人工智能（Artificial Intelligence）通過(guò)計算機的邏輯計算來(lái)模擬人類(lèi)思維過(guò)程，目標是讓機器具有人類(lèi)智能。人工智能既具有與農業(yè)革命、工業(yè)革命同樣的革命性地位，也具有與哥白尼革命、達爾文革命同樣的顛覆性作用。

按照以色列人工智能專(zhuān)家尤瓦爾·赫拉利（Yuval Noah Harari）的觀(guān)點(diǎn)，“人工智能不僅能夠侵入人類(lèi)，在以往認為專(zhuān)屬于人類(lèi)的技能上打敗人類(lèi)�！睓C器超過(guò)人類(lèi)的身體能力和認知能力。意大利信息學(xué)家弗洛里迪（Luciano Floridi）在《第四次革命——人工智能如何重塑人類(lèi)現實(shí)》中提出圖靈革命（即人工智能革命）是繼哥白尼革命、達爾文革命、神經(jīng)科學(xué)革命之后的第四次革命，人工智能對人類(lèi)社會(huì )進(jìn)行了多面塑造。人工智能專(zhuān)家明斯基（M.Minsky）認為機器會(huì )達到甚至超過(guò)人類(lèi)智能，“沒(méi)有理由認為機器有人所沒(méi)有的局限”，機器能夠思維不但在理論上具有可能性，在實(shí)際操作中也指日可待。

機器能夠模擬人類(lèi)思維的要前提是機器能夠理解人類(lèi)認知，機器具有理解能力。實(shí)際上，機器不但在認識論和形而上學(xué)層面的“如何理解這個(gè)世界”緘默不語(yǔ)，而且在語(yǔ)義學(xué)層面的“如何解釋世界”也止步不前。

一、人工智能的技術(shù)路線(xiàn)及其理解困境

人類(lèi)智能包括很多方面的能力，例如，思維能力、計劃能力、解決問(wèn)題的能力、L悟思想的能力、語(yǔ)言使用的能力以及學(xué)習能力等�？茖W(xué)家們嘗試從不同進(jìn)路讓機器模擬人類(lèi)能力，特別是模擬人類(lèi)思維過(guò)程。一般來(lái)講，人工智能分為三種技術(shù)路線(xiàn)：符號主義(symbolicism)、聯(lián)結主義（connectionism）和行為主義（actionism）。

符號主義人工智能以鈕厄爾與西蒙等人為代表，他們的人工智能技術(shù)路線(xiàn)是通過(guò)引進(jìn)物理符號系統（physical symbol system）來(lái)模擬人類(lèi)思維。人類(lèi)智力也是物理符號系統，人類(lèi)智力類(lèi)似于數字計算機的信息處理系統，他們認為只有物理符號系統才能具有智能，因此，基于物理符號系統的計算機程序可以模擬人類(lèi)的思維過(guò)程，能夠具有人類(lèi)的智能特征和多種能力，“既然（這些完備的機器人）原則可滿(mǎn)足任何一種特定的輸入-輸出規定，那么它們也就能在任意一種預先規定的環(huán)境下，做出任何一種預先規定的事來(lái)——明確地解算問(wèn)題、編寫(xiě)交響曲、創(chuàng )作文學(xué)作品和藝術(shù)品以及實(shí)現任意一種目標�！�

聯(lián)結主義人工智能的技術(shù)路線(xiàn)主要通過(guò)神經(jīng)網(wǎng)絡(luò )方法，通過(guò)對于人類(lèi)大腦的組織結構和運行模式來(lái)模擬人類(lèi)思維。一切人類(lèi)實(shí)踐與技能在頭腦中都表現為一個(gè)信念系統，由與上下文環(huán)境無(wú)關(guān)的初始行為和事實(shí)所構成。雖然，聯(lián)結主義人工智能與符號主義人工智能技術(shù)路線(xiàn)不同，但它們具有共同的理論預設：認知是信息處理，且信息處理是可計算的。兩種技術(shù)路線(xiàn)的不同之處在于,人工智能中的符號主義基于自上而下的道路，物理符號系統致力于把客觀(guān)世界做成形式模型，而聯(lián)結主義如包括神經(jīng)網(wǎng)絡(luò )、深度學(xué)習等基于自下而上的道路，神經(jīng)網(wǎng)絡(luò )致力于把大腦做成形式模型。

行為主義人工智能另辟蹊徑，它與符號主義、聯(lián)結主義在哲學(xué)上的功能主義和計算主義不同，人工智能源于控制論，強調的是認知的具身性和情境性，智能是在認知主體與環(huán)境的交互中生成的，布魯克斯（Rodney A.Brooks）在《智力沒(méi)有原因（Intelligence Without Reason）》中提出，馮·諾依曼計算模型在特定的方向上引L了人工智能，但生物系統中的智能與之是完全不同的。

行為主義人工智能具有以下特征：“1.情境性。機器人處于一個(gè)世界中，它們不處理抽象的描述，而是處理此時(shí)此地的世界，這直接影響著(zhù)系統的行為；2．具身性。機器人擁有身體并直接體驗世界，它們的動(dòng)作是與世界動(dòng)態(tài)的一部分，并對它們自己的感覺(jué)有即時(shí)的反饋；3.智能性。它們被觀(guān)察到是智能的，但智能的來(lái)源不僅限于計算引擎。它也來(lái)自世界的情況，傳感器內部的信號轉換，以及機器人與世界的物理耦合；4.涌現性。系統的智能來(lái)自于系統與世界的互動(dòng)，有時(shí)來(lái)自于系統各組成部分之間的間接互動(dòng)�！�

行為主義人工智能進(jìn)路認為智能是基于“感知-行動(dòng)”的反應機制，不是依靠形式化推理或者神經(jīng)網(wǎng)絡(luò )就可以模擬的。

人工智能已經(jīng)引發(fā)一場(chǎng)可媲美工業(yè)革命的技術(shù)革命�！罢�如天文學(xué)繼開(kāi)普勒發(fā)現了天體運行規律之后取代了星相學(xué)一樣，對機器的智能過(guò)程的經(jīng)驗論方面的探索所發(fā)現的眾多原理將終導致一門(mén)科學(xué)�！辈还苁侨斯ぶ悄艿姆�號主義、聯(lián)結主義還是行為主義技術(shù)路線(xiàn)，都基于理性主義，受到圖靈可計算主義理論、香農信息論以及維納控制論的啟發(fā)，對大腦的思維活動(dòng)進(jìn)行模擬，對信息進(jìn)行加工計算，進(jìn)而做出反應。

人工智能可以分為弱人工智能與強人工智能，弱人工智能（Weak AI）指的是在嚴格的程序規定下的，只對設定刺激做出反應。弱人工智能認為計算機只是邏輯運算程序，不同于人類(lèi)思維，計算機不能對人類(lèi)思維進(jìn)行認知模擬。強人工智能（Strong AI）也稱(chēng)為通用人工智能（artificial general intelligence，簡(jiǎn)稱(chēng)AGI），強人工智能主張計算機具有認知能力，能夠解釋說(shuō)明人類(lèi)的認知。

弱人工智能是傳統工具的延伸，強人工智能則是人類(lèi)大腦的延伸。

按照夏皮羅（S.C.Shapiro）的觀(guān)點(diǎn)“強人工智能基于對計算主義（computationalism）教條的信仰，心理狀態(tài)就是計算狀態(tài)，認知就等于計算�！痹谌跞斯ぶ悄芸磥�(lái)，計算機的認知與人類(lèi)認知不同，因為人類(lèi)能夠理解所處理的信息。強人工智能不僅贊同機器具有模擬思維能力，并且能夠解釋具有理解能力的原因。

“智能加工過(guò)程取決于主體掌握的知識。深刻的和要的問(wèn)題是要理解其中的運算與數據結構�！比斯ぶ悄苄枰�把任何種類(lèi)的智能活動(dòng)變成一套指令，因為在計算主義看來(lái)一切推理都可以歸結為計算，機器人可以復制人類(lèi)智能行為。但人類(lèi)認知與機器認知存在根本區別，人類(lèi)在漫長(cháng)的認識世界過(guò)程中建立起大致相同的認知方式，人類(lèi)通常能夠理解所處理的信息，而機器只是按照指令與推理規則進(jìn)行反應。

二、對“機器具有理解能力”的反駁

對“機器具有理解能力”的反駁一般具有幾個(gè)理由：機器不具有意向性、機器不識語(yǔ)義以及知識的形式化難題這三方面來(lái)分析。

（一）機器不具有意向性

人工智能哲學(xué)家博登（M.Borden）指出“意向性被看作是區分個(gè)體的人與機器的根本特征之一：機器和人可以做同樣的事情，但是人有意向性，而機器沒(méi)有�！币庀蛐裕╥ntentionality）指的是心靈表征或者呈現事物、屬性、狀態(tài)的能力，意向性是人類(lèi)d有的特征。20世紀50年代，人工智能先驅圖靈（Alan M Turing）通過(guò)模擬游戲（Imitation Game）來(lái)思考“機器是否能思維”，他設計出“圖靈機”討論機器是否能夠思維，對機器的理解或意識等問(wèn)題進(jìn)行哲學(xué)探討。圖靈認為沒(méi)有意向性（intentionality）就沒(méi)有智能，所謂意向性指的是心靈表征或呈現事物、屬性或狀態(tài)的能力，機器與人類(lèi)可以具有相同的功能，但是機器沒(méi)有意向性，人具有意向性。

人與機器有本質(zhì)的區別，人具有理解能力，而機器沒(méi)有。在圖靈看來(lái)，“機器能夠思維”不具備邏輯可能性以及經(jīng)驗可能性。機器只能對人類(lèi)行為進(jìn)行模擬，不能對人類(lèi)思維進(jìn)行模擬。圖靈認為心理狀態(tài)與行為之間存在著(zhù)聯(lián)系，可以通過(guò)行為或行為傾向來(lái)表征心理狀態(tài)。機器是根據一組明確的規則執行一組操作的裝置。給機器一套指令，告訴它在每種情況下該做什么，機器便可做算術(shù)和邏輯推導，但沒(méi)有一臺機器能夠成為完整或充分的心智模型，心智與機器本質(zhì)上是不同的。圖靈認為計算機中編碼的二進(jìn)制對應人類(lèi)大腦中的神經(jīng)元“開(kāi)”和“關(guān)”，機器能夠通過(guò)圖靈測試只能說(shuō)明機器的某種功能與表現出來(lái)的行為與人是類(lèi)似的，但并不能說(shuō)明機器結構與人腦結構是相同的，并未真正揭示人類(lèi)的認知機制，更不能說(shuō)明機器具有心靈表征和意向性，機器不能像人類(lèi)一樣行動(dòng)是基于意向基礎之上的，因此，機器不具有理解能力。

圖靈測試是人工智能的試金石，但通過(guò)圖靈測試的機器不一定具有真正的人類(lèi)智能，人類(lèi)的心靈不能通過(guò)算法模擬而獲得。

圖靈從幾個(gè)方面反駁機器具有智能和理解能力：“1.神學(xué)的反對意見(jiàn)。思維是人類(lèi)不朽靈魂的一種機能；2.機器思維的后果太可怕了，我們希望并且相信機器做不到這一點(diǎn)；3.離散狀態(tài)機器的能力是有限度的；4.機器沒(méi)有意識，缺乏真實(shí)情感；5.機器具有能力缺陷，不具有人類(lèi)的仁慈、機智、幽默感等能力；6.機器缺乏創(chuàng )造性，不能創(chuàng )造出新東西；7.大腦的神經(jīng)系統是連續的，但計算機系統是離散的，離散的機器不能模仿連續的大腦；8.人可以解決突發(fā)問(wèn)題，人具有默會(huì )知識，但機器只能遵循規則；9.人具有心靈感應，但機器不行�！�

通過(guò)上述質(zhì)疑可以看出，不同學(xué)科的學(xué)者從不同視角驗證了機器不具有智能：數學(xué)家認為機器不能判定哥德?tīng)柖ɡ�；神�?jīng)科學(xué)家認為機器不能模擬神經(jīng)系統；心靈哲學(xué)家認為機器沒(méi)有意識；哲學(xué)家認為機器不具有默會(huì )知識；等等。通過(guò)圖靈測試的機器只是對人類(lèi)智能進(jìn)行模擬，并不是真正理解人類(lèi)行為，不是真正具有智識。

（二）機器只識語(yǔ)法、不識語(yǔ)義

機器只能在功能上模擬人類(lèi)，在模擬過(guò)程中機器并不通曉語(yǔ)義，所以機器并不能真正理解人類(lèi)，人類(lèi)的認知過(guò)程是心理過(guò)程。約翰·塞爾（John Searle）認為心理過(guò)程與程序過(guò)程是兩個(gè)不同的過(guò)程，計算機程序是按照純語(yǔ)法加以定義的，但思維J不僅僅是處理無(wú)意義的符號問(wèn)題，還包括了意義的語(yǔ)義內容。

人心不僅僅是形式的或者語(yǔ)法的過(guò)程，人心還具有心理內容。計算機程序永遠不可能替代人心，理由在于“計算機程序只是語(yǔ)法的，而心不僅僅是語(yǔ)法的，心是語(yǔ)義的，就是說(shuō)，人心不僅僅是一個(gè)形式結構，它是有內容的�！�

塞爾通過(guò)“中文屋論證(Chinese Room Argument）”的思想實(shí)驗對人工智能能夠理解的觀(guān)點(diǎn)進(jìn)行批判，塞爾設想出一臺可以模擬“理解”的計算機程序。把一個(gè)只懂英文、不懂中文的人鎖在一個(gè)房間，給出中英文“腳本”以及用英文表示的形式化規則，如果通過(guò)長(cháng)期訓練，屋內人能夠根據指令和規則來(lái)處理中文符號，但屋內人未必真正理解中文符號，或者說(shuō)屋內人并不具有理解中文符號的能力。塞爾的思想實(shí)驗得出計算機系統可以在完全不懂中文的情況下，通過(guò)程序來(lái)模擬人類(lèi)理解中文等認知能力。

計算機不能產(chǎn)生新知識。在塞爾看來(lái)，機器或者算法不是真正理解了人類(lèi)語(yǔ)言的意義，只是對人類(lèi)行為模擬或者功能模擬而已。計算機的模擬不能等同于事實(shí)本身，能夠對心理過(guò)程進(jìn)行模擬也并非能夠必然得出計算機模擬就是心理過(guò)程本身。

計算機程序與人類(lèi)理解完全是兩碼事。在中文場(chǎng)合，屋內人具有人工智能以程序方式輸入的每樣東西，而屋內人什么也不理解。在英文場(chǎng)合，屋內人理解每樣東西，但沒(méi)有理由相信，理解與純形式的計算機程序之間有任何關(guān)聯(lián)。塞爾認為計算機在處理符號時(shí)，沒(méi)有對符號的內容與含義加以使用，而人類(lèi)則不同。約翰·塞爾認為“計算機理解的故事和我理解的故事完全是兩碼事……計算機及其配置的程序并沒(méi)有對理解提供充分條件，因為計算機和程序運行的過(guò)程當中不存在理解�！�

所以,不懂語(yǔ)義的計算機程序并不能真正具有理解能力。

（三）人類(lèi)知識的形式化難題

德雷福斯（H.Dreyfus）從現象學(xué)視角對符號主義人工智能進(jìn)行批判，從認識論、形而上學(xué)方面來(lái)挑戰AI的研究方法基礎，他在《計算機仍然不能做什么：人工理性批判》指出，符號主義人工智能學(xué)派站在笛卡爾的傳統理性主義立場(chǎng)上，從而繼承了其所有的錯誤假設：生物學(xué)假設、心理學(xué)假設、本體論假設以及認識論假設�！�

生物學(xué)假設：在某一運算水平上，大腦與計算機一樣，以離散的運算方式加工信息；心理學(xué)假設：大腦被看作一種按照形式規則加工信息單位的裝置；認識論假設：一切知識都可被形式化，可以被編碼成數字形式，也就是說(shuō)，凡是能理解的都可以通過(guò)邏輯關(guān)系來(lái)表達；本體論假設：存在是一組在邏輯上相互d立的事實(shí)，知識可以被編入計算機程序�！�

德雷福斯認為人工智能的4個(gè)假設包括形式規則的非實(shí)質(zhì)性應用，人類(lèi)所知的世界具有一定的形式、客觀(guān)結構，而且所有的知識都能被形式化，這個(gè)假設意味著(zhù)，人類(lèi)所知或所能理解的一切表達都可以是脫離語(yǔ)境的，形式規則或者定義都可以用計算機來(lái)處理。德雷福斯認為人工智能的心理學(xué)假設、認識論假設與本體論假設具有共同之處，即它們都認為，人一定是一種按照規則對原子事實(shí)形式的數據做計算的裝置，這些假設都把關(guān)于理解的概念，看作是形式化的表達。

人工智能心理學(xué)假設的經(jīng)驗性證據是對認知模擬的科學(xué)方法論的批判。德雷福斯：“要想對心理學(xué)假設做經(jīng)驗性證實(shí)，產(chǎn)生了一個(gè)科學(xué)方法論的問(wèn)題——如何評價(jià)證據的問(wèn)題�！钡吕赘Ｋ拐J為大腦是否像數字計算機那樣工作完全是一個(gè)經(jīng)驗的問(wèn)題，需要由神經(jīng)生理學(xué)來(lái)回答。如果心理學(xué)要成為研究人類(lèi)行為的科學(xué)，它需要把人作為客體來(lái)研究。心理學(xué)出現了從行為主義到心智主義的普遍轉移。

行為主義心理學(xué)（behavioral psychology）主張以客觀(guān)的方法研究人類(lèi)的行為，從而預測和控制有機體的行為。行為主義心理學(xué)完全忽視學(xué)習者的內部心理過(guò)程，只強調外部刺激，否定意識的作用。行為主義銳意研究可以觀(guān)察的行為，但是由于它不研究心理的內部結構和過(guò)程，否定意識的重要性。在德雷福斯看來(lái)，整個(gè)行為主義的方法論都是錯誤的。

德雷福斯與塞爾一樣，主張人類(lèi)的認知并不包括規則的應用或者內部圖像的應用。人類(lèi)智能具有現實(shí)性（situated）（由人類(lèi)自身的處境來(lái)決定）和具身性（embodied）（人體實(shí)時(shí)發(fā)生的有意圖的感覺(jué)運動(dòng)與所處環(huán)境之間的相互作用）。

計算不同于認知，計算缺乏現實(shí)性與具身性，僅僅存在于計算機之中，游離與抽象于現實(shí)世界之外，德雷福斯認為無(wú)論人類(lèi)知識還是物理實(shí)在，都沒(méi)有一種可以完全根據規范標準來(lái)描述某種形式化結構的能力。雖然形式規則可能是描述人類(lèi)知識的一種方法，但它并沒(méi)有為某種智能系統對這種知識的再生產(chǎn)提供基礎。

三、對機器具有理解能力的反思

（一）理解基于對語(yǔ)義的把握

機器能夠做出正確反應既不是說(shuō)明機器具有理解能力的充分條件，也不是說(shuō)明機器具有理解能力的必要條件。計算機程序只是從外部行為解釋了人類(lèi)的理解，計算機程序不是理解的充分條件，人類(lèi)不理解也同樣可以行使規則。塞爾用“中文屋論證”反駁了強人工智能的理論基礎，即編程的計算機具有理解能力，并且，計算機程序在某種意義上解釋了人類(lèi)理解。塞爾反駁了西蒙的觀(guān)點(diǎn)，即數字計算機已經(jīng)具有同人類(lèi)相同的理解能力。同時(shí)，也反駁了認為智能不過(guò)是一種物理符號處理的符號主義觀(guān)點(diǎn)。意識不過(guò)是一個(gè)形式化過(guò)程，麥卡錫指出，恒溫器那樣簡(jiǎn)單的機器都具有信念。

博登《逃出中文屋》一文反駁了塞爾的觀(guān)點(diǎn)，她指出，“重要的問(wèn)題不是‘一臺機器何時(shí)理解了某件事情？’（這個(gè)問(wèn)題暗示存在著(zhù)某個(gè)明確的斷點(diǎn)，理解在那里終止了，這是一種誤導），而是‘為了能夠做出理解，一臺機器（無(wú)論是不是生物的）需要能夠做到哪些事情？’這個(gè)問(wèn)題不僅關(guān)系到計算心理學(xué)是否可能，而且關(guān)系到它的內涵�！憋@然，“能夠做到”是用于判斷“理解”的主要標準。

人工智能的三種技術(shù)路線(xiàn)都不能給出判斷“理解”的主要標準，聯(lián)結主義的代表是人工神經(jīng)網(wǎng)絡(luò )，主要是處理數據；行為主義的代表形式是強化學(xué)習方法，主要是信息處理，符號主義代表的是知識圖譜和專(zhuān)家系統，主要是知識處理和推理。計算機模擬大腦需要把任何種類(lèi)的智能活動(dòng)變成一套指令，因為在計算主義看來(lái)一切推理都可以歸結為計算，機器人可以復制人類(lèi)智能行為。計算機是信息處理的工具，用計算機去解決問(wèn)題，需要把問(wèn)題程序化，且這個(gè)問(wèn)題可計算，一定要以算法為前提。機器是數理過(guò)程與物理過(guò)程的結合，機器的計算不是心理過(guò)程，也無(wú)法給出人類(lèi)理解的標準。

（二）理解需要揭示事物間的因果關(guān)系

機器不可能通過(guò)數據分析和算法模擬具有人類(lèi)智能和理解能力，理解也需要揭示事物間的因果關(guān)系。希爾斯（Alison Hills）提出“要理解為什么p，你需要能夠將q視為p的原因�！币蚬�相關(guān)反映了人類(lèi)的認知，是基于數據驅動(dòng)和數據相關(guān)的人工智能無(wú)法取代的。因果關(guān)系專(zhuān)家珀爾（Judea Pearl）在《為什么——關(guān)于因果關(guān)系的新科學(xué)》中指出，如果將人工智能提升到人類(lèi)智能的水平，人類(lèi)需要對自身的因果認知推理模式有深入了解。只有給機器配備真正的因果推理模型，機器才可以說(shuō)是具有真正的智能。在珀爾看來(lái)，今天的機器學(xué)習在導向上是錯誤的，它是以數據為導向的，而非以人的推理特征為導向，“我們仍然無(wú)法教會(huì )機器理解事情的前因后果”。

因果關(guān)系是比大數據更基本的東西，因果模型是比數據更真實(shí)的邏輯。世界的知識都可以用因果網(wǎng)絡(luò )來(lái)表達，因果網(wǎng)絡(luò )可以分為三個(gè)層次，低層次是相關(guān)關(guān)系，第二層次是干預層次，第三層次是反事實(shí)層次。層次需要的是觀(guān)察能力，觀(guān)察變量之間的關(guān)系；第二層次需要的是行動(dòng)能力；第三層次需要的是想象、反思與理解能力，是針對沒(méi)有發(fā)生的事情的預測和想象。

珀爾提出大數據分析和深度學(xué)習都在因果關(guān)系的低層J，沒(méi)有任何智能可言�！吧疃葘W(xué)習具有d特的優(yōu)勢，但這類(lèi)程序與我們對透明性的追求背道而馳。即使是阿爾法狗的程序編寫(xiě)者也不能告訴我們?yōu)槭裁催@些程序能把下棋這個(gè)任務(wù)執行得這么好�！�

理解是因果推理的證據，“理解自己的意圖，并用它作為因果推理的爭取，具備這一能力就說(shuō)明行為主體已經(jīng)達到自我覺(jué)察的水平……目前還沒(méi)有任何一個(gè)智能機器能達到這個(gè)水平�！睘榱藢�(shí)現與人類(lèi)的自然溝通，強人工智能需要了解關(guān)于人類(lèi)意圖的詞匯，而這需要他們模擬自由意志的幻覺(jué)，這些是機器不具備的。

（三）理解的復雜性分析

理解過(guò)程是一個(gè)非常復雜的過(guò)程，非機器能力所及。約翰·豪奇蘭德（John Haugeland）的“好的舊人工智能（GOFAI：Good Old-fashioned AI）”基于笛卡爾式的觀(guān)念：所有的理解都是形式化的并使用恰當的符號表征。人與機器的解題方式不同�！叭撕蜋C器之間之所以有這種差別，是因為這項任務(wù)所要求處理的是拓撲關(guān)系，為此就需要忽略純粹的量度方面的關(guān)系。人腦完全適合于這種拓撲學(xué)特征。因為這些特征告訴我們事物典型特征，而不是事物的具體量度�！�

理解是一個(gè)復雜的認知過(guò)程。伽達默爾立足于理解本體論，他在《真理與方法》中提出“理解不屬于主體的行為方式，而是此在本身的存在方式�！睓C器只有發(fā)展到強人工智能階段才可能具有人類(lèi)的認知能力和理解能力。塞爾認為：“‘理解’并不是一個(gè)簡(jiǎn)單的二元謂詞；甚至存在著(zhù)許多不相同的理解類(lèi)型和層次，即使排中律也往往不能直接應用于“X理解Y”這種形式的陳述；在很多情況下，究竟X是否理解Y，是一個(gè)需要判斷的問(wèn)題，而不是一個(gè)簡(jiǎn)單的事實(shí)�！崩斫獬�了需要把握事物的規定性外，還需深入到它們的“理?yè)�或理由”的層面，甚至還包括把握它們的意義與價(jià)值等�！袄斫獾奶卣髟谟谒�把個(gè)別的片段性的信息結合為一個(gè)統一的整體�！�

希爾斯認為“理解為什么是p（而q是為什么是p）”，至少具有以下6種認知能力：“1)就其他人給出的原因做出一些解釋?zhuān)?)用你自己的話(huà)解釋為什么p；3)從q的信息中得出p(或可能p)的結論；4)從q(其中p及q與p及q相似但與p及q不相同)的信息中，得出p(或可能p)的結論；5)給出p的信息，給出正確的解釋q；6)給出p的信息，給出正確的解釋q�！崩斫饣�于人類(lèi)的認知能力，只通過(guò)程序性功能模擬不能真正理解人類(lèi)。具有理解能力還需要擁有人類(lèi)情感，具有同理心才能夠挖掘事物隱藏的因果關(guān)系，才能理解人類(lèi)的外部行為。

綜上所述，人工智能對人類(lèi)智能只處于功能模擬階段，僅限于模仿人類(lèi)的某些行為，而理解基于對事物背后因果關(guān)系的揭示，基于對語(yǔ)言的意義的把握，理解是一個(gè)復雜的過(guò)程，人工智能機器不管基于符號主義、聯(lián)結主義還是行為主義技術(shù)路線(xiàn)，都不是基于對人類(lèi)認知能力的探求，不能明確語(yǔ)句和語(yǔ)詞的意義，因此，人工智能機器不具有人類(lèi)理解能力，現在的機器還不是真正意義上的人工智能。

查看更多相似文章