出于对休谟式还原论的极度失望,当代大多数认识论者走向了反还原论。而当代还原论在坚持原有经验原则的基础上,合理地承认了社会因素、尤其是证词在知识的生产和积累过程中的重要地位。 <br/>作者二：丛杭青&nbsp;&nbsp;浙江大学哲学系<br>

具身AI(embodiedAI)(又称行为主义AI)的很多灵感源自现象学对经典AI的批判。现象学关于人类智能的洞见——非表征性、具身性、在世界中的存在,都转化为了具身AI的设计原则。具身AI的发展和成熟,不仅是对现象学哲学的实证,也是对现象学实践的重大发展。蒙在现象学脸上的神秘面纱,通过具身AI的工作得到了一定的揭示。因此,具身AI是一种不寻常的现象学实践。尽管当前的具身AI,还不能完全体现现象学对人的理解并克服经典AI的难题,但不容质疑的是:具身AI进路使人类向着真正理解和模拟自然智能的目标更进了一步。<br/>

<div> <div> 摘　要：近些年来，深度人工神经网络在围棋、图像与语音识别等领域取得了非常大的成功。这些领域属于长期以来困扰人工智能的复杂表征化领域，因此人们完全可以对未来人工智能的发展采取非常乐观的态度。然而，人工智能首先是基于理性主义哲学假设的。所以我们有必要从哲学的角度去分析人工智能的极限与未来。尽管深度人工神经网络在一定程度上似乎摒弃了符号主义所坚持的理性主义哲学假设，但深度人工神经网络仍然是以表征为核心的。这意味着非表征化的智能活动领域，就是这种人工智能的极限。人工智能的未来不应该是取代人类，而应该是人机共生。</div> <div> &nbsp;</div> <div> 关键词：人工智能　理性主义哲学　深度学习　神经网络　阿尔法狗</div> <div> &nbsp;</div> </div> <p> &nbsp;</p>