为什么聚焦于因果关系?

近年来许多学者聚焦于研究因果关系的深层原因,根源于人工智能界在深度学习上对模型稳健型的需求,映射出统计学方法在因果问题上面临困境;因果关系在人工智能领域具有不同于哲学语境下的特殊关注点,应该进行跨学科研究界定因果问题的内涵;在哲学语境下从AI领域角度讨论导致因果研究陷于困境的独立同分布问题,可能是近期使得研究取得进展的方向。     

深度神经网络中哲学所关注的五个问题

深度神经网络进展迅速，从哲学上回答需要关注的与可解释性有关的问题主要包括：可解释性界定、本质、是否可如同符号逻辑于分析哲学的作用般有助于学术争论解决、可解释性问题的消解以及符号主义是否是先验的。我们主张可解释性可置换为泛化中的有效性，输入和输出对复杂关系的近似不具有因果性而是训练的结果，逐层加工认知和近似逼近才是深度神经网络的的本质，对比人脑的复杂度，它不会与人的思维趋同。