[论文解读] The 30-Year Cycle In The AI Debate

Jean-Marie Chauvet|arXiv (Cornell University)|Oct 8, 2018

Ethics and Social Impacts of AI参考文献 30被引用 5

一句话总结

本文識別出人工智能領域中一個反覆出現的30年週期：人工智慧的初始突破隨之而來的是激烈的哲學與科學批判，進而導致停滯期或『人工智慧寒冬』。作者從1950年代追溯至2010年代，主張每一輪週期的核心皆圍繞人工智慧實體的詮釋爭議——特別是關於智能、因果關係與心物類比——而技術進步則在表面之下持續緩慢累積。

ABSTRACT

In the last couple of years, the rise of Artificial Intelligence and the successes of academic breakthroughs in the field have been inescapable. Vast sums of money have been thrown at AI start-ups. Many existing tech companies -- including the giants like Google, Amazon, Facebook, and Microsoft -- have opened new research labs. The rapid changes in these everyday work and entertainment tools have fueled a rising interest in the underlying technology itself; journalists write about AI tirelessly, and companies -- of tech nature or not -- brand themselves with AI, Machine Learning or Deep Learning whenever they get a chance. Confronting squarely this media coverage, several analysts are starting to voice concerns about over-interpretation of AI's blazing successes and the sometimes poor public reporting on the topic. This paper reviews briefly the track-record in AI and Machine Learning and finds this pattern of early dramatic successes, followed by philosophical critique and unexpected difficulties, if not downright stagnation, returning almost to the clock in 30-year cycles since 1958.

研究动机与目标

• 探討人工智慧研究歷史中，戲劇性成功後隨之而來的哲學與科學批判是否具有反覆出現的模式。
• 分析當前人工智慧熱潮與批判是否與1950年代及1980年代的早期週期類似。
• 檢視如深藍、AlphaGo與沃森等邊界物件如何成為跨學科辯論的焦點。
• 評估可解釋性、神經合理性與倫理考量在每一週期批判階段所扮演的角色。
• 評估當前對人工智慧的倫理與社會政治擔憂是否代表新階段，或僅為過去哲學辯論的重演。

提出的方法

• 追溯自1950年代以來人工智慧的歷史軌跡，聚焦於如感知機（1957年）、邏輯理論家（1957年）與通用問題解決器（1961年）等關鍵里程碑。
• 分析1980年代連接主義與符號式人工智慧的復甦，以及德雷福斯與普特南對兩種方法限制的批判。
• 比較1958年、1988年與2018年三輪辯論的結構，識別出批判與防衛中反覆出現的主題。
• 檢視邊界物件（如AlphaGo與Google翻譯）如何成為跨學科爭議的場所。
• 應用普特南對心物問題與圖靈機等價性的分析，以建構各週期之間的哲學連續性。
• 使用歷史文獻與引述文獻（如德雷福斯、普特南、羅森布拉特）重建人工智慧論述中論點的演變。

实验结果

研究问题

• RQ1 人工智慧的公共與學術論述中是否存在一個反覆出現的30年週期，其特徵為成功爆發後隨之而來的批判反撲？
• RQ2 如深藍、AlphaGo或沃森等邊界物件如何作為催化劑，引發哲學、心理學與神經科學等領域的跨學科辯論？
• RQ3 針對人工智慧的哲學批判——特別是關於可解釋性、因果關係與神經合理性——是否在不同歷史時期中呈現出不變的結構？
• RQ4 核心辯論的轉變（例如從符號式與非符號式處理轉向倫理與社會影響）如何反映對人工智慧能力的假設之演變？
• RQ5 為何對人工智慧實體中『通用智能』或『真正理解』的重複主張，即使在反覆證據顯示其限制下仍持續存在？

主要发现

• 本文識別出人工智慧論述中穩定存在的30年週期，重大熱潮隨之而來的批判在1958年、1988年與2018年反覆出現。
• 每一週期皆呈現類似模式：人工智慧早期的戲劇性成功（如感知機、AlphaGo），隨之而來的批判則基於可解釋性、缺乏泛化能力與神經不可行性。
• 批判始終聚焦於人工智慧系統無法展現真正理解、因果推理或超越窄任務的可轉移知識。
• 如AlphaGo與沃森等邊界物件，成為跨學科辯論的焦點，吸引心理學、哲學與神經科學領域的參與。
• 儘管屢次出現『人工智慧寒冬』，底層研究仍持續進行，特別是在理論進展與運算能力方面，為下一波成功奠定基礎。
• 普特南的結論——心物問題在概念上等同於機器狀態問題——仍具相關性，暗示哲學辯論並未解決，而是以新形式反覆出現。