从机器认识的不透明性看人工智能的本质及其限度

当前人工智能研究中的核心理论问题之一是人工智能的“理解力”问题。对于大多数的计算模拟而言，人们无法获得那种传统认识论意义上的透明性。从计算科学的技术实现层面看，面对巨大而复杂的计算量，人类不可能审查全部的计算过程，这就造成了人类在认识上存在着不透明性的盲区。基于认知不透明性与认识不透明性的区分，机器认识中的不透明性会导致“理解”的缺失。从认识透明性的角度分析人对机器可能的认识把握程度及其要求，可以对机器的理解能力的本质及其限度做出相对精准和深入的探讨，为人们厘清机器认识论的特征，进而理解人工智能与人类智能的本质联系与区别，提供一条富有启发性的路径。