摘要: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。 关键词:认识不透明性 理解 计算模拟 机器认识论 作者董春雨,北京师范大学价值与文化研究中心(北京100875)。 来源:《中国社会科学》2023年第5期P148—P166 责任编辑:莫斌 一 认知的透明性与认识的不透明性 二 机器认识的不透明性:原则与技术实现 (一) 理论原则上的不透明性 (二) 技术实现上的认识不透明性 三 限度与意义 结语 |
|
来自: heshingshih > 《数字治理2023》