弃权机器学习——哲学考量

本文在机器学习（ML）与哲学领域之间建立了联系，探讨了行为中立的现象。它研究了一类特定的机器学习系统，这类系统能够对给定任务做出中立响应，被称为弃权机器学习系统，目前尚未从哲学角度对其进行过研究。本文介绍并解释了各种弃权机器学习系统，并将其划分为不同类型。文章考察了不同机器学习系统类型中的弃权行为如何与认识论中的悬置判断相对应，涉及悬置的本质及其规范性特征。此外，还对弃权响应的自主性和可解释性进行了哲学分析。具体而言，本文论证了其中一种区分出的弃权系统类型更为可取，因为它更符合我们对悬置判断的标准。而且，与另一种类型相比，它更能自主地生成弃权输出，并为弃权输出提供解释。