李开复：中美人工智能竞争不是零和博弈

<正>“人工智能（Artificial intelligence,AI）研究的是如何通过智能软件和硬件,来完成通常需要人类智能才能完成的任务。AI是对人类学习过程的阐释,对人类思维过程的量化,对人类行为的澄清,以及对人类智能边界的探索。这是人类认识自己的‘最后一公里’,我期盼能够投入这项崭新的、前景可期的计算机科学领域。”     

情感、机器、认知——斯洛曼的人工智能哲学思想探析

斯洛曼(Aaron Sloman)是英国伯明翰大学计算机科学学院的一位杰出的人工智能哲学专家、认知科学家.他在理性主义与经验主义的基础上,利用人工智能的方法去探讨古老的哲学问题,人类认知的过程及情感的产生机制,进而关注和研究人类的心灵哲学问题.     

从归纳逻辑视角解读人工智能的哲学意蕴——普特南人工智能思想窥探

普特南探究了人工智能的发展历程,认为图灵是在哥德尔扣杰克斯赫伯德工作的基础上重新构造了计算概念并且发明了计算机模型.计算机科学和人工智能不是等同的,我们应从原则和经验两个层次来看待将大脑思维模拟为数字计算机的思想.归纳推理面临的问题给人工智能研究带来很多的启示.人类本质活动不必然是人工智能的本质活动.即使大脑的计算机模型是正确的,我们也不能断言人工智能就会成功.因为,计算机模型不能够模拟人类总体的知识能力,对于人类认知的研究并不必然要求我们将认知要么还原为计算要么还原为大脑程序,我们可以很成功地发现大脑的理论模型,这有助于我们更好地理解大脑的工作机制,但是这并不要求我们必须借助于心理学.     

人工智能中计算主义的当前难题及转进策略

在莱布尼茨、丘奇和图灵等人所奠定的计算的数理理论的基础上,数字计算机诞生,1956年达特茅斯会议将其命名为人工智能。受逻辑与数学的影响,这一时期人工智能主要遵循计算主义的建构方法将认知看作符号计算,但这一做法遭到了强烈的哲学批判,随着日本第五代计算机计划的幻灭,计算主义彻底陷入低谷。事实上,计算主义以其符号表征和符号操纵的方式已然实现了对人的计算智能的建模。由于计算智能是人类智能的重要部分,因此构建强人工智能离不开计算主义。不过这些批判也说明了一个重要问题,即经典计算主义需要新方向、新发展。     

人解决问题对人工智能的教益

人工智能和认识过程模拟,这两门学科的研究目的虽然完全不同,但是它们富有成果的合作已经保持了四分之一世纪之久,现在它们则进一步结合在“认识科学”的称号之下。人工智能的研究目的是学会怎样编制计算机的程序完成机智的行动,认识模拟研究的目的则在于学习人类怎样做这些机智行动(解决问题,发现模式,学习,推理,作出决定)。但是编制完成这些任务的计算机程序可以(并且已经)提示我们人是怎样做同样的行动,而发现人     

关于人工智能的政治哲学批判

政治哲学以人类的纪律秩序和分配秩序为考察内容,人工智能的崛起将为政治哲学批判开拓更大的理论视域,我们可以设想"人-人工智能"的政治哲学批判、"人工智能-人工智能"的政治哲学批判和后人类的政治哲学批判等崭新理论问题。     

句法机怎样才能成为语义机？——本体论语义学及其启示

已有人工智能尽管在运算速度等方面大大超越于人类智能,但由于还缺乏意向性这一关键特征,以致于许多人否认它是真正的智能.为了解决这一问题,人工智能、计算机科学和心灵哲学从不同方面作了大量探讨,建立了许多新的理论和模型.本体论语义学就是其中之一.它独辟蹊径,研究了人类智能有意向性的内在条件和机理,发现本体论图式是人类接受、处理、生成意义的枢纽,并从工程技术角度对机器如何模拟人类这一概念结构和功能作了尝试性探讨,取得了一些富有意义的新成果.     

萨伽德的解释连贯性理论及其争议分析

萨伽德提出了解释连贯性理论,并基于解释连贯性理论开发了计算机模型ECHO用于评价相互竞争的科学理论。根据解释连贯性理论,评价科学理论与观察证据之间的连贯性应该遵守对称、解释、类比、资料优先、矛盾、竞争和可接受性7个基本原则。帕皮诺和乔纳森认为对称性原则忽视了概率推理的作用,而且乔纳森建议增加第八原则,以对新颖的预测附加特定的价值。麦考利、帕尔默和霍布斯对类比原则提出了质疑,认为类比原则是不必要的。对此,萨伽德进行了回应,并对解释连贯性理论和ECHO模型进行辩护。这样的批驳与相关回应,深化了人们对科学理论评价方法的认识。     

心智科学的若干重要领域探析--它所遭遇的疑难和悖论

本首先以心智科学的发展史为线索，从宗教、哲学与心智科学的关系入手，对心智科学的历史、现状和研究内容做了深入分析。接着以心智科学的若干重要问题为线索，分析了心智的起源和性质、心智与语言的关系、人工智能与人类智能、人类智能与进化的关系等心智科学的重要领域。本最后提出心智研究中值得关注的一些疑难和悖论。     

未来智能机器人具有思维意识

正你可能听过有意识思维和潜意识思维,科学家的研究评论表明,人类拥有三个等级的意识,这一概念将有助于科学家未来开发具有真实意识的人工智能机器人。虽然人工智能技术高速发展,但包括计算能力在内许多方面仍未达到人类智力等级。为了解决人工智能是否可能形成意识这一     

用BACON系统重新发现化学定律

西蒙是著名的人工智能专家。他送给本刊发表的这篇文章介绍了人工智能研究新进展的一个重要方面,即用计算机发现科学定律。这里介绍的BACON.4是一种发现经验定律的生成子系统。该程序可以用不同的描述层次来表现信息,并在高一层次概括它们。它采用数据推导的试探程序来检测数字数据与名词性数据的规律性。这种程序注意到守恒量和倾向性,从而导致BACON.4提出假说、定义理论项、假设固有性质。这种试探程序还具有发现公约数的新技术,从而可以应用于不同的领域发现科学定律。     

人工智能的历史和现状

人工智能(简称AI)是一门研究如何制造出人造的智能机器最终达到模拟人类的智能活动以扩大(延长)人类智能的科学。二十五年来,它正从经验阶段向理论阶段发展,从实验室向实际应用领域迈进。     

人工智能

<正>人工智能(artificial intelligence,AI)是解释和模拟人类智能、智能行为及其规律的学科,主要任务是建立智能信息处理理论,进而设计可展现近似于人类智能行为的计算机系统。人工智能被认为是21世纪三大尖端技术(基因工程、纳米科技、人工智能)之一。人工智能一词最初是在1956年达特茅斯会议上,由约翰·麦卡锡提出的。在之后的60多年里,人工智能取得了一连串里程碑式的突破:1997年"深蓝计算机"(Deep Blue)击败了当时的世界象棋冠军卡斯帕罗夫(Garry Kasparov); 2011年超级电脑"沃森"(Watson)     

人工智能的时间感知——从“程序时间”过渡到“感受时间”的可能性

人工智能如何在心智上接近或达到人类意识,这是技术时代无法回避的问题之一.然而,智能机器如何拥有真正的心智,或者说如何在技术之外融入“体验自身存在”的能力?这依旧是技术层面和科学层面的难题.为此,我们从时间感知着眼,区分了三种“程序时间”和“感受时间”,并最终认为,智能机器在时间感知上必须突破静态的B理论模型,走向动态的...     

人工智能将来会“用心”思考吗?

人工智能正在越来越多的领域替代人类大脑的某些功能,这种发展趋势引起了人们许多反思和担忧。将来人工智能是否可能完全取代人脑的功能?从中西思维方式比较的角度,可以展现解答这个问题的一种新思路。中国传统文化强调的"用心"思考,指的是以大脑右半球和边缘系统为主导的思维活动,这可能是人工智能无法完全取代的。"用心"思考是人类特有的智能,人工智能应该成为"用心"思考的必要补充,以提高其效率和质量;而"用心"思考应该成为人工智能发展的"调节器",以避免其发展在"无心"状态下可能出现的负面影响。要协调人类智能和人工智能的关系,有必要在人工智能发展中推行"用心的设计"和"用心的评价",在教育中实现"用心"思考与人工智能的有机融合。     

论人工智能与人类智能的双向互动

以GPT为标志的新一代人工智能技术日益逼近人类智能，使得人类不得不重新思考这两者之间的关系。当代人工智能的进步不仅体现为算法上的革命性突破，而且带动了智能技术产品的革命。人工智能已经成为技术驱动的现实产品，GPT-5引发了人们对AGI的最大关注，强人工智能似乎正在走向科技发展的前沿。这一革命性变化让人类智能的性质和特征变成了引人瞩目的话题。当今人类对智能和意识的探究，体现为人类智能与人工智能的双向互动：以模拟的数字化过程再现人类智能，这是人工智能技术出现的动因；而人工智能技术的每一进步，都是对重新认识人类智能的一次挑战。从对人类智能的模拟到对人类意识的重建，这是人工智能技术需要走过的历程。     

人工智能的前沿—智能体（Agent）理论及其哲理

本文从哲学及社会学、经济学的角度对计算机科学与人工智能的前沿领域－智能体（Agent)理论的发展及其哲理进行了分析与讨论，肯定了智能体研究在认识论与方法论上的进步及其系统论意义，特别对它导入社会智能而突破个体智能局限性的积极意义加以了肯定。对其尚未成熟的诸如智能体的博弈、效用、理性、规范及共同知识等论题进行了探讨并提出了自己的观点。     

德雷福斯对人工智能的批判仍然成立吗?

德雷福斯曾经提出:人工智能的问题既有科技属性,更有哲学属性。因为全部人工智能工作都依赖一个哲学假设:即人类世界是由可清晰表征的始基构成的,而智能就在某种独立的清晰元素之中。但从海德格尔和梅洛-庞蒂的现象学哲学来看,上述理性主义假设是不能成立的。德雷福斯就以现象学为基础来构建他的人工智能批判。近年来,深度学习算法大放异彩,而人工智能似乎已经完全克服了德雷福斯曾经提出的哲学批判。然而,在深入探查近些年来的人工智能工作之后,我们不难发现:尽管人工智能的神经网络进路的确取得了很大的进步,但它依旧没有放弃人工智能表征主义进路的哲学假设,因而仍然无法摆脱德雷福斯的哲学批判。     

计算机模拟的认知功能及其可能性

尽管计算机模拟实现了人类认知功能的物化，也为揭示人类认知活动机理开辟了新的途径，但学术界对认知功能的计算机模拟仍存在不同评价。为此，本文从理论层面对认知模拟作了辩证分析，在肯定其具有三项意义的同时，也指出其无法克服的诸多局限。笔者认为，客观评价认知功能的计算机模拟，有助于认知科学家在理论研究中尽早揭示和了解人类认知的规律与机制，在应用研究中能牢牢把握智能模拟的正确方向。     

人工智能能否超越人类智能

半个多世纪以来,人工智能研究似乎取得了迅猛发展,但批评之声也一直不绝于耳。本文亦是一项关于人工智能的批判性分析,针对的是一个关系到人工智能研究基础的问题,即"人工智能能否超越人类智能"。我将尝试构造一个基于集体人格同一性(collective personal identity)的新论证,从而表明:首先,该问题原则上无法仅在经验科学的框架中获得有效解决;其次,该问题其实是一个没有认知意义的问题;最后,如果该问题没有认知意义,那么人工智能研究的一个重要目标,即"生产出一种新的能以人类智能相似的方式做出反应的智能机器",恐怕也无法实现。