摘　要:就原始版本的“中文屋”思想实验而言，实验的提出者塞尔主要关心的是如何驳倒“强人工智能论题”，而并不关心对于特定的经验语言的自然语言处理任务所可能遭遇到的经验问题。因此，从原则上看，将“中文屋”替换为“日语屋”，并不会对其论证结构造成影响。然而，塞尔的对于具体经验语言这种漠不关心的态度，却使得他无法体察到日语言说者对于身体感受性的高度敏感，以及此类敏感对主流自然语言处理技术所构成的挑战。反过来说，将“中文屋”升级为“日语屋”的举措，纵然没有在先验的意义上构成对于作为哲学论题的“强人工智能论题”的威胁，却至少在经验的层面上提供了更多的理据，以便我们能够更好地考察在主流人工智能技术—无论是符号人工智能技术还是神经元网络技术—的框架内进行“具身化改造”的可能，并通过这些批判性考察，为学界对于一些新技术路径的关注设置指路的路灯。

 

关键词：日语屋  自然语言处理  具身性  人工神经元网络

 

摘　要：当前，AI已经在高级思维与问题解决上取得了长足的进步，但在设计与开发用于人机互动的社会机器人上仍然面临诸多的难题。与各种社会机器人的互动中感知到它是一个可以提供某种互动的自主体究竟意味着什么？我们用什么标准来判断当前的人机互动中包含“真正”的社会性？通过整合社会神经科学、动物行为学、发展心理学等多个学科领域内的研究证据，具身卷入的社会互动观认为社会机器人的AI设计需要应对如下问题：（1）如何利用系统1直接知觉社会行为？（2）机器人的形态与生物学规律如何影响社会互动？（3）如何让社会机器人与人类建构共同任务？这将为AI在设计社会机器人上反思图灵测试的前提假设以及处理“4W/H”问题提供丰富启示。

 

关键词：社会机器人　人工智能　人机互动　具身认知　卷入性　镜像神经元

 

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。

 

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