从 1950 年图灵发表《计算机器和智能》到 1990 年代人工智能寒冬逐渐消融,四场针对人工智能基础的独特哲学争论相继出现,短暂地引起了广泛关注,随后逐渐平息。第一场“人工智能战争”始于卢卡斯 [1961],质疑人工智能的逻辑合理性。第二场战争可以追溯到明斯基和帕普特 [1969],涉及不同架构支持者之间的争论。第三场战争由德雷福斯 [1972] 发起,但在塞尔 [1980] 之后最为激烈;它攻击了人工智能系统具有语义的可能性。第四场战争在很多方面都是最微妙的,始于麦卡锡和海斯 [1969],涉及框架问题的含义和影响。这一时期的人工智能战争影响了 20 世纪 60 年代初荒唐的过度乐观主义、20 世纪 70 年代的 Lighthill [1973] 报告和其他灾难、20 世纪 80 年代对专家系统的热情以及 20 世纪 90 年代向人工神经网络 (ANN) 和应用机器人的逐渐过渡,同时也受到了这些影响。到 21 世纪初,人工智能前 50 年的哲学冲突基本结束。它们没有以任何一方的胜利而告终,而是陷入了僵局。取而代之的是,关于意识的本质、人工智能的伦理以及人工智能系统本身是否符合伦理的可能性的新争论出现了。图灵 [1950] 预见到了这两种发展,尽管他不认为它们与他所定义的“智能”有任何关系。在这里,我们要问为什么会发生这种情况,以及它如何影响人工智能和哲学。人工智能战争触及了形而上学、认识论以及心灵、语言和科学哲学等基本问题,在那些参与其中的人看来,它正在重构哲学本身。例如,斯洛曼[1978]自信地预测,“几年之内,如果还有哲学家不熟悉人工智能的一些主要发展,那么指责他们专业无能是公平的”,对人工智能系统的考虑将渗透到学术哲学的教学中。这显然没有发生:许多(如果不是大多数的话)哲学家仍然对人工智能一无所知,大多数哲学教学从未提及它。我们的新书《对人工智能的伟大哲学反对:人工智能战争的历史和遗产》(Bloomsbury,2021)试图纠正这种情况。我们在此总结了其主要论点,同时添加了一些更深入的分析,以便同行研究人员更容易理解。自 2000 年以来,关于人工智能意识和伦理的争论涉及神经科学家、律师和经济学家等,以及人工智能研究人员和哲学家。与 1950-2000 年的“经典”人工智能战争一样,这些新冲突是始于科学革命的普遍文化冲突的一部分。他们的紧迫感部分源于人们日益意识到后工业经济正在迅速转变为人工智能经济,部分源于人们担心后冷战地缘政治体系可能成为人工智能驱动的政治体系。这些辩论挑战了在冷战时期看似自然的假设。
Aswathy G 和 Anusree PS 博士 DOI:https://doi.org/10.33545/26648792.2023.v5.i1a.63 摘要 本概念论文是根据文献综述编写的。文献有助于理解人工智能及其融入招聘策略的方式。为了起草整篇文章,我们研究了网站、杂志、报告、专家出版物和手册等二手资料。本文还讨论了受人工智能影响的新形成的招聘流程。为了在这个数字时代保持竞争力,需要具有高潜力的优秀员工。因此,如果一个组织采用有效的招聘策略,它可以雇用能够管理这个数字世界的更好的人。每家公司都严重依赖其招聘策略来寻找能够有效履行职责的申请人,数据分析可用于协助这种招聘技术。数据被称为“人工智能”,它对公司的招聘流程至关重要。人工智能可以操作和模仿人类,其主要目标是让机器执行类似人类的任务。 关键词:自动化、人工智能、招聘、信息技术、雇用 介绍 人工智能(AI)是用于机器、系统和计算机的一个术语,由约翰·麦卡锡(John McCarthy)(1956 年)[27] 提出,似乎是一个流行词,主要用于全球所有大型和小型公司的董事会会议室。他认为,人工智能肯定会在未来通过生物学、工程学、心理学、语言学和各种跨学科课程等不同领域做出贡献。如今,人工智能主宰着许多人的生活,也已在各种公司中实施,它可以在 10 到 20 年内覆盖几乎生活的每个方面。人工智能是快速发展的计算机科学技术之一。使用智能机器,它将给世界带来一场全新的革命。人工智能在减少耗时和重复任务方面发挥着重要作用。基于人工智能的人力资源工具中使用的许多跟踪系统可以运行算法,非常有利于减少人力资源获取和管理任务的数量,许多求职网站可以分析候选人在社交媒体平台上的在线状态,并预测他们将如何识别提供给他们的各种职位。根据之前的研究,人工智能正在快速发展,公司不再忽视它的潜力。印度银行、零售、医疗保健、教育和交通等众多行业的企业越来越多地整合人工智能 (AI) 来彻底改变其运营方式。根据 Serafini 在 2002 年的研究,人工智能将在能源、金融服务等广泛行业中帮助商业模式创新。如今,人工智能正在渗透到每个行业。文献综述 1956 年,人工智能之父约翰·麦卡锡创造了“人工智能”一词。人工智能被定义为“创造机器智能、智能软件系统的科学和工程”(麦卡锡和明斯基,1950 年)。尽管人们似乎对其潜力达成了共识,但人工智能的实际用途和促进招聘的好处似乎存在冲突。如果人工智能利用基于事实的人类决策,这将倾向于突出这些特征并重复以前的决策。
致谢 中期审查工作组受益于许多人提出的意见和观察,这些意见和观察通常非常广泛,并且总是受到高度赞赏。这些贡献的价值得到了充分的认可。在一些情况下,这些观察是深刻的;工作组总是对这些意见进行深入考虑,但有时也认识到所提出的问题无法完全纳入本次中期审查的范围。此类评论已被记录下来,以便以后再关注。
1. 有效使用适合问题的现有技术 2. 现有技术的有用组合 3. 开发有用的工具 4. 开发有趣的应用程序 5. 有效实施现有技术 6. 分析人工智能系统可以有效工作的环境 7. 评估商业价值和开发成本,包括技术内容 8. 系统化人工智能系统开发和运行的专有技术 传统的论文同行评审标准要求根据定量的实验结果对新颖性、有用性和可靠性进行客观评价,但在实际的人工智能系统中通常很难提供这一点。因此,我们的同行评审政策是,如果文章包含成员可以应用于其他案例的论点,被认为对于学会授权有意义,存在无法呈现完全客观的评估结果的正当理由,并且从提议的系统中获得的行动和效果以逻辑一致的方式进行断言,那么即使是定性评估也会接受。 ③ 原创论文(概念论文) 一个学术领域一旦建立并成熟到一定程度,就需要高度完成的论文,其中包括严格的公式化和通过可靠的评估实验来验证其实用性。这虽然可以看作是学术研究发展的自然趋势,但也可以说,这与人工智能研究本身的前沿性相悖。开创了人工智能研究领域的前沿研究不能用上述成熟领域论文的标准来评判。 例如明斯基关于框架理论的论文、一般框架问题、RoboCup的提案等很多研究项目都为学术和技术的进步做出了重大贡献,但可以说在它们发表的时候,很难用成熟领域的标准来评价它们。此外,这些研究项目提出的理念或方法,或提出的课题,即使提出时验证不充分,也算是“有意义的提案”。虽然这些项目投入了大量精力,但要看到其作用还需要时间。 概念论文类别旨在鼓励纳入此类论文。我们的审查政策不太注重定量或客观评价,决定将由编辑委员会负责做出。