物理符號系統 (又稱為形式系統 )會將物理模式(符號)組合成結構(表達式)並操縱它們(使用處理程序)來產生新的表達式。
物理符號系統假設(英語:physical symbol system hypothesis,PSSH )是在人工智慧哲學中,由艾倫·紐厄爾和赫伯特·西蒙提出的一個觀點。他們寫道:
該主張意味着人類的思維是一種符號處理(因為符號系統對於智慧來說是必要的),同時也意味着機器可以擁有智慧(因為符號系統對於智慧來說是充分的)。[2]
紐厄爾和西蒙指出,物理符號系統是由一組名為「符號」(symbols)的實體所組成,這些實體是物理圖形,可以作為另一種稱為「表達式」(或符號結構)的實體之元件。因此,符號結構是由許多個例(instances或tokens)組成的,而這些個例以某種物理方式關聯著(例如符號緊鄰著另一個符號)。 在任何時候,系統都包含著這些符號結構的集合。除了這些結構之外,系統還包含一組處理程序,它們會對表達式進行操作以生成其他表達式,像是「創建」、「修改」、「複製」和「破壞」。物理符號系統是隨著時間產生不斷進化的符號結構集合的機器,這樣的系統存在於比這些符號表達式本身更加廣泛的客體世界中。[3]
這個想法的哲學根源來自於霍布斯(他聲稱推理「無非是推算」)、萊布尼茲(他試圖建立人類想法的邏輯演算)、休謨(他認為知覺可以被簡化為「原子印象」)和甚至是康德(他認為所有經驗都是由形式規則所控制)。[4] 最近的版本則與哲學家希拉里·普特南和傑里·福多有關,稱作心靈計算理論 。[5]
雖然該假設受到了各方強烈批評,但它仍是AI研究的核心。一種常見的批評觀點是,這種假設似乎適用於更高層次的智力,像是下棋,而不太適用於如視覺這樣的普通智力。而與世界上的物體直接對應的高級符號(如<dog>和<tail>),以及存在於機器(如神經網路)中的更為複雜的「符號」,我們通常會做出區分。
- 形式邏輯 :符號是諸如「與」、「或」、「非」、「對於所有x」之類的詞,依此類推。表達式是形式邏輯中的語句,可以為真,也可以為假。處理程序是邏輯推論的規則。
- 代數 :符號為「 +」、「×」、「 x 」、「 y 」、「 1」、「 2」、「 3」等。表達式為方程式。處理程序是代數規則,允許人們操縱一種數學表達形式
- 數位電腦 :符號是計算機記憶體的0和1,處理程序是CPU更改記憶體的操作。
- 棋 :符號是棋子,處理程序是合法的棋子動作,表達式是棋盤上所有棋子的位置。
物理符號系統假設認為下面兩者都是物理符號系統的例子:
- 人類智慧的思維:這些符號被編碼在我們的大腦中。表達式即為思想 。處理程序是思維的心理操作。
- 正在運行的人工智慧程式:符號是資料。表達式是更多資料。處理程序是處理資料的程式。
艾倫·紐厄爾和赫伯特·西蒙認為「『符號處理』是人類和機器智慧的本質」,這來自來兩點證據:「人工智慧程序的開發」和「對人類的心理實驗」。
首先,在人工智慧研究的最初幾十年裡,許多使用高級符號處理的程式非常成功,例如紐厄爾與西蒙的通用問題解決者,或是特里·威諾格拉德的SHRDLU。[6] 約翰·豪格蘭德(John Haugeland)將這類AI研究命名為「 有效的老式人工智慧(Good Old Fashioned AI)」或"GOFAI" 。[7] 專家系統和邏輯編程即為這些傳統程式派生的結果。這些程序的成功表明,符號處理系統可以模擬任何智慧動作。
其次,同時進行的心理實驗發現,對於邏輯、計劃或任何形式的「謎題解決」中的難題,人們也使用這種符號處理。 AI研究人員能夠使用計算機程序模擬人類逐步解決問題的能力。 這種合作及其引發的議題最終導致認知科學領域的誕生。[8] (這類研究被稱為「 認知模擬 」)這方面的研究表明,人類解決問題的主要方法是處理高級符號。
在紐厄爾和西蒙的論據中,假設所指的"符號"代表世界上事物的物理對象,如<狗>具有可識別的含義或直指,並可以與其他符號組成以創建更複雜的符號。
然而,也可以把這個假設解釋為數位計算機記憶體中簡單抽象的「0和1」,或者是指透過機器人的感知設備的「0和1之流」。從某種意義上講,這些也是符號,儘管我們並不總是能夠準確確定符號代表什麼。在此假設的版本中,如托瑞基(David Touretzky)和波默洛(Dean Pomerleau)所解釋的那樣「「符號」和「訊號」之間沒有區別」 [9]
在這種解釋下,物理符號系統假說僅斷言智慧可以被數位化,因此是個比較弱的陳述。實際上,托瑞基和波默洛寫道,如果符號和訊號是同一回事,因為物理符號系統為圖靈通用的,所以除了二元論者或某種神秘主義者之外,就已經有了充分性。[9]廣泛接受的邱奇-圖靈論題認為,只要有足夠的時間和記憶體,任何圖靈通用系統都能模擬可被數位化的過程。由於任何數位計算機都是圖靈通用的 ,所以從理論上講,任何數位計算機都可以模擬任何可以數位化到足夠精確度的東西,包括智慧生物的行為。物理符號系統假設的必要條件同樣可以被巧妙完善,這是因為我們願意接受幾乎任何訊號作為「符號」的形式,而所有智慧生物系統都有著訊號通路。
尼爾斯·尼爾森(Nils Nilsson)提出了四個抨擊物理符號系統假設的主要「論題」或依據。[2]
- 「 『物理符號系統假設』缺少了符號基礎」這一錯誤主張被認為是通用智慧行為的必要條件。
- 普遍認為,AI 需要非符號處理(例如,聯結主義架構可以提供非符號處理)。
- 普遍認為,大腦根本不是一臺計算機,目前所理解的計算並沒有為智力提供合適的模型。
- 最後,有些人也相信大腦本質上是無意識的,大部分發生的事情是化學反應,人類的智慧行為類似於蟻群所顯示的智慧行為。
主條目:休伯特·德雷福斯對AI的批判
休伯特·德雷福斯(Hubert Dreyfus)抨擊了物理符號系統假設的必要條件,他將其稱為「心理假設」,並定義如下:
- 可以將心靈視為「根據形式規則對資訊進行操作」的裝置。 [10]
德雷福斯反駁了這一觀點,他指出,人類的智力和專業技能主要依賴於無意識的本能,而不是有意識的符號處理。專家會透過直覺快速解決問題,而非一步一步的試誤搜索。德雷福斯認為,這些無意識的技能永遠不可能在正式規則中體現出來[11]
約翰·塞爾於1980年提出的中文屋論證試圖表明,程序(或任何物理符號系統)不能「理解」它所使用的符號;這些符號本身沒有任何意義或語義內容,因此,機器永遠不可能僅透過符號處理就可以實現真正的智慧。[12]
主條目:人工智慧,定位方法 、莫拉維克悖論
在六十年代和七十年代,數個實驗室試圖建立使用符號來代表世界並計劃行動的機器人(例如斯坦福購物車)。這些項目取得的成功有限。八十年代中期, 麻省理工學院的 羅德尼·布魯克斯(Rodney Brooks)能夠製造出具有出色的移動和生存能力的機器人,而根本無需使用符號推理。布魯克斯(和其他人,例如漢斯·莫拉維克)發現我們最基本的動作、生存、感知、平衡等基本技能似乎根本不需要高級符號,實際上,使用高級符號會帶來更多複雜性,而且更難以成功。
在1990年的論文《大象不下棋 (頁面存檔備份,存於網際網路檔案館)》中,機器人研究者羅德尼·布魯克斯矛頭直指物理符號系統假說,他認為符號並不總是必要的,因為「世界就是自己最好的模型。它始終是最新的,總是知道每一個細節。關鍵是要經常適當地感覺它。」[13]
主條目:體化哲學
喬治·拉科夫 、馬克·特納(Mark Turner)等人認為,我們在數學 、倫理學和哲學等領域的抽象技能來自身體的無意識技能,而有意識的符號處理只是我們智力的一小部分。
Allen Newell and Herbert A. Simon. Computer Science as Empirical Inquiry: Symbols and Search. Communications the ACM. March 1976,. Volume 19: p.116.
Horst 2005 harvnb error: multiple targets (2×): CITEREFHorst2005 (help)
- Brooks, Rodney, Elephants Don't Play Chess (PDF), Robotics and Autonomous Systems, 1990, 6 (1–2): 3–15 [2007-08-30], doi:10.1016/S0921-8890(05)80025-9, (原始內容存檔 (PDF)於2007-08-09) 。
- Cole, David, The Chinese Room Argument, Zalta, Edward N. (編), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], (原始內容存檔於2021-02-27) Cole, David, The Chinese Room Argument, Zalta, Edward N. (編), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], (原始內容存檔於2021-02-27) 。
- Crevier, Daniel (1993), 人工智慧:人工智慧的全面探索,紐約,紐約:BasicBooks, ISBN 0-465-02997-3
- Dreyfus, Hubert, What Computers Can't Do, New York: MIT Press, 1972, ISBN 978-0-06-011082-6 Dreyfus, Hubert, What Computers Can't Do, New York: MIT Press, 1972, ISBN 978-0-06-011082-6
- Dreyfus, Hubert, What Computers Still Can't Do, New York: MIT Press, 1979 。
- Dreyfus, Hubert; Dreyfus, Stuart, Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer, Oxford, U.K.: Blackwell, 1986
- Gladwell, Malcolm, Blink: The Power of Thinking Without Thinking, Boston: Little, Brown, 2005, ISBN 978-0-316-17232-5 Gladwell, Malcolm, Blink: The Power of Thinking Without Thinking, Boston: Little, Brown, 2005, ISBN 978-0-316-17232-5 。
- Haugeland, John, Artificial Intelligence: The Very Idea, Cambridge, Mass.: MIT Press, 1985 。
- Hobbes, Leviathan, 1651 。
- Horst, Steven, The Computational Theory of Mind, Zalta, Edward N. (編), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], (原始內容存檔於2021-03-04) Horst, Steven, The Computational Theory of Mind, Zalta, Edward N. (編), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], (原始內容存檔於2021-03-04) 。
- Kurzweil, Ray, The Singularity is Near, New York: Viking Press, 2005, ISBN 978-0-670-03384-3 Kurzweil, Ray, The Singularity is Near, New York: Viking Press, 2005, ISBN 978-0-670-03384-3 。
- McCarthy, John; Minsky, Marvin; Rochester, Nathan; Shannon, Claude, A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, 1955, (原始內容存檔於2008-09-30) 。
- Newell, Allen; Simon, H. A., GPS: A Program that Simulates Human Thought, Feigenbaum, E.A.; Feldman, J. (編), Computers and Thought, New York: McGraw-Hill, 1963
- Newell, Allen; Simon, H. A., Computer Science as Empirical Inquiry: Symbols and Search, Communications of the ACM, 1976, 19 (3): 113–126, doi:10.1145/360018.360022
- Nilsson, Nils, Lungarella, M. , 編, 50 Years of AI (PDF), Festschrift, LNAI 4850 (Springer), 2007: 9–17 [2019-11-25], (原始內容存檔 (PDF)於2021-02-11)
- Russell, Stuart J. 彼得·諾維格 (2003),《 人工智慧:現代方法》 (第二版),新澤西州上薩德爾河, 國際書號 :Prentice Hall Russell, Stuart J.
- Searle, John, Minds, Brains and Programs (PDF), Behavioral and Brain Sciences, 1980, 3 (3): 417–457, doi:10.1017/S0140525X00005756, (原始內容 (PDF)存檔於2015-09-23)
- Turing, Alan, Computing machinery and intelligence, Mind, October 1950, LIX (236): 433–460, doi:10.1093/mind/LIX.236.433, (原始內容存檔於2008-07-02)