这是我2021年写的最后一篇读书笔记了。这本书我前前后后花了四个周末才看完，然而非常值得。人工智能是当下的热门词汇，人工智能的意思，大家似乎都知道，又都不清楚，至少对我来说，是一直模糊不清的。看过几本技术介绍的书，然而似乎与我理解的人工智能相去甚远。这本书把人工智能给讲清楚了，不仅是讲清楚，而且讲透彻了，毕竟是哲学，高屋建瓴。首先作者对眼下主流的人工智能进行了批判（哲学家就喜欢批判）。主流的人工智能有两种，一种是基于符号学的人工智能，说白了就是用逻辑学的方法把人类的经验表达出来，最简单的就是我们以前学习的编程语言。作者认为这种方式有五个缺陷：一是无法自我检查经验命题的真假，二是真值与内涵剥离，三是极化思维非白即黑，四是反心理直觉，五是不考虑信息储存的局限问题。简单的说，我们不能穷举我们所有的经验，所以这种“专家系统”是有局限性的。另一种流行的人工智能是人工神经元网络技术，或称联结技术，不定义输入输出的逻辑，而是把理想输出和实际输出进行比较，然后修改输入条件的权重，让实际输出与理想输出接近，这个过程就是所谓的深度学习。看起来这个人工智能接近人类的智力发展过程，而且也能够不断增加智力，然而作者却认为这种技术是对人类现有智慧的蚕食，当人类依赖于这个技术时，就会失去人类本身智力的发展，这个技术也会在根本上失去自己产生的土壤，最终成为屠龙之术。这种深度学习的人工智能智能在某个领域内实现，很难实现通用的智能。作者认为的人工智能是一种通用的人工智能（AGI），这种通用的人工智能是无法在现在主流的人工智能中产生的，不论是基于预先规定的逻辑方式还是基于样本训练的深度学习方式。通用人工智能应该是自然智能，是有意识的智能，而且能够想象力自由变更的。作者认为智能的本质性因素有两个：一是如何面临环境的挑战并给出应战的模式，二是最有效最经济地使用智能体的资源。这里作者提到了大数据。原来我以为大数据和深度学习是相关的，在作者看来大数据是对人工智能的反动。人工智能是用的样本，实现有限的理性；而大数据要用的是全部可获得的数据，回避高级认知架构和思维路径，通过信息高速公路上的数据去实现人工智能的任务。作者认为这是浪费大量的资源，而且是通过（无偿）剥削全体人的智慧来实现的，所以作者对此是否定的。区块链技术是对大数据的修正，利用分布式账本来实现对账本的去中心化。作者认为儒家思想是支持小数据的人工智能的（不太明白）。最后作者对实现AGI提出了研究的路径，主要是五个：一是意向性（Intentionality），规避外部事物与智能体的物理和时空阻隔，成为心智的相关项；二是意图（Intention），通过“觊觎”的方式与外界发生联系，促发相关行动，讲相关外部对象“内化”；三是通过人工情绪（Artificial emotion）来提高人工智能的工作效率；四是具备合适的伦理规范，这个涉及人类自己的伦理规范的适合性以及机器通过认知语言来获得适合的伦理规范；五是让人工智能具有德性（Virtues），听起来匪夷所思，因为人类自己还在为“德性”的“义务论”和“后果论”争论不休呢，然而作者推崇的儒家“平衡论”却更容易在人工智能上实现：通过隐喻式修辞（案例）构建综合性的评价。最后一讲，作者讨论了作为危险性极大的军用人工智能。在作者看来，开发“自动伦理决策机制”的军用人工智能，反而能够更好地执行人道主义精神。#