物理符号系统
物理符号系统 (又称为形式系统 )会将物理模式(符号)组合成结构(表达式)并操纵它们(使用处理程序)来产生新的表达式。
物理符号系统假设(英语:physical symbol system hypothesis,PSSH )是在人工智能哲学中,由艾伦·纽厄尔和赫伯特·西蒙提出的一个观点。他们写道:
该主张意味着人类的思维是一种符号处理(因为符号系统对于智慧来说是必要的),同时也意味着机器可以拥有智慧(因为符号系统对于智慧来说是充分的)。[2]
纽厄尔和西蒙指出,物理符号系统是由一组名为“符号”(symbols)的实体所组成,这些实体是物理图形,可以作为另一种称为“表达式”(或符号结构)的实体之元件。因此,符号结构是由许多个例(instances或tokens)组成的,而这些个例以某种物理方式关联著(例如符号紧邻著另一个符号)。 在任何时候,系统都包含着这些符号结构的集合。除了这些结构之外,系统还包含一组处理程序,它们会对表达式进行操作以生成其他表达式,像是“创建”、“修改”、“复制”和“破坏”。物理符号系统是随着时间产生不断进化的符号结构集合的机器,这样的系统存在于比这些符号表达式本身更加广泛的客体世界中。[3]
这个想法的哲学根源来自于霍布斯(他声称推理“无非是推算”)、莱布尼兹(他试图建立人类想法的逻辑演算)、休谟(他认为知觉可以被简化为“原子印象”)和甚至是康德(他认为所有经验都是由形式规则所控制)。[4] 最近的版本则与哲学家希拉里·普特南和杰里·福多有关,称作心灵计算理论 。[5]
虽然该假设受到了各方强烈批评,但它仍是AI研究的核心。一种常见的批评观点是,这种假设似乎适用于更高层次的智力,像是下棋,而不太适用于如视觉这样的普通智力。而与世界上的物体直接对应的高级符号(如<dog>和<tail>),以及存在于机器(如神经网络)中的更为复杂的“符号”,我们通常会做出区分。
例子
- 形式逻辑 :符号是诸如“与”、“或”、“非”、“对于所有x”之类的词,依此类推。表达式是形式逻辑中的语句,可以为真,也可以为假。处理程序是逻辑推论的规则。
- 代数 :符号为“ +”、“×”、“ x ”、“ y ”、“ 1”、“ 2”、“ 3”等。表达式为方程式。处理程序是代数规则,允许人们操纵一种数学表达形式
- 数位电脑 :符号是计算机记忆体的0和1,处理程序是CPU更改记忆体的操作。
- 棋 :符号是棋子,处理程序是合法的棋子动作,表达式是棋盘上所有棋子的位置。
物理符号系统假设认为下面两者都是物理符号系统的例子:
支持论点
艾伦·纽厄尔和赫伯特·西蒙认为“‘符号处理’是人类和机器智慧的本质”,这来自来两点证据:“人工智能程序的开发”和“对人类的心理实验”。
首先,在人工智能研究的最初几十年里,许多使用高级符号处理的程式非常成功,例如纽厄尔与西蒙的通用问题解决者,或是特里·威诺格拉德的SHRDLU。[6] 约翰·豪格兰德(John Haugeland)将这类AI研究命名为“ 有效的老式人工智能(Good Old Fashioned AI)”或"GOFAI" 。[7] 专家系统和逻辑编程即为这些传统程式派生的结果。这些程序的成功表明,符号处理系统可以模拟任何智慧动作。
其次,同时进行的心理实验发现,对于逻辑、计划或任何形式的“谜题解决”中的难题,人们也使用这种符号处理。 AI研究人员能够使用计算机程序模拟人类逐步解决问题的能力。 这种合作及其引发的议题最终导致认知科学领域的诞生。[8] (这类研究被称为“ 认知模拟 ”)这方面的研究表明,人类解决问题的主要方法是处理高级符号。
在纽厄尔和西蒙的论据中,假设所指的"符号"代表世界上事物的物理对象,如<狗>具有可识别的含义或直指,并可以与其他符号组成以创建更复杂的符号。
然而,也可以把这个假设解释为数位计算机记忆体中简单抽象的“0和1”,或者是指透过机器人的感知设备的“0和1之流”。从某种意义上讲,这些也是符号,尽管我们并不总是能够准确确定符号代表什么。在此假设的版本中,如托瑞基(David Touretzky)和波默洛(Dean Pomerleau)所解释的那样““符号”和“讯号”之间没有区别” [9]
在这种解释下,物理符号系统假说仅断言智慧可以被数码化,因此是个比较弱的陈述。实际上,托瑞基和波默洛写道,如果符号和讯号是同一回事,因为物理符号系统为图灵通用的,所以除了二元论者或某种神秘主义者之外,就已经有了充分性。[9]广泛接受的邱奇-图灵论题认为,只要有足够的时间和记忆体,任何图灵通用系统都能模拟可被数码化的过程。由于任何数位计算机都是图灵通用的 ,所以从理论上讲,任何数位计算机都可以模拟任何可以数码化到足够精确度的东西,包括智慧生物的行为。物理符号系统假设的必要条件同样可以被巧妙完善,这是因为我们愿意接受几乎任何讯号作为“符号”的形式,而所有智慧生物系统都有着讯号通路。
批评
尼尔斯·尼尔森(Nils Nilsson)提出了四个抨击物理符号系统假设的主要“论题”或依据。[2]
- “ ‘物理符号系统假设’缺少了符号基础”这一错误主张被认为是通用智慧行为的必要条件。
- 普遍认为,AI 需要非符号处理(例如,联结主义架构可以提供非符号处理)。
- 普遍认为,大脑根本不是一台计算机,目前所理解的计算并没有为智力提供合适的模型。
- 最后,有些人也相信大脑本质上是无意识的,大部分发生的事情是化学反应,人类的智慧行为类似于蚁群所显示的智慧行为。
德雷福斯和无意识技能的优势
主条目:休伯特·德雷福斯对AI的批判
休伯特·德雷福斯(Hubert Dreyfus)抨击了物理符号系统假设的必要条件,他将其称为“心理假设”,并定义如下:
- 可以将心灵视为“根据形式规则对资讯进行操作”的装置。 [10]
德雷福斯反驳了这一观点,他指出,人类的智力和专业技能主要依赖于无意识的本能,而不是有意识的符号处理。专家会透过直觉快速解决问题,而非一步一步的试误搜索。德雷福斯认为,这些无意识的技能永远不可能在正式规则中体现出来[11]
塞尔和他的中文房间
约翰·塞尔于1980年提出的中文屋论证试图表明,程序(或任何物理符号系统)不能“理解”它所使用的符号;这些符号本身没有任何意义或语义内容,因此,机器永远不可能仅透过符号处理就可以实现真正的智慧。[12]
布鲁克斯和机器人专家
在六十年代和七十年代,数个实验室试图建立使用符号来代表世界并计划行动的机器人(例如斯坦福购物车)。这些项目取得的成功有限。八十年代中期, 麻省理工学院的 罗德尼·布鲁克斯(Rodney Brooks)能够制造出具有出色的移动和生存能力的机器人,而根本无需使用符号推理。布鲁克斯(和其他人,例如汉斯·莫拉维克)发现我们最基本的动作、生存、感知、平衡等基本技能似乎根本不需要高级符号,实际上,使用高级符号会带来更多复杂性,而且更难以成功。
在1990年的论文《大象不下棋 (页面存档备份,存于互联网档案馆)》中,机器人研究者罗德尼·布鲁克斯矛头直指物理符号系统假说,他认为符号并不总是必要的,因为“世界就是自己最好的模型。它始终是最新的,总是知道每一个细节。关键是要经常适当地感觉它。”[13]
联结主义
主条目:联结主义
体化哲学
主条目:体化哲学
乔治·拉科夫 、马克·特纳(Mark Turner)等人认为,我们在数学 、伦理学和哲学等领域的抽象技能来自身体的无意识技能,而有意识的符号处理只是我们智力的一小部分。
参见
参考文献
- ^ Newell & Simon 1976,第116页 and Russell & Norvig 2003,第18页
- ^ 2.0 2.1 Nilsson 2007,第1页
- ^ Allen Newell and Herbert A. Simon. Computer Science as Empirical Inquiry: Symbols and Search. Communications the ACM. March 1976,. Volume 19: p.116.
- ^ Dreyfus 1979,第156页, Haugeland
- ^ Horst 2005
- ^ Dreyfus 1979
- ^ Haugeland 1985,第112页
- ^ Dreyfus 1979,第91–129, 170–174页
- ^ 9.0 9.1 Reconstructing Physical Symbol Systems
David S. Touretzky and Dean A. Pomerleau
Computer Science Department
Carnegie Mellon University
Cognitive Science 18(2):345–353, 1994.
https://www.cs.cmu.edu/~dst/pubs/simon-reply-www.ps.gz (页面存档备份,存于互联网档案馆) 引用错误:带有name属性“TouretzkyPomerleau1994”的
<ref>
标签用不同内容定义了多次 - ^ Dreyfus 1979,第156页
- ^ Dreyfus 1972 , Dreyfus 1979, Dreyfus & Dreyfus 1986. See also Russell & Norvig 2003 , Crevier, 1993 & 120–132 and Hearn 2007
- ^ Searle 1980, Crevier 1993
- ^ Brooks 1990,第3页
- Brooks, Rodney, Elephants Don't Play Chess (PDF), Robotics and Autonomous Systems, 1990, 6 (1–2): 3–15 [2007-08-30], doi:10.1016/S0921-8890(05)80025-9, (原始内容存档 (PDF)于2007-08-09) 。
- Cole, David, The Chinese Room Argument, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], (原始内容存档于2021-02-27) Cole, David, The Chinese Room Argument, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], (原始内容存档于2021-02-27) 。
- Crevier, Daniel (1993), 人工智能:人工智能的全面探索,纽约,纽约:BasicBooks, ISBN 0-465-02997-3
- Dreyfus, Hubert, What Computers Can't Do, New York: MIT Press, 1972, ISBN 978-0-06-011082-6 Dreyfus, Hubert, What Computers Can't Do, New York: MIT Press, 1972, ISBN 978-0-06-011082-6
- Dreyfus, Hubert, What Computers Still Can't Do, New York: MIT Press, 1979 。
- Dreyfus, Hubert; Dreyfus, Stuart, Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer, Oxford, U.K.: Blackwell, 1986
- Gladwell, Malcolm, Blink: The Power of Thinking Without Thinking, Boston: Little, Brown, 2005, ISBN 978-0-316-17232-5 Gladwell, Malcolm, Blink: The Power of Thinking Without Thinking, Boston: Little, Brown, 2005, ISBN 978-0-316-17232-5 。
- Haugeland, John, Artificial Intelligence: The Very Idea, Cambridge, Mass.: MIT Press, 1985 。
- Hobbes, Leviathan, 1651 。
- Horst, Steven, The Computational Theory of Mind, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], (原始内容存档于2021-03-04) Horst, Steven, The Computational Theory of Mind, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], (原始内容存档于2021-03-04) 。
- Kurzweil, Ray, The Singularity is Near, New York: Viking Press, 2005, ISBN 978-0-670-03384-3 Kurzweil, Ray, The Singularity is Near, New York: Viking Press, 2005, ISBN 978-0-670-03384-3 。
- McCarthy, John; Minsky, Marvin; Rochester, Nathan; Shannon, Claude, A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, 1955, (原始内容存档于2008-09-30) 。
- Newell, Allen; Simon, H. A., GPS: A Program that Simulates Human Thought, Feigenbaum, E.A.; Feldman, J. (编), Computers and Thought, New York: McGraw-Hill, 1963
- Newell, Allen; Simon, H. A., Computer Science as Empirical Inquiry: Symbols and Search, Communications of the ACM, 1976, 19 (3): 113–126, doi:10.1145/360018.360022
- Nilsson, Nils, Lungarella, M. , 编, 50 Years of AI (PDF), Festschrift, LNAI 4850 (Springer), 2007: 9–17 [2019-11-25], (原始内容存档 (PDF)于2021-02-11)
|contribution=
被忽略 (帮助) - Russell, Stuart J. 彼得·诺维格 (2003),《 人工智能:现代方法》 (第二版),新泽西州上萨德尔河, 国际书号 :Prentice Hall Russell, Stuart J.
- Searle, John, Minds, Brains and Programs (PDF), Behavioral and Brain Sciences, 1980, 3 (3): 417–457, doi:10.1017/S0140525X00005756, (原始内容 (PDF)存档于2015-09-23)
- Turing, Alan, Computing machinery and intelligence, Mind, October 1950, LIX (236): 433–460, doi:10.1093/mind/LIX.236.433, (原始内容存档于2008-07-02)