留学生物理代写,留学生Cs代写,留学生宏观经济代写

约翰·塞尔与人工智能

介绍

哲学家约翰塞尔(johnsearle)根据支持中文室的概念提出了反对强大人工智能(AI)的有力论据。中文室是塞尔为证明他反对强大人工智能而进行的一个思维实验。使用Searle认可的概念和思想,接下来的讨论将集中在:(1)定义强大的人工智能,(2)使用图灵测试将Searle的论点与其他反对AI的反对意见相比较,(3)讨论Searle反对系统回复、机器人回复、大脑刺激器回复的反对意见和论点,并结合使用来自中文室的概念进行回答,以及(5)确定塞尔的论点试图显示什么,以及没有显示什么。总的来说,塞尔对他对人工智能的观点和想法的回应证明了他自己的观点是一致的。人工智能不能表现出人类最初的行为和思维过程。

人工智能(AI)与弱人工智能与强人工智能

学者们发现很难为人工智能(AI)建立一个坚实而具体的定义,因为它跨越了科学的各个领域和领域。然而,为了充分理解什么是人工智能以及与之相关的问题,有必要研究各种定义。根据泰勒(1988,p。9) 人工智能是“一种编程风格,泰勒对人工智能的定义主要集中在人工智能的功能性质上,因此有效的执行和完成工作和责任的方法与经过深思熟虑和有目的的编程有关。在这种情况下,程序员开发人工智能的目的是创造媒介,以提高生活各个领域和领域的效率和生产力。另一方面,奥肯对人工智能的定义(2004年)侧重于智能标准。奥肯认为,它应该表现出“计算机(或其他机器)推理和得出结论的能力”(2004年,p。285页)。人工智能应该表现出一定程度的智能,允许理性和理性的决策。此外,人工智能应该在一个专家系统下运行,通过这个系统,知识被共享、存储和处理,从而开发出各种问题的解决方案(Okon,2004)。Schank还列出了识别人工智能的特征:(1)表示,(2)解码,(3)推理,(4)组合爆炸的控制,5)索引,(6)预测和恢复,(7)动态修正,(8)泛化,(9)好奇心,和(10)创造力(Partridge&Hussain,1992,p。4) 一。除了先前的定义,弱人工智能和强人工智能之间的区别也强调了后面将讨论的问题。

弱人工智能指的是“智能行为可以被计算机建模并用于解决复杂问题的观点”(Coppin,2004,p。5) 一。此外,弱人工智能关注的是编程在解决人类通常无法解决的复杂问题时的作用和目的。例如,程序在几秒钟内处理复杂方程和大量信息的能力与弱人工智能有关。弱小的人工智能使用嵌入式的提示和下单 来解决复杂的问题,而强大的人工智能则使用嵌入式智能来像人类一样思考。强大的人工智能是“假设某些形式的人工智能能够真正推理和解决问题……机器有可能变得聪明或自我意识”(Kumar,2009,p。14) 一。支持人工智能的人强调将期望的智能和行为水平与编程相结合的重要性,目的是创造一台像人一样思考的计算机。这些人相信程序员有可能创造出一个能展现人类真实情感的机器人(Coppin,2004)。对塞尔来说,强大的人工智能是“一种观点,即适当编程的数字计算机因此必然具有与人类拥有头脑完全相同的意识”(Grewendorf&Meggle,2002,p。19) 一。

有限时间报价

0
0
:
0
0
小时
:
0
0
分钟
:
0
0
得到19%

塞尔并没有直接批评弱小的人工智能,但哲学家强烈反对和反对与强人工智能有关的概念。塞尔反对强大人工智能的论点与他的信念有关,即计算机无法采用和展示人类的智能和行为。Searle认为,并不是所有形式的人工智能都有缺陷,例如,弱小的人工智能都有缺陷。塞尔仅仅认为,像强大的人工智能这样的过于雄心勃勃的形式是哲学上有缺陷的系统,因为它的支持者相信计算机可以展示人类的行为和思维。Searle说,强大的人工智能“涉及到一个逻辑错误,这是一个相当简单的错误,即混淆已实现的计算机程序的语法过程与实际人类大脑的语义或内容心理过程的错误”(Grewendorf&Meggle,2002,p。19) 一。当谈到强大的人工智能时,塞尔坚信,无论计算机处理有多先进,都无法与之相比,而且思维处理也可以做到。尽管计算机可以有各种各样的设计和配置,但它们不能模拟人类思维的复杂性、波动性和深度。

保持联系

实时聊天 现在就下单
保持联系

反对Searle AI的论点

塞尔通过进行一个名为“中国房”的思想实验,试图支持他反对强大人工智能的论点。Searle进行这个实验的目的是证明强大的人工智能不存在。在思维实验中,塞尔假设中文室是一台计算机,程序员借助计算机操作系统输入数据。数据将由计算机通过一系列脚本或下单 进行处理。塞尔的中文房间实验是基于这两个想法。一个懂英语但不懂中文的人被安置在一个房间里。在房间里,这个男人必须看包含相当于一个故事的中文字母的卡片,然后通过阅读用英语写的提示回答关于故事的问题。因此,即使他看不懂中文,也能根据英文指示正确回答问题。”关键是,虽然输出的结果正是懂中文的人所期望的,但房间里的人却一点也不懂中文”(威尔金森,2000,p。110页)。思维实验是相关的。塞尔只是想展示人类和计算机理解力的不同。中文室实验说明了计算机系统,在这个系统中,计算机可以借助脚本和下单 处理信息。处理的结果可能是成功的,但它不能保证计算机理解数据的内容和意义。

享受我们的服务:节省25%和第一个订单一起-15%折扣,你省额外10%因为我们提供300字/页而不是275字/页

他以塞尔的中文室实验为基础,通过句法和语义的比较,提出了自己的论点。Searle认为,“计算机程序是一个纯粹的语法符号系统,完全缺乏语义属性”(Wilkinson,2000,p。111页)。在中文室实验中,句法指的是用汉语书写的卡片内容,而这些内容是人无法理解的。由于提示卡是英文的,所以男士能够分辨出图案并正确回答问题。然而,这个人有能力这样做并不意味着他懂中文。因此,系统缺乏语义,或者说缺乏附加和理解模式含义的能力。塞尔争论的语法和语义反映了人类和计算机之间的差异。因此,计算机本质上是句法的,而人是语义的。他们能够根据他们对数据的客观或主观理解来附加适当的含义。正如塞尔所强调的,“因此,人类的思想与计算机程序是不可分割的”(威尔金森,2000,p。111页)。

塞尔的论点也反对图灵测试。在20世纪50年代,图灵进行了一项实验,以证明计算机可以展示人类的行为和智能。图灵测试是根据聚会期间玩的一种流行游戏而设计的,共有三个人参加。三名参与者中的两名男性和女性被安排在一个房间里,而第三名参与者法官则被安排在一个单独的房间里。在比赛过程中,裁判的房间里放了一些笔记,他的职责是确定笔记上写的答案是由男性还是女性参与者写的。类似地,图灵测试也应用于人工智能。男性参与者被电脑取代,而女性参与者则保留下来。法官不必猜测试卷上的答案是男性还是女性,而是要判断答案是电脑还是个人。如果法官能够正确猜测,那么他就征服了图灵测试(O'Regan,2012)。

图灵测试遭到了来自不同学者的批评,包括西尔,他指出了图灵设计中的缺陷。对图灵测试的批评包括计算机只能猜测计算机或人类是基于概率给出答案,而且这个测试限制了计算机的容量,并打折了程序的实际功能——以比人类更快的速度存储和检索数据以及处理数据(Kumar,2009)。其他批评包括计算机不能仅仅根据收到的回复形成意见。此外,计算机不能分配特性和特性来巩固它对计算机或人类反应的理解。

根据Whitby(1996,p。36),图灵的测试也是错误的,因为第一,“它没有给出一个关于部分成功可能是什么样子的指示,”第二,塞尔反对图灵测试的论点是基于这样一个观点:计算机主要是基于脚本、提示和下单 操作的认知系统。然而,确定一系列反应背后是计算机还是人类的游戏,并不是一项认知任务,而是一项心理任务。因此,由于计算机不能显示心理行为,它对图灵练习的反应与预期结果不符(Burkhardt,1990)。

中国房与塞尔的回应

《中文屋》为塞尔反对强大人工智能的论点奠定了基础。然而,西尔因为他的论据而屡遭批评。对塞尔中文室实验的一个普遍批评是系统的回答。从本质上讲,系统回复强调的是如何将意义发展并附加到整个系统中,包括故事、汉字、英文提示卡、人物和他的回答。答复的重点是系统的排列顺序,语法和语义的结合,使得人工智能的能力依赖于整个系统以及程序员、数据、提示/脚本和人工智能系统。Searle回应系统回复时强调,即使人工智能被视为一个系统,它仍然无法附加意义和实践语义,就像中文室的人即使被视为系统的一部分,仍然无法理解中文(Crumley,2006)。简单地说,将系统中的元素组合在一起并不会使人工智能发展出像人类一样附加意义和处理信息的能力。

机器人的回答是对塞尔中国房间实验的又一批评。机器人的回答是指“意义在于系统与环境的因果互动”(Crumley,2006,p。108页)。如果将中文室固有的系统作为大脑放置在机器人内部,那么它将能够在脚本、提示和下单 的指导下回答人类的问题。因此,机器人回复的支持者强调,机器人仍然能够对人类做出适当的反应,比如人或同伴。然而,塞尔对机器人的回答进行了反驳,他强调,尽管机器人有能力回答问题并充当人类的同伴,但机器人仍然无法为自己的回答附加意义。此外,西尔强调,尽管机器人理解其对问题或提示的反应背后的含义,但它仍然无法在对话中附加象征意义,如隐含意义、单词或短语。”了解符号的意义…需要有一种表现,即特定的符号序列是与世界特定互动的结果”(Crumley,2006,p。108页)。因此,机器人与外部环境的交互并不能保证人工智能中包含语义。

大脑模拟器的回答提到了这样一个观点:“大脑的工作被模拟得如此详细,以至于大脑内部的所有功能过程都能被反映出来”(Cilliers,1998,p。50页)。因此,在中文教室里,这个系统是以这样一种方式创建的:房间里的人的思想和想法被构造成模拟懂中文的人的大脑。这样,房间里的人就可以理解卡片上的图像并赋予其意义。然而,就像塞尔对系统应答和机器人应答的反应一样,他承认系统可能是按照一个复杂的系统来安排或构造的,这个系统可以模拟人脑的反应和认知过程。西尔承认这种情况发生的可能性,但他也认为,不管系统有多先进,它仍然无法像人类一样理解数据或信息。在中文室里,这个人可能会像懂中文的人一样思考,但是,由于模拟的原因,他会思考,但是如果我们仔细看,这个人仍然不懂中文。Searle还强调,大脑模拟器的回答侧重于模拟人工智能系统的预期功能,而不是它应该如何像人类一样去做(Cilliers,1998)。 

5%折扣

超过

30页

九折优惠

超过

50页

15%折扣

超过

100页

这个组合式的回答是对西尔关于人工智能的想法的微弱论据的回应。组合回复是一种将先前回应的想法整合在一起的方法,它涉及到机器人的回答和大脑模拟的回答,而不是塞尔反对强大人工智能的论点。这样做是为了寻求对系统的真正理解,以及它应该如何构建,以实现一个与人类行为和思维相当的系统。因此,组合应答强调了这样一种思想:如果根据系统与外部环境的交互作用(机器人应答),对系统进行反复的模拟和调整(大脑模拟应答),可以改善人工智能的结构。因此,人工智能更具灵活性,更具实效性。然而,Searle认为,尽管所有的调整和模拟都是基于系统与外部环境的交互作用,但人工智能系统仍然不能表现出应用语义的能力。脚本、下单 和提示仍将被用于构建人工智能,因此,它永远无法像人类一样独自创造和识别意义。

有吸引力抄袭检查选项:
确保你的文件是真实的!

订购和检查

结论

塞尔反对强大人工智能的论据和他所受到的回应和批评的讨论表明人工智能不可能展现人类的特性和品质。西尔并没有直接排除人工智能的优势和优势,他承认计算机可以做人类不能做的事情。然而,塞尔指出,计算机只是使人类的工作更容易和更有效。相反,计算机的结构不能像人类一样行动或思考。塞尔的观点是基于中国人的房间思维实验中固有的想法。因此,尽管人工智能具有生产力的结果和倾向,但它不能像人类一样产生、附加和识别意义。许多学者批评了塞尔的观点,包括系统应答、机器人应答、大脑模拟应答和组合应答。然而,他仍然坚定地证明,与人类不同,人工智能无法处理深度和复杂性的信息。总的来说,塞尔的论点表明,尽管技术进步很快,人工智能也有其局限性,尽管人工智能有能力以不可能的速度存储、检索和处理数据,但人工智能系统无法采用人类的认知、心理、情感甚至生理功能。

  1. 形而上学-认识论论文
  2. 一篇关于物理的科学报告
  3. 统计学答题作文
  4. 调查取证论文
  5. 科学与神秘主义论文
  6. 范文
  7. 科学革命与大众记忆论文
  8. 高分辨率荧光显微镜论文的发展
  9. 太阳系的地心和日心模型
  10. 李纳斯·卡尔·鲍林对现代结构化学的贡献

0

准备订单

0

活跃作家

0

支持代理

有限 提供 第一次订购可享受15%的折扣
得到 15%折扣 你的第一个订单有代码 前15名
关闭
  在线的 -请点击这里聊天
 

在线客服

售前咨询
售后咨询
微信号
Essay_Cheery
微信