随着人工智能技术的持续快速发展,有关机器能否真正思考的争议依然存在。早在1978年,道格拉斯·斯托克便针对著名哲学家詹姆斯·穆尔的观点发表了深刻的回应,主题聚焦于机器"思考"能力的本质问题。此回应不仅反映了当时学术界对人工智能认知的疑问,也为后续人工智能哲学探讨奠定了重要基础。在分析斯托克的回应之前,理解穆尔的基本立场与背景尤为关键。穆尔曾经主张,虽然机器能够通过程序执行复杂任务,但其"思考"能力远不能与人类相提并论。他认为机器的操作是基于人类预设的规则,缺乏自身主观意识与理解,注定无法拥有真正意义上的智能。
穆尔的观点在当时引起了广泛讨论,尤其是在人工智能兴起的背景下引发了哲学和计算机科学领域的交叉辩论。作为回应,斯托克尝试从多个层面阐释为何机器无法复制或实现人类的思维过程。斯托克指出,机器的"思考"更多是对输入数据的机械处理和符号操作,缺乏人类思维中内在的意识流和主观体验。在斯托克看来,思考不仅仅是逻辑推理或模式识别,更涉及情感、直觉以及环境的复杂互动,这些都是目前的机器系统无法全面模拟的。此外,斯托克强调了语境和理解的问题。在人类的交流和思考过程中,背景知识、文化体验和生活经历构成了认知框架。
他认为,机器虽然能够处理大量信息,但并不具备对信息背后意义的深刻理解,缺少对"意义"的感知能力。这种差异使得机器无法真正参与到人类层面的"思考"中去。斯托克还提到了符号操作系统的局限性。尽管早期的人工智能系统多采用符号处理方法,但这些系统存在规则固定和缺乏灵活应变能力的弱点。斯托克指出,真正的思考包括对新情况的创造性解决方案,而这在基于预定规则的机器系统中难以实现。这揭示了机器智能和人类智能在适应性和创造力上的根本差距。
此外,斯托克在回应中触及了哲学家的经典论点 - - "中国房间"思想实验,虽然当时尚未由约翰·塞尔明确定义,但其核心质疑即机器缺乏内在理解而只是在执行程序,这点与斯托克看法不谋而合。通过强化这一论点,斯托克提醒读者关注机器"表现出的智能"与"真正拥有的理解"之间的区别。值得深思的是,斯托克的观点不仅仅是对1970年代人工智能技术的现实批判,更蕴含了对智能本质的哲学思考。尽管计算能力和算法不断进步,斯托克提醒我们保持对"思维"的多维度理解,不能将智能简单等同于计算速度或数据处理能力。时至今日,随着深度学习和神经网络的兴起,机器在模式识别、自然语言处理等方面的表现已远超70年代。然而,斯托克的核心论点依旧适用:当前机器依然缺乏自我意识、情感体验及对世界的直观理解。
现代人工智能面临的挑战不仅是技术升级,更是如何赋予系统真正的"意义理解"和适应复杂环境的能力。人工智能伦理学、机器意识的探讨也正是由此延伸而来。斯托克的回应促使人们反思,未来的人工智能发展是否应追求模拟人类思维的复杂性,亦或是强化机器独有的优势,形成新的智能形态。总之,斯托克1978年的回应不仅限于对穆尔观点的驳斥,更是一场关于智能本质的哲学探讨。他提醒我们,机器"思考"的表象无法掩盖其内在局限。认识这一点,有助于引导人工智能研究更科学理性地发展,避免对机器智能能力的过度乐观或误读。
在人工智能与人类智慧的对话中,理解这一哲学基础,将是持续推动技术与社会协调进步的关键一步。 。
