XiaoMi-AI文件搜索系统
World File Search System形而上学
学术单位所列职位的最低资格和经验要求：
10. 人文与社会科学：经济学：需要微观经济学/宏观经济学/国际贸易/经济史专业。但是，也鼓励经济学其他专业的优秀候选人申请。语言学：语义学、神经语言学、音系学、比较句法、理论/形式句法、心理语言学、语言习得、计算语言学。文学：诗歌、东北文学和文化、下层阶级和达利特人研究、比较文学、抗议文学、民俗学、数字人文、文化研究/文学文化研究、艺术与美学、电影研究。哲学：哲学的所有分支学科，特别关注以下领域：伦理学、形而上学、哲学史、政治哲学、法哲学、逻辑学、认识论、心灵哲学、环境哲学、女权主义哲学、文化哲学、宗教哲学、技术哲学和科学哲学。特别欢迎能够阅读非英语语言哲学文本且属于世界不同地区不同哲学传统的哲学家申请。心理学：社会心理学、积极心理学、认知心理学、神经心理学、计算心理学。社会学：家庭、亲属和性别社会学；工业和组织社会学；人口研究和人口统计学；达利特和部落研究；经济社会学/人类学；视觉社会学/人类学。
亨利·列斐伏尔 (Henri Lefebvre) 的空间生产，翻译自 ...
就在几年前，“空间”一词还具有严格的几何意义：它所唤起的概念仅仅是一片空旷的区域。在学术使用中，它通常伴随着诸如“欧几里得”、“各向同性”或“无限”之类的称谓，人们普遍认为空间的概念最终是一个数学概念。因此，谈论“社会空间”听起来很奇怪。并不是说空间概念的长期发展已被遗忘，但必须记住，哲学史也证明了科学——尤其是数学——逐渐从传统形而上学的共同根源中解放出来。德奎特斯的思想被视为空间概念形成的决定性点，也是其成熟形式的关键。根据大多数西方思想史家的观点，笛卡尔终结了亚里士多德的传统，亚里士多德认为空间和时间是那些有助于命名和分类感官证据的范畴之一。这些范畴的地位迄今仍不明确，因为它们既可以被看作是简单的经验工具，用于对感官数据进行排序，也可以看作是某种程度上优于身体感官提供的证据的普遍性。然而，随着笛卡尔逻辑的出现，空间进入了绝对领域。作为与主体相对立的客体，作为与思维相对立并存在于思维之中的广延，空间通过容纳它们而主宰了所有感官和所有物体。那么，空间是神赋予的吗？还是它是存在整体的内在秩序？这就是那些追随笛卡尔的哲学家们——比如斯宾诺莎、莱布尼茨——提出这个问题的措辞。
意识的错误问题
哲学家们通常会处理意识问题，但在过去几十年里，神经生物学家承担了一项艰巨的任务，即从科学角度解决这个问题。特别是回答大脑如何产生意识。在这里，我们质疑大脑是否真的会产生意识，试图阐明神经活动和主观体验之间的确切关系。毫无疑问，它们是密切相关的。然而，我们认为，平行论的论点（意识只不过是大脑中发生的事情，只是用不同的语言）不是阐明经验事实，而是背叛了哲学承诺。此外，精神状态和大脑状态之间的这种等价性可以证明会导致自相矛盾（大脑创造了一个包含自身的世界；大脑作为有意识体验的对象，产生了有意识的体验）。我们的方法支持哲学和科学努力的融合，科学家寻求获得哲学家先前以概念精确的方式提出的问题的实证权宜答案。也就是说，我们提出的问题保证了我们提供的答案。我们认为，跨学科探索意识的成功取决于另外两个挑战：接受负面证据作为前进的方向，尤其是避免将形而上学立场作为科学结果。区分团结性（如脑损伤所示）和等价性（如没有数据所示）为理解意识提供了另一种出发点，从一开始就不会提出一个错误的问题。“简单问题”足够难，以至于“难题”是不适定的。
可持续性的空间和形式：
从头，向下和探索城市建筑的探索。讲师：Jyanzi Kong Studio目标：从摘要中揭示真实。这些探索本质上是感官驱动的流浪，使我们远离可能使我们蒙蔽的先入为主以及我们的异想天开的干扰。如果我们认为我们了解的东西比它们看起来更重要，该怎么办？如果我们忽略路径并遵循任意路线怎么办？打开我们的感官和思想，重新定义我们看到的东西，我们会为城市提供的东西感到惊讶。该市为我们提供了丰富的层文本，可提供各种空间体验。这些可能是城市中的城市主义，国内领域，商业和社会活动，风化，历史和邪教方面，物质性，建筑形式，特定图像中的模式，社区和人类/自然的相互关系。通过剪切接受能力，您的集体无意识开始吸引城市的碎片，在这一特定练习中，这与太空性有关。像铁归档一样，一个地方的图像将开始蚀刻到您脑海中的图案上。这些图像是否会对您对特定地方的内在态度产生积极或负面的影响，本质上是我们将要进行的操作，考虑到主观性，主观性剥夺了人们创造的自由，但客观的创造力，具有意识的出生，解放了以前不存在的设计。本简介寻求自然和建筑在生成空间，规模和设计中的空灵维度和可持续性。我们将构建物理来挖掘形而上学，了解亵渎，以达到神圣并感受凡人以思考不朽的凡人。
意识如何以及为何产生
首先，这是一次初步交流，我们在此大致讨论这个问题。我们必须讨论的主题涉及许多专业领域。因此，对我们的提案进行全面的阐释——对多种文献进行适当的公正对待——需要比期刊文章更长的篇幅。其次，查尔默斯提出的意识难题是一个形而上学问题。如果这一事实意味着它无法通过科学“解决”，我们承认我们只能对上述问题提供科学的回应。查尔默斯的难题基于纳格尔早先的主张，即意识具有一种基本的“某种相似性”：“一个有机体具有意识的精神状态，当且仅当存在某种东西，即有机体是某种东西”（纳格尔，1974 年）。因此，我们旨在（大体上）勾勒出一个直截了当的科学答案，以回答这个问题：为什么有机体会有一种感觉，对于有机体来说，这种感觉是如何产生的？纳格尔指出，“如果我们承认物理的心理理论必须解释经验的主观性，那么我们必须承认，目前没有任何概念能为我们提供如何做到这一点的线索”（同上）。我们希望提供这样的线索。但是——这是我们最后的免责声明——我们的物理理论是用功能术语来表达的，这又打开了另一个哲学难题，如果可以的话，我们希望通过定义“功能”的含义来预先解决它：1
能力学：嵌合体的年龄
鉴于当前迈向生物技术和基因工程的动力，有关技术的问题仍然是当今哲学家的主要问题。人类与技术之间的复杂关系已被广泛记载，其中1个竞争在于对技术的纠纷。在两端的范围内都是实体和器乐护理（即，在说谎的技术下的自主力量的实质原理和人类对技术控制的工具主义原则）。从最广泛的意义上讲，实质性仍然存在于现代主义传统之内，最著名的是与马丁·海德格尔（Martin Heidegger）和雅克·埃洛尔（Jacques Ellul）有关，而后者则与后现代传统相关，通常与唐·伊德（Don Ihde）和约翰·杜威（John Dewey）有关。ihde认为，海德格尔（Heidegger）并没有克服寻求稳定的可能性条件的本质主义项目，以实现真理。他批评了这些理由的现象学工作，特别是海德格尔（Heidegger），他认为，他回到了旧的存在形而上学的幻想中。对于IHDE，由于现代技术与传统技术完全不同，因此它们需要一种不同的哲学方法来理解它们。他认为，现代主义项目遵守终极真理和绝对语言的幻想，这最终导致了基本现实的幻想。而言，对于IHDE而言，与所谓的真实现实相比，偶然演讲的世界被证明是更真实的和主要的。
将维格纳的朋友场景与非经典因果兼容性、一夫一妻制关系和微调联系起来
非经典因果模型是为了解释违反贝尔不等式而开发的，同时遵循相对论因果结构和可靠性——即避免微调因果解释。最近，基于维格纳朋友思想实验的扩展，得出了一个可以被视为比贝尔定理更强的不通定理：局部友好 (LF) 不通定理。在这里，我们表明，即使考虑非经典和/或循环因果解释，LF 不通定理也对因果模型领域提出了巨大的挑战。我们首先将 LF 不等式（LF 不通定理的关键元素之一）重新定义为源于统计边际问题的一夫一妻制关系的特殊情况。然后，我们进一步将 LF 不等式重新定义为因果兼容性不等式，它源于非经典因果边际问题，其因果结构由有理有据的因果形而上学假设所暗示。我们发现，即使允许观察到的事件的潜在原因接受后量子描述（例如在广义概率论或更奇特的理论中），LF 不等式仍会从这种因果结构中出现。我们进一步证明，没有非经典因果模型可以在不违反无微调原则的情况下解释 LF 不等式的违反。最后，我们注意到，即使诉诸循环因果模型，也无法克服这些障碍，并讨论了因果建模框架进一步扩展的潜在方向。
代码：新兴系统的手性动力学
摘要 本文介绍了新兴系统手性动力学 (CODES)，这是一个统一的哲学框架，它将语言、DNA 和意识等自适应系统整合到混沌与秩序之间的动态相互作用中。该理论采用手性的数学和概念模型（一种定向、不对称关系）来阐明系统如何随时间演变和自我组织。通过将语言置于手性自适应新兴系统中，CODES 解决了关键的哲学问题，特别是维特根斯坦的语言游戏，并解决了形而上学、认识论和进化论中的挑战。本文通过数学建模、现实世界的例子和批判性哲学分析证明了该理论的稳健性。涌现系统的手性动力学 (CODES) 认为，所有涌现现象，包括语言、DNA、RNA 和意识，都源于混沌与秩序之间的动态相互作用，由方向性不对称驱动，从而为理解复杂系统的演化和自组织提供了统一的框架。 如果您想讨论或发现任何漏洞，请发送电子邮件至我的电子邮箱：devin.bostick@gmail.com 1. 简介：连接混沌与秩序 长期以来，哲学一直在努力解决秩序与混乱、确定性与不确定性以及还原论与整体论之间固有的紧张关系。这些二元性通常形成思想的界限，通过静态非复杂动态系统运作来限制哲学和科学研究。涌现系统的手性动力学 (CODES) 认为这些二元性不是对立的而是相互依存的，形成动态的手性关系。 自适应系统，例如语言和 DNA，受秩序和混沌相互作用的支配，其中：
人工智能的替代责任
当算法伤害某人时（比如歧视她、泄露她的个人数据或利用内幕信息购买她的股票），谁应该赔偿？如果这种伤害是犯罪行为，谁应该受到惩罚？在一般情况下，当 A 伤害 B 时，责任分析的第一步取决于 A 是什么。如果 A 是自然现象，如台风或泥石流，B 赔偿，没有人受到惩罚。如果 A 是人，那么 A 可能要承担损害赔偿和制裁责任。算法的问题在于两种范式都不适合。算法是可训练的人工制品，具有“关闭”开关，而不是自然现象。从法律或形而上学的角度来看，它们也不是人。解决这一困境的一个有吸引力的方法是从使标准的 A-危害-B 场景复杂化开始。它会认识到第三方 C 通常潜伏在算法造成伤害时附近，并且第三方是人（法人或自然人）。通过让第三方为其算法的行为承担替代责任，法律可以促进对开发或部署算法的人的有效激励，并确保受害者获得公正的结果。挑战在于找到一个能够胜任这项任务的替代责任模型。本文提供了一组标准，任何算法危害的替代责任模型都应满足这些标准。这些标准涵盖了一系列的要求：从确保良好的结果，到最大限度地提高实施的现实前景，再到推进可解释性等编程价值。虽然数量相对较少，但标准要求很高。大多数现有的替代责任模型都不符合这些要求。尽管如此，本文还是以乐观的语气结束。下面考虑的模型的缺点为发现更有希望的替代方案提供了重要的教训。
人工智能伦理与社会的单调性：犯罪学、教育、医疗保健和金融领域单调神经加性模型的实证研究
以这样的方式对待人性，无论是你自己还是他人的人，都绝不能仅仅把它当作达到目的的手段，而要始终把它当作目的。—伊曼纽尔康德，《道德形而上学的基础》算法公平性在人工智能 (AI) 的应用中对于更好的社会至关重要。作为社会机制的基本公理，公平包含多个方面。尽管机器学习 (ML) 社区一直关注交叉性作为统计均等问题，特别是在歧视问题上，但新兴的文献探讨了另一个方面——单调性。基于领域专业知识，单调性在许多与公平相关的领域发挥着至关重要的作用，违反单调性可能会误导人类的决策并导致灾难性的后果。在本文中，我们首先系统地评估了应用单调神经加法模型 (MNAM) 对 AI 伦理和社会公平性的意义，该模型使用公平感知 ML 算法来强制执行个体和成对单调性原则。通过理论推理、模拟和广泛的实证分析的混合方法，我们发现考虑单调性公理在所有公平领域都是必不可少的，包括犯罪学、教育、医疗保健和金融。我们的研究有助于人工智能伦理、可解释人工智能 (XAI) 和人机交互 (HCI) 之间的跨学科研究。通过证明单调性不满足将导致灾难性后果，我们强调了单调性要求在人工智能应用中的重要性。此外，我们通过施加集成人类智能的单调性限制，证明了 MNAM 是一种有效的公平意识 ML 方法。