【译】康德先验唯心主义与AI的题外话

这篇具有很好参考价值的文章主要介绍了【译】康德先验唯心主义与AI的题外话。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

原作:FNTGAI

引言:我发誓,与人工智能完全相关。

 

【译】康德先验唯心主义与AI的题外话

这个博客主要讨论人工智能。然而,值得花点时间讨论康德的先验概念,因为围绕AI认识论(AI如何学习事物)的大部分混乱都可以追溯到对该词的误解。在本文的结尾,我们会回到AI。

康德是西方哲学中最重要的,甚至可以说是世界最重要的思想家之一。他最著名的作品是《纯粹理性批判》,其中讨论了先验唯心主义的基本原理。从那时起,每一个重要的唯心哲学家,比如黑格尔或尼采,都在他的思想阴影下工作。

康德主要针对他之前的伟大经验主义哲学家,比如洛克和休谟,发展了自己的理论。经验主义者认为,你我学到的一切要么来自感官经验,要么来自对这些经验的推理。康德和其他哲学家,比如伯克利(稍后会提到),意识到有些东西是缺失的,而且有很多东西你可以学到或知道,但不能从经验中获得。

首先,如果你希望学到任何东西,你必须是一个“学习生物”。无论周围发生什么,椅子都不会学习大脑有一些特殊之处,使其成为一台出色的学习机器。这很重要,因为你的学习机器类型将影响你学到的内容和知识的形式。你的所有知识必须建立在你的大脑功能之上,就像一本英语书必须用英文字母写成一样。

最简单的例子就是色盲者。无论你向他们展示多少红色物体,他们都永远无法理解“红色”。在你向他们展示红色物体之前,“红色”必须已经成为他们思维结构的一部分,否则永远不会通过经验进入他们的大脑。

然而,颜色只是冰山一角。康德的唯心主义远不止于此。

考虑“物体”的概念。当你环顾四周时,你看到的是“物体”,即在现实中持续存在的对象。例如,当你看着一支笔,然后转过头去,再回过头来时,你看到的是同一支笔。或者呢?你的眼睛所看到的只是一系列不断变化、从不重复的色彩图案。将这些视觉流的部分表示为一个统一的“物体“,是你的大脑必须基于这些经验为你创造的。它并不来自于经验本身。

物体性是一种解释。这就是为什么你经常会弄错什么是物体、什么不是物体,就像在魔术表演中经常发生的那样。即使是简单的电影或3D电子游戏也可以让你相信你看到的是“物体”,而实际上只是屏幕上的光点。

物体性也是主观和个人的。例如,我们大多数人认为第一次世界大战是一个“事物”。但它不是任何物理意义上的物体。爱情和互联网也是如此。然而,你可以将它们视为类似于笔这样的“事物”。基本的行为是相同的。 

现在应该清楚,你在思维中构建的对象和现实世界中的对象永远无法完全对应。例如,您可能将一棵树视为一个单一的“事物”,尽管它一直在失去和获得原子和细胞。树木不存在真实的、客观可辨识的边界。你对树的概念是你自己的创造,你可以随意修改它,决定包含或排除某些部分,比如枯叶或干涸的树液。这体现在著名的修斯之船谜题中,该谜语询问一艘船在拆除和添加木板后是否仍然是同一艘船。从我们的新视角来看,答案很简单:取决于你的意愿。

这种认识的一个副作用是,突然间变得无法证明像钢笔这样的物体甚至存在于现实世界中。如果将经验分解为对象是一种任意的心理活动,那么现实世界不太可能有一组明确的对象。宇宙更像是一锅引起体验的物质汤,而你的思维将其分割为独立、统一的对象。即使如此,这种做法也不恰当地将我们对物质的概念投射到现实上。

你可能会提出异议:“认为物体在现实世界中不存在是愚蠢的。一个始终相信不存在苹果或面包的人最终会饿死。” 这正是关键。你的思维形成这些对象是因为这对你有用——因为你不想挨饿!但这是人类的偏见。宇宙并不欠你食物。自私地说,宇宙本身无论是否有人类存在,都没有为了我们的利益来定义真正的食物——这是一种以自我为中心的说法——就好像真理 真的关心我们的感受一样

认识到你所思考的一切都是你为自己创造的,并且现实不一定与你的概念和信念相同,会带来一定的谦卑。至少我希望你能感到谦卑,因为康德式唯心主义的兔子洞即将让你失去立足之地。令人震惊的是,康德还提出空间和时间甚至是心智构建的产物,只存在于思维之中。

“好吧”,你可能会想。“我一直跟得上,但这太荒谬了。空间和时间是可以想象到的最清晰、最科学、无可争议的客观实体。” 那么,让我们深入探讨这个观点。

解释康德关于空间的论点的最好方法是看一个现代机器人技术的例子。想象一下家用吸尘机器人,它为它所在的房间构建了一个二维平面图。这样的机器人不能也永远无法感知三维世界,尽管它最终会在三维空间中完成工作。因此,当它从楼梯上摔下来时,它无法想象发生了什么。你也可以对人类说同样的话。也许真实世界有更多维度(许多弦理论家声称如此),但我们的心智能力只受限于其中的三个维度。也许当我们遇到意想不到的事情时,只是我们从跨维度楼梯上摔下来的版本。无论如何,空间的三维方面是你大脑的一种功能。

近几十年来,计算机为我们提供了许多思考空间的新颖方式。有一款名为Hyperbolica的视频游戏,可以让你在非欧几里德空间中漫步。在开发过程中,游戏开发者将世界构想为常规(欧几里德)空间——他们别无选择,因为这是他们思维的方式。然后,他们使用数学方程将其转换为非欧几里德空间。如果你能想象到这一点,你也可以想象扭转这个过程;真实空间完全有可能是非欧几里德空间你的思维创造了一个欧几里德的模拟。

【译】康德先验唯心主义与AI的题外话

 双曲线

同样的观点也适用于时间。你实际上并没有直接体验时间,而是根据你的经历和记忆重建时间序列。亨利·勃尔格森在他的著作《时间与自由意志》(第二部分)中对这一过程进行了深入探讨。

归根结底:你如何体验空间和时间取决于你的思维。真实的空间和时间本身可能是完全不同的。我强调这些词语,因为我们正在进入康德所称的“事物自体”。事物自体是现实本身,独立于人类经验之外的存在。康德的结论是,事物自体永远无法被认知。这个结论可能并不令人满意,因为我们大多数人都希望至少尝试去理解世界的真实面貌。也许我们可以找到一些巧妙的方法来避开这个障碍,一些能够超越人类主观限制的工具或逻辑设备。我们以前已经通过发明科学过程来解决了主观性的问题。那为什么不再次努力呢?康德的观点是,当你试图了解现实的自体本质时,你所寻求的是一种超越人类理解范畴的方式来理解世界。

显然,这是一种自相矛盾。问题不在于你的工具或过程,问题在于你自身。你的理解能力本身就有限制。它需要有限制,否则它就不会是我们所知的“理解”,而会成为其他什么东西。你所学到的东西是由空间、时间、统一等心理功能塑造的。可以说,它们是知识的“形式”。它们就像是你思维的铁轨,还有正在行驶的火车本身。你通过感官获得的知识只是火车沿途的车站,或者,也许思维功能更像是你能学到的东西的墙壁和界限。所有这些隐喻都感觉不够。从主观的角度来看,很难用言语表达出理解的功能本身是什么。除了一个词语:先验

“先验(Transcendental)”是任何感官知觉之外的事物;它环绕并塑造着你的感知。因此,通过感官无法学习关于先验的知识。例如,我可以向你展示一个苹果,你可以了解关于苹果的知识。我甚至可以向你展示一场抽象的比赛,你也可以了解关于比赛的知识。但是,我如何向你展示时间呢?我可以在你面前放一台时钟,但那只是一台时钟。我可以让你在一个房间里等待,但那只会让你感到烦躁。除非你在体验时已经知道自己在寻找什么(例如时间),并且已经具备“检测”或概念化时间的能力,否则我无法向你展示任何东西使你看到时间。这就像向色盲者展示红色物体一样。

上述对于“先验”的定义,即任何你能知道但不能通过你的感官知道的东西,很容易让人产生误解。你可以理解一个人会从这种观点中跳到上帝的概念,或者一般的灵性。值得注意的是,康德本人虽然是个虔诚的基督徒,但他坚决否认这一点。在《纯粹理性批判》中的大部分篇幅中,他争论道:上帝,先知,自由意志,或者无限,无法通过所讨论的体系得到证明。他的先验唯心主义所能做的就是限制人们所能知道的事情。

他的立场与之前的哲学家伯克利(或者使用他的完整头衔,伯克利主教)不同。伯克利在康德之前就发展出了许多类似的思想。早期对《纯粹理性批判》的评论甚至认为这本书只是“伯克利主义”——这是一种不公平的简化。然而,伯克利则进一步主张,既然现实是无法被认知的,并且所有的现实都是在心灵中创造出来的,因此所有的心灵都与上帝相通。这对于康德而言是超越了他所能接受的范畴。

如今,“先验”这个词仍然被用来指代某种精神层面的东西,你可以理解为何会这样。然而,从哲学上讲,它更加精确。它是一种认识,即人类所知道的事物——以及最终AI所知道的事物——是由他们的理解能力所塑造的。

迄今为止,我们还没有办法洞察到AI的主观状态,而先验唯心主义要求从内部来观察整个系统。因此,我们不能轻易对AI的思维进行先验分析。然而,这个挑战即将来临。本博客的先前一篇文章旨在做到这一点——找出AI如何理解自己及其自身的先验现实。如果我们真的要认真对待AGI (通用人工智能)的概念,那么该领域就不能免除这种分析。

令人印象深刻的是,康德在计算机模拟出现之前就凭借自己的思维实验提出了自己的理论。

这些论点就是所谓的“理性的二律背反”。文章来源地址https://www.toymoban.com/news/detail-831133.html

到了这里,关于【译】康德先验唯心主义与AI的题外话的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 图像去雾算法--暗通道先验去雾算法

    图像去雾: 在雾天拍摄的图像容易受雾或霾的影响,导致图片细节模糊、对比度低以至于丢失图像重要信息,为解决此类问题图像去雾算法应运而生。图像去雾算法是以满足特定场景需求、突出图片细节并增强图片质量为目的的一种图像分析与处理方法。               图

    2024年02月05日
    浏览(43)
  • 机器学习——先验概率、后验概率、全概率公式、贝叶斯公式

    1、定义 先验概率(prior probability)是指根据以往经验和分析得到的概率,如全概率公式,它往往作为\\\"由因求果\\\"问题中的\\\"因\\\"出现的概率。——百度百科 2、直观理解 这件事还没有发生,根据以往的经验和数据推断出这件事会发生的概率。 3、例子 以扔硬币为例,在扔之前就

    2023年04月08日
    浏览(51)
  • 死磕“增长”:火山引擎的实用主义

    作者 | 曾响铃 文 | 响铃说 在刘慈欣的科幻小说《三体》中,地外文明为了封锁地球科技,在天文台向地球科学家展现了「宇宙闪烁」这一奇观,试图颠覆人类的认知,从而影响科技进步,促使地球科技发展陷入停滞。 如今,「宇宙闪烁」一词被火山引擎用到了4月18日的20

    2024年02月06日
    浏览(35)
  • 社会主义核心价值观解码

    今天随机刷题时,遇到了一个蛮有意思的题,浅浅记录一下,挺好玩的。 难度:很小啦,差不多签到题 文件下载的内容如下: 最开始我以为是把每个词按社会主义那个顺序转换成字符串来解密,结果不是,又是白干的步骤,哈哈哈。 可以在UTools工具中直接下载插件,教程:

    2024年02月08日
    浏览(38)
  • Tkinter:实用至上主义的经典之作

    Tkinter是Python自带的GUI库,Python的IDEL就是Tkinter的应用实例。Tkinter可以看作是Tk和inter的合体。词根inter之意不言自明,而Tk则是工具控制语言Tcl(Tool Command Language)的一个图形工具箱的扩展,它提供各种标准的GUI接口。 和其他GUI库相比,Tkinter有一个与生俱来的优势:无需安装

    2023年04月08日
    浏览(35)
  • 【论文解读】GFPGAN:基于生成式面部先验的真实世界盲脸修复

    论文地址:https://arxiv.org/pdf/2101.04061.pdf 代码地址:https://github.com/TencentARC/GFPGAN   图片解释: 与最先进的面部修复方法的比较:HiFaceGAN [67]、DFDNet [44]、Wan 等人。[61] 和 PULSE [52] 在真实世界的低质量图像上。虽然以前的方法难以恢复忠实的面部细节或保留面部特征,但我们提

    2024年04月17日
    浏览(35)
  • 论文阅读:四足机器人对抗运动先验学习稳健和敏捷的行走

    论文:Learning Robust and Agile Legged Locomotion Using Adversarial Motion Priors 进一步学习:AMP,baseline方法,TO 介绍了一种新颖的系统,通过使用对抗性运动先验 (AMP) 使四足机器人在复杂地形上实现稳健和敏捷的行走。主要贡献包括为机器人生成AMP数据集,并提出一种教师-学生训练框架

    2024年02月21日
    浏览(53)
  • 应对不断变化的世界秩序:自治资本主义

    此文由bingage777原创,转载请注明出处。 “  每个人都有不同的能力圈,重要的不是这个圈子有多大,重要的是留在圈子里的人 ”  ——沃伦·巴菲特 去中心化是指将控制和决策从集中的实体(个人、组织或团体)转移到分布式网络。 自治是指强大且最终的自治操作系统,理

    2024年02月01日
    浏览(52)
  • VanillaNet:深度学习极简主义的力量

    基础模型的核心是“更多不同”的理念,计算机视觉和自然语言处理方面的出色表现就是例证。然而,Transformer模型的优化和固有复杂性的挑战要求范式向简单性转变。在本文中,我们介绍了VanillaNET,这是一种设计优雅的神经网络架构。通过避免高深度、shortcuts和自注意力等

    2024年02月07日
    浏览(45)
  • CVPR2023新作:基于面部对称性先验的三维生成对抗网络反演方法

    Title: 3D GAN Inversion With Facial Symmetry Prior (带面部对称性先验的3D GAN反演) Affiliation: 清华大学 Authors: Fei Yin, Yong Zhang, Xuan Wang, Tengfei Wang, Xiaoyu Li, Yuan Gong, Yanbo Fan, Xiaodong Cun, Ying Shan, Cengiz ÈOztireli, Yujiu Yang Keywords: 3D GAN, facial symmetry prior, generator network, neural rendering, image reconstruction

    2024年02月15日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包