物理符號系統
物理符號系统 （又称为形式系统 ）會將物理模式（符號）组合成结构（表达式）并操纵它们（使用處理程序）來产生新的表达式。
物理符號系统假设（英語：physical symbol system hypothesis，PSSH ）是在人工智慧哲学中，由艾伦·纽厄尔和赫伯特·西蒙提出的一个觀點。他们写道：
该主张意味着人类的思维是一种符號處理（因为符號系统对于智慧来说是必要的），同時也意味着机器可以擁有智慧（因为符號系统对于智慧来说是充分的）。[2]
纽厄尔和西蒙指出，物理符號系統是由一組名為「符號」（symbols）的實體所組成，這些實體是物理圖形，可以作為另一種稱為「表達式」（或符號結構）的實體之元件。因此，符號結构是由許多個例（instances或tokens）組成的，而這些個例以某种物理方式關聯著（例如符號緊鄰著另一個符號）。 在任何時候，系統都包含著這些符號結構的集合。除了這些結構之外，系統還包含一組處理程序，它們會對表達式進行操作以生成其他表達式，像是「創建」、「修改」、「複製」和「破壞」。物理符號系統是隨著時間產生不斷進化的符號結構集合的機器，這樣的系統存在於比這些符號表達式本身更加廣泛的客體世界中。[3]
这个想法的哲学根源來自於霍布斯（他声称推理“无非是推算”）、莱布尼兹（他试图建立人类想法的邏輯演算）、休谟（他認為知覺可以被簡化為“原子印象”）和甚至是康德（他认为所有经验都是由形式规则所控制）。[4] 最近的版本則与哲学家希拉里·普特南和杰里·福多有关，称作心灵计算理论 。[5]
雖然该假设受到了各方强烈批评，但它仍是AI研究的核心。一種常見的批評觀點是，這種假設似乎適用於更高層次的智力，像是下棋，而不太適用於如視覺這樣的普通智力。而與世界上的物體直接對應的高級符號（如<dog>和<tail>），以及存在于机器（如神经網路）中的更為复杂的“符號”，我們通常會做出區分。
例子
- 形式逻辑 ：符號是诸如“与”、“或”、“非”、“对于所有x”之类的词，依此类推。表达式是形式逻辑中的语句，可以为真，也可以為假。處理程序是逻辑推论的规则。
- 代数 ：符號为“ +”、“×”、“ x ”、“ y ”、“ 1”、“ 2”、“ 3”等。表达式为方程式。處理程序是代数规则，允许人们操纵一种数学表达形式
- 數位電腦 ：符號是計算機記憶體的0和1，處理程序是CPU更改記憶體的操作。
- 棋 ：符號是棋子，處理程序是合法的棋子动作，表达式是棋盘上所有棋子的位置。
物理符號系统假设認為下面兩者都是物理符號系統的例子：
支持论点
艾伦·纽厄尔和赫伯特·西蒙認為「『符號處理』是人类和机器智慧的本质」，這來自來兩點證據：「人工智慧程序的开发」和「对人类的心理实验」。
首先，在人工智慧研究的最初幾十年裡，许多使用高级符號处理的程式非常成功，例如纽厄尔與西蒙的通用問題解決者，或是特里·威诺格拉德的SHRDLU。[6] 約翰·豪格蘭德（John Haugeland）将这类AI研究命名为“ 有效的老式人工智慧（Good Old Fashioned AI）”或"GOFAI" 。[7] 专家系统和逻辑编程即為这些传统程式派生的結果。这些程序的成功表明，符號处理系统可以模拟任何智慧动作。
其次，同时进行的心理实验发现，對於邏輯、計劃或任何形式的“謎題解决”中的难题，人们也使用这种符號处理。 AI研究人员能够使用计算机程序模拟人類逐步解決問題的能力。 這種合作及其引發的议题最终导致认知科学领域的誕生。[8] （这类研究被称为“ 认知模拟 ”）這方面的研究表明，人類解決問題的主要方法是處理高級符號。
在紐厄爾和西蒙的論據中，假設所指的"符號"代表世界上事物的物理對象，如<狗>具有可識別的含義或直指，並可以與其他符號組成以創建更複雜的符號。
然而，也可以把這個假設解釋為數位計算機記憶體中簡單抽象的「0和1」，或者是指透過机器人的感知设备的「0和1之流」。从某种意义上讲，這些也是符號，儘管我們並不總是能夠準確確定符號代表什麼。在此假设的版本中，如托瑞基（David Touretzky）和波默洛（Dean Pomerleau）所解释的那樣「“符號”和“訊號”之间没有区别」 [9]
在这种解释下，物理符號系统假说仅断言智慧可以被數位化，因此是個比较弱的陳述。实际上，托瑞基和波默洛写道，如果符號和訊號是同一回事，因为物理符號系统為图灵通用的，所以除了二元论者或某种神秘主义者之外，就已經有了充分性。[9]广泛接受的邱奇－图灵论题认为，只要有足够的时间和記憶體，任何图灵通用系统都能模拟可被數位化的过程。由於任何數位计算机都是图灵通用的 ，所以从理论上讲，任何數位计算机都可以模拟任何可以數位化到足够精确度的东西，包括智慧生物的行为。物理符號系统假设的必要条件同样可以被巧妙完善，這是因为我们愿意接受几乎任何訊號作为“符號”的形式，而所有智慧生物系统都有著訊號通路。
批评
尼尔斯·尼尔森（Nils Nilsson）提出了四个抨擊物理符號系统假设的主要“論題”或依据。[2]
- 「 『物理符號系统假设』缺少了符號基础」這一錯誤主張被认为是通用智慧行为的必要条件。
- 普遍認為，AI 需要非符號處理（例如，聯結主義架構可以提供非符號處理）。
- 普遍認為，大腦根本不是一臺計算機，目前所理解的計算並沒有為智力提供合適的模型。
- 最后，有些人也相信大脑本质上是无意识的，大部分發生的事情是化學反應，人类的智慧行为类似于蚁群所显示的智慧行为。
德雷福斯和无意识技能的优势
主條目：休伯特·德雷福斯對AI的批判
休伯特·德雷福斯（Hubert Dreyfus）抨擊了物理符號系统假设的必要条件，他將其称为“心理假设”，并定义如下：
- 可以将心靈视为「根据形式规则对資訊进行操作」的裝置。 [10]
德雷福斯反駁了這一觀點，他指出，人類的智力和專業技能主要依賴於無意識的本能，而不是有意識的符號處理。專家會透過直覺快速解決問題，而非一步一步的試誤搜索。德雷福斯認為，這些無意識的技能永遠不可能在正式規則中體現出來[11]
塞尔和他的中文房间
约翰·塞尔于1980年提出的中文屋论证试图表明，程序(或任何物理符號系統)不能“理解”它所使用的符號;這些符號本身沒有任何意義或語義內容，因此，機器永遠不可能僅透過符號處理就可以實現真正的智慧。[12]
布魯克斯和機器人專家
在六十年代和七十年代，数个实验室试图建立使用符號来代表世界并计划行动的机器人（例如斯坦福购物车）。这些项目取得的成功有限。八十年代中期， 麻省理工学院的 罗德尼·布鲁克斯（Rodney Brooks）能够制造出具有出色的移动和生存能力的机器人，而根本无需使用符號推理。布鲁克斯（和其他人，例如汉斯·莫拉维克）发现我们最基本的动作、生存、感知、平衡等基本技能似乎根本不需要高级符號，实际上，使用高级符號會帶來更多复杂性，而且更難以成功。
在1990年的論文《大象不下棋 （页面存档备份，存于互联网档案馆）》中，機器人研究者罗德尼·布鲁克斯矛頭直指物理符號系統假說，他認為符號並不總是必要的，因為「世界就是自己最好的模型。它始终是最新的，總是知道每一個細節。關鍵是要經常適當地感觉它。」[13]
聯結主义
主條目：聯結主义
體化哲學
主條目：體化哲學
乔治·拉科夫 、马克·特纳（Mark Turner）等人认为，我们在数学 、伦理学和哲学等领域的抽象技能來自身體的無意識技能，而有意識的符號處理只是我們智力的一小部分。
參見
参考文献
- ^ Newell & Simon 1976，第116頁 and Russell & Norvig 2003，第18頁
- ^ 2.0 2.1 Nilsson 2007，第1頁
- ^ Allen Newell and Herbert A. Simon. Computer Science as Empirical Inquiry: Symbols and Search. Communications the ACM. March 1976,. Volume 19: p.116.
- ^ Dreyfus 1979，第156頁, Haugeland
- ^ Horst 2005
- ^ Dreyfus 1979
- ^ Haugeland 1985，第112頁
- ^ Dreyfus 1979，第91–129, 170–174頁
- ^ 9.0 9.1 Reconstructing Physical Symbol Systems
David S. Touretzky and Dean A. Pomerleau
Computer Science Department
Carnegie Mellon University
Cognitive Science 18(2):345–353, 1994.
https://www.cs.cmu.edu/~dst/pubs/simon-reply-www.ps.gz （页面存档备份，存于互联网档案馆） 引用错误：带有name属性“TouretzkyPomerleau1994”的
<ref>标签用不同内容定义了多次 - ^ Dreyfus 1979，第156頁
- ^ Dreyfus 1972, Dreyfus 1979, Dreyfus & Dreyfus 1986. See also Russell & Norvig 2003, Crevier, 1993 & 120–132 and Hearn 2007
- ^ Searle 1980, Crevier 1993
- ^ Brooks 1990，第3頁
- Brooks, Rodney, Elephants Don't Play Chess (PDF), Robotics and Autonomous Systems, 1990, 6 (1–2): 3–15 [2007-08-30], doi:10.1016/S0921-8890(05)80025-9, （原始内容存档 (PDF)于2007-08-09） 。
- Cole, David, The Chinese Room Argument, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], （原始内容存档于2021-02-27） Cole, David, The Chinese Room Argument, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], （原始内容存档于2021-02-27） 。
- Crevier, Daniel （1993）， 人工智慧：人工智慧的全面探索，纽约，纽约：BasicBooks， ISBN 0-465-02997-3
- Dreyfus, Hubert, What Computers Can't Do, New York: MIT Press, 1972, ISBN 978-0-06-011082-6 Dreyfus, Hubert, What Computers Can't Do, New York: MIT Press, 1972, ISBN 978-0-06-011082-6
- Dreyfus, Hubert, What Computers Still Can't Do, New York: MIT Press, 1979 。
- Dreyfus, Hubert; Dreyfus, Stuart, Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer, Oxford, U.K.: Blackwell, 1986
- Gladwell, Malcolm, Blink: The Power of Thinking Without Thinking, Boston: Little, Brown, 2005, ISBN 978-0-316-17232-5 Gladwell, Malcolm, Blink: The Power of Thinking Without Thinking, Boston: Little, Brown, 2005, ISBN 978-0-316-17232-5 。
- Haugeland, John, Artificial Intelligence: The Very Idea, Cambridge, Mass.: MIT Press, 1985 。
- Hobbes, Leviathan, 1651 。
- Horst, Steven, The Computational Theory of Mind, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], （原始内容存档于2021-03-04） Horst, Steven, The Computational Theory of Mind, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], （原始内容存档于2021-03-04） 。
- Kurzweil, Ray, The Singularity is Near, New York: Viking Press, 2005, ISBN 978-0-670-03384-3 Kurzweil, Ray, The Singularity is Near, New York: Viking Press, 2005, ISBN 978-0-670-03384-3 。
- McCarthy, John; Minsky, Marvin; Rochester, Nathan; Shannon, Claude, A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, 1955, （原始内容存档于2008-09-30） 。
- Newell, Allen; Simon, H. A., GPS: A Program that Simulates Human Thought, Feigenbaum, E.A.; Feldman, J. (编), Computers and Thought, New York: McGraw-Hill, 1963
- Newell, Allen; Simon, H. A., Computer Science as Empirical Inquiry: Symbols and Search, Communications of the ACM, 1976, 19 (3): 113–126, doi:10.1145/360018.360022
- Nilsson, Nils, Lungarella, M. , 编, 50 Years of AI (PDF), Festschrift, LNAI 4850 (Springer), 2007: 9–17 [2019-11-25], （原始内容存档 (PDF)于2021-02-11）
|contribution=被忽略 (帮助) - Russell, Stuart J. 彼得·诺维格 （2003），《 人工智慧：现代方法》 （第二版），新泽西州上萨德尔河， 国际书号 ：Prentice Hall Russell, Stuart J.
- Searle, John, Minds, Brains and Programs (PDF), Behavioral and Brain Sciences, 1980, 3 (3): 417–457, doi:10.1017/S0140525X00005756, （原始内容 (PDF)存档于2015-09-23）
- Turing, Alan, Computing machinery and intelligence, Mind, October 1950, LIX (236): 433–460, doi:10.1093/mind/LIX.236.433, （原始内容存档于2008-07-02）