您当前的位置:首页 > 专栏论文

专栏名称:“人工智能与人文社科”专栏

专栏简介:

    专栏创办于2018年,聚焦人工智能问题对学科思维范式与理论发展的引领、推进、改变,既关注、探讨新技术革命对学科体系的影响,又关注对社会生产、社会文化、生活方式的影响和改变。2019-2020年获得中共吉林省委宣传部委托项目《打造“人工智能与人文社科”专栏》资助,2020年获得吉林省社会科学院专项资助。期刊获国家社科基金首批资助。
  • 期刊名称:社会科学战线
  • 刊号:
    ISSN0257-0246
    CN22-1002/C
  • 语种: 中文
  • 创刊时间:1978年
  • 主管:吉林省社会科学院
  • 主办:吉林省社会科学院
  • 智能时代的美学潜能

    关键词: 人工智能; 美学; 意识; 思考

    DOI:10.12451/202406.00017

    王峰;

    提交时间: 2024-05-28

    摘要:人工智能时代来临,人工智能可以思考,但并无意识。人与人工智能的区分是思考人工智能美学潜能的基础。塞尔设计的“中文屋”思想实验并不等同于图灵测试,他所主张的语言包含意识的理论并不适用于人工智能,作为目前人工智能代表的大语言模型具有语言生成能力,并执行思考功能,但无意识涌现。悬搁意识,只着眼语言生成,我们就能理解人工智能时代美学的发展方向。语言哲学所批判的各种内在论美学在人工智能这里获得实质上的证据,内在意识对于美学创造而言是不必要的冗余物,人工智能美学当放弃意识的追寻。人工智能文学和人工智能艺术作品的大量涌现表征了后人类时代的来临,丰富的乌托邦质素催生了新的技术文化,也不断推动人工智能美学系统的发展和完善。

    点击量 882 下载量 265 评论 0
  • 审美共感与符号系统造型: 人工智能自然语言大模型引发美学革命

    关键词: 审美共感; 弱共识; 自然语言大模型; 符号系统造型; 物质系统造型

    DOI:10.12451/202406.00014

    刘方喜;

    提交时间: 2024-05-28

    摘要:人工智能自然语言大模型展现了计算机在语元组合运动中所生发出的强大符号系统造型智能。人的智能活动是大脑神经元、心元、语元组合运动的交互,并与自然的物元、社会的个人组合运动交互。创造并使用语言文字等符号、进行语元组合运动,体现了人的符号系统造型智能;人按照有用的规律进行概念化符号造型、语元组合,个人智力汇聚为社会智力,以认识自然的物元组合运动规律,并通过物质系统造型改造自然;人按照美的规律进行实例性符号造型、语元组合,个人智力自由组合为社会智力而得到个性自由发展,自然物元的个性、丰富性也得到充分展示。大模型自动生成的文本非概念化、实例性等弱共识特性,也正是审美共感的基本特性,体现了符号造型、语元组合的美的规律,引发一场美学革命。

    点击量 906 下载量 272 评论 0
  • 从人机对话到人机交往——人工智能大语言模型的哲学反思

    关键词: GPT; 人机对话; 知识生产; 交往; 语言

    DOI:10.12451/202406.00031

    陶锋;刘星辰;

    提交时间: 2024-05-28

    摘要:人机对话是人机交往的技术和思想基础。文章试图从人工智能大语言模型对语言的学习与生产出发,考察人机对话和机器语言的本质及文化内涵。首先,文章回顾了语言模型的发展历程,并从行为机制、生成目的等方面指出机器语言与人类语言的异同。其次,文章进一步从语言的复制和生产的角度,指出在技术与资本的双重驱动下,人机对话实质上是语言的智能工业化生产。文章还试图通过考察人机对话中的重复与反驳来修正图灵测试。此外,人机对话中,我们需要思考机器“他者”与主体的关系问题。从语言批判理论还可以审视机器语言的灵晕和中介作用。最后,文章指出,人机对话体现了知识的加速生产,以及机器语言可能会产生的潜在风险。我们需要从人机对话走向人机交往,从一种超人类中心主义的视角来看待人机关系,这样,我们才能不跌入新的主奴关系中。

    点击量 1665 下载量 251 评论 0
  • 在人工智能时代重审对话性与互文性概念

    关键词: 人工智能; 对话性; 互文性; 作者; ChatGPT

    DOI:10.12451/202405.00727

    钱翰;

    提交时间: 2024-05-28

    摘要:克里斯蒂娃的互文性概念是在巴赫金对话性理论之上的进一步延伸 , 以文本的相互作用取代了后 者的人文主义的主体观 。但是克氏所构想的全体文本的海洋对于每一个人而言只能是一个想象 , 不可能成为 现实 。 目前刚刚兴起的 ChatGPT 等人工智能大模型则有可能阅读和利用人类海量的文本数据 , 并且进行深度 学习和训练 ,从而真正实现整体文本的相互碰撞 、 引用和变异 。在这样的时代条件下 , 我们有必要重新审视 互文性概念的生产力 , 以及人工智能对文学写作和作者观念的冲击 。

    点击量 1275 下载量 291 评论 0
  • “黑镜”中的对垒:生成式人工智能背景下网络意识形态风险与防范

    关键词: 生成式人工智能; 政治传播; 意识形态风险防范

    DOI:10.12451/202404.00194

    向征;

    提交时间: 2024-04-23

    摘要:近年来, 生成式人工智能快速发展并渗入意识形态领域, 通过大量发表含有意识形态内容的言论和信息、 围绕和设置议题展开社会动员、 炒作政治人物人气、 干扰主流意识形态传播渠道等方式, 使得互联网意识形态领域面临的风险呈现自动化、 智能化趋势。 作为 “对象化的知识力量”, 生成式人工智能在本质上是属人的, 其在意识形态领域活动的行为逻辑主要依据利益与兴趣诱导、 从众心理、 强势意见压力等对人们施加意识形态影响。 对此, 需结合社会思维和技术逻辑, 从认知、 制度和技术等层面, 防范生成式人工智能可能引发的网络意识形态风险。
     

    点击量 810 下载量 254 评论 0
  • 人工智能的学科汇聚现象及其对科研范式的影响研究

    关键词: 人工智能;学科汇聚;科研范式;汇聚态势

    DOI:10.12451/202404.00195

    王彦雨;雍熙;高芳;

    提交时间: 2024-04-23

    摘要:2015 年起,以深度学习为代表的人工智能技术迅速与科学研究各个领域相汇聚,并逐渐成为一种通用型科研赋能工具,形成了独特的 “ AI for Sciences” 现象。文章系统梳理了自人工智能诞生之日起,其与科学活动的整体汇聚历程及阶段性特征,并结合人工智能研究范式的转变,以及当代科学所面临的高维灾难、 数据灾难等问题,分析 “ AI+科学” 热潮形成的动因。通过文献计量学方法,对人工智能与化学、 地球科学、 天文学、 物理学、 生物学、 材料科学等基础科学的汇聚态势进行分析,在此基础上总结归纳了人工智能技术对科学研究的独特赋能能力,如信息归类的智能化、 扩展科学模拟规模、 基于数据的科学预测、 实现高维方程求解、 进行经验试错替代、 探索新科学猜想等。
     

    点击量 806 下载量 246 评论 0
  • 作为人工智能下一个关口的意识研究———从加扎尼加的意识学说切入

    关键词: 人工智能;加扎尼加;脑异常;模块—层级架构;“开水冒泡” 隐喻;意识

    DOI:10.12451/202404.00175

    李恒威;阮泽楠;

    提交时间: 2024-04-23

    摘要:随着近年来人工智能 (AI) 的惊人进步,AI 是否具有意识以及如何构建有意识的 AI 系统越来越受到学界和公众的关注。要回答这类问题,我们仍然需要或者必须从意识理论中去寻找灵感和答案。立足 AI 意识问题的当前背景,我们考察了加扎尼加在 «意识本能: 揭秘脑是如何形成心智的» 中提出的意识学说。透过脑异常这个窗口,加扎尼加得到了意识现象学的两个重要论断: 意识与体验内容不同并且是可以分开的。意识首先是一种感受,为此,他提出了一个关于意识神经机制的模块—层级架构的主张,并用 “开水冒泡” 隐喻来形象地说明他的意识观。根据这一思路,构建有意识的 AI 系统需要我们在底层逻辑上辨明 “意识” 与 “智能” 的差异和关系。否则,我们就会在 AI 系统是否有意识以及 AI 是否会造成对人类的生存性威胁等一系列理论问题上产生困扰。
     

    点击量 1033 下载量 252 评论 0
  • 大语言模型在学术研究中的价值、风险及其规避

    关键词: 生成式人工智能;大语言模型;学术研究;人机协同

    DOI:10.12451/202404.00190

    苏君阳;陈亚涵;刘腾宇;

    提交时间: 2024-04-23

    摘要:人工智能时代下,以大语言模型为代表的生成式人工智能技术引发了多领域的范式革命,探索其在学术研究中的应用价值与风险规避具有必要性。大语言模型本质是字词从语言空间向语义空间的转换模型,具有同构性、 统一性与稳定性的特征。大语言模型在学术研究中的价值主要体现在原创性、 知识管理与应用认同三个维度,提供了跨学科学术创新、 学术体系发展与提升学术研究影响力的价值。大语言模型存在的结构性与能动性局限主要表现为方法模糊、 责任模糊、 评价模糊、 主体性模糊,易造成研究信效度难以认定、人机角色责任划分不清,产生学术伦理不端与研究者关键技能退化的风险。 规范和引导大语言模型在学术研究中的应用,应增强研究者的主体性、 重视研究的解释性与反思性、 探索梯级人机协同研究策略与加强学术伦理建设。
     

    点击量 922 下载量 239 评论 0