關(guān)于人工智能的哲學(xué)思考
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇關(guān)于人工智能的哲學(xué)思考范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。
關(guān)于人工智能的哲學(xué)思考范文第1篇
關(guān)鍵詞：人工智能 技術(shù) 機器學(xué)習(xí)
中圖分類號：TP181 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2016）11-0089-01人工智能技術(shù)，是一門誕生于在二十世紀(jì)中期的技術(shù)，對于社會和經(jīng)濟發(fā)展都有著長遠(yuǎn)的意義。人工智能這一科學(xué)，包含的學(xué)科領(lǐng)域比較廣，主要包含計算機科學(xué)、信息科學(xué)、數(shù)學(xué)科學(xué)、工程技術(shù)以及哲學(xué)心理學(xué)等知識體系，其研究的核心問題主要在于能夠令及其具備基本的學(xué)習(xí)、交流、輸入和輸出的能力，最終目的是實現(xiàn)機器和人類相似的認(rèn)識世界和獨立思考的能力，人工令機器具備更加“聰明”的屬性，這也是能夠令計算機具有智能性能的基本方式。
1 機器學(xué)習(xí)概述
1.1 機器學(xué)習(xí)定義
機器學(xué)習(xí)，主要就是指通過系統(tǒng)或者知識的識別，對于機械的學(xué)習(xí)能力進(jìn)行提升，使其能夠獲得新技能或者新知識。與人類的學(xué)習(xí)方式類似，如果不進(jìn)行系統(tǒng)的學(xué)習(xí)或者沒能掌握合適的學(xué)習(xí)方式，那么機器學(xué)習(xí)的效果也會大打折扣，難以進(jìn)行新知識、新作品的創(chuàng)造，機器學(xué)習(xí)也是相同的道理，只有通過學(xué)習(xí)掌握了分析問題、解決問題的方式，才能夠獲取創(chuàng)新能力。機器學(xué)習(xí)在人工智能發(fā)展領(lǐng)域是一個熱門的研究領(lǐng)域，其研究的目的簡而言之就是推動機器能夠像人類一樣不斷獲取新的知識，獲得分析問題和解決問題的能力，建立起相關(guān)的知識體系，并且將這些能力運用在具體的實踐問題解決中[1]。
1.2 機器學(xué)習(xí)研究目的
機器學(xué)習(xí)研究的主要研究目標(biāo)有三個，首先，需要進(jìn)行人類學(xué)習(xí)整體過程的模擬，在此基礎(chǔ)上進(jìn)行學(xué)習(xí)認(rèn)知模型的建立，目標(biāo)的實現(xiàn)對于科學(xué)知識的認(rèn)知和發(fā)展存在著很強的相關(guān)性；其次，需要推動機器進(jìn)行相關(guān)理論的學(xué)習(xí)與研究，探索多種學(xué)習(xí)方法，并且根據(jù)機器本身的特質(zhì)進(jìn)行特定的程序設(shè)計，體會其相似和區(qū)別性；最后，設(shè)定關(guān)于機器學(xué)習(xí)的相關(guān)程序，主要研究內(nèi)容就是獲取知識的工具以及相關(guān)系統(tǒng)，在機器發(fā)函系統(tǒng)建立的過程中建立起相關(guān)數(shù)據(jù)庫，進(jìn)行知識和經(jīng)驗的累積。不斷進(jìn)行自身知識的累計，提升能力掌握的水平，提升機器智能化的能力，令機器能夠接近人類的學(xué)習(xí)能力。
1.3 機器學(xué)習(xí)方式方法
機器學(xué)習(xí)方式方法主要就是基于人類的學(xué)習(xí)方式，需要將機器和人類學(xué)習(xí)的方式進(jìn)行綜合學(xué)習(xí)，掌握更科學(xué)的學(xué)習(xí)方式方法，在人類思考方式和學(xué)習(xí)方式的基礎(chǔ)上進(jìn)行機械性能的擴展，能夠?qū)崿F(xiàn)快速、大內(nèi)存、高復(fù)制性的工作，得到適合的機器學(xué)習(xí)方式方法。當(dāng)前，機械學(xué)習(xí)的具體學(xué)習(xí)方式方法有兩種思路，一種是演繹學(xué)習(xí)系統(tǒng)，從一般到特殊的學(xué)習(xí)方式方法，能夠通過公理的推斷得出相應(yīng)的結(jié)論和目的；另一種屬于歸納學(xué)習(xí)系統(tǒng)，主要思路就與演繹方法相反，特殊到一般的思維方式，其主要包含傳統(tǒng)歸納和創(chuàng)新歸納兩種模式，也可以包含完全和不完全歸納這兩種模式，其中傳統(tǒng)的歸納關(guān)系是根據(jù)事實思考方式，歸納出其中的共性，得到科學(xué)的機器學(xué)習(xí)方式方法。
2 基于人工智能的機器學(xué)習(xí)研究
2.1 環(huán)境適應(yīng)性機器學(xué)習(xí)研究
機器與人類的很大一點不同在于，對于環(huán)境的適應(yīng)性有所不同，機器對于環(huán)境的適應(yīng)性研究也就成為人工智能技術(shù)研究的重要問題之一，環(huán)境能夠位系統(tǒng)提供的質(zhì)量高低對于機器學(xué)習(xí)的質(zhì)量有著深遠(yuǎn)的影響，同時，機器內(nèi)部體系存放的原則往往都是通過環(huán)境適應(yīng)性的原則建立起來的，然而，外界環(huán)境通常都具有復(fù)雜性，學(xué)習(xí)過程中必須通過大量的數(shù)據(jù)進(jìn)行支持，對于多余環(huán)節(jié)進(jìn)行刪減，在此基礎(chǔ)上進(jìn)行總結(jié)推廣，設(shè)定成為系統(tǒng)的動作指導(dǎo)一般性準(zhǔn)則，這樣可能會導(dǎo)致機器學(xué)習(xí)過程繁雜，這對于整個系統(tǒng)長遠(yuǎn)發(fā)展是不利的[2]。
2.2 機器知識庫的擴展延伸
機器知識庫的設(shè)置對于機器學(xué)習(xí)的發(fā)展而言也意義重大，需要保障機器知識庫種類豐富、表現(xiàn)形式多樣化，其中需要包含基本的特征向量、規(guī)則化語言以及網(wǎng)絡(luò)化關(guān)聯(lián)等等，因此在進(jìn)行機器知識庫的設(shè)計中，需要做到知識庫適當(dāng)?shù)臄U展延伸，實現(xiàn)提升機器學(xué)習(xí)能力的目的，主要可以從三個角度入手，首先，要求邏輯簡單、表意明確的機器表達(dá)模式，其次要求做到推理過程簡單易懂，能夠降低機械計算成本，這就要求機器學(xué)習(xí)的系統(tǒng)進(jìn)行簡單的推理過程，最后，要求實現(xiàn)知識的充分?jǐn)U展和眼神，人工智能技術(shù)背景下的機器系統(tǒng)的學(xué)習(xí)不僅僅要求基礎(chǔ)知識的掌握，更要求知識的表達(dá)方式以及表達(dá)效率的提升，甚至一個知識要求需要不同的表達(dá)模式，對于系統(tǒng)的構(gòu)筑要求也有所不同。
2.3 機器學(xué)習(xí)反饋評價體系
基于人工智能技術(shù)的機器學(xué)習(xí)，需要建立起相應(yīng)的反饋和評價體系，針對機器學(xué)習(xí)反饋評價體系而言，其反饋主要包含三重內(nèi)容，其一是根據(jù)簡單基礎(chǔ)的規(guī)則進(jìn)行基礎(chǔ)反饋評價，其二是進(jìn)行設(shè)計多個概念的復(fù)雜型評價反饋體系，最后就是設(shè)計小型的策略分析評價體系，分步根據(jù)實際任務(wù)進(jìn)行機器學(xué)習(xí)反饋評價體系的建立。在此基礎(chǔ)上，應(yīng)當(dāng)提升學(xué)習(xí)反饋評價機制的透明度，要求執(zhí)行的過程和結(jié)果通過簡明的方式表現(xiàn)出來，對于已有的知識庫進(jìn)行合理評價，在表達(dá)模式當(dāng)中采取元級表述的方式進(jìn)行反饋評價，這樣的反饋評價體系有利于人工智能技術(shù)在機器發(fā)展中的應(yīng)用，擴展機器學(xué)習(xí)范疇的同時提升其執(zhí)行能力。
3 結(jié)語
綜上所述，在人工智能的背景下，進(jìn)行機器學(xué)習(xí)的研究勢在必行，需要通過多種方式在研究機器學(xué)習(xí)定義、目的和方式方法的基礎(chǔ)上，對于人工智能在機器學(xué)習(xí)中的認(rèn)知進(jìn)行深入思考和完善，通過環(huán)境適應(yīng)性機器學(xué)習(xí)研究、機器知識庫的擴展延伸和機器學(xué)習(xí)反饋評價體系的建立這三種方式進(jìn)行人工智能的機器學(xué)習(xí)發(fā)展，推動人工智能技術(shù)在機器學(xué)習(xí)領(lǐng)域的深入發(fā)展，推動社會經(jīng)濟的發(fā)展。
參考文獻(xiàn)
關(guān)于人工智能的哲學(xué)思考范文第2篇
事實上，今天的人工智能已經(jīng)能做很多事，比如說話、開車，不久之后還可能像人一樣參加高考。還有專家認(rèn)為，它在未來甚至有可能從科學(xué)走入哲學(xué)！
今天可以做到的
“人工智能已經(jīng)開始對社會產(chǎn)生重大影響。”美國康奈爾大學(xué)計算機科學(xué)教授、人工智能專家巴特?塞爾曼說。
此次圍棋人機大戰(zhàn)受到舉世關(guān)注就是明證。棋類具有初始條件固定、規(guī)則邊界清晰的特點，是人工智能憑借遠(yuǎn)超人類的計算能力大展身手的舞臺。“深藍(lán)”在1997年戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫，AlphaGo在與圍棋頂級棋手李世石的大戰(zhàn)中獲勝，這些足以說明人工智能下棋已經(jīng)比人類更強。
在知識檢索領(lǐng)域，人工智能也已勝過人類。2011年，IBM公司的人工智能“沃森”在美國智力問答節(jié)目《危險邊緣》中戰(zhàn)勝兩位人類冠軍。這說明電腦在海量數(shù)據(jù)存儲和快速檢索能力方面的強大。
在另一些規(guī)則相對清晰的領(lǐng)域，人工智能也在接近人類的水平。比如說話，相信許多人已經(jīng)試過蘋果手機上的Siri和微軟的“小冰”，只要你發(fā)音比較標(biāo)準(zhǔn)，它們基本上都能“聽清”你的話語并字正腔圓地回答。
再比如開車，谷歌公司的無人駕駛車已然在一些地方能夠上路，因為事實證明它們可以很好地遵守交通規(guī)則，并根據(jù)不同的交通狀況自主行駛。
上面的重點都是在軟件，還有一些人工智能則致力于“軟硬結(jié)合”，模仿人類的肢體動作。美國波士頓動力公司2016年年初剛剛展示了最新的人形機器人，它們有與人相似的軀干和四肢，能夠在各種環(huán)境中行走，摔倒了會自己爬起來，還能完成一些簡單任務(wù)，比如自己開門和搬箱子。
明天可能實現(xiàn)的
目前，人工智能在一些需要模糊識別的領(lǐng)域還面臨困難。比如辨識人臉，從五官差異上分辨不同人對我們來說不算個事兒，但電腦就感覺很困難。人們可能還記得2015年微軟推出的一項人臉識別應(yīng)用“How-old”，它屢屢在年齡上誤判、在圖片中沒人的地方找出“幽靈臉”，給人們帶來了不少歡樂。
不過這方面正在取得進(jìn)展，臉書公司的人工智能項目負(fù)責(zé)人田淵棟認(rèn)為，臉書的人臉識別技術(shù)已經(jīng)做得比較好，“比如說拍張照片，然后就知道誰是誰”。正在研發(fā)的一個方向是可以問電腦各種問題，比如照片在哪拍的、里面有幾個人、都在干什么等，系統(tǒng)都將能作出回答。
中國研究人員也在致力于做出更復(fù)雜的人工智能，檢驗方式頗具中國特色――高考。科大訊飛公司董事長劉慶峰透露，他們正在研發(fā)“類人答題機器人”，目標(biāo)是在3～5年之內(nèi)讓機器參加高考能考上“一本”。高考涉及學(xué)科多，除了客觀題外還有大量的主觀題，如果真能達(dá)成這個目標(biāo)，又將成為人工智能的一個里程碑。
2015年年底在北京舉行的世界機器人大會上，有機器人分別展示了踢足球、打乒乓等方面的運動能力。但是很明顯，它們還無法與人類選手相提并論，很大程度上因為判斷對手或隊友的比賽意圖是一大瓶頸。不過，在RoboCup等機器人足球賽中，機器人的水平也在不斷提高，該賽事的目標(biāo)是，讓機器人足球隊在2050年能擊敗人類世界冠軍球隊。
人工智能發(fā)展的一個理想目標(biāo)是，把已實現(xiàn)的各單項能力繼續(xù)提高并集成起來，最終完成一個既能聽說讀寫，又會思考和行動的人工智能實體。近來這一領(lǐng)域的快速發(fā)展已讓這個目標(biāo)可以期待，英國帝國理工學(xué)院的人工智能學(xué)者馬克?戴森羅克說：“如果人工智能以這種速度發(fā)展下去，我們或許在未來10～20年里就能看到電影《鋼鐵俠》中那個人工智能助手賈維斯。”
未來可以暢想的
如果說上面這些目標(biāo)還屬于有實現(xiàn)前景的科學(xué)范疇，還有一些關(guān)于人工智能的討論則似乎已進(jìn)入了引人暢想的哲學(xué)領(lǐng)域。
中國東南大學(xué)的科技哲學(xué)教授呂乃基在點評此次人機大戰(zhàn)時認(rèn)為，人工智能進(jìn)化之路與人類不同，即擺脫了系統(tǒng)與環(huán)境的羈絆，不像人類大腦中的“智”往往為身體所處世界中的“情”所累，如李世石可能受“為人類的榮譽而戰(zhàn)”等輿論影響。
“常有這樣的議論，人工智能再聰明也沒有情感，只是機器而已；殊不知，人工智能之所求原本只是‘智’，而非‘情’；或許正因為此，人工智能可能超越為情（包括形形的意識形態(tài)之爭）所累的人的智能。”呂乃基說。如此說來，人工智能倒像是在邁向中國古代文化中所說的“太上忘情”的境界。
美國未來學(xué)家?guī)炱濏f爾在《奇點臨近》一書中認(rèn)為，人工智能的進(jìn)步會不斷加速，聰明的機器會設(shè)計更聰明的機器，這種自我強化最終會導(dǎo)致人工智能達(dá)到一個奇點，成為遠(yuǎn)遠(yuǎn)超出人類智能水平的一種存在。美國天普大學(xué)的計算機專家王培對此表示，“如果真有電腦能走到那一步，在我看已經(jīng)不是‘人工智能’，而應(yīng)該被稱為‘人工神靈’了。”
關(guān)于人工智能的哲學(xué)思考范文第3篇
當(dāng)前高職教育中為計算機專業(yè)學(xué)生所開設(shè)的人工智能課程很大程度上沿用了普通高等教育環(huán)境下的教學(xué)方式和內(nèi)容，這顯然與高職教育本身培養(yǎng)人才的目標(biāo)和方式不一致。高職教育的最終目標(biāo)是要培養(yǎng)適應(yīng)生產(chǎn)需要的技能型、應(yīng)用型人才，而高職教育在教學(xué)方式上應(yīng)更為注重實踐教學(xué)，包括各種實驗、實訓(xùn)、實習(xí)和設(shè)計。因此，人工智能課程中單純的理論講授并不能有效地適應(yīng)高職教育的實際教學(xué)環(huán)境要求，有必要對人工智能課程在教學(xué)內(nèi)容和方式上加以改革。三個改革途徑（一）引導(dǎo)學(xué)生閱讀應(yīng)用研究文獻(xiàn)
高職教育強調(diào)培養(yǎng)學(xué)生的知識應(yīng)用技能，其中重要的一點是要培養(yǎng)學(xué)生把理論知識應(yīng)用到實際生產(chǎn)中的能力。然而在教學(xué)實踐過程中，學(xué)生普遍反映由于人工智能課程理論性強，難于從課本理論聯(lián)系到實際的專業(yè)應(yīng)用上，這樣對激發(fā)學(xué)生的學(xué)習(xí)興趣，提高技能應(yīng)用水平是不利的。
實際上，人工智能涉及的應(yīng)用領(lǐng)域極為廣泛，其中在專家系統(tǒng)、模式識別、智能控制、數(shù)據(jù)挖掘、自然語言理解等方面尤為突出，每一種應(yīng)用都能夠很好地體現(xiàn)出人工智能學(xué)科的基本理論方法特點。因此，在課程學(xué)習(xí)的開始階段，應(yīng)讓學(xué)生按照個人興趣自行選定某個應(yīng)用領(lǐng)域，在一定的提示和引導(dǎo)下通過檢索有關(guān)文獻(xiàn)，訪問相關(guān)的科研院校網(wǎng)站等方式獲取資料，了解當(dāng)前該領(lǐng)域的發(fā)展現(xiàn)狀和具體產(chǎn)品的開發(fā)和使用情況，最后在課程的結(jié)束階段以學(xué)習(xí)報告的形式在課堂上加以演示和共同討論，這樣可以大大激發(fā)學(xué)生學(xué)習(xí)人工智能課程的主觀能動性，開闊學(xué)生的知識視野。資料的收集閱讀與思考是知識應(yīng)用的首要環(huán)節(jié)，對于培養(yǎng)應(yīng)用型人才的知識應(yīng)用技能很有幫助。（二）安排學(xué)生對經(jīng)典算法程序進(jìn)行實驗
與普通高等教育相比，高職教育更加強調(diào)實踐教學(xué)的重要性。從實踐中學(xué)習(xí)和理解理論知識，并且把所學(xué)知識運用到實踐中，這是高職教育的重要特點。人工智能課程內(nèi)容抽象而概念性強，單純的理論講解學(xué)生難以從中得到啟發(fā)，也難以體現(xiàn)出高職教育突出實踐教學(xué)的特點，為此需要安排學(xué)生動手實驗，從實踐中理解人工智能科學(xué)的理論原理和應(yīng)用途徑。
在人工智能科學(xué)的發(fā)展過程中，先后提出了一些經(jīng)典的優(yōu)秀算法程序，如A*算法、遺傳算法、神經(jīng)網(wǎng)絡(luò)的BP學(xué)習(xí)算法等，在科研和工程實際中得到了廣泛的應(yīng)用，在實踐教學(xué)中同樣有著重要價值。根據(jù)教學(xué)要求和實際情況，學(xué)生并不需要自行設(shè)計關(guān)于這些算法的具體程序，在提倡開放和共享源代碼的今天，通過網(wǎng)絡(luò)能夠獲得大量相關(guān)的程序代碼資源。同時，一些軟件平臺也集成了一些工具箱，如遺傳算法工具箱、神經(jīng)網(wǎng)絡(luò)工具箱等，只需設(shè)定相關(guān)輸入?yún)?shù)和數(shù)據(jù)，便可通過調(diào)用工具箱函數(shù)實現(xiàn)算法，極為簡便而易于理解。
學(xué)生應(yīng)通過對這些程序作驗證性實驗來理解所學(xué)內(nèi)容。為安排學(xué)生有效地進(jìn)行實驗，教師應(yīng)結(jié)合當(dāng)前階段所講授的內(nèi)容準(zhǔn)備相應(yīng)的算法程序，當(dāng)該部分內(nèi)容結(jié)束后在課堂上講解和演示算法程序的運行方法。學(xué)生獲得該算法程序以及具體的實驗任務(wù)后在課后完成實驗并提交實驗報告。
例如，在講授啟發(fā)式搜索時，可向?qū)W生提供A*算法求解八數(shù)碼難題的算法程序，并對某個學(xué)生給定某個初始棋盤狀態(tài)，要求學(xué)生動手運行程序并記錄由算法擴展所得的每個棋盤狀態(tài)的估價函數(shù)計算結(jié)果，以及相應(yīng)的OPEN表和CLOSED表的變化情況，從中理解A*算法的原理特點。又如，在講授BP學(xué)習(xí)算法時，可根據(jù)學(xué)生的實際情況對內(nèi)容進(jìn)行調(diào)整，強調(diào)BP神經(jīng)網(wǎng)絡(luò)的實際工程應(yīng)用價值，而對BP算法的基本原理只作簡單介紹。向?qū)W生提供利用BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)特定目標(biāo)函數(shù)的MATLAB程序代碼后，要求學(xué)生動手運行該程序，并且記錄和對比神經(jīng)網(wǎng)絡(luò)在訓(xùn)練前后對目標(biāo)函數(shù)的逼近效果。
（三）啟發(fā)學(xué)生引入人工智能理論方法對畢業(yè)設(shè)計加以創(chuàng)新
畢業(yè)設(shè)計是高職教育的重要環(huán)節(jié)，學(xué)生通過畢業(yè)設(shè)計對以往所學(xué)知識作系統(tǒng)性總結(jié)，通過畢業(yè)設(shè)計能進(jìn)一步加強學(xué)生的技能訓(xùn)練，提高學(xué)生的技能應(yīng)用水平。從實踐教學(xué)的角度來講，畢業(yè)設(shè)計不僅僅要求學(xué)生對已學(xué)知識和技能的簡單重復(fù)運用，更重要的是強調(diào)學(xué)生能夠主動獨立地分析實際問題，對問題的解決方法提出新的觀點并付諸實踐。然而從教學(xué)的實際來看，在畢業(yè)設(shè)計中學(xué)生創(chuàng)新的主動性不足，往往停留在繼承和模仿階段，畢業(yè)設(shè)計作品少有突破和創(chuàng)新。究其原因，并非學(xué)生所學(xué)知識和技能不足，而是學(xué)生未懂得如何分析已有問題，在其基礎(chǔ)上引入新的解決方法或提出新的應(yīng)用內(nèi)容。
關(guān)于人工智能的哲學(xué)思考范文第4篇
人類從此不再一直奔跑在未來后面
“未來”作為一個時間概念，在人類的思想意識里一直都是前置的。幾乎所有人都知道，對于自己來說，“未來”是無可選擇的選擇。所以，每個人都對未來抱有美好的憧憬和無限的期待。如果您認(rèn)真閱讀了《撞見未來》這本書就能體會到，在從猿類動物開始到人類長期的進(jìn)化中，在今天，時間概念的“未來”已經(jīng)走到了盡頭，“未來”也許從此不再僅僅屬于人類。我們面對的未來再也不是把今天當(dāng)做起點的時間的射線，而是對各種概念、思想、意識進(jìn)行完全的重構(gòu)和解構(gòu)的宏大場域。在這個場域里，一切都將被重新定義，包括我們?nèi)祟悾磳⒊霈F(xiàn)的人工智能概念下的超人，等等。從此，世界將不再是我們的，而是“未來”的。
時間概念的歷史就像是一個平衡木，幾千年來人類在上面艱難舞蹈。雖然常常忽左忽右，戰(zhàn)戰(zhàn)兢兢，甚至波折頗多，但今天我們終于走到了平衡木的盡頭。在這平衡木的盡頭，人類只要存在就不能自由滑落，而是必將如滑行到一定速度的飛機一樣騰空而起，舍棄時間，舍棄歷史，奔向“未來”。毫無疑問，信息技術(shù)、人工智能和量子科學(xué)把我們已經(jīng)帶到了這樣一道門前，門前是我們，門后就是未來。作者初次談到《撞見未來》的時候，把它定義為關(guān)于未來學(xué)的著作。從他的努力來看，作者用洪荒之力和驚天勇氣將信息技術(shù)、人工智能和量子科學(xué)等一系列新科技知識和概念聚合起來，作為他書中的“未來”的“起點”。
在人類所認(rèn)知的范圍內(nèi)建立的邏輯和倫理體系中，人類在這個世界長期占有統(tǒng)治地位，概念、思想和意識幾乎是全人類的私屬財產(chǎn)，這已經(jīng)成為一種普遍認(rèn)同的客觀和自然。當(dāng)宇宙?zhèn)惱砗透碌目萍歼壿嫈[在大家面前，成為大家思考問題的依據(jù)的時候，人類在倫理上的優(yōu)勢地位是否還能確保？這成了一個現(xiàn)實的問題。我是誰？我來自哪里？這些將不再是人類的自我追問，而是超人的來自未來的隔空喊話。作者試圖把這喊話盡可能清晰準(zhǔn)確地傳給我們現(xiàn)在的人類，但人類從來沒有有意識地試圖把一些喊話傳給這個現(xiàn)實世界的其他生物。所以，我們和地球上的其他生命從來就沒有建立真正的共生關(guān)系。而今天，在人類即將走進(jìn)未來場域的時候，我們需要和未來的一切共生、永生。
跨出這一步，進(jìn)入共生和永生的人類最終將把時間和歷史從我們的頭腦中抽離，成為一種現(xiàn)實的物質(zhì)。從此，人類不再慌張地一直奔跑在“未來”的身后，而是在“未來”的場域里舞蹈、歌唱。過去我們太慌張，經(jīng)歷了太多的戰(zhàn)爭、瘟疫，承受了太久的饑餓、匱乏。現(xiàn)如今，《撞見未來》告訴我們這一切都將改變，作者系統(tǒng)分析了可再生、可分享、可替代等“七可”，為大家描述了一個思想和意識之外的全新世界。這個世界是我們?nèi)祟愋碌募覉@嗎？在這個世界里的人類還將是不是今天的人類？我們在“未來”身后觀望，卻無法冷靜，被這種疑惑緊緊伴隨。
人類到底相信不相信未來
好R塢等機構(gòu)的大制作下出品的各類著名災(zāi)難片等等，超炫的未來描述和表現(xiàn)，讓太多人類幾乎都患上了未來恐懼癥。這使人分化成兩類：一種是徹底的虛無主義者，從來不相信有什么實在的未來，他們眼里的未來就是即將到來的明天，后天好像就與他們再無任何關(guān)系。一種是或輕易或全身心地把未來交給上帝的人。不管是信眾眼里的上帝還是牛頓眼中的上帝，這些人都將面向他托付自己的靈魂和終生。在人類歷史中，對于這個問題幾乎從無可解，更無中間路線可行。毫無疑問，這兩類人都不是“未來”的信徒，前一種人的“未來”只是他們預(yù)期的享樂，后一種人的“未來”只是他們心目中的想象。
《撞見未來》一書試圖找到這樣一條途徑，盡力把靠近真實的未來呈現(xiàn)在所有人面前。這是很困難的事情，于是作者就從他對全球能源互聯(lián)網(wǎng)的思考和探討，從他在學(xué)習(xí)和工作中的積累與沉淀出發(fā)，行囊里裝上信息科技、人工智能和量子科學(xué)等概念，走向未來。作為未來學(xué)概念下的研究成果，《撞見未來》里面顯然運用了許多預(yù)測手段。這些預(yù)測不是憑空而來，而是來自于作者系統(tǒng)的學(xué)習(xí)和長期的探討、思考。從《撞見未來》的系統(tǒng)表達(dá)來看，這種思考已經(jīng)自成體系，能夠啟發(fā)人的心智，使人有能力、有胸懷去領(lǐng)悟未來。
在這個體系里，《撞見未來》的第一部分提到的“七可”源自具體，帶來的卻是顛覆，比如可再生、可替代、可預(yù)測、可分享等等，顯然超出了我們現(xiàn)有的理論體系和認(rèn)知能力。雖然作者對此給予了很技術(shù)很系統(tǒng)的解釋，但讓人實實在在地信以為真，恐怕還有很長的路要走。我們的生活真的可以是這個樣子嗎？在更多人無法克服對未來的懷疑與恐懼的情況下，怎么去驗證它呢？面對這個問題，作者在書的第二部分給出了答案。這一部分的題目叫人類的解放事業(yè)。確實是，科技解放了人類，在這場行走中信息技術(shù)的傳播是第一功臣。那么解放之后是什么樣子？必然帶來自我的重生、經(jīng)濟的革新、政治的重構(gòu)、文化的轉(zhuǎn)型等等。
《撞見未來》的第三部分指出了未來場域下人所面臨的機遇和挑戰(zhàn)，這也許是人類面臨的最后一次最為宏大悲壯的選擇。最終，人類要么成為超人，要么被超人替代，從而進(jìn)入被選擇的未來時空中。其實，在人類甚至生物歷史上，這些帶著生命概念的物種所有的選擇的正確率和準(zhǔn)確率都是極低的。特別是在遙遠(yuǎn)的上古時代，這種正確率和準(zhǔn)確率極低的選擇為進(jìn)化論提供了條件，因為這種高代價使每個物種都在慎重選擇，保持著漸變的演進(jìn)態(tài)勢，這更多的體現(xiàn)的是一種對舊有體系的維持。
漸變是進(jìn)化論的基礎(chǔ)，是一種相對機械的演進(jìn)方式。而今天，日益發(fā)達(dá)的信息技術(shù)、人工智能和量子科學(xué)以及大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)從技術(shù)上解決了選擇的準(zhǔn)確性和正確性問題，突變成為常態(tài)，物質(zhì)流動的高速度使選擇變得近乎悲壯，速度快得天翻地覆，常常是你生我死，死而復(fù)生的慘烈場面。隨著物質(zhì)流動速度越來越快，對尋常世界的顛覆必將成為尋常的事情。《撞見未來》顯然準(zhǔn)確地把握和科學(xué)地分析了這一點，作者在用思想和未來競賽，雖然無法分出輸贏，但總是比我們看得清晰、遼遠(yuǎn)。
當(dāng)算法和技術(shù)清算了倫理、邏輯等概念
科技的本質(zhì)是發(fā)展了的工具。人類創(chuàng)造了工具，但工具也在改變著人類。從最初的石器到現(xiàn)代的信息技術(shù)、量子科學(xué)、人工智能，人類對于自己創(chuàng)造的工具或者今天的科技越來越難把握。直接的感受就是科學(xué)家們研究越深入，發(fā)現(xiàn)越多卻感覺對未來世界的了解越少，越無知，以至于幾乎無法把控，甚至是從來沒有把控過。這符合輪回的規(guī)律，未來世界的不可知是一種真理存在，跨越此世奔向彼世的人畢竟鳳毛麟角。技術(shù)進(jìn)步和迷惑認(rèn)識的剪刀差越大，我們距離未來世界一定就越近。于是，牛頓走向了神的世界。這種無力感是不是一種輪回？人類終將走到這個輪回的終點，我們的一切對于下一個輪回來說，就是洪荒世界。那么，下一個輪回所面臨的世界其實就是超人或者神的世界，牛頓只是比我們更早更透地看到了這一點。
在已經(jīng)走進(jìn)我們的信息技術(shù)、人工智能和量子科學(xué)的時代，一旦越過橫亙在我們面前的那道門檻走進(jìn)“未來”，一切都重新定義之后，現(xiàn)實世界中的倫理、邏輯等一大堆人類運用嫻熟的概念就會突然失效。隨之而來的是大數(shù)據(jù)、蟲洞、量子力學(xué)、人工智能等撲面而來的概念，依托極其強大的科技、算法技術(shù)作為重構(gòu)未來世界的詞匯將統(tǒng)治一切。由此造成人類所擁有的所有概念的集體失效，難道不是對人類的一次全面清算？這是必然？還是偶然？《撞見未來》告訴我們，這當(dāng)然是一種必然，也是一次全面徹底的清算。就像我們走進(jìn)一個殿堂之前，都會在門前稍作停留。不管你有意識還是無意識，這種停留既有整理衣冠的需要，也是整理情緒的表現(xiàn)。就像衣服上的灰塵和不良情緒一樣，在面向未來的這道門前，倫理、邏輯這些概念必將毫不可惜地被拋棄，被無情覆蓋。
在超人的世界里，全新的概念體系為我們建筑了一個什么樣的未來？這將不是我們所能掌控的話題，因為，隨著科學(xué)技術(shù)的發(fā)展，在“未來”世界，我們將失去主導(dǎo)地位，被超人所取代。眾多倫理、邏輯、概念集體失效的背后，是人類讓出占統(tǒng)治地位的主角位置。當(dāng)然，當(dāng)前對超人的塑造看似還掌控在我們的手里，幾乎可以不用杞人憂天。然而，人工智能終究有一天會超過我們?nèi)祟悾@個節(jié)點一定是人工智能能夠自我創(chuàng)造智能的那一天。讓人工智能模仿人是我們?nèi)祟惖氖虑椋屓斯ぶ悄艹饺藢⑹侨斯ぶ悄茏约旱氖虑椤！蹲惨娢磥怼访鞔_地告訴我們，科學(xué)技術(shù)已經(jīng)進(jìn)入幾何級的升級速度，這意味著科學(xué)技術(shù)在能量概念下將面臨著爆炸性的增長。那么，按照這個道理分析，這個節(jié)點距離人類還會遠(yuǎn)嗎？
當(dāng)人類被超人完全取代，退到配角地位，我們也許會重新認(rèn)識這個世界。在宇宙?zhèn)惱怼⒊诉壿嬜鳛橐?guī)范的未來世界里，科學(xué)技術(shù)帶給我們的不僅是永生，還是全新算法下的變身。變身之后的我們?nèi)祟愒谶@個宇宙處于什么位置？是在宇宙的演藝廳的觀眾席上看超人肆意演出？還是被超人扔到各類動物或者其他生命形式充斥的紛亂舞臺？對此，作者在《撞見未來》一書中沒有明確的答案。畢竟，在量子時代，作為未來學(xué)概念下的預(yù)測技術(shù)還沒有脫離物理概念，問題的提出并未必然帶有方向。《撞見未來》描述的本來就是一個多維度視角下構(gòu)建的關(guān)于“未來”的宏大場域，用二進(jìn)制的傳統(tǒng)思維解答人類和未來命題顯然還顯無力。
人類為超人設(shè)置算法，但按照線性的發(fā)展趨勢來分析和認(rèn)識，超人終有一天會有屬于自己的算法，或者他們終將牢牢掌控算法，直到“超”超人的出現(xiàn)。在人類的算法世界里，今天的我們并不比洪荒時代的人類掌控更多的人性，愛、恨、生、死，甚至夢境、幻想等等，在人類的世界里，總有那么一些的不可掌控的東西要交給神或者上帝。但在超人邏輯或未來宇宙邏輯下的算法技術(shù)中，今天的這些不能掌控必將被超人掌控。那么，什么人性，什么夢幻，都可能會物質(zhì)化并技術(shù)地隨意組合。也許，超人的世界里從此彩虹不一定七色，開水未必L燙，雪山不再清冷，超人的世界不由我們假設(shè)，人類也不會懂。
超人是人類的再生還是毀滅
在概念上，大多數(shù)宗教強調(diào)的神性其實是放大了的人性，是人性自我掙脫意識的現(xiàn)實反映，或者說是人性自我救贖過程中的集體映像。那么超人是不是應(yīng)該具有超人性？超人性是不是就是我們一直所崇敬的神性？那么，超人是不是也意味著就是我們想象中的“神”？人類造神幾千上萬年，被自己所創(chuàng)造的神統(tǒng)治了幾千上萬年，突然人類自己升級成為了“神”，會不會像嬰兒來到世界一樣，一切都是陌生和新鮮的，一切又都不是自己的，除了這條生命。超人跳出人類圈子，在“神”的世界里還要像一個嬰兒一樣，呀呀學(xué)語，蹣跚學(xué)步，邁出神的生命旅程的第一步。
連通現(xiàn)實和未來的通道就是物質(zhì)，動力來自于科學(xué)技術(shù)。于是，死亡，從形而上走進(jìn)形而下。作者在《撞見未來》一書中寫到，死亡成了物質(zhì)的一種轉(zhuǎn)換形式，而不是生命的消亡。這種生命概念的絕對物化，是放在未來世界里重新構(gòu)建的。有了物質(zhì)的支撐，也許這個生命概念將會融入類似今天的操作系統(tǒng)、量子力學(xué)、信息技術(shù)等內(nèi)容，那么，升級我們?nèi)祟悓⒊蔀榉浅＜夹g(shù)的可能和撲面而來的現(xiàn)實，而不是手術(shù)刀和各類肌肉、臟器的生硬搏殺。血液里流淌了太多技術(shù)元素的超人還是不是人？如果超人是人，超人將意味人類的升級或者再生；如果超人不再是人，那么是不是就意味著我們?nèi)祟悓⒚媾R覆滅，或者退回動物的群落，由超人取而代之？
超人的一小步，甩開人類千萬步，輕易跨越了人類和超人之間的千溝萬壑。隨著科技的發(fā)展、意識的升級、人與世界的重構(gòu)，必將建立全新的邏輯和倫理體系，假設(shè)中的宇宙?zhèn)惱怼⒊诉壿媽⒊蔀槌说纳婧桶l(fā)展準(zhǔn)則，這必將給當(dāng)下的道德體系和思想意識帶來無情的碾壓，一些基本的概念從此失去了意義，人類有可能從此不再崇高。這種不崇高使人徹底失去了積累萬年的萬物靈長之優(yōu)越感，之后人類面臨的將是什么心情？也許，進(jìn)入超人的輪回里，我們?nèi)祟惖膮^(qū)區(qū)幾萬年只是一個痕跡？一位院士曾經(jīng)說過，不要說拯救地球，地球沒有問題，有問題的是人類，需要拯救的是人類。確實是，地球存在了幾十億年，而人類存在時間與之相比不過是那么短暫的一瞬，短暫到對地球的影響幾乎可以忽略不計。沒有人類，地球依然在，失去了人類，地球依然在。在我們還無法跳出我們的世界，遇到未來的挑戰(zhàn)時，超人會拯救我們嗎？
一切科學(xué)的最終結(jié)果就是哲學(xué)。雖然科學(xué)和技術(shù)取得了極大的進(jìn)步，但科學(xué)依然遠(yuǎn)遠(yuǎn)落在哲學(xué)的后面。天地廣闊，卻不能任鳥飛。超越一切，卻無法超越理性。這是人之為人的一種根本狀態(tài)。當(dāng)科學(xué)技術(shù)以及其他一切學(xué)科都回歸工具本質(zhì)，唯有哲學(xué)才能給人類留有生存的空間，對接未來的世界的人類。毫無疑問，這是人類的法則，也是我們作為生命的意義所在。但面對未來，信息溢出、權(quán)利溢出、概念溢出等等，讓意義從此不再純潔無瑕，意義退位，力量上位。力量是什么？就是物質(zhì)，物質(zhì)靠什么推動，眼見的就是信息技術(shù)、量子力學(xué)和人工智能等等。
關(guān)于人工智能的哲學(xué)思考范文第5篇
［關(guān)鍵詞］ 人工智能，常識推理，歸納邏輯，廣義內(nèi)涵邏輯，認(rèn)知邏輯，自然語言邏輯
現(xiàn)代邏輯創(chuàng)始于19世紀(jì)末葉和20世紀(jì)早期，其發(fā)展動力主要來自于數(shù)學(xué)中的公理化運動。當(dāng)時的數(shù)學(xué)家們試圖即從少數(shù)公理根據(jù)明確給出的演繹規(guī)則推導(dǎo)出其他的數(shù)學(xué)定理，從而把整個數(shù)學(xué)構(gòu)造成為一個嚴(yán)格的演繹大廈，然后用某種程序和方法一勞永逸地證明數(shù)學(xué)體系的可靠性。為此需要發(fā)明和鍛造嚴(yán)格、精確、適用的邏輯工具。這是現(xiàn)代邏輯誕生的主要動力。由此造成的后果就是20世紀(jì)邏輯研究的嚴(yán)重數(shù)學(xué)化，其表現(xiàn)在于：一是邏輯專注于在數(shù)學(xué)的形式化過程中提出的問題；二是邏輯采納了數(shù)學(xué)的方法論，從事邏輯研究就意味著象數(shù)學(xué)那樣用嚴(yán)格的形式證明去解決問題。由此發(fā)展出來的邏輯被恰當(dāng)?shù)胤Q為“數(shù)理邏輯”，它增強了邏輯研究的深度，使邏輯學(xué)的發(fā)展繼古希臘邏輯、歐洲中世紀(jì)邏輯之后進(jìn)入第三個高峰期，并且對整個現(xiàn)代科學(xué)特別是數(shù)學(xué)、哲學(xué)、語言學(xué)和計算機科學(xué)產(chǎn)生了非常重要的影響。
本文所要探討的問題是：21世紀(jì)邏輯發(fā)展的主要動力將來自何處？大致說來將如何發(fā)展？我個人的看法是：計算機科學(xué)和人工智能將至少是21世紀(jì)早期邏輯學(xué)發(fā)展的主要動力源泉，并將由此決定21世紀(jì)邏輯學(xué)的另一幅面貌。由于人工智能要模擬人的智能，它的難點不在于人腦所進(jìn)行的各種必然性推理（這一點在20世紀(jì)基本上已經(jīng)做到了，如用計算機去進(jìn)行高難度和高強度的數(shù)學(xué)證明，“深藍(lán)”通過高速、大量的計算去與世界冠軍下棋），而是最能體現(xiàn)人的智能特征的能動性、創(chuàng)造性思維，這種思維活動中包括學(xué)習(xí)、抉擇、嘗試、修正、推理諸因素，例如選擇性地搜集相關(guān)的經(jīng)驗證據(jù)，在不充分信息的基礎(chǔ)上作出嘗試性的判斷或抉擇，不斷根據(jù)環(huán)境反饋調(diào)整、修正自己的行為，……由此達(dá)到實踐的成功。于是，邏輯學(xué)將不得不比較全面地研究人的思維活動，并著重研究人的思維中最能體現(xiàn)其能動性特征的各種不確定性推理，由此發(fā)展出的邏輯理論也將具有更強的可應(yīng)用性。
實際上，在20世紀(jì)中后期，就已經(jīng)開始了現(xiàn)代邏輯與人工智能（記為AI）之間的相互融合和滲透。例如，哲學(xué)邏輯所研究的許多課題在理論計算機和人工智能中具有重要的應(yīng)用價值。AI從認(rèn)知心理學(xué)、社會科學(xué)以及決策科學(xué)中獲得了許多資源，但邏輯（包括哲學(xué)邏輯）在AI中發(fā)揮了特別突出的作用。某些原因促使哲學(xué)邏輯家去發(fā)展關(guān)于非數(shù)學(xué)推理
的理論；基于幾乎同樣的理由，AI研究者也在進(jìn)行類似的探索，這兩方面的研究正在相互接近、相互借鑒，甚至在逐漸融合在一起。例如，AI特別關(guān)心下述課題：
·效率和資源有限的推理；
·感知；
·做計劃和計劃再認(rèn)；
·關(guān)于他人的知識和信念的推理；
·各認(rèn)知主體之間相互的知識；
·自然語言理解；
·知識表示；
·常識的精確處理；
·對不確定性的處理，容錯推理；
·關(guān)于時間和因果性的推理；
·解釋或說明；
·對歸納概括以及概念的學(xué)習(xí)。[①]
21世紀(jì)的邏輯學(xué)也應(yīng)該關(guān)注這些問題，并對之進(jìn)行研究。為了做到這一點，邏輯學(xué)家們有必要熟悉AI的要求及其相關(guān)進(jìn)展，使其研究成果在AI中具有可應(yīng)用性。
我認(rèn)為，至少是21世紀(jì)早期，邏輯學(xué)將會重點關(guān)注下述幾個領(lǐng)域，并且有可能在這些領(lǐng)域出現(xiàn)具有重大意義的成果：（1）如何在邏輯中處理常識推理中的弗協(xié)調(diào)、非單調(diào)和容錯性因素？（2）如何使機器人具有人的創(chuàng)造性智能，如從經(jīng)驗證據(jù)中建立用于指導(dǎo)以后行動的歸納判斷？（3）如何進(jìn)行知識表示和知識推理，特別是基于已有的知識庫以及各認(rèn)知主體相互之間的知識而進(jìn)行的推理？（4）如何結(jié)合各種語境因素進(jìn)行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進(jìn)行成功的交際？等等。
1．常識推理中的某些弗協(xié)調(diào)、非單調(diào)和容錯性因素
AI研究的一個目標(biāo)就是用機器智能模擬人的智能，它選擇各種能反映人的智能特征的問題進(jìn)行實踐，希望能做出各種具有智能特征的軟件系統(tǒng)。AI研究基于計算途徑，因此要建立具有可操作性的符號模型。一般而言，AI關(guān)于智能系統(tǒng)的符號模型可描述為：由一個知識載體（稱為知識庫KB）和一組加載在KB上的足以產(chǎn)生智能行為的過程（稱為問題求解器PS）構(gòu)成。經(jīng)過20世紀(jì)70年代包括專家系統(tǒng)的發(fā)展，AI研究者逐步取得共識，認(rèn)識到知識在智能系統(tǒng)中力量，即一般的智能系統(tǒng)事實上是一種基于知識的系統(tǒng)，而知識包括專門性知識和常識性知識，前者亦可看做是某一領(lǐng)域內(nèi)專家的常識。于是，常識問題就成為AI研究的一個核心問題，它包括兩個方面：常識表示和常識推理，即如何在人工智能中清晰地表示人類的常識，并運用這些常識去進(jìn)行符合人類行為的推理。顯然，如此建立的常識知識庫可能包含矛盾，是不協(xié)調(diào)的，但這種矛盾或不協(xié)調(diào)應(yīng)不至于影響到進(jìn)行合理的推理行為；常識推理還是一種非單調(diào)推理，即人們基于不完全的信息推出某些結(jié)論，當(dāng)人們得到更完全的信息后，可以改變甚至收回原來的結(jié)論；常識推理也是一種可能出錯的不精確的推理模式，是在容許有錯誤知識的情況下進(jìn)行的推理，簡稱容錯推理。而經(jīng)典邏輯拒斥任何矛盾，容許從矛盾推出一切命題；并且它是單調(diào)的，即承認(rèn)如下的推理模式：如果p?r，則pùq?r；或者說，任一理論的定理屬于該理論之任一擴張的定理集。因此，在處理常識表示和常識推理時，經(jīng)典邏輯應(yīng)該受到限制和修正，并發(fā)展出某些非經(jīng)典的邏輯，如次協(xié)調(diào)邏輯、非單調(diào)邏輯、容錯推理等。有人指出，常識推理的邏輯是次協(xié)調(diào)邏輯和非單調(diào)邏輯的某種結(jié)合物，而后者又可看做是對容錯推理的簡單且基本的情形的一種形式化。[②]
“次協(xié)調(diào)邏輯”（Paraconsistent Logic）是由普里斯特、達(dá)·科斯塔等人在對悖論的研究中發(fā)展出來的，其基本想法是：當(dāng)在一個理論中發(fā)現(xiàn)難以克服的矛盾或悖論時，與其徒勞地想盡各種辦法去排除
或防范它們，不如干脆讓它們留在理論體系內(nèi)，但把它們“圈禁”起來，不讓它們?nèi)我鈹U散，以免使我們所創(chuàng)立或研究的理論成為“不足道”的。于是，在次協(xié)調(diào)邏輯中，能夠容納有意義、有價值的“真矛盾”，但這些矛盾并不能使系統(tǒng)推出一切，導(dǎo)致自毀。因此，這一新邏輯具有一種次于經(jīng)典邏輯但又遠(yuǎn)遠(yuǎn)高于完全不協(xié)調(diào)系統(tǒng)的協(xié)調(diào)性。次協(xié)調(diào)邏輯家們認(rèn)為，如果在一理論T中，一語句A及其否定?A都是定理，則T是不協(xié)調(diào)的；否則，稱T是協(xié)調(diào)的。如果T所使用的邏輯含有從互相否定的兩公式可推出一切公式的規(guī)則或推理，則不協(xié)調(diào)的T也是不足道的(trivial)。因此，通常以經(jīng)典邏輯為基礎(chǔ)的理論，如果它是不協(xié)調(diào)的，那它一定也是不足道的。這一現(xiàn)象表明，經(jīng)典邏輯雖可用于研究協(xié)調(diào)的理論，但不適用于研究不協(xié)調(diào)但又足道的理論。達(dá)·科斯塔在20世紀(jì)60年代構(gòu)造了一系列次協(xié)調(diào)邏輯系統(tǒng)Cn（1≤n≤w），以用作不協(xié)調(diào)而又足道的理論的邏輯工具。對次協(xié)調(diào)邏輯系統(tǒng)Cn的特征性描述包括下述命題：(i)矛盾律?(Aù?A)不普遍有效；(ii)從兩個相互否定的公式A和?A推不出任意公式；即是說，矛盾不會在系統(tǒng)中任意擴散，矛盾不等于災(zāi)難。(iii)應(yīng)當(dāng)容納與(i)和(ii)相容的大多數(shù)經(jīng)典邏輯的推理模式和規(guī)則。這里，(i)和(ii)表明了對矛盾的一種相對寬容的態(tài)度，(iii)則表明次協(xié)調(diào)邏輯對于經(jīng)典邏輯仍有一定的繼承性。
在任一次協(xié)調(diào)邏輯系統(tǒng)Cn(1≤n≤w)中，下述經(jīng)典邏輯的定理或推理模式都不成立：
?(Aù?A)
Aù?AB
A(?AB)
(A??A)B
(A??A)?B
A??A
(?Aù(AúB))B
(AB)(?B?A)
若以C0為經(jīng)典邏輯，則系列C0， C1， C2，… Cn，… Cw使得對任正整數(shù)i有Ci弱于Ci-1，Cw是這系列中最弱的演算。已經(jīng)為Cn設(shè)計出了合適的語義學(xué)，并已經(jīng)證明Cn相對于此種語義是可靠的和完全的，并且次協(xié)調(diào)命題邏輯系統(tǒng)Cn還是可判定的。現(xiàn)在，已經(jīng)有人把次協(xié)調(diào)邏輯擴展到模態(tài)邏輯、時態(tài)邏輯、道義邏輯、多值邏輯、集合論等領(lǐng)域的研究中，發(fā)展了這些領(lǐng)域內(nèi)的次協(xié)調(diào)理論。顯然，次協(xié)調(diào)邏輯將會得到更進(jìn)一步的發(fā)展。[③]
非單調(diào)邏輯是關(guān)于非單調(diào)推理的邏輯，它的研究開始于20世紀(jì)80年代。1980年，D·麥克多莫特和J·多伊爾初步嘗試著系統(tǒng)發(fā)展一種關(guān)于非單調(diào)推理的邏輯。他們在經(jīng)典謂詞演算中引入一個算子M，表示某種“一致性”斷言，并將其看做是模態(tài)概念，通過一定程序把模態(tài)邏輯系統(tǒng)T、S4和S5翻譯成非單調(diào)邏輯。B·摩爾的論文《非單調(diào)邏輯的語義思考》（1983）據(jù)認(rèn)為在非單調(diào)邏輯方面作出了令人注目的貢獻(xiàn)。他在“缺省推理”和“自動認(rèn)知推理”之間做了區(qū)分，并把前者看作是在沒有任何相反信息和缺少證據(jù)的條件下進(jìn)行推理的過程，這種推理的特征是試探性的：根據(jù)新信息，它們很可能會被撤消。自動認(rèn)知推理則不是這種類型，它是與人們自身的信念或知識相關(guān)的推理，可用它模擬一個理想的具有信念的有理性的人的推理。對于在計算機和人工智能中獲得成功的應(yīng)用而言，非單調(diào)邏輯尚需進(jìn)一步發(fā)展。
2．歸納以及其他不確定性推理
人類智能的本質(zhì)特征和最高表現(xiàn)是創(chuàng)造。在人類創(chuàng)造的過程中，具有必然性的演繹推理固然起重要作用，但更為重要的是具有某種不確定性的歸納、類比推理以及模糊推理等。因此，計算機要成功地模擬人的智能，真正體現(xiàn)出人的智能品質(zhì)，就必須對各種具有不確定性的推理模式進(jìn)行研究。
首先是對歸納推理和歸納邏輯的研究。這里所說的“歸納推理”是廣義的，指一切擴展性推理，它們的結(jié)論所斷定的超出了其前提所斷定的范圍，因而前提的真無法保證結(jié)論的真，整個推理因此缺乏必然性。具體說來，這種意義的“歸納”包括下述內(nèi)容：簡單枚舉法；排除歸納法，指這樣一些操作：預(yù)先通過觀察或?qū)嶒灹谐霰谎芯楷F(xiàn)象的可能的原因，然后有選擇地安排某些事例或?qū)嶒灒鶕?jù)某些標(biāo)準(zhǔn)排除不相干假設(shè)，最后得到比較可靠的結(jié)論；統(tǒng)計概括：從關(guān)于有窮數(shù)目樣本的構(gòu)成的知識到關(guān)于未知總體分布構(gòu)成的結(jié)論的推理；類比論證和假說演繹法，等等。盡管休謨提出著名的“歸納問題”，對歸納推理的合理性和歸納邏輯的可能性提出了深刻的質(zhì)疑，但我認(rèn)為，（1）歸納是在茫茫宇宙中生存的人類必須采取也只能采取的認(rèn)知策略，對于人類來說具有實踐的必然性。（2）人類有理由從經(jīng)驗的重復(fù)中建立某種確實性和規(guī)律性，其依據(jù)就是確信宇宙中存在某種類似于自然齊一律和客觀因果律之類的東西。這一確信是合理的，而用純邏輯的理由去懷疑一個關(guān)于世界的事實性斷言則是不合理的，除非這個斷言是邏輯矛盾。（3）人類有可能建立起局部合理的歸納邏輯和歸納方法論。并且，歸納邏輯的這種可能性正在計算機科學(xué)和人工智能的研究推動下慢慢地演變成現(xiàn)實。恩格斯早就指出，“社會一旦有技術(shù)上的需要，則這種需要比十所大學(xué)更能把科學(xué)推向前進(jìn)。”[④] 有人通過指責(zé)現(xiàn)有的歸納邏輯不成熟，得出“歸納邏輯不可能”的結(jié)論，他們的推理本身與歸納推理一樣，不具有演繹的必然性。（4）人類實踐的成功在一定程度上證明了相應(yīng)的經(jīng)驗知識的真理性，也就在一定程度上證明了歸納邏輯和歸納方法論的力量。毋庸否認(rèn)，歸納邏輯目前還很不成熟。有的學(xué)者指出，為了在機器的智能模擬中克服對歸納模擬的困難而有所突破，應(yīng)該將歸納邏輯等有關(guān)的基礎(chǔ)理論研究與機器學(xué)習(xí)、不確定推理和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型與歸納學(xué)習(xí)中已有的成果結(jié)合起來。只有這樣，才能在已有的歸納學(xué)習(xí)成果上，在機器歸納和機器發(fā)現(xiàn)上取得新的突破和進(jìn)展。[⑤] 這是一個極有價值且極富挑戰(zhàn)性的課題，無疑在21世紀(jì)將得到重視并取得進(jìn)展。
再談模糊邏輯。現(xiàn)實世界中充滿了模糊現(xiàn)象，這些現(xiàn)象反映到人的思維中形成了模糊概念和模糊命題，如“矮個子”、“美人”、“甲地在乙地附近”、“他很年輕”等。研究模糊概念、模糊命題和模糊推理的邏輯理論叫做“模糊邏輯”。對它的研究始于20世紀(jì)20年代，其代表性人物是L·A·查德和P·N·馬林諾斯。模糊邏輯為精確邏輯（二值邏輯）解決不了的問題提供了解決的可能，它目前在醫(yī)療診斷、故障檢測、氣象預(yù)報、自動控制以及人工智能研究中獲得重要應(yīng)用。顯然，它在21世紀(jì)將繼續(xù)得到更大的發(fā)展。
3．廣義內(nèi)涵邏輯
經(jīng)典邏輯只是對命題聯(lián)結(jié)詞、個體詞、謂詞、量詞和等詞進(jìn)行了研究，但在自然語言中，除了這些語言成分之外，顯然還存在許多其他的語言成分，如各種各樣的副詞，包括模態(tài)詞“必然”、“可能”和“不可能”
、時態(tài)詞“過去”、“現(xiàn)在”和“未來”、道義詞“應(yīng)該”、“允許”、“禁止”等等，以及各種認(rèn)知動詞，如“思考”、“希望”、“相信”、“判斷”、“猜測”、“考慮”、“懷疑”，這些認(rèn)知動詞在邏輯和哲學(xué)文獻(xiàn)中被叫做“命題態(tài)度詞”。對這些副詞以及命題態(tài)度詞的邏輯研究可以歸類為“廣義內(nèi)涵邏輯”。
大多數(shù)副詞以及幾乎所有命題態(tài)度詞都是內(nèi)涵性的，造成內(nèi)涵語境，后者與外延語境構(gòu)成對照。外延語境又叫透明語境，是經(jīng)典邏輯的組合性原則、等值置換規(guī)則、同一性替換規(guī)則在其中適用的語境；內(nèi)涵語境又稱晦暗語境，是上述規(guī)則在其中不適用的語境。相應(yīng)于外延語境和內(nèi)涵語境的區(qū)別，一切語言表達(dá)式（包括自然語言的名詞、動詞、形容詞直至語句）都可以區(qū)分為外延性的和內(nèi)涵性的，前者是提供外延語境的表達(dá)式，后者是提供內(nèi)涵性語境的表達(dá)式。例如，殺死、見到、擁抱、吻、砍、踢、打、與…下棋等都是外延性表達(dá)式，而知道、相信、認(rèn)識、必然、可能、允許、禁止、過去、現(xiàn)在、未來等都是內(nèi)涵性表達(dá)式。
在內(nèi)涵語境中會出現(xiàn)一些復(fù)雜的情況。首先，對于個體詞項來說，關(guān)鍵性的東西是我們不僅必須考慮它們在現(xiàn)實世界中的外延，而且要考慮它們在其他可能世界中的外延。例如，由于“必然”是內(nèi)涵性表達(dá)式，它提供內(nèi)涵語境，因而下述推理是非有效的：
晨星必然是晨星，
晨星就是暮星，
所以，晨星必然是暮星。
這是因為：這個推理只考慮到“晨星”和“暮星”在現(xiàn)實世界中的外延，并沒有考慮到它們在每一個可能世界中的外延，我們完全可以設(shè)想一個可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我們就不能利用同一性替換規(guī)則，由該推理的前提得出它的結(jié)論：“晨星必然是暮星”。其次，在內(nèi)涵語境中，語言表達(dá)式不再以通常是它們的外延的東西作為外延，而以通常是它們的內(nèi)涵的東西作為外延。以“達(dá)爾文相信人是從猿猴進(jìn)化而來的”這個語句為例。這里，達(dá)爾文所相信的是“人是從猿猴進(jìn)化而來的”所表達(dá)的思想，而不是它所指稱的真值，于是在這種情況下，“人是從猿猴進(jìn)化而來的”所表達(dá)的思想（命題）就構(gòu)成它的外延。再次，在內(nèi)涵語境中，雖然適用于外延的函項性原則不再成立，但并不是非要拋棄不可，可以把它改述為新的形式：一復(fù)合表達(dá)式的外延是它出現(xiàn)于外延語境中的部分表達(dá)式的外延加上出現(xiàn)于內(nèi)涵語境中的部分表達(dá)式的內(nèi)涵的函項。這個新的組合性或函項性原則在內(nèi)涵邏輯中成立。
一般而言，一個好的內(nèi)涵邏輯至少應(yīng)滿足兩個條件：（i）它必須能夠處理外延邏輯所能處理的問題；（ii）它還必須能夠處理外延邏輯所不能處理的難題。這就是說，它既不能與外延邏輯相矛盾，又要克服外延邏輯的局限。這樣的內(nèi)涵邏輯目前正在發(fā)展中，并且已有初步輪廓。從術(shù)語上說，內(nèi)涵邏輯除需要真、假、語句真值的同一和不同、集合或類、謂詞的同范圍或不同范圍等外延邏輯的術(shù)語之外，還需要同義、內(nèi)涵的同一和差異、命題、屬性或概念這樣一些術(shù)語。廣而言之，可以把內(nèi)涵邏輯看作是關(guān)于象“必然”、“可能”、“知道”、“相信”，“允許”、“禁止”等提供內(nèi)涵語境的語句算子的一般邏輯。在這種廣義之下，模態(tài)邏輯、時態(tài)邏輯、道義邏輯、認(rèn)知邏輯、問題邏輯等都是內(nèi)涵邏輯。不過，還有一種狹義的內(nèi)涵邏輯，它可以粗略定義如下：一個內(nèi)涵邏輯是一個形式語言，其中包括（1）謂詞邏輯的算子、量詞和變元，這里的謂詞邏輯不必局限于一階謂詞邏輯，也可以是高階謂詞邏輯；（2）合式的λ—表達(dá)式，例如(λx)A，這里A是任一類型的表達(dá)式，x是任一類型的變元，(λx)A本身是一函項，它把變元x在其中取值的那種類型的對象映射到A所屬的那種類型上；（3）其他需要的模態(tài)的或內(nèi)涵的算子，例如€，ù、ú。而一個內(nèi)涵邏輯的解釋，則由下列要素組成：（1）一個可能世界的非空集W；（2）一個可能個體的非空集D；（3）一個賦值，它給系統(tǒng)內(nèi)的表達(dá)式指派它們在每w∈W中的外延。對于任一的解釋Q和任一的世界w∈W，判定內(nèi)涵邏輯系統(tǒng)中的任一表達(dá)式X相對于解釋Q在w∈W中的外延總是可能的。這樣的內(nèi)涵邏輯系統(tǒng)有丘奇的LSD系統(tǒng)，R·蒙塔古的IL系統(tǒng)，以及E·N·扎爾塔的FIL系統(tǒng)等。[⑥]
在各種內(nèi)涵邏輯中，認(rèn)識論邏輯（epistemic logic）具有重要意義。它有廣義和狹義之分。廣義的認(rèn)識論邏輯研究與感知（perception）、知道、相信、斷定、理解、懷疑、問題和回答等相關(guān)的邏輯問題，包括問題邏輯、知道邏輯、相信邏輯、斷定邏輯等；狹義的認(rèn)識論邏輯僅指知道和相信的邏輯，簡稱“認(rèn)知邏輯”。馮·賴特在1951年提出了對“認(rèn)知模態(tài)”的邏輯分析，這對建立認(rèn)知邏輯具有極大的啟發(fā)作用。J·麥金西首先給出了一個關(guān)于“知道”的模態(tài)邏輯。A·帕普于1957年建立了一個基于6條規(guī)則的相信邏輯系統(tǒng)。J·亨迪卡于60年代出版的《知識和信念》一書是認(rèn)知邏輯史上的重要著作，其中提出了一些認(rèn)知邏輯的系統(tǒng)，并為其建立了基于“模型集”的語義學(xué)，后者是可能世界語義學(xué)的先導(dǎo)之一。當(dāng)今的認(rèn)知邏輯紛繁復(fù)雜，既不成熟也面臨許多難題。由于認(rèn)知邏輯涉及認(rèn)識論、心理學(xué)、語言學(xué)、計算機科學(xué)和人工智能等諸多領(lǐng)域，并且認(rèn)知邏輯的應(yīng)用技術(shù)，又稱關(guān)于知識的推理技術(shù)，正在成為計算機科學(xué)和人工智能的重要分支之一，因此認(rèn)知邏輯在20世紀(jì)中后期成為國際邏輯學(xué)界的一個熱門研究方向。這一狀況在21世紀(jì)將得到繼續(xù)并進(jìn)一步強化，在這方面有可能出現(xiàn)突破性的重要結(jié)果。
4．對自然語言的邏輯研究
對自然語言的邏輯研究有來自幾個不同領(lǐng)域的推動力。首先是計算機和人工智能的研究，人機對話和通訊、計算機的自然語言理解、知識表示和知識推理等課題，都需要對自然語言進(jìn)行精細(xì)的邏輯分析，并且這種分析不能僅停留在句法層面，而且要深入到語義層面。其次是哲學(xué)特別是語言哲學(xué)，在20世紀(jì)哲學(xué)家們對語言表達(dá)式的意義問題傾注了異乎尋常的精力，發(fā)展了各種各樣的意義理論，如觀念論、指稱論、使用論、言語行為理論、真值條件論等等，以致有人說，關(guān)注意義成了20世紀(jì)哲學(xué)家的職業(yè)病。再次是語言學(xué)自身發(fā)展的需要，例如在研究自然語言的意義問題時，不能僅僅停留在脫離語境的抽象研究上面，而要結(jié)合使用語言的特定環(huán)境去研究，這導(dǎo)致了語義學(xué)、語用學(xué)、新修辭學(xué)等等發(fā)展。各個方面發(fā)展的成果可以總稱為“自然語言邏輯”，它力圖綜合后期維特根斯坦提倡的使用論
，J·L·奧斯汀、J·L·塞爾等人發(fā)展的言語行為理論，以及P·格賴斯所創(chuàng)立的會話含義學(xué)說等成果，透過自然語言的指謂性和交際性去研究自然語言中的推理。
自然語言具有表達(dá)和交際兩種職能，其中交際職能是自然語言最重要的職能，是它的生命力之所在。而言語交際總是在一定的語言環(huán)境（簡稱語境）中進(jìn)行的，語境有廣義和狹義之分。狹義的語境僅指一個語詞、一個句子出現(xiàn)的上下文。廣義的語境除了上下文之外，還包括該語詞或語句出現(xiàn)的整個社會歷史條件，如該語詞或語句出現(xiàn)的時間、地點、條件、講話的人（作者）、聽話的人（讀者）以及交際雙方所共同具有的背景知識，這里的背景知識包括交際雙方共同的信念和心理習(xí)慣，以及共同的知識和假定等等。這些語境因素對于自然語言的表達(dá)式（語詞、語句）的意義有著極其重要的影響，這具體表現(xiàn)在：（i）語境具有消除自然語言語詞的多義性、歧義性和模糊性的能力，具有嚴(yán)格規(guī)定語言表達(dá)式意義的能力。（ii）自然語言的句子常常包含指示代詞、人稱代詞、時間副詞等，要弄清楚這些句子的意義和內(nèi)容，就要弄清楚這句話是誰說的、對誰說的、什么時候說的、什么地點說的、針對什么說的，等等，這只有在一定的語境中才能進(jìn)行。依賴語境的其他類型的語句還有：包含著象“有些”和“每一個”這類量化表達(dá)式的句子的意義取決于依語境而定的論域，包含著象“大的”、“冷的”這類形容詞的句子的意義取決于依語境而定的相比較的對象類；模態(tài)語句和條件語句的意義取決于因語境而變化的語義決定因素，如此等等。（iii）語言表達(dá)式的意義在語境中會出現(xiàn)一些重要的變化，以至偏離它通常所具有的意義（抽象意義），而產(chǎn)生一種新的意義即語用涵義。有人認(rèn)為，一個語言表達(dá)式在它的具體語境中的意義，才是它的完全的真正的意義，一旦脫離開語境，它就只具有抽象的意義。語言的抽象意義和它的具體意義的關(guān)系，正象解剖了的死人肢體與活人肢體的關(guān)系一樣。邏輯應(yīng)該去研究、理解、把握自然語言的具體意義，當(dāng)然不是去研究某一個（或一組）特定的語句在某個特定語境中唯一無二的意義，而是專門研究確定自然語言具體意義的普遍原則。[⑦]
美國語言學(xué)家保羅·格賴斯把語言表達(dá)式在一定的交際語境中產(chǎn)生的一種不同于字面意義的特殊涵義，叫做“語用涵義”、“會話涵義”或“隱涵”（implicature），并于1975年提出了一組“交際合作原則”，包括一個總則和四組準(zhǔn)則。總則的內(nèi)容是：在你參與會話時，你要依據(jù)你所參與的談話交流的公認(rèn)目的或方向，使你的會話貢獻(xiàn)符合這種需要。仿照康德把范疇區(qū)分為量、質(zhì)、關(guān)系和方式四類，格賴斯提出了如下四組準(zhǔn)則：
（1）數(shù)量準(zhǔn)則：在交際過程中給出的信息量要適中。
a．給出所要求的信息量；
b．給出的信息量不要多于所要求的信息量。
（2）質(zhì)量準(zhǔn)則：力求講真話。
a．不說你認(rèn)為假的東西，。
b．不說你缺少適當(dāng)證據(jù)的東西。
（3）關(guān)聯(lián)準(zhǔn)則：說話要與已定的交際目的相關(guān)聯(lián)。
（4）方式準(zhǔn)則：說話要意思明確，表達(dá)清晰。
a．避免晦澀生僻的表達(dá)方式；
b．避免有歧義的表達(dá)方式；
c．說話要簡潔；
d．說話要有順序性。[⑧]
后來對這些原則提出了不少修正和補充，例如有人還提出了交際過程中所要遵守的“禮貌原則”。只要把交際雙方遵守交際合作原則之類的語用規(guī)則作為基本前提，這些原則就可以用來確定和把握自然語言的具體意義（語用涵義）。實際上，一個語句p的語用涵義，就是聽話人在具體語境中根據(jù)語用規(guī)則由p得到的那個或那些語句。更具體地說，從說話人S說的話語p推出語用涵義q的一般過程是：
（i）S說了p；
（ii）沒有理由認(rèn)為S不遵守準(zhǔn)則，或至少S會遵守總的合作原則；
（iii）S說了p而又要遵守準(zhǔn)則或總的合作原則，S必定想表達(dá)q；
（iv）S必然知道，談話雙方都清楚：如果S是合作的，必須假設(shè)q；
（v）S無法阻止聽話人H考慮q；
（vi）因此，S意圖讓H考慮q，并在說p時意味著q。
試舉二例：
（1）a站在熄火的汽車旁，b向a走來。a說：“我沒有汽油了。”b說：“前面拐角處有一個修車鋪。”這里a與b談話的目的是：a想得到汽油。根據(jù)關(guān)系準(zhǔn)則，b說這句話是與a想得到汽油相關(guān)的，由此可知：b說這句話時隱涵著：“前面的修車鋪還在營業(yè)并且賣汽油。”
