XiaoMi-AI文件搜索系统
World File Search System隐喻
人与机器：关于隐喻的转化与穷尽的探讨
隐喻是一种认知表征，通过这种表征，我们试图凭借类比的力量来理解现象，用一个对象或想法代替另一个对象或想法，将属性赋予对象，而这些属性实际上并不具备（Childs and Fowler，2006）。除了隐喻客观内容的这种替代之外，我们还发现一个心理维度，在这个维度中，隐喻元素之间的差异得到处理和解释，并推断出新的意义实体。例如，在亚里士多德的观点中，隐喻的有效性被视为其唤起心理意象的能力。因此，隐喻是一种创造性手段，通过它，它们不仅仅是表达现有的相似之处，而且还创造了一个解决所有差异的新的意义实体（Black，1962）。隐喻在交流和决策过程中广泛使用，它不仅被用作语言手段，而且极大地影响着人类对自己的看法，促进了观念的形成，并在定义主体的行为中发挥着关键作用（ Ricoeur，1978；Lakoff、Lawler 和 Johnson，1983）。隐喻产生的一个主要焦点是人类。从自我意识的那一刻起，以及在人的一生中，人们逐渐尝试进行比较和操纵，以了解身体、精神和与环境的相互作用。虽然机器隐喻可以追溯到早期的自然希腊哲学，但几个世纪以来复杂的经济、科学和社会力量逐渐将机器隐喻变成了 17 世纪关于人类的流行概念。在那种技术和文化背景下，以勒内·笛卡尔和托马斯·霍布斯为核心人物的隐喻蓬勃发展。在接下来的几个世纪里，机器隐喻一直是生物科学和人类研究的基本前提。随着它日益结出硕果，它成为现代生理学和医学巩固的核心部分。然后，随着精神病学的发展，
农业基因编辑隐喻的说服效果
摘要 摘要 基因编辑为解决影响粮食生产的人口增长和气候变化等重大挑战提供了机会。鉴于基因编辑在我们的食品系统中发挥着重要作用，我们需要探索说服公众接受这项技术的机会。本研究的目的是调查隐喻概念在农业基因编辑中的说服作用。精细加工可能性模型被用作概念框架。隐喻会影响公众的接受度，因为隐喻鼓励与问题相关的思考并增强说服力。通过在线调查向具有全国代表性的美国居民样本提供了定量、随机、受试者间实验研究设计。操作是四篇模拟新闻文章，通过隐喻概念区分农业基因编辑（创作与文本编辑器、工具与控制）。即使控制混杂变量，结果表明，在与问题相关的思考或在社交媒体上分享文章的意愿方面，处理之间没有显着差异。未来的研究应该探索隐喻概念对态度和与精细化相关的其他行为结果的影响。
脑机隐喻之争毫无意义
人们普遍认为，脑科学中“计算机”一词的使用反映了一种隐喻。然而，目前对“计算机”一词的使用并没有单一的定义。事实上，根据“计算机”一词在计算机科学中的用法，计算机只是一些理论上可以计算任何可计算函数的物理机器。根据这个定义，大脑实际上是一台计算机；没有隐喻。但是，这与“计算机”一词在其他学科中的用法不同。根据计算机科学以外的定义，“计算机”是人造设备，它对输入进行顺序处理以产生输出。根据这个定义，大脑不是计算机，而且可以说，计算机只是大脑的一个弱隐喻。因此，我们认为反复出现的脑机隐喻之争实际上只是语义上的分歧，因为大脑要么是真正的计算机，要么显然根本不像计算机，这取决于个人的定义。我们建议，最好的解决方法就是停止争论，而是让研究人员明确他们在工作中使用的定义。在某些情况下，人们可以使用计算机科学中的定义，并简单地问，大脑是什么类型的计算机？在其他情况下，重要的是使用其他定义，并阐明我们的大脑与现代生活中我们周围的笔记本电脑、智能手机和服务器的根本区别。
b'1. 引言 \xe2\x80\x9e“黑天鹅”一词来自诗人尤维纳尔的一句拉丁语表达。因此，他说 \xe2\x80\x9erare avis in terris nigroque simillima cygno\xe2\x80\x9d（好人如黑天鹅一样稀有）。该术语是在英语中引入的，当时人们认为没有黑天鹅。比喻的重要性在于它与任何思维系统的脆弱性相似。当一组结论的基本假设失效时，它随时可能被取消。在这种情况下，一只黑天鹅的出现，使短语 \xe2\x80\x9e所有天鹅都是白色的\xe2\x80\x9d 的逻辑和基于它的任何其他推论都失效。尤维纳尔的短语是英语中常见的表达16 世纪在伦敦开始流行，用来强调事实的不可能性。英语表达来自旧世界的假设，即所有天鹅都必须是白色的，因为所有历史记录都只提到白天鹅。在这样的背景下，黑天鹅的概念是不可能的，或者充其量是不存在的。荷兰探险家 Willem de Vlamingh 于 1697 年在西澳大利亚发现黑天鹅后，该术语开始用于定义不可能的事情，但后来可能成为可能（Montanari，J.，1989）。19 世纪，约翰·斯图亚特·密尔将黑天鹅逻辑错误用作识别假象的新术语。纳西姆·尼古拉斯·塔勒布提出的 \xe2\x80\x9eBlack Swan\xe2\x80\x9d 类事件理论是一种隐喻，用于描述具有重大影响的意外事件，并回顾性地简化。该理论有助于解释（Taleb，N.，2016）：罕见事件的作用不成比例，影响重大且难以预测，超出了历史、科学、经济和技术的正常预期范围；无法借助科学方法计算罕见事件的概率；个人和集体的心理偏见使我们对罕见历史事件的不确定性和巨大作用漠不关心。现在所谓的 \xe2\x80\x9e黑天鹅\xe2\x80\x9d 是一个具有以下三个属性的事件：它是一个极端事件，它超出了正常的预期，因为过去没有任何事件可以令人信服地表明它出现的可能性；产生极端 \xe2\x80\x9e影响\xe2\x80\x9d；尽管处于极端事件的地位，但人类的天性还是引导我们寻找必要的逻辑解释来证明其合理性'
b'1. 引言 \xe2\x80\x9e“黑天鹅”一词来自诗人尤维纳尔的一句拉丁语表达。因此，他说 \xe2\x80\x9erare avis in terris nigroque simillima cygno\xe2\x80\x9d（好人如黑天鹅一样稀有）。该术语是在英语中引入的，当时人们认为没有黑天鹅。比喻的重要性在于它与任何思维系统的脆弱性相似。当一组结论的基本假设失效时，它随时可能被取消。在这种情况下，一只黑天鹅的出现，使短语 \xe2\x80\x9e所有天鹅都是白色的\xe2\x80\x9d 的逻辑和基于它的任何其他推论都失效。尤维纳尔的短语是英语中常见的表达16 世纪在伦敦开始流行，用来强调事实的不可能性。英语表达来自旧世界的假设，即所有天鹅都必须是白色的，因为所有历史记录都只提到白天鹅。在这样的背景下，黑天鹅的概念是不可能的，或者充其量是不存在的。荷兰探险家 Willem de Vlamingh 于 1697 年在西澳大利亚发现黑天鹅后，该术语开始用于定义不可能的事情，但后来可能成为可能（Montanari，J.，1989）。19 世纪，约翰·斯图亚特·密尔将黑天鹅逻辑错误用作识别假象的新术语。纳西姆·尼古拉斯·塔勒布提出的 \xe2\x80\x9eBlack Swan\xe2\x80\x9d 类事件理论是一种隐喻，用于描述具有重大影响的意外事件，并回顾性地简化。该理论有助于解释（Taleb，N.，2016）：罕见事件的作用不成比例，影响重大且难以预测，超出了历史、科学、经济和技术的正常预期范围；无法借助科学方法计算罕见事件的概率；个人和集体的心理偏见使我们对罕见历史事件的不确定性和巨大作用漠不关心。现在所谓的 \xe2\x80\x9e黑天鹅\xe2\x80\x9d 是一个具有以下三个属性的事件：它是一个极端事件，它超出了正常的预期，因为过去没有任何事件可以令人信服地表明它出现的可能性；产生极端 \xe2\x80\x9e影响\xe2\x80\x9d；尽管处于极端事件的地位，但人类的天性还是引导我们寻找必要的逻辑解释来证明其合理性'
大脑即计算机的隐喻
我问我的朋友：“你读过屠格涅夫的作品吗？”她毫不犹豫地给出了否定的回答。她的大脑里有她读过的小说的数据库吗？她的大脑在使用搜索算法吗？如果没有，我们还能如何想象这一壮举的实现？我问：“昨晚吃饭时坐在你旁边的那个男人叫什么名字？”她不记得了。半小时后，当我们谈论其他事情时，她说：“我现在想起来了，他叫杰罗姆。这个名字突然出现在我的脑海里。”如果大脑使用搜索算法来做到这一点，它会不会与前面的例子不同，会不会是一个更慢但更有条理的过程？我们能想象一个由大脑的“硬件”制成的设备，可以执行搜索算法吗？或者任意算法？在我（Davis，2017）的文章中，我强调图灵完备所需的东西很少。毫无疑问，可以用大脑的神经元建造一台通用计算机。然而，我们尚不清楚机器人能否进化。遗传密码中氨基酸由字符串编码的例子表明，这种可能性并非遥不可及。事实上，口语和书面语也是代表物体、动作和概念的任意符号的例子。有人穿过繁忙的街道，熟练地穿梭于车流之中。如何编写程序让机器人做到这一点？直到最近，人们才提出了一种使用大量数值计算的方法。如今，人们可以考虑另一种方法，即为此目的“训练”多层神经网络。想象大脑做这样的事情肯定比执行涉及大量算术计算的过程更容易。
如果我们为人工智能选择新的隐喻会怎样？
选择“智能”一词是该学科早期学术研究和抱负的遗产。然而，它给该技术的定义带来了一些持久的困难。首先，由于人类智能本身是一个主观且有争议的概念，人工智能的概念也注定会不断被争论和重新解释。其次，通过参考我们如何评估其表面性能（智能）而不是它做什么（应用）或它如何做（技术）来定义人工智能，人工智能可以指几乎任何技术——从恒温器到“终结者”——无论它们是否存在。第三，由于各种人工智能应用的影响范围如此广泛，使用同一个词来指代所有应用可能会放大分歧，使辩论变得毫无成效。技术人员早就认识到这些局限性，倾向于使用更精确的替代词，如“机器学习”或简称为“统计数据”。尽管如此，人工智能在公共和政策环境中仍然被使用。
我们赖以生存的隐喻。关于人工智能和人类状况的三条评论
每篇评论都涉及人工智能的不同方面，并且都围绕着不同的隐喻：智能、进化和游戏。第一篇评论构成了一个自民族志小插图，它为反思人工智能和机器所谓的“思考”能力提供了一个框架；从女权主义者的角度来看，这两个隐喻都是非常成问题的，因为女性主要承担生育和抚养聪明人类的劳动。第二篇评论是对我目前在高能物理学家中进行的民族志实地考察的见解，这些物理学家在日常工作中使用机器学习方法，并屈服于达尔文主义隐喻，想象进化算法对人类未来的意义。第三篇评论探讨了“玩”算法，并将备受争议的人类学带入讨论中。
分享大脑故事：隐喻摘要手册
我们的大脑建立在出生前开始的过程，并持续成年。就像房屋的建造一样，建筑物的过程是按顺序进行的 - 首先奠定基础，塑造房间，然后将电气系统接线。这些事情必须按正确的顺序进行。早期体验从字面上塑造了我们的大脑的建立方式。在早期，一个强大的基础增加了积极健康和以后学习的机会，而弱基的基础则增加了以后遇到困难的几率。，支持强大的大脑发育永远不会太晚。早期有负面的经历并不能使孩子走上固定的路径。没有大脑是完美的，而且总会有机会 - 我们所有人都可以忍受 - 增强孩子的大脑。
临床实践中隐喻运用的批判性分析
尽管许多生物医学隐喻都遭到诽谤，但没有哪一类隐喻像战争隐喻那样遭到如此多的谴责。例如，在生物伦理学领域，聂静宝及其同事最近就这一主题提出了一系列强有力的主张。在他们 2016 年的文章《不战而愈：医学和艾滋病毒治疗研究中的军事隐喻之外》6 中，作者认为军事隐喻本质上对患者和研究对象有害。他们断言，“通过抹去患者患病的经历和叙述，压制患者的声音，使用军事隐喻会阻碍……照顾患有越来越多的慢性疾病的人。”7 作者声称，“军事隐喻会无意中进一步污名化患者，并认可战争和暴力在社会和政治生活中的合法性。” 8 聂和他的同事们问道，为什么“致力于改善健康的治疗师、临床医生和研究人员继续使用暴力隐喻，而这样做可能会贬低人类的生命？”9 这些批评表明，军事隐喻具有独特的危险性、贬义性和危害性。