智能与多元主义观念及其对人工智能研究的影响

本文我们认为，当前的人工智能研究在两个不同的智能观念之间呈现出一条光谱：智能现实主义（Intelligence Realism）认为智能代表单一的、普遍的能力，可跨越所有系统进行衡量；而智能多元主义（Intelligence Pluralism）则视智能为多样化、情境依赖的能力，无法归约为单一的普遍度量。通过对当前人工智能研究中争论的分析，我们展示了这些观念在研究中往往是潜在的，却根本性地塑造了如何解读广泛领域内的实证证据。这些潜在观念在三个方面产生了根本不同的研究方法论。在方法论层面，它们产生了不同的模型选择、基准设计和实验验证方法。在解释层面，它们导致对同一实证现象的矛盾性解读，从能力涌现到系统局限。关于人工智能风险，它们产生了根本不同的评估：现实主义者视超级智能为主要风险，寻求统一的对齐解决方案；而多元主义者则看见涉及多个领域的多样化风险，需要情境特定的解决方案。我们认为，使这些潜在假设变得明确，可以促进对人工智能研究中争议的更清晰理解。