也对应于某种脑的活动，但那是意识之外的东西，而处在意识之外，则不能直接为主体所把握，或者说，任何一个事物进入意识，都要借助于某种形式化过程。这里可以参照哲学家所说的语言的界限即为世界的界限而提出：形式化的界限即为思维的界限。狭义的形式化是由逻辑学规定的。本书中的形式化概念则常常仅对计算机和AI而言，是指一种事先规定好的运行方式。将某一过程形式化，也就是建立一种算法，将这一过程描述出来。任一事物，只要能够形式化，就可以由计算机来完成，其逆反推论也成立：任何不能形式化的事物，计算机都无法实现，所以我们又可以说，(狭义)形式化的界限就是计算机的界限。当然，由于联结论的出现，AI中的形式化要求有所放宽。但是即使在联结论中也必须以形式化为开始，才能建立分布式表述基础上的算法。这样，计算机能做什么和不能做什么的问题，就转化为形式化界限在哪里的问题。狭义形式化的界限显然小于语言，而广义形式化的界限显然又大于语言。狭义形式化实际上是以固定形式构成的结构关系，而广义形式化则比较庞杂，包括与个别对象相对应的形式，也包括形式之间的关系结构。不难看出，实现形式化是AI的关键问题。 译后记 489 ## PDF_PHYSICAL_PAGE_INDEX=498 | PRINTED_PAGE=490 意向性(intentionality)。意向性被看作是区分个体的人和机器的根本特征之一：机器和人可以做同样的事情，但是人有意向性，而机器没有。那么，什么是意向性呢？简单说，意向性就是意识的指向性。在多数情况下，人的一举一动，一言一行，都是在意识的引导下完成的。而机器所做的任何事情都只不过是一种机械运行过程，这种过程是人事先指定好的，而不是机器自发产生的。那么主动性能否作为人和机器的本质区别之一呢？从一定意义上说是可以的。没有原发动机，无论完成多么复杂的任务，机器永远只能处在工具的地位上。无论多么能干的机器人，甚至成功地做出人所未曾预料到的事情，也仍然不能改变这一事实：它完成运作的先决条件———始发动力，必须由人从外部输入。人们常常历数计算机的优点：不知疲劳、不为感情所动、不会出现粗心的错误、不受外界干扰—而这一切恰恰是不具有意向性而带有的特征，心绪不佳、感情冲动、注意力分散正是意向性的产物。所以要回答机器是否能完全和人一样地做某些事情，首先要回答的是：机器是否能够具有意向性。 人工智能哲学 490 ## PDF_PHYSICAL_PAGE_INDEX=499 | PRINTED_PAGE=491 有人对人的动机形成机制进行归纳，然后把它赋予机器(见第10)章)，这样的机器人自然更像一个真正的人，可是动机是与个体的独立意识相联系的，离开主体何谈动机，那么机器能获得主体意识吗？简单作出肯定或否定的回答，都缺乏足够的论据，这有待于我们对大脑构造进一步了解和对主体性作出进一步解释和界定，或者说AI的提问促使哲学家们从另一角度重新审视这一问题。 计算机可以具备许多与人类相似的能力：它可以记忆、推理、学习，凡是人类已经完成的事情，理想地看，计算机都能做到，但是由于它没有创造性，它就永远只能处在被动的地位上。意向性，以及与此相关的创造性，可以看作主动和被动的分界线。 以上对这两个概念的探讨是译者个人的理解，写在这里，供读者参考，以期引起进一步的讨论。 书中涉及到的深层理论问题还有许多，它会把我们带向AI技术背后的理性思考，使我们从一般的泛泛而谈进入涉及实质性的理论探讨。能将此书翻译介绍给读者，我们感到十分高兴。 美国夏威夷大学教授泰尔斯(Tiles)女士惠赠本书的英语原著，泰尔斯教授曾在1990年中英哲学暑期班讲学，赠书乃是这一教事的延续，对她的美意当在此申谢。 本书得以出版还要感谢上海译文出版社的积极促成，他们注重学术价值，为了将此书译介给读者，不惜出资购买版权，并为本书的编辑出版付出诸多心血。 本书在翻译过程中得到许多师长、朋友的帮助。这里首先要感谢的是上海交通大学陈以鸿先生。陈先生在校阅过程中通读全部译稿，其负责精神十分感人，陈先生精湛的英语水平使译稿的质量大为提高。同时也要深深感谢西安交通大学的黄上恒副教授及许多未在这里提名的 译后记 491 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2.md?start=500&limit=10)