人工智能的极限与未来

近些年来,深度人工神经网络在围棋、图像与语音识别等领域取得了非常大的成功。这些领域属于长期以来困扰人工智能的复杂表征化领域,因此人们完全可以对未来人工智能的发展采取非常乐观的态度。然而,人工智能首先是基于理性主义哲学假设的。所以我们有必要从哲学的角度去分析人工智能的极限与未来。尽管深度人工神经网络在一定程度上似乎摒弃了符号主义所坚持的理性主义哲学假设,但深度人工神经网络仍然是以表征为核心的。这意味着非表征化的智能活动领域,就是这种人工智能的极限。人工智能的未来不应该是取代人类,而应该是人机共生。     

具身人工智能与现象学

具身AI（embodiedAI）（又称行为主义AI）的很多灵感源自现象学对经典AI的批判。现象学关于人类智能的洞见——非表征性、具身性、在世界中的存在,都转化为了具身AI的设计原则。具身AI的发展和成熟,不仅是对现象学哲学的实证,也是对现象学实践的重大发展。蒙在现象学脸上的神秘面纱,通过具身AI的工作得到了一定的揭示。因此,具身AI是一种不寻常的现象学实践。尽管当前的具身AI,还不能完全体现现象学对人的理解并克服经典AI的难题,但不容质疑的是：具身AI进路使人类向着真正理解和模拟自然智能的目标更进了一步。     

曲马多PVC膜选择性电极的研制

介绍了一种曲马多ＰＶＣ膜电极。该电极以曲马多——四苯硼缔合物为电活性物质，线性范围为４．０＊１０￣（－５）—４．０＊１０￣（－２）ｍｏｌ／Ｌ，检测下限为１．４＊１０￣（－５）ｍｏｌ／Ｌ，斜率为５９．８ｍＶ／ｐｃ。电极在ｐＨ＝３．０－７．０之间对曲马多的回收率为９６．７％，电极被用于曲马多片剂和针剂中曲马多的含量测定，取得了较为满意的结果。     

玉米单交种“浚单20”选育及配套技术研究与应用

“浚单20”选育及配套技术研究与应用项目，主要针对黄淮海地区玉米生产中存在的高温干旱、花期阴雨、病虫害和遗传基础狭窄、丰产稳定性差等导致单产增长缓慢的因素，经过19个年头的反复实验、南繁北育，研究育成“浚9058”和“浚92—8”两个优良自交系，     

知识可以传递吗?

知识的力量和证据性真的如同洛克所说的那样:随着传递链的沿伸发生递减吗?当代的知识论学者们是怎么解决洛克提出的这个难题的?当代主导的知识传递观念及其争论又是什么?     

休谟的证词还原论:困境与出路

出于对休谟式还原论的极度失望,当代大多数认识论者走向了反还原论.而当代还原论在坚持原有经验原则的基础上,合理地承认了社会因素、尤其是证词在知识的生产和积累过程中的重要地位.