哲学启发的机器学习
人工智能
2025-09-26 v1 计算机与社会
机器学习
摘要
哲学启发的机器学习（PhIML）直接将分析哲学的核心思想注入机器学习模型的架构、目标和评估协议。因此，PhIML 通过尊重哲学概念和价值观设计的模型，承诺具备新的能力。从这一视角出发，本文综述了概念基础，以展示哲学收益和对齐性。此外，本文present了案例研究，说明ML用户/设计者如何将PhIML作为一种agnostic post-hoc工具，或内置于ML模型架构中。最后，本文阐明了面临的开放技术障碍，以及哲学、实用和治理挑战，并概述了通往安全、哲学感知且伦理负责任PhIML研究道路。
引用
@article{arxiv.2509.20370,
title = {Philosophy-informed Machine Learning},
author = {MZ Naser},
journal= {arXiv preprint arXiv:2509.20370},
year = {2025}
}