1700522288
心智社会：从细胞到人工智能，人类思维的优雅解读 17.11 智能理想
1700522289
1700522290
如果思维是一种自我人格，那么它可以做这做那，就好像它可以决定一样，但思维常常飞离它认为正确的事物而不情愿地去追求它认为邪恶的事。不过，似乎没有什么事会按照自我所希望的方式发生。思维只是被不纯的欲望蒙蔽了，没有参透智慧，固执地坚持只想着“我”和“我的”。
1700522291
1700522292
——佛陀
1700522293
1700522294
我们如何应对导致可怕结果的思维？那个关于“差不多”的悖论，它暗示所有的事物，无论大小，可能都是一样大的。面对这种论点，人们应该怎么想呢？策略之一就是永远不要把两个或三个这种差不多的关系联结在一起，限制这种推理。于是，人们可能会继续推广这种策略，因为害怕不安全，做任何推理都不会把太多例子绑在一起。
1700522295
1700522296
但“太多”又是什么意思呢？对于这个问题，我们没有统一的答案。就像在“更社会”的例子中，我们必须在不同的重要思维领域中各自单独学习它：每种类型和风格的推理方法，它们的限制是什么？人类的思维不是以单一的统一“逻辑”为基础，而是以无数的程序、脚本、成规、评论家和审查员、类比和比喻为基础。有些是通过基因的操控获得的，有些是从环境中学来的，还有一些是我们自己建构的。但就算在思维内部，学习也不是独自完成的，每一步都会利用许多我们以前从语言、家庭和朋友，还有从早期的“自我”那里学到的事物。如果不是每个阶段教导下一个阶段，人们无法建构像思维这么复杂的事物。
1700522297
1700522298
我们的智能发展与情感发展的差异不大，这还体现在另一个方面：我们也会建立智能依恋，而且想要按照某些特定他人的思维方式思考。这些理想智能可能源于家长、老师和朋友；源于我们从没见过的人，比如作家；甚至源于根本不存在的传奇英雄。关于我们应该如何思考的影像和我们应该如何感受的影像，我怀疑我们对这二者的依赖程度差不多。我们最持久的记忆，有些是关于一些特定的老师的，但不是关于他们教了我们什么。（写现在的内容时，我感觉我的英雄沃伦·麦卡洛克正不以为然地看着我，他是不会喜欢这种新弗洛伊德理念的。）不论一项事业从情感上看起来多么中立，世上并没有“纯理性”的事物。人们总是会带着一些个人风格和倾向来处理某个情境。就算是科学家，也会做出带有个人风格的选择：
1700522299
1700522300
证据足够了吗，还是应该再找一些？
1700522301
1700522302
是时候做一个统一框架了吗，还是应该积累更多的样例？
1700522303
1700522304
我可以依赖旧理论吗，还是应该相信自己的最新猜想？
1700522305
1700522306
我应该去做简化者还是创新者？
1700522307
1700522308
在每一步中，我们所做的选择都取决于我们变成的样子。我们的科学、艺术和伦理技能并非起源于毫不相干的理想真理、美感或美德，而是在一定程度上源于那些我们努力安抚或取悦的影像，这些影像在早年时期已经建立好了。我们成年后的性情是从婴儿时期的冲动进化而来，不过现在如果我们不把它们变形、伪装，或者像弗洛伊德所说的“升华”，就一定会受到指责。
1700522309
1700522310
1700522311
1700522312
1700522314
心智社会：从细胞到人工智能，人类思维的优雅解读 第18章 推理
1700522315
1700522316
机器，拥有无可辩驳的逻辑，对数字有冷酷的精确性，不知疲倦，能进行完全精准的观察，拥有对数学的绝对知识，它们可以详细阐述任何理念，无论这种理念的源头是多么简单，最后也能得出结论。机器拥有对理想类型的想象力，这种能力可以根据当下的事实建构必然的未来。但人类拥有的是另一种想象力。那是一种不合逻辑但充满才气的想象力，它能模糊地看到未来的结果，却不知道是为什么，也不知道是怎么变成那样的。这种想象力胜过了机器的精准。人们可能会更迅速地得出结论，但机器总是在最后得出正确的结论。人类跳跃前行，机器则是以稳健而不可抵挡的步伐列队前行。
1700522317
1700522318
——小约翰W.坎贝尔
1700522319
1700522320
1700522321
1700522322
1700522324
心智社会：从细胞到人工智能，人类思维的优雅解读 18.1 机器一定要有逻辑吗
1700522325
1700522326
有一些旧观点认为如果机器可以思考，那么它们一定是以完美的逻辑进行思考，这种论点有什么问题吗？人们总是说因为机器本身的性质，它们都是按照规则来工作的。人们还说它们只会做人类让它做的事。除此之外，我们还听说机器只能处理量的问题，因此无法应对质的问题或其他类似的问题。
1700522327
1700522328
这种论点大部分都是以一个错误为基础的，这个错误就像是把智能体和智能组混为一谈一样。当我们设计并制作一个机器时，我们对于它如何工作有充分的了解。当我们的设计是以整齐的逻辑原则为基础时，我们很有可能犯这样一种错误，期望机器能以同样整齐而有逻辑的方式行事。但这种想法把两件事弄混了，一个是机器内部的“工作”原理，一个是我们期望它在外部世界中的行为方式。能够用逻辑术语解释机器的组件如何运作，并不会自动就能用简单的逻辑术语解释它后续的活动。埃德加·爱伦·坡曾经指出，某种特定的下棋“机器”其实是骗人的，因为它并不总是能赢。他认为，如果它真的是一台机器，那一定拥有完美的逻辑，因此不会犯任何错误！这种论点的谬误出现在哪里呢？很简单，没有什么可以阻止我们用逻辑的语言来描述不合逻辑的推理。机器只会做它被设计来做的事，在某种程度上这是对的。但这并不妨碍我们在了解了思维的运作原理之后，设计出可以思考的机器。
1700522329
1700522330
在真实生活中，我们什么时候会真正用到逻辑呢？我们会在想要简化和总结我们的思想时用上它。我们用它来向其他人解释论点，说服他们这些论点是正确的。我们还用它来重新构想我们的理念。但我们使用逻辑真的常常是为了解决问题或者“获取”新的理念吗？我对此表示怀疑。相反，我们都是在通过其他方式建构或发现了解决方案或新理念之后，才会用逻辑术语来总结论点和结论。只有那时，我们才会用语言和其他类型的正式推理来“进行清理”，把重要的部分从千头万绪的思维和理念中分离出来，这些思维和理念正是那些重要部分的起源。
1700522331
1700522332
想理解为什么逻辑一定是事后生成的，我们来回想一下利用生成与测试的方法来解决问题的理念。在解决任何问题的过程中，逻辑都只是推理中的一个碎片，它可以作为一种检验方法来防止我们得出无效的结论，但它不能告诉我们应该生成哪些理念，或者应该使用哪些程序和记忆。逻辑无法解释我们是如何思考的，就像语法无法解释我们是怎么说话的，这两种标准都只能告诉我们已经生成的句子是否恰当，但不能告诉我们要生成哪些句子。如果没有知识和意图之间的紧密联系，逻辑只会导致疯狂，而不会产生智能。一个没有目标的逻辑系统仅仅会产生无数无意义的事实，就像下面这些：
1700522333
1700522334
A表示A。
1700522335
1700522336
P或者不是P。
[
上一页 ]
[ :1.700522287e+09 ]
[
下一页 ]