1
“心迹”的计算:隐性知识的人工智能途径
1.4.8 进一步阅读资料
进一步阅读资料

●POLANYI M.Personal knowledge:towards a post-critical philosophy[M].Chicago:University of Chicago Press,1974.

●郁振华.人类知识的默会纬度[M].北京:北京大学出版社,2012.

【注释】

[1]“经验主义”者往往被指为超越理性主义,唯经验是从,历史上,无论社会实践还是科学研究,因其吃“亏”甚至吃“败仗”的事例颇多。但更多成功或行得通的道路都在不同程度上依赖于或借鉴了经验,实际上还是如何把握“度”的问题,犹如所谓“过犹不及”。历史的经验当然值得借鉴,如何参考因人而异。个人领域经验与此不同,它针对的是如何将长期积累的感受、认识表达出来,让人理解、为人所用。我们不妨将与拙著的“个人领域经验”相对应的经验称作“社会活动经验”,它们与个人经历、实践同样有关,但对象是社会实践,如常听说的是有经验的农民大伯、有经验的工人师傅、有经验的解放军指挥员等。思想家顾准认为,社会实践中,纯粹的理性主义的判断会似是而非,经验的结论有时则更“靠谱”。

[2]心理学家杨治良教授在笔者请教形象思维问题时指出“内隐记忆”应该是相关的,比如提到泥土就会联想到泥土的芳香。

[3]我小时候似乎在大人眼里是个好动手“瞎弄”的孩子,比如外婆裹“小脚”粽子,我在旁学着弄,还蛮像,煮后也没“散架”。又一次我曾在外婆种葱的大砂锅(自然是已有“纹”、坏了的)里随便放入了玉米粒,没特别指望什么。然而不多久就出了苗,后来长到数十厘米高并结了一棵玉米穗,我有点喜出望外,那是我的第一次劳动之“果”,只不过属“无心插柳”。若我事先询问有经验者要注意些什么,在真正的田地里也许就能种出可吃的玉米,假如暂不考虑单位面积产量以及品质。这里绝无轻视这类农活的意思——玉米的成长更多是个自然周期,对其有影响的除了种法,还有环境里的各种因素。玉米种植是较为容易学习的活儿,要种好它也需要经验。

[4]我与郁教授相知于当年华东师范大学准备开展多学科交叉的认知科学研究的筹备过程中,后又共同指导哲学系本科生的一篇论文,实际上我并没能给出特别的“指点”。其后有几次谈天说地、神聊闲谈,总是希望有深入交流的可能,未料我们的研究有后面会涉及的“默会知识”的这条具体而明确的纽带。2012年深秋,郁教授组织“知识与行动”小型研讨会,会议准备期间他邀我参加,我很乐意。我一直想从哲学工作者那里得到人工智能研究的方法论方面的启发,但多年过去了,我内心已逐渐“麻木”,不再有当初的热切期望,也许我的想法本身是不切实际的单方面愿望。后来郁教授要我在会上做个报告,我觉得我能讲的很“技术”化,不能登哲学的大雅之堂,若讲的话恐难吻合会议主题,郁教授又诚恳相邀。那天我介绍了在计算机辅助心电图分析的研究过程中,重视医生经验、关注其隐性知识的想法和做法,过后他客气地说非常有启发,而我听了郁教授关于默会知识的报告,对他说,我找到了我做的小事在哲学上的依据和话题。他后来入选教育部“长江学者奖励计划”的特聘教授。

[5]见附录2侯世达的论述。

[6]2012年深秋,我陪父亲到外地拜访他最近一次见面已是20多年前的一家人,联系方式都变了。父亲已80多岁,为了了却父亲的心愿,我设法帮助寻找。通过与同在该地的父亲不认识的老同志家联系,得知老人多年前已故,尚无其他信息。我于是请公安局的朋友查询到了住址信息。与地段派出所联系,希望确认,未果。最后,通过“114”查询得知唯一能公开查到的一个相关机构,得知地址没错,并告知如何过去,说是在该相关机构旁。我打电话过去,接电话者回答说不知道我们要找的人家。那个相关机构接电话者提醒过,就找这个机构,按照住址走会绕路。出租车经过那里时,司机说不好开,我们就下车了。可我还是希望按照门牌号寻找,拐了两条路,问了不止三次,其实车是可开的。到了一个大院门口,经几次一问一答,确定了地方,穿过去到了楼前,就在那个相关机构旁,由其门进入确实非常便当。这样的情况缘何出现?
第一,与生活习惯有关,总觉得门牌号是最直接的线索。
第二,与思维方式有关,别人提醒的话有时候被忽视了。
第三,与经验有关,有时候按照某周边特征寻找不是最便捷的。
如果在记忆中所提醒的机构名被强化了,情况可能就不同了。还有就是搜索方式,如果灵活地以先见到的标志为依据,也不一样。可能它们分别对应着深度搜索和广度搜索。而附加的信息不可轻视。

[7]我对医学始终有兴趣,常对人说,医生越老越吃香,而计算机工作者越老越没用,因为新技术层出不穷。从积累领域经验的角度看,此言大致无误。仔细推敲,就得面对两个现实,一是计算机学科比医学年轻得多,比较而言在快速发展中,知识和技术更新必然较快,要不断掌握这些新技术确实不易,但计算机相关的研究有诸多方向,并非都以新技术为前提;二是所谓计算机学科,其中多数人干的事情主要是为其他领域或学科提供服务,一定程度上依赖于领域知识。因此,医学和计算机学科的可比性不足,年纪大的医生也有庸医,上了年纪的计算机工作者也可以有创新。

[8]有次我给一位博士生谈一个移动终端应用的模式分类问题,我让他用正在学习的神经网络做试验,他说样本少,不能学习,只能用一一比对方法。我说,如果1万种模式,每次都一一比对,速度很慢,不现实吧(先不谈如何正确地比对的问题)?他说,神经网络一样慢。我说,这就是忽略学习的作用导致的结论:学习就是训练和记住模式而不是临时一一计算(也先不谈如何很好学习的问题),这是效率的保障,是所谓“智能”的主要来源,理论上的优势不用多言,实际如何当然需要尝试。由此可知,有时要让研究生理解学习这个基本概念也非易事。我有时为了省时间、提高效率,将问题凝练后给大家,但大家往往抓不住本质问题而对枝节追根问底,到头来只是兜了个圈子,回到原点而已。人从经验中学习也不习惯,何况计算机。