机构名称：
¥ 1.0
俄罗斯科学院乌拉尔分院哲学与法律研究所（叶卡捷琳堡） 人工智能（AI）系统的开发、实施和进一步改进与经验问题密切相关。这种系统与封闭算法等程序不同，它可以与外部环境交互，并可以在实践中对其进行更改。对此，现代话语将“能力”、“学习能力”、“决策能力”等赋予人工智能体。然而，将生物特有现象的含义推断到人工智能系统（AIS）在多大程度上是合理的？机器真的可以从经验中学习并做出决策吗？寻找这些问题的答案促使我们探索经验的概念、经验的结构以及生物如何获得经验的具体细节。鉴于这个概念本身的模糊性，使用现象学方法是有益的，它不仅可以阐明经验的基本特征，还可以探索其与实践、记忆、想象、意志、设定和实现目标的多维联系。对具体示例的分析也有助于评估这些组件对于人工智能代理的类似物，并系统化AIS进一步改进过程中出现的问题。所提出的结果表明，严格意义上的经验概念并不适用于目前运行的“弱/狭义”人工智能，但是，在未来“强/通用”人工智能发展的框架内，对这种现象进行建模的可能性是开放的。结论提供了在创建能够体验和有意识的实践活动的 IIS 过程中需要考虑和实施哪些因素的发现。关键词：人工智能、智能系统、经验概念、先验形式、实践、感质、记忆、意志。
人工智能系统
主要关键词
相关文件推荐
