简介:大数据和机器学习在医学研究领域获得越来越多的应用和关注.人体作为复杂的生理和演化系统,具有开放性、不确定性、非线性、多层次性、动态性、突现等特征.从复杂性哲学的视角出发,分析了人工智能医学在方法论和认识论上的优势和问题.人工智能医学可以利用海量数据,搜集复杂的特征信息,发掘并识别多种变量之间的相关性,通过机器学习捕获数据中的复杂与非线性关系,克服还原主义的局限,消除不确定性,提高预测的准确性.疾病过程所体现出的动态复杂性和过程敏感性,复杂系统的不确定性和突现特征,使得人工智能医学对疾病和治疗状态的预测和长时段的预测难以实现.人工智能利用相关性所做的预测,虽然准确,但因为因果解释的缺失和路径依赖,不能直接用于临床上的医学照料,需要医生具身的临床经验和知识辅助判断.治疗的临床情境的重要性与数据化上的困难,也给当前人工智能医学实现从精准预测到有效治疗带来了挑战.
简介:在科学实在论与反实在论之间及科学实在论不同流派之间的长期学术争论中,20世纪80年代末兴起的结构实在论在理论上取得了极大进展,对科学实在论诸论题提出了有力论证,然而在其理论框架中仍存在不少有待解决的问题.仍须作进一步改进。为此,应从卡尔纳普—蒯因本体论观点出发,将其构建为一种更加全面合理的整体结构实在论,即实体与关系非截然二分的、彼此相互规定的结构实在论。这种整体结构作为关于类与关系的约束变量的值,可理解为通过理论结构或拉姆西语句的整体意义所指称的对象,其实在性由该语句的存在量词所断言。正是整体结构在理论变化中保持着某种不变性、持续性,这正是科学进步合理性、理论真理性的基本前提。根据这一实在论观点,科学合理性论题便可得到更有说服力的辩护。
简介:德行教育预设我们能做出正确的道德判断,并加以贯彻实行。知而不行的事实。使得道德自律的可能性遭到质疑。以价值灌输或行为规训做为保证知行一致的教育手段.这种德行教育的迷思普遍存在。首先批判来自知行双轨论的教育学迷思,并透过柯尔伯格(LawrenceKohlberg)的知行同轨论,说明知行不一致的现象其实只代表:道德判断是道德行动之必要但非充分条件。借助布莱西(AugustoBlasi)与蒂尔曼·哈贝马斯(T.Habermas)对于道德行动之充分条件的探究,最后将指出,以自我本真与群体团结做为基础的责任判断.才是德行教育真正的基础。