理解与理论:人工智能基础问题的悲观与乐观

被引:27
作者
梅剑华
机构
[1] 首都师范大学哲学系
关键词
强/弱人工智能; 通用人工智能; 实验哲学; 因果推理; 奇点;
D O I
10.15994/j.1000-0763.2018.04.001
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
人工智能的基础问题遇到两种类型的问题,第一种类型的问题是理解上的:计算机能否思考?强人工智能是否实现?奇点能否来临?这些取决于我们对相关问题、论证及其概念的反思;第二种类型的问题是理论上的:人工智能需要相关性的推理模型还是因果性的推理模型?人工智能可否建立一种反映真实世界的四维符号系统?这取决于科学家的理论工作。在理解问题上,一旦澄清相关的概念和论证,会消除对人工智能的悲观。在理论问题上,一旦深入理解了相关数学的、技术的难题,会消除对人工智能的乐观心态。
引用
收藏
页码:1 / 8
页数:8
相关论文
共 5 条