下面是小编为大家整理的人工智能发展及其哲学意义（全文）,供大家参考。希望对大家写作有帮助!
人工智能的发展及其哲学意义5篇
【篇一】人工智能的发展及其哲学意义
人工智能的发展
人工智能（Artificial Intelligence）, 英文缩写为 AI, 是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性新学科。自问世以来AI经过波波折折，但终于作为一门边缘新学科得到世界的承认并且日益引起人们的兴趣和关注。不仅许多其他学科开始引入或借用AI技术，而且AI中的专家系统、自然语言处理和图象识别已成为新兴的知识产业的三大突破口。 人工智能的思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，他们较早萌生了有智能的机器的想法。十九世纪，英国数学家布尔和德o摩尔根提出了“思维定律“，这些可谓是人工智能的开端。十九世纪二十年代，英国科学家巴贝奇设计了第一架“计算机器“，它被认为是计算机硬件，也是人工智能硬件的前身。电子计算机的问世，使人工智能的研究真正成为可能。 作为一门学科，人工智能于１９５６年问世，是由“人工智能之父“McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学家在Dartmouth大学召开的会议上，首次提出。对人工智能的研究，由于研究角度的不同，形成了不同的研究学派。这就是：符号主义学派、连接主义学派和行为主义学派。 传统人工智能是符号主义，它以Newell和Simon提出的物理符号系统假设为基础。物理符号系统是由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组成成分出现，可通过各种操作生成其它符号结构。物理符号系统假设认为：物理符号系统是智能行为的充分和必要条件。主要工作是“通用问题求解程序“（General Problem Solver, GPS）：通过抽象，将一个现实系统变成一个符号系统，基于此符号系统，使用动态搜索方法求解问题。 连接主义学派是从人的大脑神经系统结构出发，研究非程序的、适应性的、大脑风格的信息处理的本质和能力，研究大量简单的神经元的集团信息处理能力及其动态行为。 人们也称之为神经计算。研究重点是侧重于模拟和实现人的认识过程中的感觉、知觉过程、形象思维、分布式记忆和自学习、自组织过程。 行为主义学派是从行为心理学出发，认为智能只是在与环境的交互作用中表现出来。 人工智能的研究经历了以下几个阶段： 第一阶段：50年代人工智能的兴起和冷落 人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。 第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮 DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议（International Joint Conferences on Artificial Intelligence即IJCAI）。 第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展 日本1982年开始了“第五代计算机研制计划“，即“知识信息处理计算机系统KIPS“，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。 第四阶段：80年代末，神经网络飞速发展 1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。 第五阶段：90年代，人工智能出现新的研究高潮 由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。 ＩＢＭ公司“深蓝“电脑击败了人类的世界国际象棋冠军，美国制定了以多Agent系统应用为重要研究内容的信息高速公路计划，基于Agent技术的Softbot(软机器人)在软件领域和网络搜索引擎中得到了充分应用，同时，美国Sandia实验室建立了国际上最庞大的“虚拟现实“实验室，拟通过数据头盔和数据手套实现更友好的人机交互，建立更好的智能用户接口。图像处理和图像识别，声音处理和声音识别取得了较好的发展，IBM公司推出了ViaVoice声音识别软件，以使声音作为重要的信息输入媒体。国际各大计算机公司又开始将“人工智能“作为其研究内容。人们普遍认为，计算机将会向网络化、智能化、并行化方向发展。二十一世纪的信息技术领域将会以智能信息处理为中心。
【篇二】人工智能的发展及其哲学意义
读《人工智能哲学》笔记
读《人工智能哲学》笔记2009-11-03 09:06读《人工智能哲学》笔记
《导言》:
对哥德尔不完全性的克服，矛盾的具体化，非系统崩溃
关注的窗口:正意识到的内容的转换～
海伦有触觉、空间感的经验知识，当把符号和经验中的"水"对应起来，意识就清晰、稳定起来。
我的模式自动机方法的优点之一是:系统只要理解一个个模式成立、可以应用的条件、场合和模式得到满足的判别标准，就能有意义地使用模式集合解决问题。
一个神经元的兴奋可造成另一神经元不被激活，或提高阈值――抑制。
《1.神经活动内在概念的逻辑演算》:
神经元状态可看成逻辑变量值，多输入对某单元的支持看成"与"，抑制看成"非"。
《2.图灵:计算机器与智能》:
图灵实验:通过键盘回答问题，区别人或机器。
想到:建模型+机制，哪些基本的、够用的机制
关于图灵说的学习机:
超临界尺寸的反应堆，可被激发。
洋葱皮，一层层剥去里面无物。但多阶、多层系统会产生复杂的组织和运动～
自然语言理解和下棋是两个可让机器学习的问题。
《3.塞尔:心灵、大脑与程序》
弱AI:计算机在心灵研究中做为重要工具。
:程序合适的计算机有理解等认知，就是个心灵。
强AI
可如此检验某心灵理论:想像自己按这理论思维会如何。
"汉语屋"就是一种思想实验:给汉语文本和英文的形式规则。塞尔用来反
。
对AI
"心灵研究是以人类具有信念，而恒温器、电话机和加法机没有信念这些事实做为起点的。"
"我们要知道的是，使心灵与恒温器和肝脏区别开来的是什么。"
"大脑的要害问题，也就是大脑的因果特性，大脑产生意向状态的能力。"
"在认知科学中，人们预先假定了心理的实在性和可知性。"
要反驳的是"一个精确的、定义完善的论题:心理过程是以形式定义的元素上的计算过程。"
"意向状态是根据它们的内容，而不是根据它们的形式定义的。"
【内省可知:一个模式如何激发另一模式。
我关于"汉语屋"的评论如下:
屋内人的意识虽然建立在英语上，他有意识;他的汉语知识内化在人家提供的识别文本――处理文本的规则里。他处理规则的过程，对汉语内容无意识，但对规则本身是有意识的。
同样:机器理解程序～知道程序要求它如何动作。我们要把知识内化为程序和数据。在上一个层次，程序理解一定的规则和数据。…继续向上，系统理解语言、视觉、听觉、触觉、动作信息。
一个观点:下一层次的形式可以是上一层次的内容。无结构的内容，指称外部事物或动作。
我的"理解"也不是人类的理解那种，可说成是:有意义地区别、联系和操作。这是通过把语义信息一层层形式化造成的。
模式自动机是对任何层次的"有意义化"机制的描述。】
《4.博登:逃出中文屋》
用布伦塔诺的话来说，意向状态使心灵指向一个对象;用塞尔的话来说，它们具有内在的表述能力，或是"所指内容";无论何种情况，它们都把心灵同世界联系起来。
需要增加一组与外部世界的因果关系。
(塞尔)相当于认为大脑是智能的担负者，而不是智能的因果基础。
【想:人类的智能学习从语义开始，后来才掌握形式，他从实例及与符号的对应，掌握事物的联系――语法。"我爸成老师傅了"，"妈妈你怎么变成老师了"。即人类从低效有实质开始，向"文"化发展，同时提高信息处理效率。】
学习一种语言，就是建立起相关的因果联系，这不仅是词与现实世界之间的联系，而且是词与解释这些词时所具有的许多非内省过程之间的联系。
程序对计算机的作用是直接的。
人们甚至会说，一个表述是一种活动，而不是一个结构。许多哲学家和心理学家都认为心理表述是内在能动的。
按照他(霍施塔特)的说法，"大脑本身并不"处理符号"，大脑是一个媒介，符号在它里面浮动着，并在它里面相互触发。"
(关系同构和找到某项不同。应采用统一编程语言理论，使指称和过程被包含进来。)
【prolog语言中，也有为了"满足"的过程。我的模式自动机把描述和过程统一，又不约束过程步骤。】
任何计算机固有的过程结果，都给了程序一个语义的立足点，这里所说的语义不是指称性的，而是因果性的。这是与屋中的塞尔理解英文的类比，而不是与他理解汉文的类比。
《5.纽厄尔、西蒙:作为经验探索的计算机科学:符号和搜索》
计算机科学是对围绕计算机的现象所作的研究。
我们想把计算机科学称为经验探索。
我们是要考察这门科学的一个方面――通过经验探索而形成的新的基本理解。
1.符号和物理符号系统
(定性结构定律:如细胞、原子、病毒、大陆板块，具有稳定性、本质性。下面说明物理符号系统对于智能是个本质。)
物理符号系统:一个物理符号系统是由一组叫做符号的实体组成的，这些实体是一些物理模式，可以作为另一种叫做表达式(或符号结构)的实体的分量而存在。
(除这些符号结构而外，还包含产生出另一些表达式的过程。)
物理符号系统是一架机器，它产生出一个随时间而演化发展的符号结构集合体。
指称:由表达式而抵达对象。
解释:能执行表达式指称的过程。
有指称、解释功能的系统也完备、封闭。
物理符号系统是通用机的一个例子。
我们的假设是:物理符号系统具备智能行动的能力，同时一般智能行动也需要物理符号系统。(是智能的充要条件。)
2.启发式搜索:符号系统是使用启发式搜索过程来解题的。这一总结(如上)根据的是经验证据，而不是从其他前提中正式地推导而出的。
启发式搜索假设:将问题的解表述为符号结构。物理符号系统在问题求解中以搜索方式行使它的智能，亦即生成符号结构，并逐步对其进行修正，直到产生出一种解的结构。
说明一个问题就是指明:1)对一类符号结构(该问题的解)的检验;以及2)符号结构的生成程序(潜在的解)。解决问题就是运用2)生成一个满足1)的检验的结构。
一个符号系统(有时)可以说明和解决问题，是因为它有生成和检验的能力。
如果系统对产生潜在解的顺序具有某种控制能力，那么就值得对这种生成顺序加以安排，从而使实际的解及早出现的可能性大大提高。如果系统在一定程度上成功地做到了这一点，它就有可能在这一程度上表现出智能。对一个加工资源有限的系统来说，智能就在于对下一步做什么作出明智的选择。
系统通过修改以前的表达式产生新表达式，修改过程保持解不变。
对树搜索，提高经济性的办法是:只生成有价值的分支。
智能的任务就是防止搜索中始终存在的由指数激增造成的威胁。
以别的可用信息引导搜索的技术来增补它的解生成程序的选择性。
有一些搜索技术得到发展，直到60年代中后期，一直很难看到根据这些概念对问题求解所作的一般性的、与任务分离的理论探讨。
低结构化是指与问题空间结构相关的理论是不充分的或不存在的。
信息的非局部用法:一些完全相同的事实不得不在这一搜索树的不同节点上重复去发现。近年来，把信息从它的原始语境传递到其他恰当语境这方面，已经做了一些开拓性的工作。【按:辨证逻辑强调了具体性，其实考虑了可以"抽象"，又能恰当"放回"具体环境的条件。即一个自足的自我运动的整体才是一个概念。】
语义识别系统:向符号系统就其所涉及的任务域提供大量语义信息。大师的技巧主要来源于所存储的信息，这些信息有的能使他识别出棋盘上大量的特定特点和特点的模式，有的利用这种识别，提出与所识别特点相适合的行动。
识别之所以可能取代搜索，是因为特殊的模式，特别是稀有的模式，可能包含大量信息，只要它是与问题空间结构密切联系的。
选择恰当的表述方式:(寻求易于求解的等价表示方式)
结论
符号系统是许多模式和过程的集合体，而后者能够产生前者，并破坏和修正前者。模式最重要的特征是，它们能指称对象、过程或其他模式，而当它们指称过程时…完成被指称的过程。
建立符号表达式，对它们进行一系列修正(即在可能解的空间搜索)，直到它们满足解的条件，这就是寻找解的一般方式。(有时)这些路线组成一整棵搜索树。
【按:对模式各分量的值的组合，有:根，第i层是第i分量，其第j分支是第i分量的第j个可能值。形成一棵树。】
《6.D.C.玛尔:人工智能之我见》
信息处理问题的解答自然地分为两部分。第一部分。可以看作对要计算什么和为什么计算所作的抽象的系统阐述，我把它称为计算"理论"。第二部分由实现计算的特殊算法构成，所以它说明了怎么做的问题。
1型理论。(乔姆斯基句法理论)
众多过程同时行动，而这些过程的相互作用就是它本身的最简单描述，那么我们称这种情况是2型理论。
我们假定人类语言的目的是将一个原本不是一维的数据结构转换成一维形式，以便按顺序发声的方式传递，然后在听者头脑中被重新译作某些近似的副本。
人类锲而不舍的所有重要事业，都是锲而不舍地以基于信念、而不是基于后果的个人献身精神作为开始的。AI正是这样的例子。
(苍蝇飞，拿报纸，联想到要拍，相互联系而限定。)
如果我们认为信息处理研究的目的是系统阐述和理解特定的信息处理问题，那么处于核心地位的正是那些问题的结构，而不是实现这些问题所经历的机制。
对问题求解的研究已趋于集中在那些我们在智能上理解得很好、但做起来却很差的问题上。
《7.D.C.丹尼特:认知之轮:人工智能的框架问题》
智能的人是从经验中学习，然后用学到的东西来指导对未来的预期。实际上，休谟就是根据预期的习惯对此作出解释的。但是习惯是怎样起作用的呢?休谟信手拈来一个答案――联结主义，大意是说:观念之间的某些转换通道，在变得经久耐用之后更有可能循之而行。
(具有整体性的框架如"整块布丁")
"现象学"这一术语在习惯上是同内省法联系在一起的―――用它来检验呈现意识给的是什么，或者赋予意识的是什么。
现在我们已经在一段时间内取得进一步的认识:我们的意识所抵达的，可以说只不过是我们头脑中发生的多层信息加工系统的外层表面而已。视线以外的东西太多了。
AI迫使平常的信息浮现出来，其原因是AI面对的任务是从零开始的:。对"关于现实世界"的事最初是一无所知的。
今天我们都会同意，一个出生时像白板一样面对世界的实体，根本不可能学习，但是在什么是天生的、什么是在成熟中形成的以及什么是真正学习所得的之间划分出界限，比起人们或许已经产生的看法，在理论上就不那么重要了。虽然有些信息必须是天生的，但是几乎没有什么特殊条目必须是:体察到或许是肯定前件的假言推理，还有排中律，以及对因果性的某种观念。
【按:康德的先天综合判断，范畴，包括了时间、空间、变动等，我也认
"属性"，应被系统先天地"理解"。为要事先固化在系统中，另外抽象的"关系"、
逻辑的"与、或、非、蕴涵"，算术的"加、减、乘、除"也是。
另外，有些常识或潜在意识，在语言没有发展时的探索、玩耍中，得到。
直接给执行者装备了解决问题时应该"知道"的所有内容。这可能是一种危险的捷径。
语义问题――"知识层次"的问题。句法问题就是装入该信息时要使用何种系统、形式、结构或机制的问题。
AI中当前正在研究的非单调推理方法。目标是共同的:获得人类的才智，去忽略应该忽略的，同时在重大的反常情况出现时保持警觉。
将一切变化多端的生活经验压缩成数目可控制的一些定型套路的主题，亦即范式型的情节梗概――明斯基称之为"框架"，尚克称之为"脚本"――中的变化。
从一个角度来看，非单调逻辑或缺省逻辑、划界、以及时态逻辑，对于不动脑子的演绎方法来说，看来都是根本性的改进;但是换一个稍微不同的视角，它们则表现出更多的共同之处，至少与用于心理模型的框架一样地非实在。
但是意识思维的幕后实现方式在人类中是怎样完成的?
引进认知之轮的概念。
许批评AI的人都深信:任何AI系统除了作为认知之轮的齿轮箱之外，什么作用也不起，而且这是必然的。
在某个高层次上或是在现象学层次(该层次仅仅提出问题)以下的一些层次上，存在着从模型特征到被建模事物的映射，这也是人或其他生命中的认知过程。
"心理实体"
有人主张，虽然麦卡锡方式的形式化常识推理没有直接告诉我们有关心理推理过程的什么事情，但是它澄清了对所要求的任何一种像这样的生物或非生物实现方式的纯语义层次的特征，并使之明确化、系统化。
人能够从事快速、灵敏、有风险但有价值的其余情况相同推理。
R.德苏萨(的《情感的理性》)以令人信服的理由指出:情感的功能是填补由在确定行动和信念时的"纯粹推理"遗留下来的空白。
《8.P.J.海斯:朴素物理学宣言》
提出对有关日常物理世界的相当大的一部分常识性知识，即对关于物体、形状、空间、运动、物质(固体和液体)、时间等知识加以形式化的构造方案。阐明这方案需要实现河能够实现;然后简述使之实现的方法。
我们一再看到，由于过早地考虑计算问题，在AI的表述问题方面的严肃工作被转移方向或全面受阻。
我认为:对于表述(表示)来说，一阶逻辑是一个适用的基本工具。
把流体的可能物理状态在本质上看作有限状态机器的状态，是很有用处的。这些就把一些冗长而臃肿的一阶公理概括为一个简洁的图形。
我们规定，形式化是稠密的，如果对于每一标志，都存在着许多包含该标志的公理。
稀疏的形式化不能足够准确地固定所含标志的意义。
公理与概念的比率a/c。稠密的公理化很大。
【按:我们一般有两种信息:1.定义、性质，把概念识别出来，使之与其他概念区别。2.公理、定理，规定要保持的内在联系。】
如果能够为常识性推理找到一个类似的还原理论，一定会令人惊叹不已:一个小型概念集合，以及与这些概念相联结的公理，使所有其他概念都能用这少数几个概念来定义。
【儿童思维中，对象先于动作和属性。这点我有观察:金炎小朋友，当他爸爸像老大爷每天一样打开大门时，说:"我爸爸成了老大爷了。"陈越小朋友对他妈妈说:"妈妈你别成了老师了。"
另外，从情境得到的词汇及意义在前，然后依赖先得的词汇描述其它词汇的意义。】
我们无法指着一个特定结构说，这就是某个标志的意义。我们只能说，标志在如下程度上意指一个概念:作为整体的形式化能够使充分多的、在其结论中包含该标志的推理，亦即言及此概念的推理得以完成。
形式化(系统)的每一可能的模型中，如果该标志代表一个实体，而该实体在模型所示出的可能的事物状态中，被人们认为对概念作出了令人满意的例示，那么，这个标志就意指这一概念。
形式化模型必须可被识别为物理实在的摹本。
对一阶公理化而言一个模型就是一个集合――存在于用该模型表述的"事物状态"之中的实体的集合，同时，它也是从公理化标志到这个集合、以及覆盖这一集合的关系和函数的多个集合的特定映射。
没有任何东西事先阻止真实世界成为公理系统的模型。
了解形式化精确性的一个好办法，是看它的最简模型与预期模型的相似程度如何。
让我们设想朴素物理学形式化有一个带感觉器官的身体。这样，朴素物理学就应该部分地成为一个表象理论。【有开放端，忽略感性细节，可得到一个关于单个对象的命题。】
(形式化过程中，开始为说明一个概念，增加许多新的概念，直到概念不增加(闭合)，关系增加，最后完成。)
(概念)簇恰好是局部闭合的。(内部联系丰富，外部联系较少)
一些概念簇:度量的尺度;形状、方向和维度;内部和外部;历程:对发生过程的描述(可有时间、空间的嵌套。关于一件事的历程与大时空的关联――编址，表达、预见能力);能量与作用力;组合;支撑;物质和物理状态(固、液、泥、粉、胶态);力和运动;液体
我们的目标是构造一个形式化，由它对启发方式恰当的可行推理搜索空间作出定义。(待补完)
特别声明:
1:资料来源于互联网，版权归属原作者
2:资料内容属于网络意见，与本账号立场无关
3:如有侵权，请告知，立即删除。
【篇三】人工智能的发展及其哲学意义
人工智能的哲学思考
李凌己
【期刊名称】《中国青年科技》
【年(卷),期】2004(000)006
【摘要】中国首次人机对奕，以诸宸2比0败给“紫光之星”而结束。中国的首次人机对奕，意外地引发了国内外媒体的高度关注，同时也引发了媒体对人工智能的一些讨论与思考。本文想从哲学的角度思考一下人工智能的几个问题：
【总页数】2页(P.50-51)
【关键词】人工智能;哲学分析;人类思维;机器人
【作者】李凌己
【作者单位】无
【正文语种】英文
【中图分类】TP18
【相关文献】
1.人工智能发展中的哲学问题——评吉利斯对概率解释的哲学思考 [J], 胡怀亮
2.人工智能发展中的哲学问题——评吉利斯对概率解释的哲学思考 [J], 胡怀亮
3.人工智能发展中的哲学问题——评吉利斯对概率解释的哲学思考 [J], 胡怀亮
4.人工智能与机器人校本课程开发的思考 [J], 姚艳红; 秦健
5.人工智能与机器人的教学与应用思考 [J], 张微
以上内容为文献基本信息，获取文献全文请下载
【篇四】人工智能的发展及其哲学意义
人工智能及其哲学意义
陈安金
【摘 要】人工智能的发展已达到很高水平，电子计算机将更接近大脑的功能。但计算机解决问题的能力从技术角度看有很大局限性，计算机万能论者的理论依据也是有问题的。计算机不能代替甚至超过人。人工智能的哲学意义是多方面的，它能深化认识论的研究，能促进辩证法的发展，能为唯物史观提供有力的科学依据。
【期刊名称】《温州大学学报（社会科学版）》
【年(卷),期】2002(015)003
【总页数】3页(P7-9)
【关键词】人类智能;人工智能;模拟;哲学意义
【作 者】陈安金
【作者单位】温州大学社科部,浙江温州,325027
【正文语种】中 文
【中图分类】教科文艺
2002年9月第 3 期温州大学学报•7• 人工智能及其哲学意义陈安金（温州大学社科部浙江温州 325027)摘要 2人工智能的发展已达到很高水平，电子计算机将更接近大脑的功能．但计算机解决问题的能力从技术角度看有很大局限性，计算机万能论者的理论依据也是有问题的．计算机不能代替甚至超过人．人工智 能的哲学意义是多方面的，它能深化认识论的研究，能促进辩证法的发展，能为唯物史观提供有力的科学依 据．关键i司 g人类智能人工智能模拟哲学意义中图分类号z BB0-05 文献标识码：
B文章编号 g 1008-309 (2002) 03---0008---02 人工智能是相对于人类智能而言的，人类 智能，亦称天然智能，指人们认识客观事物并 运用这种认识解决实际问题的能力。人类智能 往往通过观察、记忆、想象、思考、操作等表 现出来。人工智能，目前还没有一个明确的定 义，但我们可以从一些人工智能专家的话中进 行分析、总结，明确什么是人工智能。
英国著名数学家图灵1950年在《机器能思 维吗》一文中认为：
“机器如果在某些现实条 件下能够非常好地模仿人回答问题，以致使回 答在相当长时间内误认为它不是机器，那么机 器就可以认为是能思维的。”图灵于1977年又 提出，人工智能就是研究如何使计算机去做过 去只有人才能做的智能的工作。也有人认为人 工智能指的是控制装置有能力获得新的、其内 存中所没有的成果。以上说法不尽相同，但就 其本质来说，可以认为：人工智能就是研究如 何用机器模拟人的智能活动，延伸人类智能的 一门科学。鉴于人工智能以研究、模拟、扩展人类智 能为目标，所以，随之产生了以人类智能和人 工智能的关系为核心的一系列哲学问题。
人工智能是随着数理逻辑、控制论、信息 论等学科和自动化技术的发展而产生并发展起 来的。本世纪3040年代，弗雷格、罗素等人的 研究表明 z 推理的某方面的功能可以用比较简［收稿日期］ 2001-05-15［作者简介］陈安金（1965一），男，哲学硕士，副教授单的结构加以形式化。这一成果，以及图灵、 丘奇等人关于计算本质的思想，使莱布尼茨在 17世纪提出的“思维可计算”设想部分地成为 现实，将形式推理和即将产生的计算机联系起 来了。40年代以来，随着自动化技术的不断发 展，诞生了协助脑力劳动的主要工具→一电子 计算机，为人工智能的兴起奠定了物质基础。
与此同时，产生了一门以自动调节、通讯技术 和神经生理学、数学等学科为基础，研究自动 机器和生物机体中控制与通讯的共同规律的一 门科学一一控制论。从此人们开始用机器代替 或模拟人做各种工作。50年代后期，人们开始试制各种形式的 “机器人”，他们不仅作为代替人力的机器， 而且作为协助人脑工作的工具。人工智能的研 究就兴起了。最初制造的是“工业机器人”，它能够根 据一定程序代替人在困难和危险的环境中从事 一些简单的工作。
1959年美国工程师塞缪尔设 计了第一部弈棋机，击败了缪塞尔本人，而缪 赛尔是一位业余棋赛的高手 z 1962年，他又设 计了一部弈棋机，击败了美国某州的棋赛冠 军。这一时期，也有人研制出了“几何定理证 明机”。这些成果表明“机器人”已从从事 “体力劳动”逐步转向从事“脑力劳动”。
现在，人工智能的发展已达到很高的水 平：(1 ）今天的计算机程序能下锦标赛水平 的各种方盘棋、 15子棋，有的程序甚至能够用• 7 技术角度看有很大局限性，计算机万能论者的理论依据也是有问题的．计算机不能代替甚至超过人．人工智能的哲学意义是多方面的，它能深化认识论的研究，能促进辩证法的发展，能为唯物史观提供有力的科学依据．人工智能是相对于人类智能而言的，人类智能，亦称天然智能，指人们认识客观事物并运用这种认识解决实际问题的能力。人类智能往往通过观察、记忆、想象、思考、操作等表现出来。人工智能，目前还没有一个明确的定义，但我们可以从一些人工智能专家的话中进行分析、总结，明确什么是人工智能。英国著名数学家图灵1950年在《机器能思维吗》一文中认为：
“机器如果在某些现实条件下能够非常好地模仿人回答问题，以致使回答在相当长时间内误认为它不是机器，那么机器就可以认为是能思维的。”图灵于1977年又提出，人工智能就是研究如何使计算机去做过去只有人才能做的智能的工作。也有人认为人工智能指的是控制装置有能力获得新的、其内存中所没有的成果。以上说法不尽相同，但就其本质来说，可以认为：人工智能就是研究如何用机器模拟人的智能活动，延伸人类智能的一门科学。鉴于人工智能以研究、模拟、扩展人类智能为目标，所以，随之产生了以人类智能和人工智能的关系为核心的一系列哲学问题。人工智能是随着数理逻辑、控制论、信息论等学科和自动化技术的发展而产生并发展起来的。本世纪3040年代，弗雷格、罗素等人的研究表明 z 推理的某方面的功能可以用比较简单的结构加以形式化。这一成果，以及图灵、丘奇等人关于计算本质的思想，使莱布尼茨在17世纪提出的“思维可计算”设想部分地成为现实，将形式推理和即将产生的计算机联系起来了。40年代以来，随着自动化技术的不断发展，诞生了协助脑力劳动的主要工具→一电子计算机，为人工智能的兴起奠定了物质基础。与此同时，产生了一门以自动调节、通讯技术和神经生理学、数学等学科为基础，研究自动机器和生物机体中控制与通讯的共同规律的一门科学一一控制论。从此人们开始用机器代替或模拟人做各种工作。50年代后期，人们开始试制各种形式的“机器人”，他们不仅作为代替人力的机器，而且作为协助人脑工作的工具。人工智能的研究就兴起了。最初制造的是“工业机器人”，它能够根据一定程序代替人在困难和危险的环境中从事一些简单的工作。
1959年美国工程师塞缪尔设计了第一部弈棋机，击败了缪塞尔本人，而缪赛尔是一位业余棋赛的高手 z 1962年，他又设计了一部弈棋机，击败了美国某州的棋赛冠军。这一时期，也有人研制出了“几何定理证明机”。这些成果表明“机器人”已从从事“体力劳动”逐步转向从事“脑力劳动”。现在，人工智能的发展已达到很高的水平：(1 ）今天的计算机程序能下锦标赛水平的各种方盘棋、 15子棋，有的程序甚至能够用•8•陈安金：人工智能及其哲学意义经验改变其性能。
(2 ）能从大量己知事实中 进行“推理”，证明“定理”。
( 3 ）计算机 能将一种语言翻译成另一种语言，有的程序甚 至能翻译从话筒输入的口头语言，有的科学家 正研究用机器翻译诗歌。
(4 ）己研制出“专 家系统”，能够进行“咨询对话”，如一种医 疗专家系统，能够诊断脑膜炎及血液中的各种 传染性疾病，并能开出药方。在其它一些领 域，如自动程序设计、机器视觉、机器人学、 智能检索系统，组合调度问题，系统语言表述 问题上，人工智能也有了广泛的应用。人工智 能在许多领域做了过去只有人脑才能完成的工 作，而且大大提高了这些工作的效率。
现代计算机经历了第一代电子管计算机、 第二代晶体管计算机、第三代集成电路计算 机、第四代大规模集成电路计算机的历程，第 五代智能计算机的发展也有重大突破。第五代 计算机能够处理自然语言、具备学习和归纳能 力，用户只需在程序中规定做什么，而不必规 定怎么做，计算机便可以将结果告诉你。可以 预见，随着人工智能的进一步发展，电子计算 机将更接近人脑的功能，人工智能学科将近一 步发展完善。伴随着人工智能的产生和发展， “机器能 不能思维”、 “机器能不能代替人的问题”随 之产生。人工智能发展之初，有人醉心于其初 步研究成果，提出“十年内计算机将是世界棋 赛冠军，除非不让它参赛：十年内计算机将会 发现和证明重要的新数学定理现了吗？没有！将来能实现吗？不可能！ 计算机解决问题是有条件的：
(1 ）要对 问题进行形式化，使问题得以用形式语言表述 出来，计算机才可能解答。像直觉思维、创造 性思维等无法形式化的问题，计算机是无能为 力的：将问题形式化的过程，也是计算机无法 完成的，只有靠人脑来解决。
(2 ）并非所有 形式化了的问题计算机都能解决，还要求问题 具有可计算性，对不具有可计算性问题，计算 机无法解决。(3 ）尽管问题形式化了，也具有可计算性了，计算机仍然未必能解决，还要求问题复杂度不太大。如果复杂度很大，超过 了计算机的能力，计算机也就束手无策了。由 此可见，计算机能解决的问题还是很有限的。
以上从技术的角度分析了计算机的局限 性。其实计算机万能论者的理论依据也是有问 题的。他们认为：人脑在一定的水平上以离散 的方式加工信息：人脑按形式规则加工信息单 位：一切知识都可以形式化；
客观世界是由若 干互相独立的原子事实组成的。从马克思主义 哲学和科学的角度加以考察，这些都是不正确 的。哈密尔顿在其《数理逻辑》中分析了谓词 演算系统的不可判定性后指出：哪怕最终计算 机遍布世界，他们也决不可能代替数学家。为 什么呢？因为虽然计算机能证明定理，但不存 在普遍程序，判定一般数学命题是不是定理， 因而计算机不能代替人。从以上分析可以看到，计算机在某些领 域，也许比人更能发挥作用，但它毕竟是人类 认识、改造世界的工具。计算机不是人，它既 不能代替人，更不能超过人，相反，它要由人 来设计，并由人来操纵，人可以不断发展、完 善计算机，但计算机不能超过人的智能。计算 机比人脑反应速度快，但解决问题又有上述的 种种局限性，“人”是一个集合的概念、类概念，计算机可以超过这个、那个具体的人，但 无法同整个人类相比，所以，只能说计算机对 人脑是“部分超过，总体不及”。人工智能的哲学意义是多方面的，这里试 图从认识论、辩证法、马克思主义科学技术观 的角度作一些分析。1.人工智能对认识论研究的推动。人工智能是建立在心理学、生理学、脑科学、现代 认知科学等学科的基础之上的，它的产生和发 展，推进了认识论的研究，具体说来，有以下 两个方面：1.1人工智能引起了认识论的深化。人工智能的基本工具计算机与人脑在操作过程某些 方面的某些共同特点，使人们对人工智能研究 的某些成果可以迁移到人类智能上来。人工智8 陈安金：人工智能及其哲学意义经验改变其性能。
(2 ）能从大量己知事实中进行“推理”，证明“定理”。
( 3 ）计算机能将一种语言翻译成另一种语言，有的程序甚至能翻译从话筒输入的口头语言，有的科学家正研究用机器翻译诗歌。
(4 ）己研制出“专家系统”，能够进行“咨询对话”，如一种医疗专家系统，能够诊断脑膜炎及血液中的各种传染性疾病，并能开出药方。在其它一些领域，如自动程序设计、机器视觉、机器人学、智能检索系统，组合调度问题，系统语言表述问题上，人工智能也有了广泛的应用。人工智能在许多领域做了过去只有人脑才能完成的工作，而且大大提高了这些工作的效率。现代计算机经历了第一代电子管计算机、第二代晶体管计算机、第三代集成电路计算机、第四代大规模集成电路计算机的历程，第五代智能计算机的发展也有重大突破。第五代计算机能够处理自然语言、具备学习和归纳能力，用户只需在程序中规定做什么，而不必规定怎么做，计算机便可以将结果告诉你。可以预见，随着人工智能的进一步发展，电子计算机将更接近人脑的功能，人工智能学科将近一步发展完善。伴随着人工智能的产生和发展， “机器能不能思维”、 “机器能不能代替人的问题”随之产生。人工智能发展之初，有人醉心于其初步研究成果，提出“十年内计算机将是世界棋赛冠军，除非不让它参赛：十年内计算机将会发现和证明重要的新数学定理现了吗？没有！将来能实现吗？不可能！计算机解决问题是有条件的：
(1 ）要对问题进行形式化，使问题得以用形式语言表述出来，计算机才可能解答。像直觉思维、创造性思维等无法形式化的问题，计算机是无能为力的：将问题形式化的过程，也是计算机无法完成的，只有靠人脑来解决。
(2 ）并非所有形式化了的问题计算机都能解决，还要求问题具有可计算性，对不具有可计算性问题，计算机无法解决。求问题复杂度不太大。如果复杂度很大，超过了计算机的能力，计算机也就束手无策了。由此可见，计算机能解决的问题还是很有限的。以上从技术的角度分析了计算机的局限性。其实计算机万能论者的理论依据也是有问题的。他们认为：人脑在一定的水平上以离散的方式加工信息：人脑按形式规则加工信息单位：一切知识都可以形式化；
客观世界是由若干互相独立的原子事实组成的。从马克思主义哲学和科学的角度加以考察，这些都是不正确的。哈密尔顿在其《数理逻辑》中分析了谓词演算系统的不可判定性后指出：哪怕最终计算机遍布世界，他们也决不可能代替数学家。为什么呢？因为虽然计算机能证明定理，但不存在普遍程序，判定一般数学命题是不是定理，因而计算机不能代替人。从以上分析可以看到，计算机在某些领域，也许比人更能发挥作用，但它毕竟是人类认识、改造世界的工具。计算机不是人，它既不能代替人，更不能超过人，相反，它要由人来设计，并由人来操纵，人可以不断发展、完善计算机，但计算机不能超过人的智能。计算机比人脑反应速度快，但解决问题又有上述的种种局限性，念，计算机可以超过这个、那个具体的人，但无法同整个人类相比，所以，只能说计算机对人脑是“部分超过，总体不及”。人工智能的哲学意义是多方面的，这里试图从认识论、辩证法、马克思主义科学技术观的角度作一些分析。智能是建立在心理学、生理学、脑科学、现代认知科学等学科的基础之上的，它的产生和发展，推进了认识论的研究，具体说来，有以下两个方面：智能的基本工具计算机与人脑在操作过程某些方面的某些共同特点，使人们对人工智能研究的某些成果可以迁移到人类智能上来。人工智•9• 能从外部研究、模拟人脑的活动过程，为人类 对认识主体自身的认识提供了新工具、新方 法，有助于进一步弄清人类思维活动、智能活 动的奥秘。1.2人工智能扩大了认识论的研究领域。主体是凭借一定中介来认识客体的，这个中 介，也就是工具。工具是人类器官的延伸，计 算机是人类思维器官一一人脑的延长。人工智 能的应用，使千百年来人们的许多幻想如登月 探险、人造卫星发射等成为现实。人工智能使 人类的认识能力、认识范围得以显着提高、扩 大。2.人工智能促进了辩证法的发展。矛盾在辩证法中具有举足轻重的地位，人工智能的 产生和发展，从不同的方面、不同的角度、以 及不同的方式揭露了一些领域的辩证矛盾。这 些矛盾主要有22.1 主体与客体的矛盾。人工智能是主客体矛盾长期发展的产物。通过对电子计算机、 对机器进化的历史进行考察，就可以更深刻地 揭示出主、客体之间的矛盾及其发展规律。
2.2人的思维过程中形式化与非形式化的矛盾。人工智能模拟了人脑活动中形式化的方 面，形式化的优越性和缺陆性充分显示了出 来，相应地反衬出非形式化的优点和缺点。这 就使形式化与非形式化的矛盾日益显示出来。
2.3精确思维与模糊思维的辩证矛盾。电子计算机的理论基础是真假二值逻辑，这种逻 辑是以确定性事物类为依据的。而现实生活中 除了有清晰、精确的一面，亦有模糊、不精确的一面，人类有较好的处理模糊概念的能力， 而计算机则没有，或至少不能像人类那样很好 地解决这一问题。这样，人工智能使精确思维 和模糊思维的矛盾得到暴露。找出矛盾是解决矛盾的第一步，人工智能 的问世和发展，在不同领域暴露和深化了若干 对重要矛盾，无疑为辩证法做出了重大贡献。
3.人工智能的问世和发展，再一次深刻地 证实了“科学技术就是生产力”这一具有深远 意义的科学命题。人工智能进入生产领域，获 得了巨大的经济效益。人工智能代替人类做了 许多事情，如：辅助教学、导弹控制等，它在 生产、教学、科研、军事、管理等领域有了广 泛的应用，不仅提高了生产效率，节省了劳 力，而且还节省了智力。这一切有力地证明：
科学技术一经投入生产，就可以转化成巨大的 物质力量。参考文献 [l ］［英］安德鲁．人工智能［M］.刘新民译．陕西：陕西科学技术出版社， 1987.[2］张智善等．电脑技术：新技术革命的开路先锋［M］.合肥：中国科学技术出版社， 1994.[3］曾庆伟等．计算机在社会经济领域中的应用［M］.武汉：武汉大学出版社， 1995.[4］徐万增等．人工智能对人类社会的影响［MJ.北京：科学出版社， 1996.[5］陈世福等．人工智能与知识工程［M］.南京：南京大学出版社， 1997.[6］叶平．电脑史话［M］.北京：北京大学出版社， 1999.9 能从外部研究、模拟人脑的活动过程，为人类对认识主体自身的认识提供了新工具、新方法，有助于进一步弄清人类思维活动、智能活动的奥秘。主体是凭借一定中介来认识客体的，这个中介，也就是工具。工具是人类器官的延伸，计算机是人类思维器官一一人脑的延长。人工智能的应用，使千百年来人们的许多幻想如登月探险、人造卫星发射等成为现实。人工智能使人类的认识能力、认识范围得以显着提高、扩大。在辩证法中具有举足轻重的地位，人工智能的产生和发展，从不同的方面、不同的角度、以及不同的方式揭露了一些领域的辩证矛盾。这些矛盾主要有21主体与客体的矛盾。人工智能是主客体矛盾长期发展的产物。通过对电子计算机、对机器进化的历史进行考察，就可以更深刻地揭示出主、客体之间的矛盾及其发展规律。2.2矛盾。人工智能模拟了人脑活动中形式化的方面，形式化的优越性和缺陆性充分显示了出来，相应地反衬出非形式化的优点和缺点。这就使形式化与非形式化的矛盾日益显示出来。2.3子计算机的理论基础是真假二值逻辑，这种逻辑是以确定性事物类为依据的。而现实生活中除了有清晰、精确的一面，亦有模糊、不精确的一面，人类有较好的处理模糊概念的能力，而计算机则没有，或至少不能像人类那样很好地解决这一问题。这样，人工智能使精确思维和模糊思维的矛盾得到暴露。找出矛盾是解决矛盾的第一步，人工智能的问世和发展，在不同领域暴露和深化了若干对重要矛盾，无疑为辩证法做出了重大贡献。3.人工智能的问世和发展，再一次深刻地证实了“科学技术就是生产力”这一具有深远意义的科学命题。人工智能进入生产领域，获得了巨大的经济效益。人工智能代替人类做了许多事情，如：辅助教学、导弹控制等，它在生产、教学、科研、军事、管理等领域有了广泛的应用，不仅提高了生产效率，节省了劳力，而且还节省了智力。这一切有力地证明：科学技术一经投入生产，就可以转化成巨大的物质力量。参考文献[l］［英］安德鲁．人工智能［M］.刘新民译．陕西：陕西科
【篇五】人工智能的发展及其哲学意义
人工智能课题及其认知意义
作者：张善信
作者机构：中国矿业大学,文法学院,江苏,徐州,221008
来源：中国矿业大学学报（社会科学版）
ISSN：1009-105X
年：2001
卷：003
期：001
页码：36-41
页数：6
中图分类：B023;TP18
正文语种：chi
关键词：人工智能;课题论域;认知意义
摘要：人工智能是20世纪中叶出现的科学现象,它的产生是社会生产发展的要求和必然结果,也是人类认识自身的重要标志.人工智能开创了从根本上解放人类智力劳动的途径,在实践上和理论上都具有重要意义.人工智能的积极认知作用将推动人类的非生物进化和社会变革.
推荐访问:人工智能 哲学 意义 人工智能发展及其哲学意义 人工智能的发展及其哲学意义 人工智能的发展及其哲学意义论文可选择的摘要