首页 >> 跨学科
从思维认知看人工智能
2021年03月31日 14:36 来源:《求索》2021年第1期 作者:蔡曙山 字号
2021年03月31日 14:36
来源:《求索》2021年第1期 作者:蔡曙山

内容摘要:

关键词:

作者简介:

  摘 要:语言、思维和文化是人类特有的心智和认知能力。思维是人类最本质的特征和最重要的认知能力。虽然在思维的某些领域人工智能已经超过人类智能,但从思维认知看人工智能,我们看到人类思维是多模式的思维,即分析与综合相结合,从概念、判断和推理三个层次来认知世界。在推理这个层次上,人类同时使用演绎、归纳、类比和溯因等多模式的推理结构。在科学发现、风险决策等复杂思维的领域,心理模型、逻辑和数学模型还会被综合地加以应用。因此,人类多模式的思维方式应该成为未来人工智能的发展方向。

  关键词:人类心智;人工智能;思维;逻辑;推理;

  作者简介:蔡曙山,男,贵州民族大学民族文化与认知科学学院院长,清华大学心理学与认知科学研究中心教授、博士生导师。

  基金:国家社科基金重大项目“语言、思维、文化层级的高阶认知研究”(项目编号:15ZDB017);国家自科基金重点项目“语言理解的认知机理与计算模型研究”(项目编号:62036001)。

  人类是有语言、能思维的动物。人类的存在,不过就是语言和思维的存在。语言和思维建构了人类全部的知识,知识积淀为文化。因此,“我言,故我在(I speak, therefore I am)”,并且“我思,故我在(I think, therefore I am)”。

  从功能上说,计算机是一种信息加工的机器,是具有某种程度的学习、思维和推理功能的机器。从硬件上说,计算机就是开关线路。从软件上说,计算机是一个语言系统。那么,机器如何可能产生思维和智能?机器的思维和智能与人类的思维和智能又有什么联系和区别?机器的思维和智能是否可能超越人类的思维和智能?这一系列的问题,都是当前人工智能最重要的问题。

  一、思维层级的认知

  要认识人工智能,必须从人类智能谈起。先来看人类的心智和智能。

  (一)人类的心智和智能

  根据心智进化论和人类认知五层级理论,人类具有进化中获得的全部五个层级的心智(mind),即神经层级的心智、心理层级的心智、语言层级的心智、思维层级的心智和文化层级的心智,从而具有全部五个层级的认知,即神经层级的认知、心理层级的认知、语言层级的认知、思维层级的认知和文化层级认知,简称神经认知、心理认知、语言认知、思维认知和文化认知1。

  对“智能(intelligence)”的理解和定义,伟德国际轮盘网站:目前仍有歧义。例如,斯图尔特·罗素和彼得·诺维格在《人工智能》中对“人工智能(artificiality intelligence, AI)”的解释是:“在计算机科学中,人工智能(AI)有时被称为机器智能,是由机器展示的智能,与人类和动物展示的自然智能形成对比。通俗地说,‘人工智能’一词用来描述模仿人类与其他人类思维相关联的‘认知’功能的机器,如‘学习’和‘解决问题’”2。 从这个定义看,“智能”有两种含义,一是人类和动物都具有的自然智能,这样它就完全等同于“心智”,也就是人和动物共同具有的认知能力;二是人类与其他人类相关联的“认知”功能,这又仅指人类的心智,即语言心智、思维心智和文化心智。

  这种歧义,其实正是当前人工智能研究中对机器智能的完整理解。人工智能模仿人类智能,当然包括人类全部的心智和认知能力。人类的心智和认知能力,正是当前和今后的人工智能发展所需要学习和掌握的。但是,人区别于其他非人类动物的本质属性是有语言、能思维。人类语言是一种抽象的符号语言,即概念语言。在这种语言的基础上,人类产生了抽象思维。从认知科学上看,人类最本质的心智和认知能力,是语言能力和思维能力。所以,我们把语言认知、思维认知和文化认知称为人类认知,这是人类特有而非人类动物没有的心智能力。

  综上所述,人类心智是所有五个层级的心智,人类智能也包括所有五个层级的心智,即人类和动物都具有的自然智能。但是,人类智能区别于非人类动物的智能则是高阶的心智(Higher order mind),包括语言心智、思维心智和文化心智。所以,人类智能常常是指人类特有而动物并不具有的智能,即高阶的心智和认知。

  (二)人类心智的进化

  人类的五种心智和认知能力,是在自然进化中获得的。人类心智的进化如图1所示。

图1 动物心智进化图

  迄今为止,有两种进化论来解释生命的进化:达尔文进化论和现代综合进化论(基因进化论)3 。这两种进化论不足以解释个体差异性。例如,同卵双胞胎由同一受精卵分裂成两个独自发育的胚胎,他们的遗传基因(DNA)及性别完全相同。但同卵双胞胎是不同的个体,其个体差异性从何而来?科学家们对此作了各种解释,其实,同卵双胞胎的个体差异性主要来自后天的心智的差异。世界上没有任何两个人的心智是完全相同的,尽管他们的基因可能完全相同。所以,以心智为研究对象的认知科学,其本质是探求个体差异性的科学,在这一点上,认知科学与过去两千多年来探求统一原理(universal principle)的科学是背道而驰的。心智,才是解释个体差异性的最终标准;认知科学,才是解释个体差异性的最终的理论。

  由此,可以建立一种新的进化论——心智进化论,即认知科学进化论。

  20世纪70年代以来,认知科学发展到心智进化论。从图1可以看出,物种的进化(达尔文进化论)和基因的进化(现代综合进化论)同时也是心智的进化;进一步我们看到,在物种进化、基因进化和心智进化这三个层次上,心智进化才是具有决定性意义的本质的进化。这又可以从几个方面得到论证:其一,如前所述,三种进化论中,只有心智进化论才能最终解释个体差异性;其二,现代物理学、当代认知科学实验一致认定,在心-物关系中,意识或观察者的存在,决定了特质的存在方式(波函数坍塌);其三,古代哲学、近代哲学和当代哲学将世界的本原依次认定为物质(古代本体论哲学)、精神(近代认识论哲学)和人类心智(心智哲学);其四,哲学中一以贯之的永恒问题——从古代哲学和近代哲学的身心问题转换为当代心智哲学的心身问题,说明在人类认知的发展进程中,心智逐渐走到人类认知的中心,最终成为认知科学聚焦的对象;其五,对人类心智的关切造就了认知科学,其目标就是“揭开人类心智的奥秘”4。21世纪初,教育和教育学也被整合进认知科学的学科框架,因为教育和教育学也是与人类心智最密切相关的学科。以认知科学的观点看,教育是伴随人的终身成长的心智发展和培育过程,教育学则是研究教育发展过程和规律的学科。宇宙演化110亿年以后产生了第一个生命(距今35亿年前),从此产生了第一个简单的心智,并开始了心智漫长的进化。认知科学建立以后,心智终于成为人类心智的研究对象。心智进化论,是认知科学时代的新的进化论。

  (三)人类认知的五个层级

  人类从进化中获得五种心智能力,由此形成五个层级的认知能力:神经认知、心理认知、语言认知、思维认知、文化认知(图2)。

图2 人类认知的五个层级

  这五种认知能力中,人和动物共有的神经认知和心理认知称为低阶认知,人所特有的语言认知、思维认知和文化认知称为高阶认知。

  人是有语言、能思维的动物,是“符号动物”5。语言是人类认知的基础,思维是人类的特质。人类用语言和思维建构全部知识大厦,知识积淀为文化。语言、思维和文化是人类具有而非人类动物并不具有的认知能力。

  (四)思维层级的认知

  人类的语言——抽象的符号语言(概念语言)产生于600万年前,并于200万年前完成语言的进化。抽象的概念语言是抽象思维的基础,人类语言一经出现,人类的思维也就随之产生了。

  人类思维包括概念、判断和推理三种基本的形式,逻辑学就是研究思维形式和规律的科学6。在逻辑学的理论体系中,推理是最高形式的思维形式,是逻辑学理论的核心。

  认知科学看待逻辑和思维的观点有所不同。首先,认知科学区分逻辑和逻辑学。逻辑是人类头脑里的东西,是一种认知能力;逻辑学是书本上的东西,是逻辑学家建立的理论,它是对逻辑的摹写,它不必是正确的,并且它是随着人们对头脑里的逻辑加工方式和加工过程的不断认知而不断发展的。其次,逻辑和推理只是人类众多认知能力中的一种,属思维层级的认知。在人类认知(高阶认知)的三个层级中,语言是人类认知的基础,思维是人类认知的特质,文化是人类认知的结晶。再次,人类认知包含所有五个层级,认知科学建立以后,思维认知被与其他层级的认知关联起来进行研究,使我们对人类思维有了比以往任何时候更加深入的理解。最后,“五层级贯通”对思维认知的理解,成为理解和发展人工智能的一把重要的钥匙。“我思故我在”这个用来刻画人类本质的命题似乎对机器也适用。例如,随着人工智能在推理领域战胜人类智能,胜利者AlphaGo也要求获得像人类一样的存在的权利,包括霍金在内的一些科学家甚至迫不急待地要赋予它超越人类生命的更加神圣的地位7 ,然而,果然是这样吗?

  二、人类心智与人工智能

  达尔文进化论和基因进化论并不能完全解释个体差异性,也不能说明心智和认知能力从低级向高级的发展,以及人类心智与动物心智的区别,当然也不能说明人工智能与人类心智的区别。心智进化论的建立,最终解决了以上问题,为理解人工智能与人类心智提供了理论依据。

  (一)生命的形式:自然的和人造的

  从35亿年前出现第一个生命——病毒核酸,到人类最复杂精致的生命形式,直到20世纪后期,所有生命存在都是自然进化的产物。80年代后期,人类开始使用“克隆”技术创造非自然的生命。1996年7月5日,苏格兰罗斯林研究所和PPL Therapeutics生物技术公司的伊恩·威尔穆特和基思·坎贝尔领导的小组克隆出一只基因结构与供体完全相同的小羊“多利”(Dolly),世界舆论为之哗然。但克隆毕竟还是从生命到生命,只不过它是用非生育细胞通过无性繁殖的方式人为制造出来的非自然进化的生命,其后的发展只能用“令人目瞪口呆”来形容。

  在这个“人造生命大合唱”中,最新的乐章是美国宇宙学家泰格马克提出的生命3.0。他预言,人工智能会成为一种全新的生命形式(生命3.0),而在此之前所有的生命都可以被归为两种形式:软件和硬件系统都不能更新的生命形式(生命1.0),它们是非人类的动物。软件系统能够更新而硬件系统不能更新的生命形式(生命2.0),他们是人类。生命3.0将超越以前的任何生命形式,它的软件和硬件系统都可以自我更新,它就是人工智能,它将统治人类!笔者不能认同泰格马克的这种科技乌托邦理想。

  (二)单一智能和综合智能

  目前的人工智能是单一领域的智能,而人类的智能往往是覆盖若干领域的综合智能。人工智能与人类智能的对比可用表1来表示。

  (三) 思维、逻辑与人工智能

  围棋是最复杂的人类智力游戏。一盘棋究竟有多少种可能的变化呢?答案是319×19 = 3361之多。而在这个最高水平的人类智力游戏中,人工智能AlphaGo战胜了世界顶级棋手李世石,这场世纪之战引起了人类的恐慌。可以说,在“我思故我在”这个标志人类存在本质的领域,人工智能战胜了人类智能。

表1 基于人类心智和认知五层级的人工智能水平表

  三、人工智能中的思维和逻辑

  AlphaGo战胜李世石,主要是利用它的强大的推理和学习能力。推理和学习,是人类心智两种主要的认知能力。我们可以分析人工智能中常用的学习和推理方法,并讨论这些方法与人类智能中相应的认知能力之间的差异。

  (一) 学习和推理

  学习是人的行为,是对“学习”的常规的理解。但作为机器行为的学习,即人工智能的学习与人类学习的定义有很大的不同8。

  推理是从已有知识推出新知识的认识形式。从逻辑上说,推理就是根据一个或一些判断得出另一个判断的思维过程9。

  全世界所有的民族,不论其语言、思维和文化差异有多大,基本的推理形式只有演绎推理、归纳推理、类比推理和溯因推理四种。这里有两个重要的问题需要注意。

  第一,学习和推理,哪一个更基本?动物、机器和人都能够学习吗?

  学习和推理,都是心智和认知能力的表现,但学习更为基本,它属于心理层级的心智和认知能力,而推理则属于思维层级的心智和认知能力。从人类认知五层级理论可以知道,人和动物都具有学习的能力。孔子的“学而时习之,不亦说乎”,说的就是人的学习能力,人通过学习获得知识和快乐。“斯金纳黑箱”和老鼠走迷宫则是动物的学习能力,动物通过刺激反应、奖励惩罚进行学习,获得行为能力,增长新的技能(动物的学习不能形成知识,而只是形成神经层级和心理层级的心理—行为反应)。

  第二,机器推理也遵循人类的推理形式吗?

  人类、动物和机器学习尽管存在很大的差异,但这三种学习方式具有共同的本质特征——获取新的知识和能力。推理和学习这两种能力中,演绎规则(Modus Ponens, MP)和逆否规则(Modus Tollens, MT)是最为基本的认知能力,属于心理认知能力,是人和非人类动物都共同具有的。

  充分条件假言推理有四种可能的模型:肯定前件式MP、否定前件式DA、肯定后件式AC、否定后件式MT。逻辑学家认为,这四种模型中,只有肯定前件式MP和否定后件式MT是有效的(其有效性在经典逻辑系统内可以得到证明),而否定前件式DA和肯定后件式AC是无效的(其无效性在经典逻辑系统内也可以得到证明)(表2)。但心理学家并不想接受这种逻辑学的教条。1966年,英国著名心理学家沃森设计了一个选择任务实验(Wason selection task),实验的目的是检验人们在日常推理中头脑里的逻辑是不是逻辑学家所说的那个样子。后来在美国进行的大样本(n>1000)实验结果如表2所示。

表2 沃森实验结果与逻辑有效性对照表

  沃森选择任务实验显示:没有学过逻辑学的被试100%都知道使用肯定前件式MP,说明这是一种“先天逻辑能力”;与MP同样正确的,并且在经典逻辑中与MP相互等价的否定后件式MT只有一半的支持率,一方面因为MT多用了再次否定,增加了推理难度,更为主要的,MT是需要经过后天学习才能够掌握的推理模式。值得注意的是,逻辑学认为不是有效式的肯定后件式AC和否定前件式DA支持率并不为0,肯定后件式AC有高达33%的支持率,这主要是因为它是逻辑上并不承认而在日常生活中广泛应用的溯因推理(Abduction)的影响所致。否定前件式DA也有21%的支持率,主要原因是人们常常把充分条件当作充要条件来使用的缘故10。总而言之,人们在日常生活中使用的逻辑思维和逻辑推理会受到心理因素的强烈干扰,这就是著名的沃森实验得出的深刻结论。

  在动物的学习方面,动物的刺激反应的行为方式,就是使用肯定前件式MP的结果。否定后件式在动物的学习中则稍有不同,动物使用MT是需要经过学习的。在机器学习中,MP是必须的,毕竟机器学习是对人类学习的模仿。类似于人和动物的学习,使用否定后件式MT获得新的知识,也需要经过学习才能实现。

  (二)归纳、类比和溯因

  在科学发现中,起主要作用的是三种经验推理,即归纳推理、类比推理和溯因推理。按照皮尔士的划分,就是“扩展前提的推理”,即结论超出前提范围的推理,这样的推理能够产生新的知识。而“解释前提的推理”,即演绎推理,因其结论包含在前提之中,并不能增加新的知识,因而对科学发现并无贡献,但可以用于科学假设的验证。

  如果把每一种推理都看作一种心理逻辑方法,那么可以建立综合性的心理逻辑模型,如图3。其中,“扩展前提”的三种推理溯因、归纳和类比用于在科学发现中提出假说的阶段,“解释前提”演绎推理用于验证假说。当我们发现“令人惊异的事件B”并且要探究其原因时,科学发现的过程就开始了。这时有3条通道去寻找事件B的原因A。

  (三)溯因推理

  溯因推理在人工智能中也有非常重要的应用。Prolog是法国马赛大学的科尔麦隆(Alain Colmerauer)创立的一种基于溯因推理的描述性语言,全名是Program in Logic。这是一种适用应用于人工智能开发的语言,广泛应用于搜索程序和专家系统。

图3 科学发现的心理逻辑模型

  (四)应用于人工智能的逻辑学

  多值逻辑和模糊逻辑已经被引入到人工智能中来处理模糊性和不完全性信息的推理。例如,当与决策有关的事实并非都合用时,大多数的专家系统将被迫做出决策。在这种情况下,自然要使用一种不同于经典逻辑的逻辑,它适合于不完全信息的推理。进一步说,在自然语言和人工智能中使用的许多概念是“模糊的”,因此,使用这种概念的推理需要假设某种“模糊逻辑”是合适的。

  多值逻辑的三个典型系统是克林(S. C. Kleene)、卢卡西维兹(J. Lukasiewicz)和波克万(D. Bochvar)的三值逻辑系统。它们可以作为人类程序行为的逻辑基础。这种程序行为是智能的,它以系统化的方式来收集关于环境的知识。与经典逻辑不同,三值逻辑的命题解释都有真假之外的第三种值,克林将其解释为“非决定的(u)”;卢卡西维兹解释为“中间的(i)”;波克万解释为“无意义的(m)”。克林解释的最初动因是要接纳非决定的数学陈述;卢卡西维兹则是要处理亚里士多德的未来可能陈述;波克万的解释则直接受到语义悖论的启发。

  三值逻辑的语义在其使用的模型上与经典的语义不同。这种模型使用了偏谓词符号。这里,E上的偏(k元, k>l)谓词r表示从Ek到{f, t}的偏函数。以克林的三值逻辑为例,由于赋予命题第三种值u,每一个谓词都可以表示为一个函数r:Ek→{f, t, u}。在此基础上,可以建立三值逻辑谓词演算的语义。

  定义 L的偏模型是一结构M=,其中,D是一非空集合,F是一函数,它对L中的每一n(n>0)元关系符C指派一从Dn到{f, t, u}的n元函数CM。

  根据这一模型,可以建立三值逻辑的语义。例如,克林关于L的语义如下:

  设想一个机器人,它的目的是要努力获得知识。为此,它试探并考察它周围的环境。想象它是一个装备有视觉和触觉系统的机器,这些系统使它能够从周围的环境中抽象地得到信息。在机器人活动的每一个确定的点上,它都会得到确定的知识:它知道某些事情是真的,而另一些却是假的。一般说来,它的知识是不完全的,但随着时间的推移,机器人将会增加其真知识的积累。这样,就要设想这个机器人决不会遗漏信息或改变信念。在这个设想中含有两个假设:(i)这个机器人一般将处于一种部分无知状态;(ii)这个机器人决不会丧失或改变其信念。

  什么样的逻辑适合于描述这种机器人的行为方式呢?假设(i)使人立即想到三值逻辑,因为它正好就是一种适合于处理不完全信息的逻辑。假设(ii)使人想到这种逻辑必须具有单调性。断定一旦确定为真(或假),它就应该保留这个值,新的信息无论如何也不能使机器人改变其信念。为了检查以上三值逻辑中哪一种具有单调性,可以给出下面的定义。

  定义 令M和M′ 是有共同域D的L的偏模型。我们说M′是M的一个扩充(记为M≤M′),当且仅当对L中每一n (n>0)元关系常元C,CM≤CM ′,即对D中每一e0, …, en-1,CM(e0, …, en-1)≤CM ′(e0, …, en-1)。

  定义 (单调性)函数G是单调的,当且仅当,若M≤M′,则G(M)≤G(M′)。

  结果证明,克林的三值逻辑是满足单调性的。

  定理 令A为L的任意语句。令[A]M表示A在克林的逻辑联结词解释下在模型M中的值,那么,若M≤M′,则[A]M≤[A]M ′。

  类似的结果对波克万的联结词也成立。这样,克林或波克万的三值逻辑都满足单调性的要求,而卢卡西维兹的系统不满足这种要求。例如,条件算子→不是单调的。如果p = q = i,则p→q = t,但当p = t和q = i时,p→q = i。因此,在条件句的情形下,上述定理的证明不能成立。

  以克林或波克万的三值逻辑编制的程序可以表示机器人的行为。这样的机器人是一种行为规范的创造物,它们决不会陷入任何没有保证的结论。它们仅在其数据库中存入它们确信的东西,并且决不会改变其信念。当然在某种情况下,这样的机器人比不上那种能够改变自己信念的机器人。而支配后一种机器人行为的逻辑显然是非单调的三值逻辑,它可以由卢卡西维兹的三值逻辑来充任11。

  (五)语用逻辑在人工智能中的应用

  语用逻辑(Illocutionary logic,IL)是关于带有语用力量(Illocutionary Force)的行为动词,即语用动词(Illocutionary Verb)的逻辑。

  一个通过说话来做事(doing something in saying something)的言语行为的标准表达式为:F(P),其中,F是该言语行为的语用力量,P是该言语行为的命题内容。在语用逻辑中,有如下的定理:

  -| F(?P)→?F(P)

  但本定理的逆命题不能成立。可以设计将语用逻辑应用于人工智能的学习策略。图4是一种基于语用逻辑的学习策略模型。

图4 基于语用逻辑的人工智能学习模型

  这张示意图包含了语用逻辑人工智能学习系统的四个基本环节。其中环境和知识是两个数据库模块。如果这个系统要执行F(?P)的行为,那么F(?P)→?F(P)。系统将首先查看F(P)在数据库中是否存在,若无则往下执行程序,若有,则有两种选择:在知识库中去掉F(P),并执行F(?P);保留F(P),但不执行F(?P)。经过这一学习过程,计算机的知识得到了更新。

  四、结论和讨论

  (一)应该从五个层级来理解和发展人工智能

  人工智能是人类心智和人类智能的模仿甚或超越,因此,应该从人类心智和认知的五个层级即脑与神经心智和认知、心理的心智和认知、语言心智和认知、思维的心智和认知、文化的心智和认知各个层级来理解和发展人工智能。通过将人工智能与五层级的人类心智对比可以看到,在脑与神经(包括身体)和心理层级上,即在初阶的心智层级上,人工智能能够达到甚至超过人类智力和体力的水平。而在高阶心智的层级上,即在语言、思维和文化层级上,人工智能与人类心智还有很大的差距。此外还可看出,人工智能是单一的智能,人类心智则是综合的智能。从人类心智五层级看,当前的人工智能远未达到人类心智水平。

  (二)思维是人类存在的本质,人类多模式的思维方式是人工智能的方向

  我思故我在,人类存在的本质是思维的存在。思维认知是人类认知的特色和本质。人类思维是多模式的思维,即分析与综合相结合,用结构性的方法(形式化方法)从概念、判断和推理三个层次来认知世界。在推理这个层次上,人类可以同时使用演绎、归纳、类比和溯因等多模式的推理结构。此外,在科学发现、风险决策等复杂思维的领域,心理模型、逻辑和数学模型还会被综合地加以应用。人类多模式的思维方式正是未来人工智能的发展方向。

  (三)超越人类思维和人类心智的人工智能是为了更好地为人类服务

  超越人类思维和人类心智的人工智能迄今并未出现,将来是否会出现,这是一个问题12。非人类动物并不具有思维能力,其类似思维的心智和行为能力其实只需从神经和心理两个层级即低阶认知便可以得到解释。机器是否能够思维?机器的思维能力如果有的话是否可以超越人类?这些问题似乎还在争论不休。本文认为,目前的人工智能并不具有思维能力,更不具有思维主体的地位。人工智能类似于思维的行为能力不过是对人类思维的模仿。但这仅仅是目前的结论。产生超越人类思维和人类心智的人工智能在目前来说虽然仍然是一个不可证实也不可证伪的玄学问题,但从长远看,超越人类思维和人类心智的人工智能也不是不可能,因为未来总是有无限可能性。我们所要做的,是要防止主宰人类、统治人类甚至毁灭人类的机器智能出现。超越人类思维和人类心智的人工智能,如果需要它出现的话,只是为了更好地为人类服务。否则,理性的人类心智现在就应该停止人工智能的生存权。

  注释

  1蔡曙山:《生命进化与人工智能》,《上海师范大学学报》2020年第3期。

  2(1)Russell,S.and P.Norvig,Artificial Intelligence:A Modern Approach,Prentice Hall,2009,p.2.

  3(2)蔡曙山:《生命进化与人工智能》,《上海师范大学学报》2020年第3期。

  4(3)蔡曙山:《人类的心智与认知》,人民出版社2016版,“序”第5—17页。

  5(4)T.W.Deacon ,The Symbolic Species:The Co-Evolution of Language and the Human Brain.New York:W.W.Norton,1997.

  6(5)金岳霖:《形式逻辑》,人民出版社2006年版,第1页。

  7(6)[美]迈克斯·泰格马克《生命3.0:人工智能时代人类的进化与重生》,浙江教育出版社2018年版,“序”第5页。

  8(7)李德毅、于剑:《人工智能导论》,中国科学技术出版社2018年版,第95页。

  9(8)金岳霖:《形式逻辑》,人民出版社2006年版,第138页。

  10(9)蔡曙山:《认知科学框架下心理学、逻辑学的交叉融合与发展》,《中国社会科学》2009年第2期。

  11(10)R.Turner,Logics for Artificial Intelligence,Ellis Horwood Limited,1984.另参见蔡曙山:《应用于人工智能的逻辑学》,《哲学译丛》1997年第5期。

  12(11)“To be,or not to be:that is the question.”出自莎士比亚《哈姆莱特》。此处借用,说明是否出现超越人类思维和人类心智的人工智能,是一个关系人类生死存亡的大问题。

作者简介

姓名:蔡曙山 工作单位:

转载请注明来源:中国社会科学网 (责编:马云飞)

中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|明仕亚洲下载
通博网开户直营 摩斯国际网投 博狗游戏注 澳门贵宾会棋牌游戏 淘金盈官方网站
赛马彩票一分快乐10 蓝博娱乐官网开户 248彩票北京赛车 真人电玩捕鱼送金币 澳门太阳城集团BBIN厅在线
曼哈顿足球赌博网 钻石手机版官网 下载易胜博66bh 博天堂城在线 红桃k唯一正网
申博龙虎游戏十分简单 韦德m88外围棋牌 菲律宾申博登入网址 太阳城真人游戏登入 菲律宾太阳城网上娱乐