简介：<正>现在,人工智能正经历着惊人的发展,它的思想和方法的应用正出现在许多领域之中。人工智能最明显、最重要的成功包括专家系统的开发、自然语言理解系统的实施、计算机视觉和言语理解研究的显著进展以及对于高功能推理系统设计的新认识。人工智能中这些活动的迅速扩展,使人们确信:人工智能的新成功就要到来。在这种背景下,提出现有方法的局限以及在这个领域内应采取的新研究方向,是十分重要的。人工智能的明显局限之一,也是进一步研究的一个方向,与机器学习有关。

简介：当前,人工智能技术的发展一路高歌猛进,尤其是阿尔法狗围棋（AlphaGo）以4：1的比分击败前世界围棋第一人李世石之后,人们对人工智能的发展比较乐观,当然对人工智能的风险性也产生巨大的担忧。那么,人工智能将带给我们一个什么样的未来？人工智能的风险性是否存在？风险性生成的机制是什么？相互之间的关联度如何？人工智能风险防范的边界在哪里？这些问题亟待不同视角的探讨,哲学在其中有其特有使命。

简介：思维科学研究是为人脑智能与人工智能服务的。让人脑更聪明与让机器更聪明是一个问题的二个方面，因为人工智能是对人脑智能的模拟，当然人工智能还有技术的问题，思维科学研究是为这两者提供方法、方案以及理论支持。搞清楚这两者的区别与内容对于思维科学研究是有益的。智能是什么？人工智能是什么？智能与人工智能的区别与内容是什么？思维与智能的关系是什么？如何使人聪明？如何使机器聪明？这篇文章是将各种“论智能”书的内容归类，加上作者的一点思考（如人脑智能与人工智能共同的规律是什么？思维科学今后怎么发展？）来回答上述问题的。只作为思维科学研究的参考资料。

简介：目前,学界对人工智能是自主的且能够独立承担责任的论证都是基于行动自主的,这并不能解决人工智能承担责任的问题.人工智能的自主性问题实质上是在决定论世界里讨论能动者能否自主的问题.在理性回应论的支持下,人工智能有可能是完全自主的,并且能够承担义务责任.人工智能所承担的义务责任是一种联合义务责任,根据与人类关联的形式,分为多种责任承担形式.人工智能的使用者需要注意忽视的责任,而非人工智能的使用者要承担不使用人工智能的责任.

简介：编者按：人脑功能和人工智能的比较研究，是思维科学的一个重大课题，、作者在此文中对此课题做出独立的比较系统的探讨，是一件有意义的工作。由于对人脑智能和人工智能的人类认识日新月异，本文有些提法是否能完全概括已知的事实，或提法本身是否真确，大家都可作进一步的探索。这个课题重大而内容广阔，对同一问题有不同答案亦属必然，欢迎读者以此标题向本刊投稿。

简介：与作为现代工商文明基础的自然科学和技术科学相比,人文科学的影响力日趋下降。面对正在迫近的人工智能时代,人文科学需要确认两个前提:其一是技术统治的确立,其二是全球一体化的现实。只有确认了这两点,人文科学才可能重新审视自己的处境,并且积极界定自己的未来使命。

简介：创造现代计算机的鼻祖图灵在1950年发表《计算机和智能》(又译《计算机能思维吗?》)论文中说：“现在人们对于‘思维机器’的兴趣是由一种通常称作‘电子计算机’或‘数字计算机’的特殊机器引起来的。”①他提出一个问题：“机器能够思维吗?”并设计出称作模仿游戏的所谓“图灵试验”。机器模拟人的思维能力从此引起人们的关注。

简介：大数据和机器学习在医学研究领域获得越来越多的应用和关注.人体作为复杂的生理和演化系统,具有开放性、不确定性、非线性、多层次性、动态性、突现等特征.从复杂性哲学的视角出发,分析了人工智能医学在方法论和认识论上的优势和问题.人工智能医学可以利用海量数据,搜集复杂的特征信息,发掘并识别多种变量之间的相关性,通过机器学习捕获数据中的复杂与非线性关系,克服还原主义的局限,消除不确定性,提高预测的准确性.疾病过程所体现出的动态复杂性和过程敏感性,复杂系统的不确定性和突现特征,使得人工智能医学对疾病和治疗状态的预测和长时段的预测难以实现.人工智能利用相关性所做的预测,虽然准确,但因为因果解释的缺失和路径依赖,不能直接用于临床上的医学照料,需要医生具身的临床经验和知识辅助判断.治疗的临床情境的重要性与数据化上的困难,也给当前人工智能医学实现从精准预测到有效治疗带来了挑战.

简介：自20世纪以来,数字技术和数字媒介的应用使得大量图像被数字化,使得图像具有了新的属性、特征和施用范围,图像得以在数字环境中被调整、修改、编辑和再使用。同时,大量新的数字图像的出现,彻底改变了传统认知视野中的图像生成方式、呈现方式和其功能。由此,图像的内涵和外延都已经发生了变化。这种依托于新技术和新媒介的视觉语言系统及认知方式,被称为'视觉认识论'(visualepistemology)。本文正是以此为出发点,借鉴乔安娜·朱可的'图形发生论'(graphesis)理论,从数字媒介转型这个特定语境中去探讨数字语境中的图像、图像数字化以及图像语言元数据化等问题,试图从知识生产的角度去探讨图像作为一种视觉形式在新媒体环境下所具有的可能性。

简介：德雷福斯的哲学贡献主要分为两部分。首先,他对海德格尔的此在哲学与梅洛—庞蒂的身体现象学进行了创造性的解读,并形成了一种德雷福斯式的现象学哲学。其次,他成功地沟通了现象学、人工智能、计算机科学等看似不相干的领域,并同时推进了这些领域的研究。他对现象学的解读并不是没有缺陷的,这主要表现在他对胡塞尔意识现象学的低估上。但就其研究的跨度和影响而言,德雷福斯堪称是当代哲学与技术交叉研究的楷模,指明了未来哲学与具体科学技术研究进行交互的方向。

简介：本文针对目前人工智能研究中存在的某些现象，就智能概念、认知概念、认知科学概念、人工智能概念的认识及之间的联系、区别，以及相关的发展动向进行了一定的探讨；同时就哲学在人工智能研究中的作用问题结合几个具体事例做了一定的分析。

简介：美国哲学家德雷福斯对人工智能的批判是现象学和技术哲学中的经典案例。他所动用的现象学资源包括胡塞尔的意向性和＂生活世界＂、海德格尔的＂在世＂、梅洛—庞蒂的知觉和身体理论。从斯洛文尼亚哲学家齐泽克的视角来看,德雷福斯的＂海德格尔式的认知主义＂是典型的对现象学的＂美国式挪用＂,而他将哲学化约为科学造成了哲学与科学的＂短路＂,从而错失了现象学（或哲学）的超越论的维度。

简介：采用人际关系综合诊断量表、一般依恋问卷调查了725名大学生人际关系困扰的现状及其与依恋的自我一他人工作模型间的关系。结果发现：（1）大学生人际困扰的总体水平较低；（2）依恋的自我一他人工作模型与大学生人际困扰各维度及总均分间相关显著，自我工作模型与人际困扰的相关显著高于他人工作模型与人际困扰的相关；（3）依恋的自我工作模型能显著预测人际困扰的各维度及总均分，他人工作模型则仅能预测交谈交流困扰。结论：依恋的自我．他人工作模型与大学生人际困扰间存在显著相关，依恋的自我工作模型可显著预测大学生人际困扰。

简介：围棋的人机大战,在国内外都激起了热烈的反响。社会人文学界人士在认真辨析：机器真能超越人类吗？工程科技界人士则在思考：应当选择哪些技术项目实现人工智能的赶超？这些都是至为可敬的思虑!然而,“机器超人说”并无明确的科学依据;基础理论的突破是赶超和创新的根本之道。众所周知,科学研究的方法论既是理论研究的源头,又是理论研究的龙头。因此,面对人工智能发展的现状,当务之急应是变革和创新人工智能研究的科学方法论,抓住人工智能创新研究的龙头,在源头上实现人工智能基础理论的突破、超越与引领。

简介：目的：分析集束化护理在ICU人工气道护理中的影响。方法：选2020年1月～2020年12月86例ICU人工气道患者进行研究，采用随机数表法分为观察组(43例，集束化护理)与对照组(43例，常规护理)。对比临床指标、生活质量、并发症。结果：观察组患者机械通气时间、ICU入住时间显著低于对照组，(P＜0.05)；观察组患者生活质量显著高于对照组，(P＜0.05)；观察组患者并发症发生率显著高于对照组，(P＜0.05)。结论：集束化护理可有效缩短患者机械通气时间以及ICU住院时间，提高患者生活质量，降低并发症发生风险，值得广泛推广。

简介：计算论者以人工智能系统模拟科学发现作为反对强纲领的经验实例．引起了一场围绕科学发现是否完全由社会因素因果决定的激烈争论。这场争论是众多对SSK的批评之一，但它的发生视角不同以往，它关注科学发现这个主题。争论中出现的社会学主义的科学发现观和心智主义的科学发现观分歧的关键在于是否能把内部社会情境和外部社会情境区分开来。AI系统的重新发现证明了区分两种社会因素而不是模糊两种社会情境的合理性，示例了哲学史上某些长期有争议的问题的一些结果以及社会学的限度。

简介：采用＂人肉搜索结果期待问卷＂对225位＂人肉搜索＂参与者进行在线问卷调查,运用Ulehla＆Adams构建的信号检测模式进行数据分析,以期探讨参与者的社会认知辨别力（SocialCognitiveDiscriminability,SCD）及其主要影响因素。结果表明：（1）参与者群体具有一定的SCD（d′=0.61±0.44）,即对公权信息和私权信息具有一定的区分能力,且反应偏向β适中（1.24±0.39）;（2）性别、受教育程度、月收入和上网时长对SCD及各分测量指标的影响均不显著,而不同居住地参与者的SCD差异边缘性显著,且在＂自我体验＂分测量指标上差异显著;（3）在＂搜集信息＂和＂社会参与＂上具有不同活动倾向的参与者,其SCD具有显著差异,且在＂自我体验＂和＂同伴认同＂分测量指标上也有显著差异。可见,SCD主要受参与者上网活动倾向的影响。