人工智能科学在十七、十八世纪欧洲哲学中的观念起源

The Prototypes of the Very Idea of Artificial Intelligence in the 17th and 18th Century European
Philosophy
作者： 徐英瑾
作者机构： 复旦大学哲学学院
出版物刊名： 复旦学报：社会科学版
年卷期： 2011年 第1期
主题词： 人工智能;符号AI;类比;联结主义;“自下而上”进路;“从上至下”进路
摘要：尽管人工智能科学是在二战后才在西方科技界涌现的,但其思想根苗至少可以上溯到
十七、十八世纪的欧洲哲学。

具体而言,人工智能的哲学'基础问题'可被一分为二:第一,建立一个能够展现真正人类智能的纯机械模型,在观念上是否可能?第二,若前述问题的答案是肯定的,怎样的人类心智模型才能够为这种模型的建立提供最佳的参照?本文将论证,笛卡尔和莱布尼茨对上
述第一个问题都给出了否定的回答,而霍布斯则给出了肯定的回答。

至于第二个问题,休谟关于心智构架的重构工作,就可以被视为当代AI科学中的联结主义进路的先驱,而康德在调和直观和思维时所付出的努力,则为当代AI专家整合'自下而上'进路和'从上至下'进路的种种方案所应和。

一言以蔽之,十七、十八世纪的欧洲哲学实乃AI科学的一个潜在的'智库',尽管AI界的主流对此并无清楚之意识。

简述人工智能学科的起源人工智能（Artificial Intelligence，AI）是计算机科学的一个分支，旨在开发能够模拟和执行人类智能的机器系统。

它的起源可以追溯到20世纪50年代，当时计算机科学家们开始思考如何利用计算机技术来模拟人类的思维和智能。

人工智能学科的起源可以追溯到20世纪50年代，当时计算机科学家们开始思考如何利用计算机技术来模拟人类的思维和智能。

正是在这个时期，人工智能学科的概念被首次提出，并开始受到学术界和工业界的关注。

早期的人工智能研究主要集中在解决一些基本的问题，比如如何使计算机能够理解和处理自然语言、如何使计算机能够像人类一样学习、如何使计算机能够解决复杂的问题等等。

这些问题都是人工智能学科的核心内容，也是人工智能学科发展的基础。

在20世纪50年代和60年代，人工智能学科取得了一些重要的突破。

比如，1956年，达特茅斯会议（Dartmouth Conference）召开，该会议被认为是人工智能学科的起点，会议上提出了人工智能的概念，并确定了人工智能学科的研究方向。

此外，20世纪60年代，人工智能学科还出现了一些重要的算法和技术，比如推理和专家系统等。

然而，由于技术条件的限制和理论发展的不足，人工智能学科在20世纪70年代和80年代并没有取得太大的进展。

尽管如此，人工智能学科仍然保持着相对稳定的发展，并且在某些特定领域取得了一些重要的成果。

到了20世纪90年代，计算机技术的快速发展和互联网的普及为人工智能学科的发展提供了新的机遇。

随着计算机算力的提升和存储技术的改进，人工智能学科开始涌现出一些新的研究方向和技术手段，比如机器学习、深度学习和大数据等。

这些新技术的出现使得人工智能学科取得了前所未有的突破，并且在许多领域都取得了重要的应用。

如今，人工智能学科已经成为计算机科学中最热门和前沿的研究领域之一。

通过不断地探索和创新，人工智能学科已经取得了许多重要的成果，比如语音识别、图像识别、自然语言处理、机器翻译等。

人工智能的发展历史1. 早期概念与理论基础（1950年前）1.1 初步概念人工智能（AI）的概念可以追溯到古希腊哲学家亚里士多德的逻辑学，以及18世纪启蒙时期的机械人类模型。

亚里士多德提出的形式逻辑成为后世逻辑推理的基础，而启蒙时期的科学家们则构想出了能够模仿人类行为的机械装置。

然而，真正意义上的人工智能研究起源于20世纪初。

1.2 图灵测试英国数学家和逻辑学家阿兰·图灵（Alan Turing）是人工智能领域的奠基人之一。

他在1950年的论文《计算机器与智能》中提出了图灵测试，旨在通过机器是否能够在文本交流中表现出与人类无异的智能来判断其是否具备人工智能。

这一概念成为人工智能领域的重要基石，极大地影响了后来的研究方向。

2. 形成与早期研究（1950-1970）2.1 达特茅斯会议1956年，被认为是人工智能领域标志性事件的达特茅斯会议（Dartmouth Conference）在美国新罕布什尔州达特茅斯学院召开。

此次会议由约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Minsky）、克劳德·香农（Claude Shannon）和纳撒尼尔·罗切斯特（Nathaniel Rochester）组织，首次提出了“人工智能”这一术语。

会议认为，任何关于学习或其他智能特性的理论都可以用机器来模拟，从而开启了人工智能作为独立学科的研究。

2.2 早期算法与模型在20世纪50年代和60年代，研究人员开发了多种算法和模型来模拟人类智能。

约翰·麦卡锡提出了LISP语言，这是第一种专门用于人工智能编程的高级编程语言。

另一个重要的早期模型是马文·明斯基和西摩尔·派普特（Seymour Papert）开发的感知器（Perceptron），这是一种早期的神经网络模型，用于模式识别和分类任务。

2.3 推理与搜索早期的人工智能研究集中于符号推理和搜索算法。

人工智能的哲学思想探源在人工智能的发展历程中，人们不断地探索着其中隐藏的哲学思想。

哲学是一种根据理性推演而达到的思考方式，通过哲学思想的探索，我们可以更好地理解人工智能的本质和内涵。

下面，我们将从人工智能的哲学思想探源、人工智能与机器伦理、人工智能未来的哲学影响等方面来探讨人工智能的哲学思想。

人工智能的哲学思想可以追溯到人类的哲学思想发展史上。

古希腊哲学家亚里士多德提出“逻辑论”（Logikē），它是指研究人类思维和推理过程的方法和规律。

逻辑论揭示了人类思维的本质，同时也为人工智能的发展提出了理论基础。

另外，人类历史上众多的哲学思想，如形而上学、认识论、伦理学等也有其在人工智能发展中的重要地位。

随着计算机技术的不断发展，人工智能从概念到实践经历了几个阶段的演变。

20世纪50年代初，人工智能的研究中心逐渐从受限制的领域，如棋类游戏和数学问题，扩大到更为广泛的领域，如语音识别、自然语言处理、图像识别等。

漫长的探索过程中，人工智能的哲学思想逐渐显露出来。

如：计算机科学家艾伦·图灵提出了图灵测试，也就是如何判断计算机智能的问题；计算机科学家约翰·麦卡锡提出了知识表示和自然语言处理的概念；哲学家约翰·塞尔提出了感知、理解和推理等观点。

这些思想奠定了人工智能研究的基础，也为人工智能哲学思想的发展奠定了基石。

二、人工智能与机器伦理人工智能与机器伦理是一种新型的伦理问题，涉及到了计算机技术的发展与社会价值观念的融合。

随着人工智能技术的不断发展，人们也越来越关心人工智能与伦理的关系。

人工智能是否有道德责任？人工智能是否应该具有情感和意识？这些问题给人工智能的发展带来了巨大的挑战。

伦理问题是人工智能未来发展中的难点，其中最根本的问题在于是否将人工智能赋予一定的自主决策能力，这将是一份极大的责任与风险。

在此基础上，设定和把握机器不能超越的界限和人之间的关系，成为了机器伦理研究的课题之一。

人工智能的起源随着科技的不断发展和创新，人工智能（Artificial Intelligence，简称AI）已经逐渐成为现代社会的重要组成部分。

人工智能的起源可以追溯到上世纪50年代的计算机科学与人类智能的交叉研究，这一领域的正式出现可以追溯到1956年的达特茅斯会议。

本文将从历史、技术和应用等角度，探讨人工智能的起源及其发展。

一、历史背景人工智能的起源可以追溯到数百年前。

早在古代，人们就开始探索机器模拟人类智能的可能性。

古希腊神话中的机械人塔洛斯和皮格马利翁就被认为是人工智能的先驱。

但真正的人工智能研究始于20世纪初。

二战期间，计算机的发展进入了高潮。

人们开始认识到计算机不仅仅是简单的计算工具，还可以用来模拟人类思维和智能。

这时期的著名人物阿兰·图灵提出了著名的图灵测试，即通过与计算机进行对话，判断其是否具有人类水平的智能。

在20世纪50年代，人工智能研究逐渐成为一门专业领域。

1956年，达特茅斯会议上，人工智能正式成为一个独立的学科领域。

会议上，人工智能领域的先驱们提出了一系列重要的理论和方法，标志着人工智能正式起步。

二、技术发展人工智能的起源阶段主要集中在符号主义（Symbolic AI）的研究中。

符号主义的核心是以符号为基础，通过逻辑推理和知识表示来模拟人类智能。

这一时期的代表性成果包括专家系统和推理机制。

在上世纪80年代后期，随着计算能力和数据存储能力的提升，人工智能的研究进入了一个新的阶段——连接主义（Connectionist AI）。

连接主义模型通过模拟神经元之间的连接来模拟人脑的工作原理，具有更强的机器学习能力。

进入21世纪，机器学习和深度学习成为人工智能领域的热点。

机器学习通过训练计算机从大量数据中学习，提高了其决策和推理能力。

深度学习则通过模拟神经网络的层次结构，实现了对复杂模式的学习和识别。

三、应用领域人工智能的起源与发展离不开其在实际应用中的表现。

如今，人工智能已经广泛应用于各个领域，为社会的发展带来了巨大的推动力。

了解人工智能的起源和应用领域第一章：人工智能起源的历史回顾人工智能（Artificial Intelligence）是指通过机器模拟和复制人类智能的一门科学。

人们对于人工智能的研究和发展可以追溯到二十世纪中叶。

在1956年的达特茅斯会议上，人工智能作为一个学科正式被定义和命名。

人工智能的研究者们集中讨论了包括逻辑推理、问题解决、学习以及自然语言处理在内的一系列问题。

第二章：人工智能的发展与突破自人工智能学科的诞生以来，人们一直致力于探索人工智能的潜力和应用。

到了上世纪六七十年代，人工智能出现了显著的突破，如专家系统、机器学习和神经网络等技术得到了研究和应用。

虽然在八九十年代，人工智能经历了一次寒冬，但凭借着计算能力的提升和数据的积累，从2010年开始，人工智能迎来了新一轮的发展热潮，取得了很多重要的进展。

第三章：人工智能的学科和方法人工智能是一个涉及多学科知识和方法的领域。

其中，主要有机器学习、自然语言处理、计算机视觉、机器人技术等分支学科。

机器学习是人工智能中最核心的技术之一，它通过算法和模型，使得机器可以自动学习和改进任务的性能。

自然语言处理是指将人类自然语言转化为机器可以理解和处理的形式，用于实现语音识别、机器翻译等任务。

计算机视觉则是使机器可以理解和处理图像和视频信息的技术。

机器人技术则是将人工智能应用到机器人系统中，以使机器人能够执行各种任务。

第四章：人工智能在医疗领域的应用人工智能在医疗领域的应用颇具潜力。

例如，自动诊断系统可以通过医学图像和临床数据，辅助医生进行疾病的诊断和治疗计划的制定。

另外，基于机器学习的药物研发也成为了一个热门的研究方向，通过对海量的化合物和药理数据进行分析，机器可以加速药物研发过程。

同时，人工智能在病理切片分析、辅助手术和健康管理等方面也取得了很大的成果。

第五章：人工智能在交通领域的应用人工智能在交通领域的应用具有重要的意义和影响力。

自动驾驶技术是人工智能在交通领域的一个典型应用，它通过利用传感器和算法技术，使得车辆可以在无人驾驶或辅助驾驶模式下行驶。

人工智能的产生背景人工智能的产生背景2011-05-17 13：19人工智能的出现不是偶然的，它是人们长期以来探索和研制能进行计算、推理和思维的智能机器的必然结果。

自古以来，人们一直在试图用各种机器来代替人的部分脑力劳动，以提高人类征服自然和改造自然的能力。

古希腊的哲学家亚里士多德就提出了形式逻辑问题。

12世纪末至13世纪初，西班牙逻辑学家卢乐提出了制造可以解决各种问题的通用逻辑机。

17世纪，法国的物理学家和数学家帕斯卡制造出世界上第一台机械式加法器，并得到广泛应用。

随后德国哲学家和数学家莱布尼茨在帕斯卡加法器的基础上进一步制成了可进行四则运算的计算器。

莱布尼茨还提出了"符号语言"和"思维演算"的重要设想，他认为：必须将人的思维代数几何化，即像代数那样按照公式来思考，像几何那样直观的通过图画来思维。

这一思想导致了后来的数理逻辑的诞生，成为了现代机器思维设计思想的萌芽。

19世纪，英国数学家布尔在《思维法则》一书中，第一次用符号语言描述了思维活动中推理的基本法则，创立了布尔代数。

英国数学家和发明家巴贝奇发明了差分机和分析机，其中分析机的设计思想与现代电子计算机十分相似。

虽然巴贝奇的发明在当时没有得到实现和收到应有的重视，但是他的科学思想为研制"思维机器"做出了巨大的贡献。

20世纪30年代，英国数学家图灵开始了寻求智力机的研究工作。

1937年，图灵发表了"理想自动机"的论文，该文给可计算性这一概念下了严格的数学定义，并论证了任何需要精确的加以确定的计算过程，都能由"图灵机"完成，为人们清晰地描绘出理想自动机的蓝图，同时也为电子计算机的诞生奠定了基础。

(1937年，伦敦权威的数学杂志又收到图灵一篇论文《论可计算数及其在判定问题中的应用》，作为阐明现代电脑原理的开山之作，被永远载入了计算机的发展史册。

这篇论文原本是为了解决一个基础性的数学问题：是否只要给人以足够的时间演算，数学函数都能够通过有限次机械步骤求得解答?传统数学家当然只会想到用公式推导证明它是否成立，可是图林独辟蹊径地想出了一台冥冥之中的机器。

引言：是一门研究如何使机器能够像人一样去认知、处理信息并做出合理的决策的科学。

它的发展源远流长，起源于对人类思维和智能的探索以及对机器能力扩展的追求。

本文将从古代的机械思想开始，探讨研究的历史轨迹，并分析其在科学、工业和社会中的重要作用。

概述：的起源可以追溯到古代希腊和中国的机械思想，那时人们已经开始探讨机械能否具备人类智能。

真正的研究起步于20世纪，随着计算机技术的发展，研究人员开始尝试构建能够模拟人类智能的计算机系统。

本文将从起源的机械思想开始，逐步介绍研究的历史发展进程。

正文：1.机械思想的起源古希腊的机械思想中国的机械思想机械思想对后世的影响2.的诞生的定义与目标早期研究者的贡献1943年达特茅斯会议的重要意义3.的发展与挑战早期符号主义的兴起19601970年代的知识库方法符号主义与连接主义之争的寒冬期强与弱的区别4.的应用领域在科学研究中的应用在工业领域中的应用在社会中的应用的伦理与法律问题5.的未来发展深度学习和神经网络的兴起量子计算对的影响与技术的结合的社会影响与挑战总结：作为一门研究如何赋予机器类似人类智能的科学，其起源可以追溯到古代的机械思想。

真正的研究起步于20世纪，随着计算机技术的发展，在科学、工业和社会中扮演着重要的角色。

尽管在过去数十年取得重大进展，但其发展仍面临着多种挑战。

未来，随着深度学习、量子计算和技术的进一步发展，有望迈入新的阶段，产生更广泛的社会影响。

因此，研究应继续发展，同时重视伦理和法律问题，推动的可持续发展。

人工智能的产生背景人工智能的产生背景2011-05-17 13：19人工智能的出现不是偶然的，它是人们长期以来探索和研制能进行计算、推理和思维的智能机器的必然结果。

自古以来，人们一直在试图用各种机器来代替人的部分脑力劳动，以提高人类征服自然和改造自然的能力。

古希腊的哲学家亚里士多德就提出了形式逻辑问题。

12世纪末至13世纪初，西班牙逻辑学家卢乐提出了制造可以解决各种问题的通用逻辑机。

17世纪，法国的物理学家和数学家帕斯卡制造出世界上第一台机械式加法器，并得到广泛应用。

随后德国哲学家和数学家莱布尼茨在帕斯卡加法器的基础上进一步制成了可进行四则运算的计算器。

莱布尼茨还提出了"符号语言"和"思维演算"的重要设想，他认为：必须将人的思维代数几何化，即像代数那样按照公式来思考，像几何那样直观的通过图画来思维。

这一思想导致了后来的数理逻辑的诞生，成为了现代机器思维设计思想的萌芽。

19世纪，英国数学家布尔在《思维法则》一书中，第一次用符号语言描述了思维活动中推理的基本法则，创立了布尔代数。

英国数学家和发明家巴贝奇发明了差分机和分析机，其中分析机的设计思想与现代电子计算机十分相似。

虽然巴贝奇的发明在当时没有得到实现和收到应有的重视，但是他的科学思想为研制"思维机器"做出了巨大的贡献。

20世纪30年代，英国数学家图灵开始了寻求智力机的研究工作。

1937年，图灵发表了"理想自动机"的论文，该文给可计算性这一概念下了严格的数学定义，并论证了任何需要精确的加以确定的计算过程，都能由"图灵机"完成，为人们清晰地描绘出理想自动机的蓝图，同时也为电子计算机的诞生奠定了基础。

(1937年，伦敦权威的数学杂志又收到图灵一篇论文《论可计算数及其在判定问题中的应用》，作为阐明现代电脑原理的开山之作，被永远载入了计算机的发展史册。

这篇论文原本是为了解决一个基础性的数学问题：是否只要给人以足够的时间演算，数学函数都能够通过有限次机械步骤求得解答?传统数学家当然只会想到用公式推导证明它是否成立，可是图林独辟蹊径地想出了一台冥冥之中的机器。

人工智能的起源第一点：人工智能的起源与发展人工智能（Artificial Intelligence, AI）的概念最早可以追溯到古希腊神话中拥有智慧的机械人。

然而，作为一门科学领域，人工智能的起源和发展始于20世纪。

1950年，Alan Turing发表了著名的论文《计算机器与智能》，提出了“图灵测试”作为衡量机器智能的标准。

这一论文被认为是人工智能的基石，Turing也被称为“人工智能之父”。

1956年，约翰·麦卡锡（John McCarthy）等人在达特茅斯会议（Dartmouth Conference）上正式提出了“人工智能”这一术语，并将其定义为“制造智能机器的科学与工程”。

这次会议也被认为是人工智能诞生的标志。

此后，人工智能领域经历了多次繁荣与低谷的轮回。

20世纪60年代到70年代，人工智能研究主要集中在基于知识的系统和问题求解上。

80年代，人工智能开始关注认知模型和自然语言处理。

90年代，随着互联网的发展，机器学习和数据挖掘成为研究的热点。

进入21世纪，特别是最近几年，人工智能取得了前所未有的进展。

深度学习、大数据、云计算等技术的发展，使得人工智能应用广泛渗透到工业自动化、医疗健康、金融投资、交通运输、安全监控等各个领域。

从AlphaGo战胜世界围棋冠军，到自动驾驶汽车在道路上进行测试，再到个人助理Alexa在家庭中的应用，人工智能正在以前所未有的速度改变着我们的生活。

第二点：人工智能的技术与应用人工智能的核心技术主要包括机器学习、深度学习、自然语言处理、计算机视觉等。

机器学习是人工智能的基础，它使计算机能够通过数据学习并做出决策。

深度学习是机器学习的一个子领域，它使用神经网络模拟人脑处理信息的方式，通过层层抽象提取数据的特征。

自然语言处理使计算机能够理解和生成人类语言，而计算机视觉则使计算机能够“看”到世界，识别图像和视频中的物体和场景。

随着技术的进步，人工智能的应用也在不断扩展。