開始有趣了：D ※ 引述《reader (讀者)》之銘言： : ※ 引述《maysmall (沒事摸)》之銘言： : : (除了取消唯物論以外吧) : 為什麼要提到「多重可具現性」? 因為那是功能論者的核心心臟。如果多重可實現性為假，那麼功能論就垮了。 : 我已提到，試圖以電腦來表現心靈性質的研究，一般不是電腦科學家在做的 : 事情，除非有人能證明，如果不先建構心靈性質就不能做複雜資訊處理。 因為那個人就是想談論心靈的本質，而非想建造一台足以消滅人類的聰明電腦。 : 雖然我不是很清楚現在大家的認知，但就目前的理論來說，一個有效的複雜 : 資訊處理系統，應當是不可輕易重製／再現的。因為它必然跟其「成長」的 : 歷程高度相關，如果它要有足夠效能，所輸入的資訊就必定是複雜的、不易 : 再現的巨量資訊，其系統也將複雜到難以停止，也難以確定某一時刻的所有 : 狀態。 : 當然這不是否定其可能性，只是現在這還不是一個問題，更不是前提。 你這裡的「困難、不輕易」是指技術層面的困難、不輕易，還是理論上的困難， 不輕易？這樣說或許很難懂。我換一個問題這樣問吧： 如果說今天在某時間t有一個複雜資訊處理系統A，是否理論上可以證明不可能 複製另一個在同時間（或不同時間，時間在此不重要）的複雜資訊處理系統B ，除非A和B在物理組成與各組成部件（或元素）的物理狀態皆相同？ 換個直接的問法：如果A和B是不同材料做的，是不是可能有一樣的內在訊息處 理狀態？或說，一樣的功能狀態？ 直覺上，所謂的歷史歷程在某時間點t仍舊可以對映到系統的總物理狀態。也就 是說，如果存在另外一個系統，該系統的物理狀態與之完全一樣，那麼這另一 個系統似乎copy了原本那個系統的所有歷史，並在時間點t有一樣的資訊處理能 力（或說，處在一樣的資訊處理狀態）。因此，原則上copy是可能的。但下一個 問題就是，物理材質不同是否也可能把資訊處理能力（或狀態）copy過去呢？ 還有就是，到底，你所說的「確定」是什麼意思？是知識論上的確定，還是形 上學意義下的決定？ 另一個延伸的問題是，是否量子狀態在這裡扮演的角色是顯著的，還是我們可以 在牛頓的機械決定架構下思考這種系統？ : : 另外，為甚麼都沒有人討論中文房間論證之類的東西阿...是我過時了嗎XD? : 為什麼要提到「中文房間論證」? : 中文房間本身就是一個幾近不可能的事情，等於是拿錯誤的前提來談問題。 不解，請論述為何幾近不可能？（不過在那之前我們可能得先對什麼叫「可能」 有一定程度的共識） : 想要以符號運算建構完美的自然語言處理機制，只有二、三十年前某些過度 : 樂觀的人工智慧研究者才會認同的，或者說，這些人其實很像瘋狂科學家， : 大多數的研究者並不認同。 嗯。那請問一下，當代研究者認為要製造一台能夠使用自然語言的機器，還缺 了什麼？ : 試想一個能容納個別人類所有經驗資訊的複雜系統，當你提到「馬」這個字 : 之時，它的能力足以提取其中關於「馬」的影像、聲音、氣味、觸覺資訊， : 以及接受資訊時的情境資訊。我想適當的討論標的，應該至少要達到這樣的 : 系統，才能開始談說它有沒有可能表現心靈的特質，不過我個人仍然會覺得 : 遠遠不夠，這依舊不是足夠強大的系統。 : 簡單來說，沒有同等級的複雜資訊處理能力及訊息輸入，什麼都是空想。 你這種回應讓我想到我忘記在哪兒看到的一篇論文說道： 現在有些學者喜歡把問題丟給複雜動態系統，一切都丟到複雜那兒去。但， 真的只要夠複雜了，就行了嗎？ : : 如果要求電腦學習，這個"學習"的概念指的是心靈層次的理解認識，亦或只是將外在 : : 環境狀態以圖林算機方法描述? : 我覺得所謂以「圖林算機方法描述」是一個很古怪的詞。 那用「可計算」來替代，會不會使您覺得不古怪一些？還是可計算一詞也古 怪？ 其實我也覺得原波用法有些古怪。不過我想那只是因為原波只學過心靈哲學 而沒有學過計算理論之故。其實就是可計算的意思。 : 例如基因演算法好了，它需要建構一個虛擬生物圈，經由大量人造生命的 : 淘汰演化，形成一個能解決問題的體系，這個體系是由生物圈的規則，和 : 外部資訊輸入所共同建構的。 : 在這個運算模型中，圖林機其實是如同化學法則般的存在，但我們處理的 : 對象是類似生物基因的東西。圖林機與基因演算法之間，是不同層次上的 : 規則，就像生物與原子之間的關係一樣。而且我們也可以拿真正的生物， : 來操作基因演算法，只是很不方便而已。 對我來說並不新鮮的說法。不過對我來說，我會比較好奇什麼是「層次」？ 多層次理論的提出並不是新鮮事。但到底層次是什麼？無論是從知識論的角 度或形上學的角度，或許我們都可以問到底層次是什麼？我們如何得知那兒 有幾個層次？ 我們該如何characterize or identify "levels"? 順道一題，據我所知化約論因多層次理論而垮台這整個過程中，哲學家扮演 非常重要的理論角色。 : 一般來說，大家相信，一個適切的複雜系統，與圖林機之間，能有更多的 : 因果解離層次（底層系統的狀態改變不必然造成上層系統的變化），才能 : 達致更強大的複雜資訊處理能力。 不曉得要求會不會太過份。請問一下什麼叫做「更多的因果解離層次」？ : 現在的問題主要是機器的運算能力，不足以讓我們形成如同「物理－化學 : －分子生物－生物」這樣的層次現象，電腦科學家現在的工作，就是儘量 : 想辦法簡化但不化約複雜系統，以減輕電腦的運算負擔。 : 機器學習不談論「心靈」，但會談論「複雜」。 : 所以，常見的機器學習方法並不是在建構圖林機的規則，規則往往是不會 : 變動的，變化的是資訊透過這些規則所形成的系統。 : 比較簡單的比喻就像是 DNA 的化學反應規則是不變的，但 DNA 的變化， : 就能造就更為複雜的生物系統。於是生物的演化，就不太能說是生物適應 : 環境的結果，以化學方法來保存，故此，機器學習的結果也不太能說是以 : 圖林機來描述的狀態或什麼東西。 但只要這個系統是一個可計算的系統，我們就可以找到一台涂林算機與之對 映，不是嗎？除非這系統是一個不可計算的系統（不是什麼輕易或困難，是 數學上原則上的不可計算，比方說數學的算術系統）。 最後一個問題是：請問，什麼是資訊？當眼前擺了一堆東西的時候，你依據 什麼告訴我那是資訊，那不是資訊？ 即使只是操作型定義也無妨，因為我曉得關於資訊其實有很多討論。 註：我不是在找碴，我只是以某種哲學的角度在問問題而已。 -- PTT2 自然就是美 => 百慕達群島 => 漩渦 => PinkParties --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.129.70.43 ※ 編輯: A1Yoshi 來自: 140.129.70.43 (06/27 17:45)