开始有趣了：D ※ 引述《reader (读者)》之铭言： : ※ 引述《maysmall (没事摸)》之铭言： : : (除了取消唯物论以外吧) : 为什麽要提到「多重可具现性」? 因为那是功能论者的核心心脏。如果多重可实现性为假，那麽功能论就垮了。 : 我已提到，试图以电脑来表现心灵性质的研究，一般不是电脑科学家在做的 : 事情，除非有人能证明，如果不先建构心灵性质就不能做复杂资讯处理。 因为那个人就是想谈论心灵的本质，而非想建造一台足以消灭人类的聪明电脑。 : 虽然我不是很清楚现在大家的认知，但就目前的理论来说，一个有效的复杂 : 资讯处理系统，应当是不可轻易重制／再现的。因为它必然跟其「成长」的 : 历程高度相关，如果它要有足够效能，所输入的资讯就必定是复杂的、不易 : 再现的巨量资讯，其系统也将复杂到难以停止，也难以确定某一时刻的所有 : 状态。 : 当然这不是否定其可能性，只是现在这还不是一个问题，更不是前提。 你这里的「困难、不轻易」是指技术层面的困难、不轻易，还是理论上的困难， 不轻易？这样说或许很难懂。我换一个问题这样问吧： 如果说今天在某时间t有一个复杂资讯处理系统A，是否理论上可以证明不可能 复制另一个在同时间（或不同时间，时间在此不重要）的复杂资讯处理系统B ，除非A和B在物理组成与各组成部件（或元素）的物理状态皆相同？ 换个直接的问法：如果A和B是不同材料做的，是不是可能有一样的内在讯息处 理状态？或说，一样的功能状态？ 直觉上，所谓的历史历程在某时间点t仍旧可以对映到系统的总物理状态。也就 是说，如果存在另外一个系统，该系统的物理状态与之完全一样，那麽这另一 个系统似乎copy了原本那个系统的所有历史，并在时间点t有一样的资讯处理能 力（或说，处在一样的资讯处理状态）。因此，原则上copy是可能的。但下一个 问题就是，物理材质不同是否也可能把资讯处理能力（或状态）copy过去呢？ 还有就是，到底，你所说的「确定」是什麽意思？是知识论上的确定，还是形 上学意义下的决定？ 另一个延伸的问题是，是否量子状态在这里扮演的角色是显着的，还是我们可以 在牛顿的机械决定架构下思考这种系统？ : : 另外，为甚麽都没有人讨论中文房间论证之类的东西阿...是我过时了吗XD? : 为什麽要提到「中文房间论证」? : 中文房间本身就是一个几近不可能的事情，等於是拿错误的前提来谈问题。 不解，请论述为何几近不可能？（不过在那之前我们可能得先对什麽叫「可能」 有一定程度的共识） : 想要以符号运算建构完美的自然语言处理机制，只有二、三十年前某些过度 : 乐观的人工智慧研究者才会认同的，或者说，这些人其实很像疯狂科学家， : 大多数的研究者并不认同。 嗯。那请问一下，当代研究者认为要制造一台能够使用自然语言的机器，还缺 了什麽？ : 试想一个能容纳个别人类所有经验资讯的复杂系统，当你提到「马」这个字 : 之时，它的能力足以提取其中关於「马」的影像、声音、气味、触觉资讯， : 以及接受资讯时的情境资讯。我想适当的讨论标的，应该至少要达到这样的 : 系统，才能开始谈说它有没有可能表现心灵的特质，不过我个人仍然会觉得 : 远远不够，这依旧不是足够强大的系统。 : 简单来说，没有同等级的复杂资讯处理能力及讯息输入，什麽都是空想。 你这种回应让我想到我忘记在哪儿看到的一篇论文说道： 现在有些学者喜欢把问题丢给复杂动态系统，一切都丢到复杂那儿去。但， 真的只要够复杂了，就行了吗？ : : 如果要求电脑学习，这个"学习"的概念指的是心灵层次的理解认识，亦或只是将外在 : : 环境状态以图林算机方法描述? : 我觉得所谓以「图林算机方法描述」是一个很古怪的词。 那用「可计算」来替代，会不会使您觉得不古怪一些？还是可计算一词也古 怪？ 其实我也觉得原波用法有些古怪。不过我想那只是因为原波只学过心灵哲学 而没有学过计算理论之故。其实就是可计算的意思。 : 例如基因演算法好了，它需要建构一个虚拟生物圈，经由大量人造生命的 : 淘汰演化，形成一个能解决问题的体系，这个体系是由生物圈的规则，和 : 外部资讯输入所共同建构的。 : 在这个运算模型中，图林机其实是如同化学法则般的存在，但我们处理的 : 对象是类似生物基因的东西。图林机与基因演算法之间，是不同层次上的 : 规则，就像生物与原子之间的关系一样。而且我们也可以拿真正的生物， : 来操作基因演算法，只是很不方便而已。 对我来说并不新鲜的说法。不过对我来说，我会比较好奇什麽是「层次」？ 多层次理论的提出并不是新鲜事。但到底层次是什麽？无论是从知识论的角 度或形上学的角度，或许我们都可以问到底层次是什麽？我们如何得知那儿 有几个层次？ 我们该如何characterize or identify "levels"? 顺道一题，据我所知化约论因多层次理论而垮台这整个过程中，哲学家扮演 非常重要的理论角色。 : 一般来说，大家相信，一个适切的复杂系统，与图林机之间，能有更多的 : 因果解离层次（底层系统的状态改变不必然造成上层系统的变化），才能 : 达致更强大的复杂资讯处理能力。 不晓得要求会不会太过份。请问一下什麽叫做「更多的因果解离层次」？ : 现在的问题主要是机器的运算能力，不足以让我们形成如同「物理－化学 : －分子生物－生物」这样的层次现象，电脑科学家现在的工作，就是尽量 : 想办法简化但不化约复杂系统，以减轻电脑的运算负担。 : 机器学习不谈论「心灵」，但会谈论「复杂」。 : 所以，常见的机器学习方法并不是在建构图林机的规则，规则往往是不会 : 变动的，变化的是资讯透过这些规则所形成的系统。 : 比较简单的比喻就像是 DNA 的化学反应规则是不变的，但 DNA 的变化， : 就能造就更为复杂的生物系统。於是生物的演化，就不太能说是生物适应 : 环境的结果，以化学方法来保存，故此，机器学习的结果也不太能说是以 : 图林机来描述的状态或什麽东西。 但只要这个系统是一个可计算的系统，我们就可以找到一台涂林算机与之对 映，不是吗？除非这系统是一个不可计算的系统（不是什麽轻易或困难，是 数学上原则上的不可计算，比方说数学的算术系统）。 最後一个问题是：请问，什麽是资讯？当眼前摆了一堆东西的时候，你依据 什麽告诉我那是资讯，那不是资讯？ 即使只是操作型定义也无妨，因为我晓得关於资讯其实有很多讨论。 注：我不是在找碴，我只是以某种哲学的角度在问问题而已。 -- PTT2 自然就是美 => 百慕达群岛 => 漩涡 => PinkParties --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.129.70.43 ※ 编辑: A1Yoshi 来自: 140.129.70.43 (06/27 17:45)