APP下载

从两种类型人工智能的发展审视两种哲学路径

2017-06-09郭恩泽

资治文摘 2017年3期
关键词:意向性信息加工神经网络

【摘要】人工智能有两种运算模型,分别是符号信息加工模型和神经网络模型,两种模型实际上代表着两种哲学观念在计算机运算上的运用,符号信息加工模型其背后的哲学观念是以概念化的逻辑推理为特征的逻辑原子主义哲学,而神经网络模型背后则是重视经验而非逻辑的经验主义哲学,两种人工智能模型的发展情况有助于我们更好理解两种哲学的特征。

【关键字】人工智能;哲学

一、两种人工智能的产生和发展

人工智能的发展路径:符号信息加工模型和神经网络模型。符号信息加工模型人的支持者主张使用严格的逻辑学方法,而神经网络模型人工智能的支持者们则主张采用统计学的方式。

符号信息加工模型和神經网络模型人工智能的分歧代表着对人类思维和世界运行方式的不同理解。符号信息加工模型人工智能的理论者们更关注思维和存在背后的逻辑实体,神经网络模型则不同,他们并不相信现实中每一个领域都能够被完全形式化,他们更注重事实本身。

在形式化和意向性关系的问题上,他们并不相信意向性的存在。他们的立场是人类思维的形成和计算机系统的形成本质上都是纯形式的,人类的物质构造中不存在能够某种能够产生“心灵”的物质。神经网络模型则认为意向性来自于神经网络的复杂构造,而们所做的便是模拟这样的网络构造,科学家们不仅希望计算机有能力在具体问题上能够独立收集数据、分析数据并求解,同时还希望通过模拟人类的认知过程,使计算机拥有自主学习的功能。

在人工智能的发展历史中,符号信息加工模型人工智能因其串联式的工作方式较为简洁易行而首先得到了迅速的发展,符号信息加工模型人工智能的创始人A·纽厄尔和H·西蒙就声称计算机“处理问题的范围在不久的将来就会到达人类心灵已被应用到的范围。”

然而戏剧性的是,符号信息加工模型人工智能在经历了十几年飞速发展的阶段后,很快便因为遇到难以解决的问题而停滞不前。而随着符号信息加工模型人工智能的失利,另外一种范式,即模拟人类大脑运作的神经网络模型人工智能又开始兴盛了起来。

二、两种人工智能的哲学根源

符号信息加工模型人工智能相信通过人的思维逻辑可以将世界完全形式化,神经网络模型则认为对世界的认识只能从现象入手,这类似于唯理论和经验论的矛盾实际上深刻地展示了一些存在已久的哲学冲突:一个事实背后一定存在着一个与其对应的理论么?而我认为,这些原本只能在思辨的领域讨论的问题通过人工智能的实践向我们揭示着答案,这是人工智能对哲学的帮助。

在中世纪,这种理性主义的立场贯穿神学的发展。神学家对理性辩护主义和信仰主义进行了长时期的争论,而最终正统神学没有否认使用理性和辩证法认识上帝。安瑟尔谟提出“信仰寻求理性”,认为信仰所坚持的和被必然理性所证明的是同等的,这种重视人的理性能力的神学方式帮助延续了自柏拉图以来的“逻辑符号能够表达出世界”的哲学信念。

而当西方哲学发展至唯理论和经验论之争时,在思想领域已然完成了对上帝人格化绝对权威的祛魅,这种哲学信念在哲学家的理论上更加强烈地体现了出来。笛卡尔说:“所有的理解都由形成和操作恰当的表述方式组成,这些表述方式可以经分析成为本原元素。”,笛卡尔的观点可以看作“逻辑原子论”的起源。而莱布尼茨虽然首次提出了逻辑领域和事实领域的区分,但是他进而说道:“(日常实践)归根到底不过是另一个更复杂,更特殊的理论。”

神经网络模型人工智能的哲学构想区分开逻辑真理和事实真理,逻辑的功能是有限的,应该以整体的眼光看待世界和历史。这种哲学立场在西方思想史中可以追溯至神学信仰主义和神秘主义的根源。

三、人工智能的发展对哲学的启示

符号信息加工模型科学家们认为意向性是基于形式化的系统的,因为没有任何证据表明人的意向性来自人身体中某种特殊的物质,人的身体结构,从神经元的电化学变化到轴突对动作势能的传播,完全是客观的,可形式化的。而人工智能的实践证明或许这种理论是正确的,但符号信息加工模型科学家们试图实现意向性的方式是错误的。

无法找到一种能够通约任何事实的“逻辑原子”或“事实原子”。维特根斯坦说,人们对世界做出的任何逻辑说明都会带有目的指向性,任何事实和规则都需要在某个具有目的的语境中才有意义,所以试图找到无目的性的终极的“事实原子”是徒劳的。这证明了从单一的逻辑起点出发实现意向性是不可能的。

但这不能证明“意向性是基于形式化系统的”这个结论是错误的,只是这个系统的复杂性超出了线性的逻辑能够解决的范围。因此网络模型的科学家们恰恰巧妙地避开了这个哲学难题,没有试图从微观上寻找具有意向性的系统的逻辑脉络,而是基于物质构造从宏观上对这个系统进行重塑。

【参考文献】

[1].玛克丽特·博登著,刘西瑞、王汉琦译,人工智能哲学[M],上海译文出版社.

[2].M·A·博登,心灵的计算机模型[M]第八章,剑桥大学出版社.

[3].谢强.从生物进化看AlphaGo和人工智能[J].今日科苑.2016(04)

作者简介:郭恩泽(1995-),内蒙古呼伦贝尔人,中央民族大学2013级哲学与宗教学专业本科生。

猜你喜欢

意向性信息加工神经网络
音乐表演中的现象学问题
基于人工智能LSTM循环神经网络的学习成绩预测
基于图像处理与卷积神经网络的零件识别
基于自适应神经网络的电网稳定性预测
内高新疆班与本地班学生信息加工能力差异的思考
三次样条和二次删除相辅助的WASD神经网络与日本人口预测
对现象学教育学视域下的家庭教育的几点思考
感知与意向性
面向煤化工产业的专利信息加工与应用
让数学思维在课堂上焕彩生辉