机构名称：
¥ 1.0
写这篇文章有什么特别的动机吗？我发现，关于非稳健特征的争论经常陷入一个简单的二分法：它们反映的是信号还是噪声。有趣的是，人工制品的概念介于这两个极端之间。人工制品捕捉信号源中的真实模式，这些模式可能很有用，但它们也可能导致错误的推断，因为它们会扭曲或夸大这些模式。这些扭曲对于某些目的来说可能是无害的，甚至是有益的，但对于其他目的来说却是灾难性的。我特别感兴趣的是，这个问题是如何与过去两个世纪科学哲学中最深刻的问题之一相交叉的：是什么让一个特征在归纳推理中“真实”或“可投射”到未来的案例中？最近，深不可测的深度学习取得了成功，这表明这个问题可能不再受人类认知局限性的支配。但这提出了一个令人不安的可能性，即科学进步从定义上来说并没有扩展人类对自然世界的理解。
2021 年人工智能思考
主要关键词
相关文件推荐
