视网膜与阅读:眼动控制的理想观察者模型

该论文主要阐述了近来出现的一个关于阅读活动中眼动控制理论的模型,“Mr.Chips:理想观察者模型”,该模型特别重视视觉的、语义的和眼球运动的信息的整合过程。模型以字母为认知加工基本单元,强调视觉广度的概念(单个注视中所能识别的字母数目)。模型为人类阅读过程中的眼动行为提供了一个量化体系,同时还为一些应急行为(如回跳和最佳注视位置)等提供了新的诠释。模型还是第一个就各种盲区对人类阅读的影响做出解释和预测的量化模型。该文还深入讨论了模型的特点,并展望了其在中文阅读眼动研究中的应用前景。

“三治一体”中的道德治理--作为道德协商主体的乡贤参事会

近年,乡贤参事会在乡村"三治一体"治理结构中的地位与作用问题在学界引起争论,其中不乏质疑之声。本文运用道德治理、协商民主与理想观察者理论,以浙江省德清县的乡贤参事会为例,分析其在"三治一体"结构中处于何种地位。研究发现,民间自主产生的乡贤参事会具有"理想观察者"的中立与公正特征,因此可以发挥协商民主的道德谈商与调控功能;其运行机制依赖于道德主体的自主调控,在"三治一体"治理结构中具有核心地位;因此,乡贤参事会作为道德协商主体,对化解基层社会治理失灵不仅必要,而且也是协商民主在基层治理中的创新实践。

一种不确定作战决策效能评估模型及仿真

针对直接评估不确定决策效能的困难,引入一种间接评估方法——理想观察者分析(Ideal Observer Analysis,IOA)方法,它通过定义最佳执行(Optimal Performance),用实际策略效用与OP效用值的差异表示决策效能。而在确定OP时又使用了部分可观察马尔科夫决策过程(Partially Observable Markov Decision Process,POMDP)模型。研究了用POMDP模型确定OP的方法,提出了一种行动决策方法。最后针对三状态"寻找并摧毁"型作战任务进行仿真验证,结果证明了此方法的有效性。

斯洛特是如何从“是”推出“应当”的

斯洛特认为我们可以从人们正常条件下对某种行为移情反应的事实(亦即赞同或不赞同某一行为的心理习性或人性倾向的事实),就可以有效地推导出关于该行为道德属性的道德判断。换言之,我们可以从"是"推导出"应当"。然而,由于他的论证预设了接受他推理有效性的人们必须具有移情心和移情体验,这就使得他从前提到结论的"推论"依旧建立在听者的心理特征而非前提和结论之间的逻辑关系上。从"是"到"应当"的过渡至少在很多情况下实际上是建立在某种先天认知的基础上,它们之间的联系就如同几何学中的公理一样必然和普遍。

从预期最大化到移情偏好——数理学派公平与正义理论透视

自从罗尔斯的《正义论》问世以来,公平或者说正义成为伦理学、法学和政治哲学聚集的一个问题。哈萨尼、高德和宾默尔等学者采用现代数学方法尤其是博弈论的最新成果,对公平正义理论进行研究,提出了自己的公平正义理论。哈萨尼认为"无知之幕"之后的"理想观察者"根据贝叶斯决策原理订立公平正义的契约,以追求个人效用贝叶斯期望值最大化;高德则认为新古典经济世界的经济人会根据"最小最大相对让步原理"公平地分配"合作剩余";宾默尔的公平理论要解决的是一个根据移情偏好而非个人偏好来计算效用的新问题,他认为公平的契约是生存博弈的均衡。笔者对数理学派中公平理论从预期最大化到移情偏好这一发展逻辑进行梳理比较,分析其对中国社会主义公平正义伦理体系建设的借鉴意义。

人工智能道德增强的限度

人工智能道德增强是从属于"人类道德增强"思潮的一个子话题——希望通过"人工道德建议者(AMA)""客观"的道德表征能力与强大的信息获取能力协助人类提高道德认知水平。但由于AMA毕竟无法达到"理想观察者(IO)"的标准,其必然会陷入专家主义的窠臼。此外,诉诸构建"道德机器"的研究者们在通过学习算法构架自动道德分类与决策机器的时候也预设了某种IO视角。通过瓜里尼的道德案例分类器(MCC)的实验研究,我们发现无预分类的假设函数无法拟合,这意味着与IO契合的普遍主义AMA无法建成。鉴于此,我们建议另外一个不同的"道德增强"方案——一种"作为他者的AMA",并寄希望于通用人工智能成为其实现基础。

人工智能技术辅助人类道德决策的可行性研究

20世纪中叶罗德里克·弗思提出的"理想观察者"的理论模型,为道德增强提供了基本的思路,可以启发我们设想出一种辅助人类做道德判断的人工智能形式——"人工智能道德顾问"。它和"理想观察者"之间有着诸多相似性:二者在道德判断中都是无私的、冷静的和坚定的,它们之间的差异在于:"理想观察者"是绝对完美的理论模型,但人工智能道德顾问是相对的、致力于实用的具体工具,它将考虑使用者自身具体的道德原则和价值观,并尊重个体的道德自由、直觉与情感,同时又可以帮助个体实现反思平衡。因此,人工智能道德顾问能够严肃地回应保守主义对人类道德增强的反对意见,并弥补高技术环境下人类道德能力的不足,帮助人们做出更为理性的行为选择,从而有效地消除技术偏见,更好地发挥人工智能技术在道德领域的积极作用。