就原始版本的"中文屋"思想實驗而言,實驗的提出者塞爾主要關心的是如何駁倒"強人工智能論題",而并不關心對于特定的經(jīng)驗語言的自然語言處理任務所可能遭遇到的經(jīng)驗問題。因此,從原則上看,將"中文屋"替換為"日語屋",并不會對其論證結構造成影響。然而,塞爾的對于具體經(jīng)驗語言這種漠不關心的態(tài)度,卻使得他無法體察到日語言說者對于身體感受性的高度敏感,以及此類敏感對主流自然語言處理技術所構成的挑戰(zhàn)。反過來說,將"中文屋"升級為"日語屋"的舉措,縱然沒有在先驗的意義上構成對于作為哲學論題的"強人工智能論題"的威脅,卻至少在經(jīng)驗的層面上提供了更多的理據(jù),以便我們能夠更好地考察在主流人工智能技術—無論是符號人工智能技術還是神經(jīng)元網(wǎng)絡技術—的框架內進行"具身化改造"的可能,并通過這些批判性考察,為學界對于一些新技術路徑的關注設置指路的路燈。 

【文章來源】：自然辯證法通訊. 2018,40(01)北大核心CSSCI

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1月本洋所描繪的日語腦與英語腦的信息加工路線之間的差異

供的（順便說一句，考慮到目下如火如荼的“深度學習”技術只是神經(jīng)元網(wǎng)絡技術的升級版，因此，在本文中筆者還是傾向于用“神經(jīng)元網(wǎng)絡”兼指“深度學習”）。非常粗略地說，神經(jīng)元網(wǎng)絡技術的實質，是利用統(tǒng)計學的方法，在某個層面模擬人腦神經(jīng)元網(wǎng)絡的工作方式，設置多層彼此勾聯(lián)成網(wǎng)絡的計算單位，逐層對輸入材料進行信息加工，最終輸出某種帶有更高層面的語義屬性的計算結果。至于這樣的計算結果是否符合人類用戶的需要，則取決于人類編程員如何用訓練樣本與反饋算法去調整既有網(wǎng)絡各個計算單位之間的權重（請參看圖2）。而與傳統(tǒng)神經(jīng)元網(wǎng)絡相比，“深度學習”網(wǎng)絡的計算單位層數(shù)有數(shù)量級式的提升，全網(wǎng)的反饋算法在計算復雜性上也有極大的提升——因此，其整體的技術性能也明顯優(yōu)于傳統(tǒng)的神經(jīng)元網(wǎng)絡技術。圖2一個被高度簡化的人工神經(jīng)元網(wǎng)絡結構模型不過，盡管神經(jīng)元網(wǎng)絡技術的工作原理的確具有某種意義上的“類腦性”并因此而與“具身性”發(fā)生了某種至少間接意義上的關聯(lián)，但若我們從金谷武洋的立場上去審視該技術的化，我們就會發(fā)現(xiàn)：它依然是一種體現(xiàn)了“上帝的視角”的技術進路，人學新科技群、歷史決定論與中道自由


本文編號：3620214