array(2) { ["docs"]=> array(10) { [0]=> array(10) { ["id"]=> string(3) "428" ["text"]=> string(77) "Visual Studio 2017 单独启动MSDN帮助(Microsoft Help Viewer)的方法" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(8) "DonetRen" ["tagsname"]=> string(55) "Visual Studio 2017|MSDN帮助|C#程序|.NET|Help Viewer" ["tagsid"]=> string(23) "[401,402,403,"300",404]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400964" ["_id"]=> string(3) "428" } [1]=> array(10) { ["id"]=> string(3) "427" ["text"]=> string(42) "npm -v;报错 cannot find module "wrapp"" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "zzty" ["tagsname"]=> string(50) "node.js|npm|cannot find module "wrapp“|node" ["tagsid"]=> string(19) "[398,"239",399,400]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400760" ["_id"]=> string(3) "427" } [2]=> array(10) { ["id"]=> string(3) "426" ["text"]=> string(54) "说说css中pt、px、em、rem都扮演了什么角色" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(12) "zhengqiaoyin" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400640" ["_id"]=> string(3) "426" } [3]=> array(10) { ["id"]=> string(3) "425" ["text"]=> string(83) "深入学习JS执行--创建执行上下文(变量对象,作用域链,this)" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "Ry-yuan" ["tagsname"]=> string(33) "Javascript|Javascript执行过程" ["tagsid"]=> string(13) "["169","191"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511399901" ["_id"]=> string(3) "425" } [4]=> array(10) { ["id"]=> string(3) "424" ["text"]=> string(30) "C# 排序技术研究与对比" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "vveiliang" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(8) ".Net Dev" ["catesid"]=> string(5) "[199]" ["createtime"]=> string(10) "1511399150" ["_id"]=> string(3) "424" } [5]=> array(10) { ["id"]=> string(3) "423" ["text"]=> string(72) "【算法】小白的算法笔记:快速排序算法的编码和优化" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "penghuwan" ["tagsname"]=> string(6) "算法" ["tagsid"]=> string(7) "["344"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511398109" ["_id"]=> string(3) "423" } [6]=> array(10) { ["id"]=> string(3) "422" ["text"]=> string(64) "JavaScript数据可视化编程学习(二)Flotr2,雷达图" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "chengxs" ["tagsname"]=> string(28) "数据可视化|前端学习" ["tagsid"]=> string(9) "[396,397]" ["catesname"]=> string(18) "前端基本知识" ["catesid"]=> string(5) "[198]" ["createtime"]=> string(10) "1511397800" ["_id"]=> string(3) "422" } [7]=> array(10) { ["id"]=> string(3) "421" ["text"]=> string(36) "C#表达式目录树(Expression)" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "wwym" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(4) ".NET" ["catesid"]=> string(7) "["119"]" ["createtime"]=> string(10) "1511397474" ["_id"]=> string(3) "421" } [8]=> array(10) { ["id"]=> string(3) "420" ["text"]=> string(47) "数据结构 队列_队列实例:事件处理" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "idreamo" ["tagsname"]=> string(40) "C语言|数据结构|队列|事件处理" ["tagsid"]=> string(23) "["246","247","248",395]" ["catesname"]=> string(12) "数据结构" ["catesid"]=> string(7) "["133"]" ["createtime"]=> string(10) "1511397279" ["_id"]=> string(3) "420" } [9]=> array(10) { ["id"]=> string(3) "419" ["text"]=> string(47) "久等了,博客园官方Android客户端发布" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(3) "cmt" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511396549" ["_id"]=> string(3) "419" } } ["count"]=> int(200) } 222 人工智能伦理分论坛的报告 - 爱码网

   大家好!今天做报告的题目是《追问人工智能:从剑桥到北京》,这也是我刚出版新书的名字,从2013年10月到2019年9月在下很多的思考都在这本书里面,这本书写了差不多有七年的时间。

   为什么刚才有好多老师提出未来人工智能的问题?这是因为现在的人工智能还远远未达到大家的期望,现在大家看到的AI某种意义上都是自动化或者是高级自动化,那智能化和自动化有什么区别呢?自动化是这样的,固定的输入及可期望的输出,如很多生产线都是自动化生产线,而智能化不是这样,输入可以固定也可以不固定,但是输出一定是非预期性的,绝大部分是非预期性,出乎意料的东西,这才是智能。什么叫做智能?有两个说法:第一个说法孟子写过“智者是非之心也”,是非之心就是“智”,你可以有意识,但不一定有智能,意识是无关乎是非的,而智能是要知道是非的,明白伦理的。根据我的研究,伦理和智能应该是一回事。什么是伦理?从古希腊角度来看,伦是分类,分类的道理就是伦理;大家注意智能的本质也是分类——是非之心,今天这个话题很有意思,大家可以去查一下有关文献,尤其是古希腊的,他们就把伦理当做分类的道理,人和人是不是有道德和伦理,什么叫道德?道就是走路的大道,德是什么?获得。按照正确的道路走,得到你想要的东西就叫做道德,如果不按照正确的路走就没有道德。什么叫仁?孔子的仁就是一撇一捺——人,通假字通到那个人身上。什么叫义?义就是应该,孟子特别讲义和仗义。东方和西方智能的共同交界处可能就是这个义——should。

《追问人工智能:从剑桥到北京》,是我的第四部书,前三部主要是为了评职称而写的,这本书是我自己想写的,确实有感而发的,攒了6、7年写了这本书,结果写完之后还没有达到我的目的,最早的那一版叫做《剑桥杂感》投到了某著名文学出版社,后来问我要出版费,我就说没有出版费,他问我要钱,我心里接受不了,于是就投到了科学出版社,候俊琳分社长一看以后,他说这本书太好了,把科技和人结合在一起的书,他说在我们这出版行吗?我说可以,他还给我稿费。结果之后书稿改变很大,他和张莉编辑老是让我改,结果我那个原来的书稿只保留了2000多字,大部分变成了一些我另一些思考,变成了另外一本书《追问人工智能:从剑桥到北京》。这本书主要探讨什么?第一什么是智能,第二智能的本质来源从哪个地方,我增册了三个部分。

   刚才有位老师列了一些智能界的名人,我也列了一些智能界的名人,下面是东方人,上面是西方人,这些人里面有几个人:第一是休谟,是智能哲学起源的根,休谟之问,即从事实里面能不能推导出价值观,这是休谟很重要的观点,在下认为这可能是未来强人工智能的突破点,也是人机融合智能的关键之处。第二个是智能科学之源莱布尼兹,他第一次提出“普遍语言”和“理性演算”,在这两个词的基础上弗雷格提出了分析哲学里面的涵项一词。后来出现了布尔,也是从莱布尼兹的思想里面演化出布尔代数的,再后来是图灵、冯诺依曼都是从这延伸出来的……真正技术起源是莱布尼兹,若还有点牵强的话,那么大家都知道图灵,实际上图灵的老师和朋友是维特根斯坦,这是一个很厉害的人。他有几个**:第一个**他是希特勒同班同学,他有犹太血统,他们家是欧洲的钢铁大王,但他酷爱分析哲学。第二他的学生和朋友就是图灵,他给图灵很多好的智能和哲学思想,但是很多人很少知道他,这是非常遗憾的,也是人工智能界的遗憾,不提他是不行的,他人生里面两部书:第一部书是翻译成中文只有几十页《逻辑哲学论》,这部书里面讲人的语言是撬开人和人、人和世界关系的切入点,规范化的社会语言是非常重要的,即按照规则语法一句话一句话地说可以理解世界;当他40多岁之后,他又回到剑桥,他写了一些手稿,后来他的一个女学生安斯康姆给他整理了第二本书叫做《哲学研究》,这本书也不厚,翻译成汉语一两百页,他否定了第一本书的思想,认为真正了解人类智能最重要的切入点是自然化和生活化的语言,如集贸市场人与人之间无语法的对话等。这两部书就是弱人工智能和强人工智能的哲学基础,第一部书有关逻辑哲学论,第二部书则涉及哲学研究,没有逻辑。真正强人工智能里面肯定不全是逻辑,仅有逻辑,那都是自动化,那都是规则化的东西,非理性的东西,那个才是揪人心的东西,才是人类智慧的东西。休谟、莱布尼兹、维特根斯坦这些人才是智能的真正源头,在前些天的微信公众号“人机与认知实验室”里我都写过了。

   东方思想这块从《易经》开始,《易》经非常棒,中国只有东方思想,西方是不承认东方有哲学的,东方思想里面少逻辑性的东西,只有结果性的东西。最早是伏羲氏,他看到四季变化就开始写了《易经》,《易经》第二个作者是周文王——文王拘而演周易,文王把社会管理放在《易经》里面,除了自然以外放入了社会化管理,《易经》第三个作者是孔子,他把人与人之间的伦理放入了《易经》里面,《易经》就是这三个人接力集成所著。《易经》里面有三个词6个字是人类智慧的核心:第一个词叫“知几”,就是要看到事物发展的苗头、兆头,第二个词是“趣时”,即要及时抓住时机,第三个词是“变通”,即随机应变、因时而变。现在智能产品里面有这些东西吗?什么苗头,什么抓住时机,什么变通,你看看大部分都是自动化。第二本书是老子《道德经》,第一句话可能是智能里面最重要的一句话:“道可道非常道,名可名非常名”,老子的“名”里面涉及到智能里面的第一阶段——输入表征阶段,在西方叫representation,就是表达、表示,一个事物有万种表征,一花一世界,一树一菩提,人能把一个事物表征为很多方面,但在知识图谱里面就非常糟糕,知识图谱的对象、属性、关系都是死的,那是一个标签的世界,什么时候出现活的知识图谱现在还看不到边界,因为现有的表征手段解决不了这个问题。老子《道德经》里面的“道”,包含了算法,算法不是单纯的数学计算方法,也包含了人非逻辑性的算计之法在里面,这是人特有的直觉性的东西。

   这几位先生简单介绍一下,金岳霖先生是学西方哲学,做逻辑做的很好。这是华罗庚先生,没有华老就没有中国的计算机和中国的人工智能,最早提出跟踪世界新技术做计算机的时候,是由他提出来的。蒋介石当时派华老去美国学先进技术,冯诺依曼做计算机,华老看到计算机计算的能力后就力主中国也要搞,结果蒋介石去台湾了,共产党来了,华老回国后在清华找了几个人,把中科院计算所搞起来了,中国最早的计算机现仍在曲阜师范大学,大家去孔府孔庙的时候可以顺便去看看,机器还健在。大家要追根,可以追到华老身上。做学问一定要挖根,找到真正根源才能长大,不然人云亦云,智能的科学起源是什么?智能的哲学起源是什么?技术起源又是什么?不是1956年,1956年是一个表象,AI这个概念据一个朋友考证,不是达特茅斯学院那几个人提出来的,而是英国的一位数学家写信告诉了那个人,那几个人才用了AI,国内现在对此有点乱,还没有学会朔源,只追到最根本的地方才能产生出中国真正的智能,尤其对中国古代非常好的东方思想、大量智慧性的东西,挖掘的远远不够,只看到一些做商品、做系统的,那不是这样的,那是应付性的,那是挣钱的,真正不为了单纯挣钱的时候,中国的人工智能才能够茁壮成长,中国需要不挣钱的人,大家年轻的时候不能只是为了拿几个大项目挣钱,否则,你会很难做出事来。

   中科院自动化所有位小伙子做抑郁症防治,我对他说研究抑郁症太必要了,每年许多高校都有跳楼之类的事发生,对个人、家庭、国家都是不小的损失。但是,你若不和医生、患者打交道,只与科研所里面的几个人聊聊天,按照网上信息搞出一个量表来,那纯粹就是骗人的,你得从佛洛依德开始,真正上升到人的高度去做,你才有可能出一点活儿,为社会做点有价值的贡献!西方之所以在科学技术上领先我们,那是因为西方有不少人是不计功利思考研究的,一个国家如果没有认认真真、踏踏实实做事的大众,光搞形式化,这个国家肯定是要完蛋的。

   实际上一定要注意,我在剑桥待了一年,我发现不少剑桥的学生不一样,他们常常深入思考喜欢做的事情,并把此事做到极致,如达尔文,他在基督学院里面是差等生,后来变成了生物界的大牛。现在大家衣食住行大都已解决了,应该静下心来思考了,希望大家现在不要想太多,追求财富永远没有尽头,而且财富只是附属品,我的报告大概就到这里,谢谢大家!不当之处还望不吝赐教!!

人工智能伦理分论坛的报告

智能并不能告诉我们什么是智能
可以让我们感觉到她

相关文章: