AI导读
核心看点
- 收录图灵、塞尔等15篇AI哲学奠基文献
- 深度探讨机器能否思考及强AI可行性
- 剖析符号主义与联结主义的方法论分歧
适合谁读
- 人工智能与计算机科学专业研究者
- 对心灵哲学和认知科学感兴趣的读者
- 需要查阅AI哲学史料的学术人员
读前提醒
- 非专业读者可能觉得技术内容晦涩难懂
- 建议先阅读博登撰写的精彩导言综述
- 部分论文涉及复杂逻辑演算，需耐心
读者共识
- 博登的导言综述极佳，极具参考价值
- 图灵与塞尔的论战篇章最具启发性
- 整体偏重技术讨论，阅读门槛较高
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
精彩摘录
- "技术性AI并非不能存在，实际上已经制造出实用的AI系统，但是AI和心理学系统的最高目标——详尽的人类心理学过程模型——是不可能的，也是（或是）不可行的。有些哲学家也许反对说：这与不可行性无关，这里的问题是逻辑的可能性，而不是经验的可能性。这种回答忽略了“经验上可能的”在较为抽象的和较为实际的意义之间的差别，对于单独存在的基本科学原理和受到非常普遍的现实世界制约的科学原理，应当区别对待。"
- "一个符号就是一个物理模式，并以物理方式通过各种途径同另一些模式发生联系，以构成复合的“表达式”。计算过程可以比较和修正这种模式：一个表达式作为输入，另一个作为输出。任何能够以物理方式储存并系统的变换表达方式的基底，都能行使符号的作用。为达到对智能的理解，我们必须借助于指称和解释在信息处理层次上对物理符号系统加以描述。一个符号的意义就是它使系统产生的一组变化，或者达到或是响应某种状态。因果相关本质上是任意的，也就是说任何符号完全可以指称任何事物。"
- "因为公理化分析仅限于演绎范围，所以非演绎（归纳、统计...）的AI程序只有借助于非演绎的一般理论，才能科学的被加以认识。而非演绎推理正是哲学家们寻找已久未能发现的东西。麦克德莫特承认这种可能性：AI的许多研究可能都是没有出路的，“只是因为对哲学家们昔日的失败一无所知，才得以维持”。但他也希望AI的概念和技术有助于我们发现传统认识论所没有发现的一般性理论。但在此之前，不会出现无所不包的智能科学，我们为非演绎AI程序所做的辩护只可能是“它有效”。"
- "强AI之所以成立，是由于这样的二元论假定：在与心灵有关的地方，大脑是无关紧要的。在强AI中（同样也在功能主义中），重要的东西是程序，而程序又独立于它们在机器中的实现方式。的确，就AI而言，同一程序可以由电子机械实现，也可以由笛卡尔的心理实体或是黑格尔的宇宙精神来实现。我认为人类心理学现象很可能取决于大脑实际的物理化学特性，而我的这个思想令很多AI研究者震惊不已——这是我在讨论这些问题时得出的一个最出乎意料的发现。但是，如果对此稍加考虑，就会看到，我本不该有出乎意料之感。因为如果不接受某种程度的二元论，强AI计划就无指望实现。这个计划要通过设计程序来再现和解释心理，但只有当心灵不仅在概念上，并且"
- "智能人最为核心的特征——如果不说它是限定性特征的话——就是它能够“先看而后行”。更好一些则是，它能够先思而后行。智能（至少部分）是一个恰当使用你的认识的问题，但是这有什么用处呢？它可以提高预见下一步发生什么的准确性，可以作出计划，可以对行动过程进行周密思考，可以以增加将来要用的知识的目的构造进一步的假设，这样你就能让你所作的假设代你去死，从而保全你自己。"
作者简介
玛格丽特·A. 博登（Margaret A. Boden，生于1936年）是英国科学院院士，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，是人工智能领域的权威人士。
目录
用户评论
L
这就是属于不如看原版的那类。
15位AI研究者的论文，AI的历史
人工智能也有历史
最终不论支持方还是反对方都仅能通过驳倒对方的论点来间接维系自己的立场，没人直接能证明自己的观点是正确的。前期从图灵提出图灵测试的方法，到赛尔用中文屋驳斥，再到作者对中文屋的驳斥，这三篇连读非常有启发性；后期的论文则微妙地避免了这种正面交锋，转而关注更容易证明及实现的部分。
AI哲学的综述（前言部分）和里程碑论文集：M-P神经元，图灵的计算机与智能，塞尔的中文屋，司马贺的符号派启发式搜索，丹尼特的框架问题，海思的知识形式化vs麦克德莫特的批判，斯洛曼的心灵计算理论，PDP分布式表述，克拉克的联结论解释语言，德雷福斯的批判，丘奇兰的认知神经生物学，屈森斯的认知科学框架
里面选择的论文都是较为正统且具有奠基性的文章，从这一层面上来说非常合适做入门及继续研究的起点，常看常新。
四星多一点
人工智能固然是要制造人工的心灵，但完全实现制造心灵的目标，并不是这项事业的终极价值。更重要的是，人工智能的实现进一步加深了我们对自身的理解，促使我们不断追问到底什么是智能、什么是理解。中文屋就是这样一个反思的契机，这也是塞尔对人工智能哲学做出的最独特的贡献。
什么时候才能达到理想中的人工智能？
下载
收藏