哲学研究的新领域:计算科学哲学

20世纪,计算机技术、人工智能和心理学的发展为计算科学哲学的产生提供了基础。计算机技术的快速发展使“计算”方法应用到了更多的其他领域,而哲学领域内计算方法的引入为认知科学的发展提供了更加广阔的空间。计算科学哲学成为了科学哲学发展的新方向,同时也成为整个哲学领域关注的一个新话题。

计算机科学哲学的核心理念

毕达哥拉斯主义的基本精神,正是追求宇宙的数学和谐性的思想,它能成功地引导科学家使用数学语言、公式来刻画物理世界的内在奥秘,这是与当今流行的"计算主义"相互呼应的。另一方面,按照系统科学模式重新理解的目的论自然观,则能提供从生物自然界、人工生命到自组织的宇宙的合理解释。毕达哥拉斯主义与目的论自然观的整合,将构成计算机科学哲学的核心理念。

“计算机科学哲学”研究论纲

为了应答计算机对传统和现时哲学观念的冲击和挑战,适应计算机科学自身进一步发展的内在需要,建立一门以计算机科学的哲学问题为对象的新科学哲学———"计算机科学哲学",已日益成为必要与可能。计算机科学哲学是关于人脑(或心智)与计算机(或机器)的相互作用关系的过程、机制及其规律的研究。其方法主要有现象学方法、进化论方法、启发式方法和跨学科方法。

哲学范式转换与变革的萌动——评《计算机科学哲学研究——认知、计算与目的性的哲学思考》

在对计算机科学哲学问题研究较为浅薄的背景下，《计算机科学哲学研究——认知、计算与目的性的哲学思考》一书的问世，填补了复杂性科学背景下计算机科学哲学的盲点。此书具有较强的理论意义。另外，此书着眼于哲学、进化生物学、认知科学、逻辑学、计算机科学与自动机理论的结合，并在深广的哲学背景下对计算机科学哲学理论发展的历史、现状和未来作了深入浅出的评述，对于读者在该领域所面临的挑战和困境，指出其可能的出路和走向。因此在实践应用方面，此书也较具影响力。

计算机教学中的哲学观

计算机科学是由数学与物理学科发展而来的，由于数学与哲学是密切联系的，所以，计算机科学与哲学也是密不可分的。一方面，正确的世界观是人们从事计算机研究的前提；另一方面，计算机科学的发展和完善又改变了人们对整个世界的认识。所以，计算机教师应加强对哲学知识的学习，提高哲学素养并将其应用于教学之中。

现代自然科学的哲学反思

从相对论到规范场论,自然定律的普遍有效性体现在变换中的不变性(协变性)之中。量子革命颠覆了经典的物理实在论的核心理念,代之以"物理实在是依赖于场境的整体全息相关的存在物""非完全决定论""主客不能严格二分"等新实在观。而量子远程关联所表明的整体性、对流夸克实在性的追寻、超弦理论统率各种基本相互作用的能力,皆具有深刻的认识论与方法论意义。物理世界的基本结构及其相互作用的奥秘都深藏于客观世界本身所固有的数学和谐(尤其是基本对称性)的规律之中。计算机科学哲学的核心理念是目的论自然观与毕达哥拉斯主义自然观(即弱计算主义及程序自动化的理念)的整合。整个生物学哲学的奥秘就在于系统科学,系统科学是生物学理论背后的元理论。

冯·诺依曼的计算机科学哲学思想

冯·诺依曼是计算机科学哲学理论的主要奠基人之一。他的计算机科学哲学思想主要体现在他的自动机理论中。冯·诺依曼为自动机理论奠定了逻辑基础。他认为最高层次的抽象应当借助严密的数理逻辑方法去完成。在他看来,只有抽象的形式结构可以了解整个世界;只有严密的逻辑体系才可能包含普遍真理,计算机的设计必须追求逻辑简洁性。在他看来,借助数量极少的术语和规则可以在计算机上作出极其复杂的计算或推理。不断追求逻辑的简洁性和形式美,是计算机科学研究的永恒目标。逻辑简洁性、数学和谐性和形式美的理念在他的自动机理论中表现得淋漓尽致。冯.诺依曼的自动机理论源于毕达哥拉斯主义,是毕达哥拉斯主义数学自然观的产物。

人工智能哲学的跨学科研究和多维视角考察

人工智能哲学源流的历史考察表明人工智能哲学的兴起是多源汇聚的结果。目前的人工智能哲学研究正呈现跨学科攻关的发展势头。这主要体现在三个方面:人工智能与人工智能哲学的关系日渐紧密,计算机科学哲学、人工智能哲学和信息哲学的学科交叉渗透,在复杂性科学的框架中发展起来的人工生命哲学研究是一个跨学科研究领域。从本体论、方法论、逻辑学、美学和伦理学的多维视角考察人工智能哲学,可以展示其理论前沿和发展前景。

萨伽德的解释连贯性理论及其争议分析

萨伽德提出了解释连贯性理论,并基于解释连贯性理论开发了计算机模型ECHO用于评价相互竞争的科学理论。根据解释连贯性理论,评价科学理论与观察证据之间的连贯性应该遵守对称、解释、类比、资料优先、矛盾、竞争和可接受性7个基本原则。帕皮诺和乔纳森认为对称性原则忽视了概率推理的作用,而且乔纳森建议增加第八原则,以对新颖的预测附加特定的价值。麦考利、帕尔默和霍布斯对类比原则提出了质疑,认为类比原则是不必要的。对此,萨伽德进行了回应,并对解释连贯性理论和ECHO模型进行辩护。这样的批驳与相关回应,深化了人们对科学理论评价方法的认识。