Preview

Дискурс

Расширенный поиск

Машины и человеческая эпистемология

https://doi.org/10.32603/2412-8562-2022-8-2-17-27

Аннотация

Введение. В статье анализируется структура эпистемологии знаний слабого искусственного интеллекта в сопоставлении со структурой эпистемологии знаний человека. Актуальность проблематики подобного рода объясняется востребованностью одного из наиболее динамично развивающихся разделов современной философии – философии искусственного интеллекта. Новизна исследования связана с идеей применения инструментов анализа, разработанных в рамках аналитической эпистемологии, к области искусственного интеллекта (ИИ).

Методология и источники. Статья написана в рамках аналитической традиции в философии. Для исследования существенных аспектов понятия знания используется концептуальный анализ, предполагающий, что объяснение сложного явления требует выявления компонентов, из которых оно состоит. Этот метод лег в основу аналитической дискуссии о знании второй половины XX в. Также в статье применяется сравнительный анализ.

Результаты и обсуждение. Знания людей отличаются тремя существенными характеристиками – наличием информационно-несущих ментальных состояний, их надежностью и фактивностью. Было проанализировано, насколько информационно-несущие внутренние состояния слабого ИИ соответствуют этим качествам. Был сделан вывод, что внутренние состояния могут считаться убеждениями при слабой трактовке, иметь высокую степень надежности при определенных условиях и способны обладать фактивностью в случае, если принять, что слабый ИИ обладает убеждениями.

Заключение. Слабая трактовка понятия убеждения позволяет утверждать, что нейронные сети способны иметь убеждения. Более строгая трактовка понятия убеждения включает также требование понимания смысла. Однако в нашем распоряжении нет удовлетворительной теории понимания смысла. При этом условие надежности представляет собой единственный из критериев знания, которому могут соответствовать функциональные состояния машин в случае некоторых задач, в связи с чем особенно остро встает проблема генеральности.

Об авторах

Т. С. Дёмин
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина)
Россия

Дёмин Тимофей Сергеевич – ассистент кафедры философии 

ул. Профессора Попова, д. 5Ф, Санкт-Петербург, 197022



К. Г. Фролов
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина); НИУ «Высшая школа экономики»
Россия

Фролов Константин Геннадьевич – кандидат философских наук (2017), научный сотрудник Международной лаборатории логики, лингвистики и формальной философии; научный сотрудник кафедры философии 

ул. Профессора Попова, 5Ф, Санкт-Петербург, 197022; Покровский б-р, д. 11, Москва, 109028



Список литературы

1. Лакофф Д. Женщины, огонь и опасные вещи. Что категории языка говорят нам о мышлении / пер. с англ. И. Б. Шатуновского. М.: Языки славянской культуры, 2004.

2. Лакофф Д., Джонсон М. Метафоры, которыми мы живем / пер. с англ. А. Н. Баранова и А. В. Морозовой. М.: УРСС, 2004.

3. Searle J. R. Minds, brains, and programs // Behavioral and brain sciences. 1980. Vol. 3, iss. 3. P. 417–424. DOI: https://doi.org/10.1017/S0140525X00005756.

4. Chalmers D. J. The singularity: A philosophical analysis // Science fiction and philosophy: from time travel to superintelligence / S. Schneider (ed.). Chichester: Wiley-Blackwell. 2016. P. 171–224.

5. Ichikawa J. J, Steup M. The Analysis of Knowledge // The Stanford Encyclopedia of Philosophy / ed. E. N. Zalta, 2014. URL: https://plato.stanford.edu/archives/spr2014/entries/knowledge-analysis/ (дата обращения: 20.12.2021).

6. Pavese C. Knowledge How // The Stanford Encyclopedia of Philosophy / ed. E. N. Zalta, 2021. URL: https://plato.stanford.edu/entries/knowledge-how/ (дата обращения: 20.12.2021).

7. Williamson T. Knowledge and its Limits. Oxford: Oxford Univ. Press, 2002. DOI: 10.1093/019925656X.001.0001.

8. Shope R. K. The analysis of Knowledge. Princeton: Princeton Univ. Press, 1983.

9. Zagzebski L. On epistemology. Belmont, CA: Wadsworth Cengage Learning, 2009.

10. Martin A., Santos L. R. What cognitive representations support primate theory of mind? // Trends in cognitive sciences. 2016. Vol. 20, iss. 5. P. 375–382. DOI: 10.1016/j.tics.2016.03.005.

11. Davidson D. Rational animals // Dialectica. 1982. Vol. 36, no. 4. P. 317–327.

12. Dennett D.C. Real patterns // The J. of Philosophy. 1991. Vol. 88, no. 1. P. 27–51. DOI: https://doi.org/10.2307/2027085.

13. Фролов К. Г. Метафизика соответствия: некоторые подходы к корреспондентной теории истины // Эпистемология и философия науки. 2018. Т. 55, № 1. C. 83–98. DOI: 10.5840/eps201855110.

14. Лобанов С. Д. О проблеме надежности знания и дилемме истина/знание // Вестн. Вятского гос. ун-та. 2011. № 4 (4). C. 26–27.

15. McGlynn A. Knowledge First? London: Palgrave Macmillan, 2014. DOI: https://doi.org/10.1057/9781137026460.

16. Feldman R. Reliability and justification // The Monist. 1985. Vol. 68, iss. 2. P. 159–174. DOI: 10.5840/monist198568226.

17. Pritchard D. Knowledge and understanding // Virtue epistemology naturalized / A. Fairweather (ed.). Cham: Springer, 2014. Vol 366. P. 315–327. DOI: https://doi.org/10.1007/978-3-319-04672-3_18.


Рецензия

Для цитирования:


Дёмин Т.С., Фролов К.Г. Машины и человеческая эпистемология. Дискурс. 2022;8(2):17-27. https://doi.org/10.32603/2412-8562-2022-8-2-17-27

For citation:


Demin T.S., Frolov K.G. Machines and Human Epistemology. Discourse. 2022;8(2):17-27. (In Russ.) https://doi.org/10.32603/2412-8562-2022-8-2-17-27

Просмотров: 426


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2412-8562 (Print)
ISSN 2658-7777 (Online)