共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
强人工智能(以下简称强AI:Strong Artificial Intelligence)由美国哲学家约翰·塞尔上世纪70年代在其论文《心灵、大脑与程序》中提出,主要是指对人工智能(以下简称AI)持有的这样一种哲学立场:基于心智的计算模型,以通用数字计算机为载体的AI程序可以象人类一样认知和思考,达到或者超过人类智能水平。这种立场与弱人工智能(以下简称弱AI:Weak AI)或应用人工智能相对立,后者认为AI只是帮助人类完成某些任务的工具或助理。随着最近20年来互联网、神经科学、基因工程等技术的飞速发展,强AI从塞尔时代的一种哲学立场逐步向工程实践转变和演进,未来学家甚至设想和描述了强AI的更极端版本:超级智能,这些在IBM、谷歌、Facebook、微软等产业巨头和库兹韦尔、马克拉姆等乐观的技术实践者的双重推动下,藉由大众科学传播的放大作用,渗透到人们的日常生活中构成了对其技术合理性的辩护,但AI本身对人类主体和社会的影响不是价值中立的,它一方面难以吸收和提升人类的创新本质,另一方面其技术合理性带来的后果与其初衷有时相互背离,并在商业行为的推动下,构成对作为文化产物和自我解释的理性人类的单向压制和挑战。 相似文献
3.
《科学与管理》2015,(4):55-62
1965年12月,休伯特·德雷福斯以兰德公司顾问的身份,发表了编号为P-3244的《人工智能与炼金术》的研究报告,对兰德公司本身主导的人工智能(以下简称AI)研究提出了重大理论挑战,1972年德雷福斯以该报告为基础出版了《计算机不能做什么——人工智能的极限》,该书与1966年美国国家科学院的ALPAC报告,1973年英国科学研究理事会的Light Hill报告一起,标志着AI发展历史上的第一次冬天,即使经历了上世纪80年代由于专家系统兴起的AI再次繁荣,以及90年代初AI的第二次冬天,AI的研究纲领已经变化甚多,但德雷福斯仍然坚持其基本观点,对隐含在AI研究纲领中的关于人类认知和问题解决能力的深层假设,从现象学和海德格尔哲学为核心的大陆哲学立场出发,始终进行批判性地思考和分析,无论AI科学家共同体对其观点是否认同,德雷福斯这些深刻的哲学思考,客观上推动了从AI研究早期基于知识主义、符号主义强纲领的盲目乐观,到目前对实现人类级别智能的智能机器建造的审慎态度,以及更加丰富的研究进路的转变。 相似文献
4.
5.
6.
7.
8.
"人工智能"(Artificial Intelligence,简记为AI)是20世纪50年代中期兴起的一门新兴边缘科学,它既是计算机科学的一个分支,又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科.人工智能又称为智能模拟,是用计算机系统模仿人类的感知、思维、推理等思维活动. 相似文献
9.
“人工智能”(Artificial Intelli—gence,简记为AI)是20世纪50年代中期兴起的一门新兴边缘科学,它既是计算机科学的一个分支,又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。人工智能又称为智能模拟,是用计算机系统模仿人类的感知、思维、推理等思维活动。它研究和应用 相似文献
10.
11.
以智能化科研(AI for Science)为核心的第五科研范式已经在多个自然科学和高技术领域得到了广泛应用。与人工智能(AI)在自然科学领域的应用强调发现新原理、新机理和新规律不同,高技术领域更强调用AI技术来发明创造新方案、新工具和新产品,以解决特定的领域问题。文章总结了AI在高技术领域的应用——“技术智能”(AI for Technology)的典型特征和科学问题,并以CPU芯片全自动设计为例介绍过往的成功案例。最后,文章指出技术智能的目标不仅是加速创新流程并减少人工投入,同时也希望其具备更强的创造能力,最终超过人类的水平。 相似文献
12.
13.
人工智能(AI)技术不仅改变了人类的生产方式,也重塑了人类解决社会问题的方式。诞生于工业时代的传统社会创新理论在AI时代的解释力逐渐势微,学术界提出了重建AI时代社会创新理论的新任务。本文在比较传统社会创新与数字社会创新的基础上,提出AI社会创新的内涵,以此建构AI时代的社会创新理论。本文强调AI社会创新有助于智能识别漂浮的社会问题,推进解决方案的最优匹配,促进社会创新成果的扩散。围绕AI在社会问题与解决方案匹配过程中的作用,本文以社会问题的紧迫性和解决方案的新颖性为框架,首次提出AI自主搜索式、AI赋能生成式、AI自主修补式、AI赋能探索式四种AI社会创新模式。研究发现拓展了已有社会创新理论的内涵。 相似文献
14.
霍金关于人工智能取代人类的观点,引发了人们关于"超级AI(超级人工智能)"的广泛争论,那么"超级AI"是否会实现、其潜在的实现路径包括哪些?针对这些问题,该文在分析历史上关于超级AI的争论的基础上,总结了学界等关于"超级AI"如何实现的各种路径.认为当前我们不应过度夸大AI的能力,但要敬畏AI的未来发展潜力,因为无论是从技术态层面还是社会态层面上讲,AI的未来发展陷入"动车困境",超级AI并非完全是一种科学幻想. 相似文献
15.
近期,以ChatGPT为代表的大模型技术正开启人类社会智能化的新纪元。研究人工智能成功案例背后的技术原理,探索人工智能驱动的科学研究(AI for Science,AI4S)新范式,对促进我国科技进步、增强国家竞争力具有十分重要的意义。文章首先以数学、物理学、生物学、材料科学领域为例,简述AI4S的研究进展。其次,面向近年来最为成功的人工智能范例,分析AlphaFold和ChatGPT的基本原理和关键技术。最后,在以上分析的基础上,从算法、模型、数据、知识、人的因素等角度,总结大模型时代人工智能技术发展新趋势,探讨AI4S研究新范式。 相似文献
16.
17.
18.
近年来,随着人工智能技术的不断发展,人们开始重视人工智能的安全问题。众所周知,人工智能在许多方面要优于人类,而且随着技术不断发展,有望超过人类智能,如果人工智能失去控制,必然会带来严重的安全问题。本文主要研究人工智能安全性问题以及如何控制好人工智能的发展,使其有利于人类社会,避免给人类带来危害。 相似文献
19.
20.
塞尔通过“中文屋”思想实验对图灵的智能定义进行了反驳,认为通过了图灵测试的计算机并不具有智能,人与计算机的根本区别在于意向性,而意向性来自于人类大脑特有的生物结构——神经蛋白。但是,塞尔并没有明确指出导致意向性的根源性力量究竟是什么,大脑是如何具有意向性的,这是他的“中文屋”思想实验留给我们需要重新思考的问题,也是图灵测试需要我们认真审视的问题——智能的本质究竟是什么?在人工智能未来的发展中,人们对计算机智能的要求越来越高,技术的应用也将会和人类的实际需求融合得更加紧密,如何让计算机具有像人类的大脑一样的意向性成为人工智能专家未来努力的方向。 相似文献