AlphaGo 真的在下围棋吗？关于人工智能状态空间的探讨
人工智能
2019-12-23 v1
摘要
本文的总体目标是建立人工智能状态空间的一般模型。鉴于近年来人工智能研究与技术令人惊叹的进展，此类概念性工作具有重要的理论意义。当前的人工智能热潮主要由深度学习神经网络的成功所驱动。由于此类网络的区别性特征在于自学习能力，自学习被确定为人工智能状态空间的一个重要维度。另一主要维度在于从特定类型问题转向更一般类型问题的可能性。第三个主要维度由语义 grounding 提供。由于这是一个在哲学上复杂且有争议的维度，本文较大篇幅致力于此。我们重新审视了心智与认知哲学中已知的基础论证，这些论证在近期人工智能发展背景下获得了新的相关性，包括 blockhead 反驳、图灵测试、符号 grounding 问题、中文房间论证，以及关于意义的通用使用理论考量。最后，勾勒出由泛化、grounding 与“自-x 性”（具备自学习等自-x 属性）这些主要维度所张成的人工智能状态空间。
引用
@article{arxiv.1912.10005,
title = {Does AlphaGo actually play Go? Concerning the State Space of Artificial Intelligence},
author = {Holger Lyre},
journal= {arXiv preprint arXiv:1912.10005},
year = {2019}
}