学科分类
/ 1
9 个结果
  • 简介:在汉语中,""是一个关联很广,含义丰富的字,很多重要词汇都与它有关,如生机、危机、机遇、机器、机制、机体等。关于""的哲学思考,可以引发很多理论问题,从中获得一种融贯性的深入理解。一、关于""本身""的繁体字是"機",来源于"幾"。按照《说文解字》的解读,"幾"的意思是"微也,殆也"。它由两个"幺"字和一个"戍"字合成,"幺"的本意是幼小的儿童,"戍"的本意是"兵守"。用两个小孩子把守城池,显然是非常危险的事情。这种预示危险的征兆称为"幾",引申为各种事物变化的萌芽。①对"幾"的探究可以见微而知著,及时防范

  • 标签: 学思 《说文解字》 事物变化 融贯性 繁体字 本意
  • 简介:当前,人工智能技术的发展一路高歌猛进,尤其是阿尔法狗围棋(AlphaGo)以4:1的比分击败前世界围棋第一人李世石之后,人们对人工智能的发展比较乐观,当然对人工智能的风险性也产生巨大的担忧。那么,人工智能将带给我们一个什么样的未来?人工智能的风险性是否存在?风险性生成的机制是什么?相互之间的关联度如何?人工智能风险防范的边界在哪里?这些问题亟待不同视角的探讨,哲学在其中有其特有使命。

  • 标签: 人工智能 技术风险 人机边界
  • 简介:目前,学界对人工智能是自主的且能够独立承担责任的论证都是基于行动自主的,这并不能解决人工智能承担责任的问题.人工智能的自主性问题实质上是在决定论世界里讨论能动者能否自主的问题.在理性回应论的支持下,人工智能有可能是完全自主的,并且能够承担义务责任.人工智能所承担的义务责任是一种联合义务责任,根据与人类关联的形式,分为多种责任承担形式.人工智能的使用者需要注意忽视的责任,而非人工智能的使用者要承担不使用人工智能的责任.

  • 标签: 人工智能 自主性 决定论 责任
  • 简介:与作为现代工商文明基础的自然科学和技术科学相比,人文科学的影响力日趋下降。面对正在迫近的人工智能时代,人文科学需要确认两个前提:其一是技术统治的确立,其二是全球一体化的现实。只有确认了这两点,人文科学才可能重新审视自己的处境,并且积极界定自己的未来使命。

  • 标签: 人文科学 人工智能 技术统治 全球一体化
  • 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.

  • 标签: 复杂系统 人工智能医学 生物医学 大数据 机器学习
  • 简介:德雷福斯的哲学贡献主要分为两部分。首先,他对海德格尔的此在哲学与梅洛—庞蒂的身体现象学进行了创造性的解读,并形成了一种德雷福斯式的现象学哲学。其次,他成功地沟通了现象学、人工智能、计算机科学等看似不相干的领域,并同时推进了这些领域的研究。他对现象学的解读并不是没有缺陷的,这主要表现在他对胡塞尔意识现象学的低估上。但就其研究的跨度和影响而言,德雷福斯堪称是当代哲学与技术交叉研究的楷模,指明了未来哲学与具体科学技术研究进行交互的方向。

  • 标签: 德雷福斯 现象学 人工智能
  • 简介:美国哲学家德雷福斯对人工智能的批判是现象学和技术哲学中的经典案例。他所动用的现象学资源包括胡塞尔的意向性和"生活世界"、海德格尔的"在世"、梅洛—庞蒂的知觉和身体理论。从斯洛文尼亚哲学家齐泽克的视角来看,德雷福斯的"海德格尔式的认知主义"是典型的对现象学的"美国式挪用",而他将哲学化约为科学造成了哲学与科学的"短路",从而错失了现象学(或哲学)的超越论的维度。

  • 标签: 德雷福斯 齐泽克 人工智能 现象学
  • 简介:围棋的人机大战,在国内外都激起了热烈的反响。社会人文学界人士在认真辨析:机器真能超越人类吗?工程科技界人士则在思考:应当选择哪些技术项目实现人工智能的赶超?这些都是至为可敬的思虑!然而,“机器超人说”并无明确的科学依据;基础理论的突破是赶超和创新的根本之道。众所周知,科学研究的方法论既是理论研究的源头,又是理论研究的龙头。因此,面对人工智能发展的现状,当务之急应是变革和创新人工智能研究的科学方法论,抓住人工智能创新研究的龙头,在源头上实现人工智能基础理论的突破、超越与引领。

  • 标签: 机械还原方法论 信息生态方法论 通用人工智能理论
  • 简介:计算论者以人工智能系统模拟科学发现作为反对强纲领的经验实例.引起了一场围绕科学发现是否完全由社会因素因果决定的激烈争论。这场争论是众多对SSK的批评之一,但它的发生视角不同以往,它关注科学发现这个主题。争论中出现的社会学主义的科学发现观和心智主义的科学发现观分歧的关键在于是否能把内部社会情境和外部社会情境区分开来。AI系统的重新发现证明了区分两种社会因素而不是模糊两种社会情境的合理性,示例了哲学史上某些长期有争议的问题的一些结果以及社会学的限度。

  • 标签: 科学发现 强纲领 人工智能