智能二元论：机器通往人类智能的曲折之路

硅谷密探 · 公众号 · 科技媒体 · 2017-04-25 08:53

正文

请到「今天看啥」查看全文

这个观点是否恰恰说出了深度学习所面临的局限和挑战？使用相同的数据，相同的模型结构，和相同的训练方法，但可能会产生不同的模型和输出。在许多感知领域使用人造神经网络只能理解到启发式层面，我们经验性地判断特定的训练算法和参数能够与特定的数据一起工作。

当然，还有另一方的观点。柏拉图最著名的学生，亚里士多德，则认为经验是所有知识的关键组成部分。换句话说，他认为知识是感知的结果和输出。柏拉图与亚里士多德之间的关键争论是，经验性的观察能否最终产生理性知识，这一争论已经持续了数千年，不过至今仍然没有结论。

在可感知的世界中里的事物很像表格，我们的感官确实有助于我们收集他们，但是我们不能完全相信我们的感官，因为我们经常高估感官的体验，忽视了感知只是在模仿现实。以John Searle的“Chinese Room”的比喻为例，给出一套中文元素与英文元素相转换的手册，任何一个不懂中英文的人都可能成功将中文翻译成英文，反之亦然。但是，核心问题是这个人是否是智能的。在这个例子中，什么是智能的主体？智能的本质存在于手册而不是房间或者代理，即使这些代理表现出智能的水平，并可能被认为是智能的，但实际上它们可能只是代表智能主体的不智能前端。

“智能是获得，代表，存储，转让和利用知识的能力。要了解智能，我们需要首先了解知识”。那什么是知识？在 “Theaetetus”中，柏拉图认为“真实知识”是具有三个特征的有界概念：真实信念、复合构成和逻辑结构。在我看来，柏拉图关于智能的定义可能太狭隘，但他是少数早期的哲学家里睿智地指出：看似智能的结果，并不等同有知识，也不一定是智能本体。

描述知识（Knowledge by description）和经验知识（Knowledge by acquaintance）

苏格兰哲学家James Frederick Ferrier在1854年首先提出了Epistemology，在希腊语中的意思是“认识论”。他认为知识有三种： “技能知识”(knowing how)，“命题知识”(knowing that)和“经验知识” (knowledge by acquisition)，这三种知识在获取方式，表现形式和使用场景上是不同的。他举例说：骑自行车是“技能知识”，这需要重复练习从而获得技能，但这种技能不会对设计更好的自行车提供帮助。自行车设计的知识是“命题知识”，需要在物理学中通过学习和逻辑思维获得。20世纪初的英国哲学家罗素（Bertrand Russel）升华了认识论，并将其一分为二，分成了”描述知识”(knowledge by description)和” and “经验知识”(knowledge by acquaintance)，我个人认为，这是一个在形式和实质上都更准确的分类。