--- 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: 50 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2?start=50&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2.md?start=50&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2.md?start=40&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2.md?start=60&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=50 | PRINTED_PAGE=42 在网发生变化时将其对事实的旧的、不完善的参照全部保留下来，能这样做的理论我们可能一个也没有，这样的观察我们也无法做到。耳鸣、刺痛、幻觉、妄想、慌乱和定向障碍都形成干扰。于是经验进一步证实，如果我们的神经网是不确定的，那么我们的事实就是不确定的，所以我们其至连把一个性质或“形式”归属于“真实”的东西都做不到。随着网的确定，那个不可知的知识对象，即“自在之物”，就不再是不可知的了。 对心理学而言，无论它是如何定义的，有关网的详细说明都会为这一领域所能取得的所有结果作出贡献，即使这一分析被推向终极的心理单元“心理元”，因为心理元恰恰就是单个神经元的活动。由于这种活动内在地带有命题的特点，所以一切心理事件都具有意向的或“符号的”特征。这些活动的“全或无”定律，以及它们的关系与逻辑命题关系的一致性，保证了心理元关系就是二值逻辑命题的关系。因此，在内省的、行为的或生理的心理学中，基本关系就是二值逻辑关系。 因此产生了整体论问题的构造性解，而整体论问题涉及分化的感觉认识连续统以及感知与执行的规范性、完善性和分解性。由因果关系的不可逆性可见，即使网是已知的，我们可从当前的活动预示未来，可是我们既不能从中枢神经系统活动推导出传入神经活动，也不能从传出神经活动推导出中枢神经系统的活动，或是从当前的活动推导出过去的活动，这一结论因以下事实而显得更加肯定：目击者提供互相矛盾的证据，在诊断中难以区分有器质性病变的病人、歇斯底里病人和装病者，以及将一个人自己的记忆或回忆与他当时的记录进行对照。此外，一些系统可对再生网的传入神经与这一网中的特定活动这两者之间的差别作出响应，以至于使这一差别有所减少，从而表现出目的性的行为；我们知道有机体具有许多这样的系统，它们能促进体内平衡、嗜欲和注意力。因而，我们习惯于称为精神的那种活动的形式方面和终结方面都可根据当今的神经生理学严密地推导出来。与因果关系有关的明显结论，可使精神病学者得到安慰，这结论就是：对预测来说，历史决非是必要的。然而精神病学者观察到的现象只有根据神经活动才能得到解释，而这种神经活动至今仍超出他们的知识范围，这一同样有效的结论对他们则无甚用处。造成这一无知的关键是，从外表行为的任一样本到神经网的推理，在可构想出的网中并不是惟一的，然而实际存在的只有一个，并且随时可能表现出某种未曾预期到的活动。当然，对精神病学者来说，更主要的一点是：在这种系统中“心灵”不再“比鬼魂更可怕”。相反，病态心理可以不失范围或不失严谨地通过神经生理学的科学术语得到理解。就神经病学而言，这一理论明确区分了对已知活动来说是必要的网还是仅为充分的网，从而澄清了受干扰的结构与受干扰的功能的关系。在属于神经病学的领域中，等价的网与狭义等价的网之间的差别表明了神经活动时态研究的适用性和重要性：该理论为数学生物物理学提供了一个工具——用严格的符号方式处理已知的网；同时也提供了一个简便的方法—根据需要的特性构造假设的网。 人工智能哲学 42 ## PDF_PHYSICAL_PAGE_INDEX=51 | PRINTED_PAGE=43 1 神经活动内在概念的逻辑演算 43 ## PDF_PHYSICAL_PAGE_INDEX=52 | PRINTED_PAGE=44 2 计算机器与智能 A·M·图灵\* 1. 模仿游戏 我建议来考虑这个问题：“机器能够思维吗？”这可以从定义“机器”和“思维”这两个词条的涵义开始，定义应尽可能地反映这两个词的常规用法，然而这种态度是危险的。如果想通过检验它们通常是怎样使用的，从而找出“机器”和“思维”的词义，就很难避免这样的结论：这些词义和对“机器能够思维吗？”这个问题的回答，可以用类似盖洛普民意测验那样的统计学调查来寻找。但这是荒唐的。与这种寻求定义的做法不同，我将用另一个问题来替代这个问题，用作替代的问题与它密切相关，并且是用没有歧义的语言来表达的。 这个问题的新形式可通过一个游戏来描述，我们称之为“模仿游戏”。游戏由三个人来做，一个男人(A)，一个女人(B)，还有一个提问者(C)，性别不限。提问者待在一间与另两人分开的房子里。提问者在游戏中的目标是，确定另外两人中哪一个是男性，哪一个是女性。他以标号X和Y称呼他们，在游戏结束时，他可能说“X是A，Y是B”，也可能说“X是B，Y是A”。提问者可以向A和B提出这样的问题： 44 ## PDF_PHYSICAL_PAGE_INDEX=53 | PRINTED_PAGE=45 C：X，请你告诉我你的头发长度，可以吗？ 假定X实际上是A，那么A必须做出回答。A在游戏中的目标是，尽量使C作出错误判断。于是，他可能回答说：“我的头发是瓦盖式的短发[1]，最长的一束大约长9英寸。” 为了不让提问者从声调中得到帮助，这些回答应当写出来，若能打印出来则更好。理想的安排是，在两间房子之间，用一台电传打印机进行交流。也可以用一个中介人来重复提问和回答。第三个游戏参与者(B)的目标是帮助提问者。对她来说，最好的策略或许就是如实回答。她在回答时，可以加上这样的话：“我是女性，别听他的！”但是这种做法无济于事，因为那个男士也可以运用同样的方式。 现在我们要问的是：“如果在这个游戏中用一台机器代替A，会出现什么情况？”在这种情况下做游戏时，提问者作出错误判断的次数，和他同一个男人和一个女人做这一游戏时一样多吗？这些问题替代了原来的问题：“机器能够思维吗？” 2. 新问题的评论 我们除了问“什么是对新形式问题的回答？”还可以问“这个新问题值得去研究吗？”后一问题研究起来更为直截了当，从而可以制止无限回归。 新问题有利于在人的体力能力和智力能力之间划出一条截然分明的界线。任何工程师或化学家都认为，我们不可能制造出与人类皮肤一模一样的材料。即使到了某个时候，有可能做到这一点，但是假定这项发明成为现实，我们还是会觉得，试图用这种人工血肉把一台“思维机”装扮起来使它更像人类，是没有什么意义的。我们设定的这问题的形式，在防止提问者看到或接触到其他竞赛者或是听到他们的声音的条件下，反映了这个事实。这个判据的其他一些优点，可以在提问和回答的样本中得到说明。我们来看： 2 计算机器与智能 \*A·M·图灵，“计算机器与智能”，选自《心灵》LIX，no. 2236(1950). 10):第433—460页。牛津大学出版社允许重印。 A·M·图灵(Alan M. Turing)英国数学家、逻辑学家。 [1] 该发型是女式的。——译者 45 ## PDF_PHYSICAL_PAGE_INDEX=54 | PRINTED_PAGE=46 问：请以福斯河大桥为主题，给我写一首十四行诗。 答：这件事我可干不了，我从来不会写诗。 问：把34957与70764相加。 答：(停顿约30)秒，然后给出答案)105621。 问：你会下象棋吗？ 答：会。 问：我在我方的K1处有K，再没有别的子了，你只剩K6处的K和R1处的R，该你走了，你走什么呢？ 答：（停顿15秒之后)R到R8处，将死。 看来，问答法适合于引人几乎任何一个我们希望涉及的人类需要花费心力的领域。我既不希望贬低不能在选美竞赛中有出色表现的机器，也不希望贬低同飞机赛跑失败的人。这个游戏的条件使这些能力缺陷成为不相于的。那些“证人”可以尽量夸耀他们的魅力、力量或英雄气概，如果他们认为这样做是可取的话，但是提问者不会要求这些实际方面的证明。 这个游戏可能会因为条件对机器太不利而招致批评。如果有人想要装作机器，他显然只能做出拙劣的表现。他会因做算术时的迟缓和不准确而立即暴露出来。但是，机器在做那些理应看成是思维的事情时，难道不会采用完全不同于人类的方式吗？这一反问是相当有力的，但是我们至少可以说，尽管如此，如果能够制造出一台机器，使它在模仿游戏中做出令人满意的表演，我们就不必再为这个反问操心了。 也许有人认为，在参与“模仿游戏”时，对机器来说，最好的策略可能并不是模仿人的行为。可能是这样的，但是我觉得这好像没有太大关系。不管怎样，这里不是打算研究游戏理论，所以我们可以假定，最好的策略就是设法提供那些人类会自然而然得出的答案。 人工智能哲学 46 ## PDF_PHYSICAL_PAGE_INDEX=55 | PRINTED_PAGE=47 3. 参与游戏的机器 如果我们不详细说明“机器”一词的意义是什么，我们在第1节中提出的问题就不是很确切的。很自然，我们希望每一种工程技术都可以用于我们的机器；我们也希望允许这种可能性：工程师或工程师小组制造出一台能工作的机器，但是机器的制造者不能对它的运算方式作出令人满意的描述，因为他们采用的方法主要是试验性的；最后，我们希望以正常方式出生的人不在机器之列。要框出一个能够满足这三个条件的定义，不是件容易的事。例如，有人可能强调工程师小组内的所有成员应当是同一性别的，但实际上这不会令人满意，因为还有从一个人的(比如说)皮肤单细胞里培养出一个完整个体的可能性。如果做到这一点，那是应给予最高奖赏的生物学技术的奇迹，但是我们并不会把它看作是“制造出思维机器”的例子。这促使我们放弃了每一种技术都可以被接受的要求。本文关于“思维机器”的兴趣是由一种通常称为“电子计算机”或“数字计算机”的特殊机器引发的，鉴于这个事实，我们更应该放弃上述要求。根据这一建议，我们只允许数字计算机参与我们的游戏。 初看起来，这个限制显得十分苛刻。我将证明，在现实中并非如此。要做到这一点，就需要对这些计算机的本质和特性作一简短说明。 或许有这样的说法：用数字计算机作为对机器的规定，就像我们有关“思维”的判据一样，如果数字计算机在这个游戏中不能做出良好的表现(这是与我们的信念相抵触的)，这种规定就徒然令人不满意而已。 已有大量的数字计算机进入工作行列，所以我们可以问，“为什么不直接做实验呢？它们也许很容易满足游戏的条件。可以利用大量的提问者去得出统计资料，以说明作出正确确认的情况有多少。”简单的回答是，我们并不是在问是否所有的数字计算机在游戏中都能够干得很出色，也不是在问当前可用的计算机是否能够干得出色，而是在问是否存在可以想象得到的能够干得出色的计算机。但这只是一个简单的回答，稍后，我们将从不同的角度来思考这一问题。 2 计算机器与智能 47 ## PDF_PHYSICAL_PAGE_INDEX=56 | PRINTED_PAGE=48 4. 数字计算机 有关数字计算机的思想，可以从这种说法中得到解释：这种机器将完成人类计算机所能完成的任何运算；我们假定人类计算机是遵循固定规则的，他没有任何权力稍许偏离这些规则。我们可以假定这些规则是由一本书提供的，人一旦从事新的工作，这本书就要更换。还有无限多的纸张可供演算。他也可以在“台式机”上做乘法和加法，不过这并不重要。 如果我们把上述解释作为定义，就有进入论证循环的危险。为了避免这一点，这里提出一个可以取得满意效果的方法纲领。通常认为一台数字计算机是由三个部分组成的： 1）存储器 2）执行单元 3）控制器 存储器是存储信息的，相当于人类计算机使用的纸张，可以在这些纸上做演算，也可以用它来印出充满规则的书。当人类计算机在他的头脑里做演算时，一部分存储由他的记忆承担。 执行单元的作用是完成演算中所包含的各种具体的运算。这些具体运算的内容因机器而异，一般情况下，可以完成相当长的运算，如“3540675445乘以7076345687”，但是在有些机器中，只能做非常简单 人工智能哲学 48 ## PDF_PHYSICAL_PAGE_INDEX=57 | PRINTED_PAGE=49 的运算，如“写出0”。 上面提到过，供计算机使用的“规则书”可以用机器中的一部分存储替代，这时就称它为“指令表”。控制器的职责就是监督这些指令按正常顺序正确执行。控制器的构造方式决定了这种结果必然出现。 存储器中的信息一般被分成大小适中的数据包。例如，在一台机器中，一个数据包可能由十个十进制数字构成。存储器中存放着各种信息的数据包，数字按照某种系统方式被分配到存储器的这些部分中。一个典型的指令可能指示道： “把存储在6809位置上的数字加到存储在4302位置的数字上去，并把结果放入后一存储位置。” 当然，它不可能以英语表达方式出现在机器中，它很有可能以这种方式编码：6809430217。这里，17的意思是指，在各种可能的运算中，要对这两个数字执行哪一种运算。在这一情况下，运算是如上所述：“把数字……加上。”我们注意到，这个指令用了十个数字，从而构成一个信息数据包，十分方便。在正常情况下，控制器会使这些指令按照它们存储位置的顺序一一执行，但是偶然也会遇到这样的指令： “现在执行位于560)6处的指令，然后由此继续。” 或者： “如果位置4505存的是0，接着执行存在6707处的指令，否则的话，按原有方式进行。” 上面这两种类型的指令非常重要，因为它们能够使一个运算序列一遍遍地被替代，直到某个条件满足为止，但是在这样做的过程中，不是每次执行新的指令，而是一遍遍地重复执行同一些指令。我们用一个家务例子作比喻：假定妈妈要托米每天早晨在上学的路上去鞋匠那里看一看她的鞋做好没有，她可以每天早晨向托米说一遍，她也可以用另一种一劳永逸的方法，即在厅里贴一张提示条，托米离家去上学时就能看到，内容是叫他去鞋匠那里看看，并在他取到鞋之后把字条取去。 2 计算机器与智能 49 ## PDF_PHYSICAL_PAGE_INDEX=58 | PRINTED_PAGE=50 读者必须承认这个事实：数字计算机是可以按照我们所描述的原理制造的，而且的确已经制成了，同时，它们确实能非常接近地模仿人类计算机的行动。 说我们人类计算机是在使用充满规则的书，这当然只是一种方便的说法，真实的情况是，实际的人类计算机记住了他们要做的事情。如果要使一台机器模仿人类计算机在某种复杂运算中的行为，必须问一问人是怎样做到这一点的，然后把答案翻译成指令表形式。建立指令表通常被说成是“编程序”。“给机器编程序，让它完成运算A”就意味着把一个恰当的指令表放入机器，使它执行A。 在数字计算机思想的基础上出现了一个有趣的派生物，就是“带有随机元件的数字计算机”。它们具有像掷骰子这样的指令，或是某种等价的电子过程；比如说，这种指令有可能是“掷骰子，并把所得的数字放入存储位置1000)”。有时这样的机器被说成是有自由意志的(虽然我自已并不使用这个词)。一般情况下，不大可能通过观察机器来确定它是否带有随机元件，因为像根据π的十进制小数数字进行选择的装置，也能产生出类似的结果。 大多数实际的数字计算机，存储都是有限的。使计算机带有无限存储的思想，在理论上不存在困难。当然，在任一时刻，所使用的部分只能是有限的。同样，所构成的内容也只能是有限的，但是我们可以设想根据需要增加越来越多的内容。这样的计算机具有特殊的理论意义，可以称为无限容量计算机。 数字计算机的思想是一个古老的思想。1828—1839年间任剑桥大学卢卡斯讲座的数学教授巴比奇(C. Babbage)设计了一台这样的机器，叫作分析机，但是始终没有完成。尽管巴比奇已经掌握了所有的基本概念，但是在那个时代，他的机器没有表现出那种十分诱人的前景。它可能达到的速度，肯定要比人类计算机快一些，但是比曼彻斯特机慢大约100倍，而在现代机器中，曼彻斯特机本身也是比较慢的一种。巴比奇设计的存储完全是机械的，使用轮子和卡片。 人工智能哲学 50 ## PDF_PHYSICAL_PAGE_INDEX=59 | PRINTED_PAGE=51 巴比奇的分析机完全是机械的这一事实，有助于我们摆脱一个迷信。现代数字计算机是电子的，神经系统也是电子的，人们往往很看重这个事实。既然巴比奇的机器不是电子的，同时所有数字计算机在某种意义上又是等价的，因此我们了解到使用电这一点在理论上不可能很重要。当然，在信号快速传输的地方，总是离不开电的，所以我们在这两个方面发现它，也不足为奇。在神经系统中，化学现象至少和电一样重要。在某些计算机中，存储系统主要是声音的。因此，使用电这一特点看来只是表面上的相似性。我们与其寻求这样的相似性，还不如寻求数学上的功能相似性。 5. 数字计算机的普适性 上一节提到的数字计算机，可以归入“离散状态机”一类，这些机器的运动是通过突然跳动或是通过棘轮，从一个完全确定的状态，转变到另一个完全确定的状态。这些状态截然不同，所以它们之间不存在混淆的可能。严格地说，这样的机器并不存在，每一物体的真实运动都是连续的。但是对许多类型的机器来说，把它们看作是离散状态机，更为有利。例如，考虑照明系统的开关时，我们假定开关的每一位置是绝对的开或绝对的关，就会很方便。中间位置肯定是存在的，但在大多数情况下，可以忽略它们。我们以一个轮子为例，来说明离散状态机。轮子的棘轮每秒钟转动一次，转120度，但是外部有一个操作杠杆，可以使它停止；同时，当轮子转到某个位置时，一盏灯就会亮起来。这个机器可用如下抽象方式来描述：机器的内部状态(用轮子的位置来描述)记为 $9 1 , 9 2 , 9 3$ ；输入信号是 $\mathbf { i } _ { \parallel }$ 或 $\mathbf { i } _ { 1 }$ (杠杆的位置)：任一时刻的内部状态可根据下表，由它的终端状态和输入信号来确定。 2 计算机器与智能 51 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/7f418071-0fdc-4a5a-a4c5-82dd1979d9c2.md?start=60&limit=10)