物理符號系統
物理符號系統 （又稱為形式系統 ）會將物理模式（符號）組合成結構（表達式）並操縱它們（使用處理程序）來產生新的表達式。
物理符號系統假設（英語：physical symbol system hypothesis，PSSH ）是在人工智能哲學中，由艾倫·紐厄爾和赫伯特·西蒙提出的一個觀點。他們寫道：
該主張意味着人類的思維是一種符號處理（因為符號系統對於智慧來說是必要的），同時也意味着機器可以擁有智慧（因為符號系統對於智慧來說是充分的）。[2]
紐厄爾和西蒙指出，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，符號結構是由許多個例（instances或tokens）組成的，而這些個例以某種物理方式關聯著（例如符號緊鄰著另一個符號）。 在任何時候，系統都包含着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」。物理符號系統是隨着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]
這個想法的哲學根源來自於霍布斯（他聲稱推理「無非是推算」）、萊布尼茲（他試圖建立人類想法的邏輯演算）、休謨（他認為知覺可以被簡化為「原子印象」）和甚至是康德（他認為所有經驗都是由形式規則所控制）。[4] 最近的版本則與哲學家希拉里·普特南和傑里·福多有關，稱作心靈計算理論 。[5]
雖然該假設受到了各方強烈批評，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>），以及存在於機器（如神經網絡）中的更為複雜的「符號」，我們通常會做出區分。
例子
- 形式邏輯 ：符號是諸如「與」、「或」、「非」、「對於所有x」之類的詞，依此類推。表達式是形式邏輯中的語句，可以為真，也可以為假。處理程序是邏輯推論的規則。
- 代數 ：符號為「 +」、「×」、「 x 」、「 y 」、「 1」、「 2」、「 3」等。表達式為方程式。處理程序是代數規則，允許人們操縱一種數學表達形式
- 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動作，表達式是棋盤上所有棋子的位置。
物理符號系統假設認為下面兩者都是物理符號系統的例子：
支持論點
艾倫·紐厄爾和赫伯特·西蒙認為「『符號處理』是人類和機器智慧的本質」，這來自來兩點證據：「人工智能程序的開發」和「對人類的心理實驗」。
首先，在人工智能研究的最初幾十年裏，許多使用高級符號處理的程式非常成功，例如紐厄爾與西蒙的通用問題解決者，或是特里·威諾格拉德的SHRDLU。[6] 約翰·豪格蘭德（John Haugeland）將這類AI研究命名為「 有效的老式人工智能（Good Old Fashioned AI）」或"GOFAI" 。[7] 專家系統和邏輯編程即為這些傳統程式派生的結果。這些程序的成功表明，符號處理系統可以模擬任何智慧動作。
其次，同時進行的心理實驗發現，對於邏輯、計劃或任何形式的「謎題解決」中的難題，人們也使用這種符號處理。 AI研究人員能夠使用電腦程式模擬人類逐步解決問題的能力。 這種合作及其引發的議題最終導致認知科學領域的誕生。[8] （這類研究被稱為「 認知模擬 」）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」，或者是指透過機械人的感知設備的「0和1之流」。從某種意義上講，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。在此假設的版本中，如托瑞基（David Touretzky）和波默洛（Dean Pomerleau）所解釋的那樣「「符號」和「訊號」之間沒有區別」 [9]
在這種解釋下，物理符號系統假說僅斷言智慧可以被數碼化，因此是個比較弱的陳述。實際上，托瑞基和波默洛寫道，如果符號和訊號是同一回事，因為物理符號系統為圖靈通用的，所以除了二元論者或某種神秘主義者之外，就已經有了充分性。[9]廣泛接受的邱奇－圖靈論題認為，只要有足夠的時間和記憶體，任何圖靈通用系統都能模擬可被數碼化的過程。由於任何數位計算機都是圖靈通用的 ，所以從理論上講，任何數位計算機都可以模擬任何可以數碼化到足夠精確度的東西，包括智慧生物的行為。物理符號系統假設的必要條件同樣可以被巧妙完善，這是因為我們願意接受幾乎任何訊號作為「符號」的形式，而所有智慧生物系統都有着訊號通路。
批評
尼爾斯·尼爾森（Nils Nilsson）提出了四個抨擊物理符號系統假設的主要「論題」或依據。[2]
- 「 『物理符號系統假設』缺少了符號基礎」這一錯誤主張被認為是通用智慧行為的必要條件。
- 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。
- 最後，有些人也相信大腦本質上是無意識的，大部分發生的事情是化學反應，人類的智慧行為類似於蟻群所顯示的智慧行為。
德雷福斯和無意識技能的優勢
主條目：休伯特·德雷福斯對AI的批判
休伯特·德雷福斯（Hubert Dreyfus）抨擊了物理符號系統假設的必要條件，他將其稱為「心理假設」，並定義如下：
- 可以將心靈視為「根據形式規則對資訊進行操作」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]
塞爾和他的中文房間
約翰·塞爾於1980年提出的中文屋論證試圖表明，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]
布魯克斯和機械人專家
在六十年代和七十年代，數個實驗室試圖建立使用符號來代表世界並計劃行動的機械人（例如斯坦福購物車）。這些項目取得的成功有限。八十年代中期， 麻省理工學院的 羅德尼·布魯克斯（Rodney Brooks）能夠製造出具有出色的移動和生存能力的機械人，而根本無需使用符號推理。布魯克斯（和其他人，例如漢斯·莫拉維克）發現我們最基本的動作、生存、感知、平衡等基本技能似乎根本不需要高級符號，實際上，使用高級符號會帶來更多複雜性，而且更難以成功。
在1990年的論文《大象不下棋 （頁面存檔備份，存於互聯網檔案館）》中，機械人研究者羅德尼·布魯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。它始終是最新的，總是知道每一個細節。關鍵是要經常適當地感覺它。」[13]
聯結主義
主條目：聯結主義
體化哲學
主條目：體化哲學
喬治·拉科夫 、馬克·特納（Mark Turner）等人認為，我們在數學 、倫理學和哲學等領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
參考文獻
- ^ 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 （頁面存檔備份，存於互聯網檔案館） 引用錯誤：帶有name屬性「TouretzkyPomerleau1994」的
<ref>標籤用不同內容定義了多次 - ^ 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, （原始內容存檔 (PDF)於2007-08-09） 。
- Cole, David, The Chinese Room Argument, Zalta, Edward N. (編), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], （原始內容存檔於2021-02-27） Cole, David, The Chinese Room Argument, Zalta, Edward N. (編), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], （原始內容存檔於2021-02-27） 。
- Crevier, Daniel （1993）， 人工智能：人工智能的全面探索，紐約，紐約：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. (編), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], （原始內容存檔於2021-03-04） Horst, Steven, The Computational Theory of Mind, Zalta, Edward N. (編), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], （原始內容存檔於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, （原始內容存檔於2008-09-30） 。
- Newell, Allen; Simon, H. A., GPS: A Program that Simulates Human Thought, Feigenbaum, E.A.; Feldman, J. (編), 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. , 編, 50 Years of AI (PDF), Festschrift, LNAI 4850 (Springer), 2007: 9–17 [2019-11-25], （原始內容存檔 (PDF)於2021-02-11）
|contribution=被忽略 (幫助) - Russell, Stuart J. 彼得·諾維格 （2003），《 人工智能：現代方法》 （第二版），新澤西州上薩德爾河， 國際書號 ：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, （原始內容 (PDF)存檔於2015-09-23）
- Turing, Alan, Computing machinery and intelligence, Mind, October 1950, LIX (236): 433–460, doi:10.1093/mind/LIX.236.433, （原始內容存檔於2008-07-02）