20世纪50年代以来，人工智能出现了符号主义、连接主义和行为主义等主导性研究范式。理论界普遍认为，人工智能已经超越了现有的范式理论，逐步形成了一种融合的趋势。然而，如何对人工智能各研究范式进行融合以及在什么样的基础上进行融合，这一难题成为人工智能理论进一步发展的瓶颈所在。本书从贯穿整个人工智能发展过程的两条主要线索--表征和计算入手，试图揭示自始至终贯穿于其中的鲜明的语境论特征，认为语境论有望成为人工智能理论发展的新范式，语境问题的解决程度，决定了以表征和计算为基础的人工智能所能达到的智能水平。

更多科学出版社服务，请扫码获取。

适读人群 ：本书适合科学哲学、认知哲学、计算机科学、人工智能及相关专业的研究者和学生阅读参考。 
人工智能涉及的领域太过繁杂，很难给其下一个精确的定义，但这并不妨
碍我们从根本上去理解人工智能赖以存在的基础，那就是运行在计算机上的形
式符号系统。符号是对思维对象进行抽象的结果，符号表征意味着大量具态信
息的损失；计算则是对思维过程进行抽象的结果, 计算过程同样会损失大量的具
态信息。正是抽象使得由符号组成的计算系统具有了可执行性，人工智能与人
类智能的一个重要区别也由此而生。
人类思维中的内容是有意义的，而人工智能作为形式规则系统，即便对意
义无从所知，只要依据规则来操作符号，也可以得到相应的结果。那么，人
工智能该如何构建从形式到意义的通路呢？1998 年，由万维网联盟主席Tim 
Berners-Lee 牵头的语义网（Semantic Web ）项目成为人工智能追寻意义道路上
的一个重要里程碑。语义网的本质是以计算机应用程序可以理解的方式描述事
物。语义网与Web 3.0 相结合，将成为未来人工智能与互联网发展的核心领域
之一。自然语言处理则是实现语义网的一种重要方式。而自然语言处理要提取
语义信息，就必须与语境知识相关联。时隔不久，语用网（Pragmatic Web ）项
目也开始实施，一种基于语境规则的语用智能主体（pragmatic agent ）被提上
日程。由此，一条从语形到语义、再到语用的智能实现路径在人工智能领域明
确地展现出来。语形、语义、语用是语境问题的核心要素。这样的一种发展
路径表明，人工智能当前主要围绕意义问题展开研究，是一种典型的语境论（contextualism）研究范式。
人工智能必须回答什么是智能以及如何在计算机上实现智能这样的问题。而智能的实现，必然与真实世界中的语境密切相关。这就是说，智能主体必须能够区别“自我”与“环境”，并根据所要完成的任务来确定哪些语境因素是与问题解决密切相关的，以及这些语境因素之间是何种关系。在语境问题上，无论符号主义、连接主义还是行为主义，都显得力不从心。现有的范式理论都殊途同归地落在语境问题上，语境论是对这种发展趋势的恰当概括。事实上，人工智能的很多问题早在一百多年前哲学领域就已经开始研究了；尤其是语义网和语用网研究中的很多关键问题，本身就是语境论的核心问题。由此，我们有必要在语境论的视野下去研究这些问题。
对基于形式系统的人工智能而言，与表征相比，计算的问题似乎更容易解决。在模拟人类智能的过程中，人们越来越感觉到，在表征问题上，似乎存在着一道难以逾越的鸿沟。而所有的瓶颈最后都落在了对意义的理解问题上。作为人工智能的核心领域之一，表征理论的发展水平直接决定了计算机可以达到的智能水平。因此，有必要用语境分析方法，分别从表征和计算这两个角度对人工智能的发展进行梳理，探索解决这一难题的可能途径。
沿着上述问题的发展脉络，本书的最后部分批判了诺尔蒂（David D. Nolte） 的量子光学计算机理论，探讨了未来光机智能的表征和计算问题，认为光学语言并不比人类语言更具优势，量子神经网络也会遇到语境瓶颈，以光运算为基础的新型智能的核心问题同样会落在语境问题上。由此我们可以预测，在未来相当长的一段时期内，人工智能的核心问题都将是语境问题，人工智能语境论范式将长期存在。
最后，书中难免有谬误之处，敬请读者指正，是所至盼。

人工智能涉及的领域太过繁杂，很难给其下一个精确的定义，但这并不妨、碍我们从根本上去理解人工智能赖以存在的基础，那就是运行在计算机上的形式符号系统。符号是对思维对象进行抽象的结果，符号表征意味着大量具态信息的损失；计算则是对思维过程进行抽象的结果，计算过程同样会损失大量的具态信息。正是抽象使得由符号组成的计算系统具有了可执行性，人工智能与人类智能的一个重要区别也由此而生。
　　人类思维中的内容是有意义的，而人工智能作为形式规则系统，即便对意义无从所知，只要依据规则来操作符号，也可以得到相应的结果。那么，人工智能该如何构建从形式到意义的通路呢？1998年，由万维网联盟主席Tim Berners-Lee牵头的语义网（Semantic Web）项目成为人工智能追寻意义道路上的一个重要里程碑。语义网的本质是以计算机应用程序可以理解的方式描述事物。语义网与Web 3.0相结合，将成为未来人工智能与互联网发展的核心领域之一。自然语言处理则是实现语义网的一种重要方式。而自然语言处理要提取语义信息，就必须与语境知识相关联。时隔不久，语用网（Pragmatic Web）项目也开始实施，一种基于语境规则的语用智能主体（pragmaticagent）被提上日程。由此，一条从语形到语义、再到语用的智能实现路径在人工智能领域明确地展现出来。语形、语义、语用是语境问题的核心要素。这样的一种发展路径表明，人工智能当前主要围绕意义问题展开研究，是一种典型的语境论（contextualism）研究范式。

目录
丛书序i
前言Vii
绪论1
第一节 研究人工智能语境论范式的必要性1
第二节 什么是人工智能语境论范式10
第三节 人工智能语境论范式的充分性12
第四节 人工智能哲学的研究进路12
第一章 现有范式理论的局限17
第一节 符号主义范式存在的问题17
一、符号主义表征理论的局限18
二、符号主义计算理论的局限19
第二节 连接主义范式存在的问题20
一、连接主义表征理论的局限20
二、连接主义计算理论的局限21
第三节 行为主义范式存在的问题22
一、行为主义表征理论的局限23
二、行为主义计算理论的局限24
第二章 语境论视野下的人工智能表征28
第一节 人工智能表征的语境分析28
一、哲学表征29
二、认知心理学表征31
三、人工智能表征32
第二节 人工智能表征的特征41
一、系统形式化知识表征41
二、分类语境知识表征42
三、基于语境的分类层次结构44
第三节 人工智能表征的语用发展趋势47
一、人工智能表征发展的语义瓶颈47
二、语义瓶颈的语境分析50
三、人工智能表征的语用发展趋势54
第三章 语境论视野下的人工智能计算60
第一节人工智能计算的语境分析61
一、心灵哲学计算62
二、认知心理学计算65
三、人工智能计算66
第二节 人工智能计算的特征76
一、符号主义计算的特征76
二、连接主义计算的特征77
第四章 人工智能语境论范式的构造80
第一节 人工智能范式发展的语境分析80
一、人工智能范式发展的瓶颈80
二、构建语境论视野下的范式发展观89
第二节 人工智能表征的分解方法90
一、分解方法的瓶颈91
二、分解方法的语境分析94
三、整体性语境构建方法的提出100
第三节 人工智能的不确定性计算102
一、不确定性计算的瓶颈102
二、不确定性的语境分析106
三、主观不确定性的提出120
四、区分主客观不确定性的意义126
第四节 人工智能语境论范式127
一、人工智能语境论范式的形成128
二、人工智能语境论范式及其特征133
三、人工智能语境论范式的意义139
第五章 人工智能语境论范式的应用143
第一节 智能机器人的研究范式及其问题144
一、分级范式及其问题144
二、反应范式及其问题146
三、慎思／反应混合范式及其问题148
第二节 构建智能机器人研究的网络化语境论范式150
第三节 网络化语境论范式的特征和意义153
第六章人工智能语境论范式的前景157
第一节 未来光机智能的语境瓶颈～157
一、未来光机智能超越人类智能的主要观点159
二、光机智能难以超越人类智能的语用瓶颈163
三、光机智能理论的语境瓶颈176
第二节 人工智能语境论范式长期存在的原因分析188
一、框架语境因素“度”的问题188
二、常识语境知识“量”的问题192
三、常识知识的“量变”无法解决机器智能的“质变”204
参考文献206
后记212

人工智能涉及的领域太过繁杂，很难给其下一个精确的定义，但这并不妨
碍我们从根本上去理解人工智能赖以存在的基础，那就是运行在计算机上的形
式符号系统。符号是对思维对象进行抽象的结果，符号表征意味着大量具态信
息的损失；计算则是对思维过程进行抽象的结果, 计算过程同样会损失大量的具
态信息。正是抽象使得由符号组成的计算系统具有了可执行性，人工智能与人
类智能的一个重要区别也由此而生。
人类思维中的内容是有意义的，而人工智能作为形式规则系统，即便对意
义无从所知，只要依据规则来操作符号，也可以得到相应的结果。那么，人
工智能该如何构建从形式到意义的通路呢？1998 年，由万维网联盟主席Tim 
Berners-Lee 牵头的语义网（Semantic Web ）项目成为人工智能追寻意义道路上
的一个重要里程碑。语义网的本质是以计算机应用程序可以理解的方式描述事
物。语义网与Web 3.0 相结合，将成为未来人工智能与互联网发展的核心领域
之一。自然语言处理则是实现语义网的一种重要方式。而自然语言处理要提取
语义信息，就必须与语境知识相关联。时隔不久，语用网（Pragmatic Web ）项
目也开始实施，一种基于语境规则的语用智能主体（pragmatic agent ）被提上
日程。由此，一条从语形到语义、再到语用的智能实现路径在人工智能领域明
确地展现出来。语形、语义、语用是语境问题的核心要素。这样的一种发展
路径表明，人工智能当前主要围绕意义问题展开研究，是一种典型的语境论（contextualism）研究范式。
人工智能必须回答什么是智能以及如何在计算机上实现智能这样的问题。而智能的实现，必然与真实世界中的语境密切相关。这就是说，智能主体必须能够区别“自我”与“环境”，并根据所要完成的任务来确定哪些语境因素是与问题解决密切相关的，以及这些语境因素之间是何种关系。在语境问题上，无论符号主义、连接主义还是行为主义，都显得力不从心。现有的范式理论都殊途同归地落在语境问题上，语境论是对这种发展趋势的最恰当概括。事实上，人工智能的很多问题早在一百多年前哲学领域就已经开始研究了；尤其是语义网和语用网研究中的很多关键问题，本身就是语境论的核心问题。由此，我们有必要在语境论的视野下去研究这些问题。
对基于形式系统的人工智能而言，与表征相比，计算的问题似乎更容易解决。在模拟人类智能的过程中，人们越来越感觉到，在表征问题上，似乎存在着一道难以逾越的鸿沟。而所有的瓶颈最后都落在了对意义的理解问题上。作为人工智能的核心领域之一，表征理论的发展水平直接决定了计算机可以达到的智能水平。因此，有必要用语境分析方法，分别从表征和计算这两个角度对人工智能的发展进行梳理，探索解决这一难题的可能途径。
沿着上述问题的发展脉络，本书的最后部分批判了诺尔蒂（David D. Nolte） 的量子光学计算机理论，探讨了未来光机智能的表征和计算问题，认为光学语言并不比人类语言更具优势，量子神经网络也会遇到语境瓶颈，以光运算为基础的新型智能的核心问题同样会落在语境问题上。由此我们可以预测，在未来相当长的一段时期内，人工智能的核心问题都将是语境问题，人工智能语境论范式将长期存在。
最后，书中难免有谬误之处，敬请读者指正，是所至盼。