物理符號系統

物理符號系统 （又称为形式系统 ）會將物理模式（符號）组合成结构（表达式）并操纵它们（使用處理程序）來产生新的表达式。

物理符號系统假设（英語：physical symbol system hypothesis，PSSH ）是在人工智慧哲学中，由艾伦·纽厄尔和赫伯特·西蒙提出的一个觀點。他们写道：

"物理符號系統具有充分且必要的手段進行通用智能行為。"^[1]
— 艾伦·纽厄尔與赫伯特·西蒙

该主张意味着人类的思维是一种符號處理（因为符號系统对于智慧来说是必要的），同時也意味着机器可以擁有智慧（因为符號系统对于智慧来说是充分的）。^[2]

纽厄尔和西蒙指出，物理符號系統是由一組名為「符號」（symbols）的實體所組成，這些實體是物理圖形，可以作為另一種稱為「表達式」（或符號結構）的實體之元件。因此，符號結构是由許多個例（instances或tokens）組成的，而這些個例以某种物理方式關聯著（例如符號緊鄰著另一個符號）。 在任何時候，系統都包含著這些符號結構的集合。除了這些結構之外，系統還包含一組處理程序，它們會對表達式進行操作以生成其他表達式，像是「創建」、「修改」、「複製」和「破壞」。物理符號系統是隨著時間產生不斷進化的符號結構集合的機器，這樣的系統存在於比這些符號表達式本身更加廣泛的客體世界中。^[3]

这个想法的哲学根源來自於霍布斯（他声称推理“无非是推算”）、莱布尼兹（他试图建立人类想法的邏輯演算）、休谟（他認為知覺可以被簡化為“原子印象”）和甚至是康德（他认为所有经验都是由形式规则所控制）。^[4] 最近的版本則与哲学家希拉里·普特南和杰里·福多有关，称作心灵计算理论 。^[5]

雖然该假设受到了各方强烈批评，但它仍是AI研究的核心。一種常見的批評觀點是，這種假設似乎適用於更高層次的智力，像是下棋，而不太適用於如視覺這樣的普通智力。而與世界上的物體直接對應的高級符號（如<dog>和<tail>），以及存在于机器（如神经網路）中的更為复杂的“符號”，我們通常會做出區分。

例子

• 形式逻辑 ：符號是诸如“与”、“或”、“非”、“对于所有x”之类的词，依此类推。表达式是形式逻辑中的语句，可以为真，也可以為假。處理程序是逻辑推论的规则。
• 代数 ：符號为“ +”、“×”、“ x ”、“ y ”、“ 1”、“ 2”、“ 3”等。表达式为方程式。處理程序是代数规则，允许人们操纵一种数学表达形式
• 數位電腦 ：符號是計算機記憶體的0和1，處理程序是CPU更改記憶體的操作。
• 棋 ：符號是棋子，處理程序是合法的棋子动作，表达式是棋盘上所有棋子的位置。

物理符號系统假设認為下面兩者都是物理符號系統的例子：

• 人类智慧的思维：这些符號被编码在我们的大脑中。表達式即為思想 。處理程序是思維的心理操作。
• 正在运行的人工智慧程式：符號是資料。表达式是更多資料。處理程序是处理資料的程式。

支持论点

艾伦·纽厄尔和赫伯特·西蒙認為「『符號處理』是人类和机器智慧的本质」，這來自來兩點證據：「人工智慧程序的开发」和「对人类的心理实验」。

首先，在人工智慧研究的最初幾十年裡，许多使用高级符號处理的程式非常成功，例如纽厄尔與西蒙的通用問題解決者，或是特里·威诺格拉德的SHRDLU。^[6] 約翰·豪格蘭德（John Haugeland）将这类AI研究命名为“ 有效的老式人工智慧（Good Old Fashioned AI）”或"GOFAI" 。^[7] 专家系统和逻辑编程即為这些传统程式派生的結果。这些程序的成功表明，符號处理系统可以模拟任何智慧动作。

其次，同时进行的心理实验发现，對於邏輯、計劃或任何形式的“謎題解决”中的难题，人们也使用这种符號处理。 AI研究人员能够使用计算机程序模拟人類逐步解決問題的能力。 這種合作及其引發的议题最终导致认知科学领域的誕生。^[8] （这类研究被称为“ 认知模拟 ”）這方面的研究表明，人類解決問題的主要方法是處理高級符號。

在紐厄爾和西蒙的論據中，假設所指的"符號"代表世界上事物的物理對象，如<狗>具有可識別的含義（英语：Meaning (semiotics)）或直指，並可以與其他符號組成以創建更複雜的符號。

然而，也可以把這個假設解釋為數位計算機記憶體中簡單抽象的「0和1」，或者是指透過机器人的感知设备的「0和1之流」。从某种意义上讲，這些也是符號，儘管我們並不總是能夠準確確定符號代表什麼。在此假设的版本中，如托瑞基（David Touretzky）和波默洛（Dean Pomerleau）所解释的那樣「“符號”和“訊號”之间没有区别」 ^[9]

在这种解释下，物理符號系统假说仅断言智慧可以被數位化，因此是個比较弱的陳述。实际上，托瑞基和波默洛写道，如果符號和訊號是同一回事，因为物理符號系统為图灵通用的，所以除了二元论者或某种神秘主义者之外，就已經有了充分性。^[9]广泛接受的邱奇－图灵论题认为，只要有足够的时间和記憶體，任何图灵通用系统都能模拟可被數位化的过程。由於任何數位计算机都是图灵通用的 ，所以从理论上讲，任何數位计算机都可以模拟任何可以數位化到足够精确度的东西，包括智慧生物的行为。物理符號系统假设的必要条件同样可以被巧妙完善，這是因为我们愿意接受几乎任何訊號作为“符號”的形式，而所有智慧生物系统都有著訊號通路。

批评

尼尔斯·尼尔森（Nils Nilsson）提出了四个抨擊物理符號系统假设的主要“論題”或依据。^[2]

1. 「 『物理符號系统假设』缺少了符號基础」這一錯誤主張被认为是通用智慧行为的必要条件。
2. 普遍認為，AI 需要非符號處理（例如，聯結主義架構可以提供非符號處理）。
3. 普遍認為，大腦根本不是一臺計算機，目前所理解的計算並沒有為智力提供合適的模型。
4. 最后，有些人也相信大脑本质上是无意识的，大部分發生的事情是化學反應，人类的智慧行为类似于蚁群所显示的智慧行为。

德雷福斯和无意识技能的优势

主條目：休伯特·德雷福斯對AI的批判（英语：Hubert Dreyfus's views on artificial intelligence）

休伯特·德雷福斯（Hubert Dreyfus）抨擊了物理符號系统假设的必要条件，他將其称为“心理假设”，并定义如下：

• 可以将心靈视为「根据形式规则对資訊进行操作」的裝置。 ^[10]

德雷福斯反駁了這一觀點，他指出，人類的智力和專業技能主要依賴於無意識的本能，而不是有意識的符號處理。專家會透過直覺快速解決問題，而非一步一步的試誤搜索。德雷福斯認為，這些無意識的技能永遠不可能在正式規則中體現出來^[11]

塞尔和他的中文房间

约翰·塞尔于1980年提出的中文屋论证试图表明，程序(或任何物理符號系統)不能“理解”它所使用的符號;這些符號本身沒有任何意義或語義內容，因此，機器永遠不可能僅透過符號處理就可以實現真正的智慧。^[12]

布魯克斯和機器人專家

主條目：人工智慧，定位方法（英语：Artificial intelligence, situated approach） 、莫拉維克悖論

在六十年代和七十年代，数个实验室试图建立使用符號来代表世界并计划行动的机器人（例如斯坦福购物车）。这些项目取得的成功有限。八十年代中期， 麻省理工学院的 罗德尼·布鲁克斯（Rodney Brooks）能够制造出具有出色的移动和生存能力的机器人，而根本无需使用符號推理。布鲁克斯（和其他人，例如汉斯·莫拉维克）发现我们最基本的动作、生存、感知、平衡等基本技能似乎根本不需要高级符號，实际上，使用高级符號會帶來更多复杂性，而且更難以成功。

在1990年的論文《大象不下棋 （页面存档备份，存于互联网档案馆）》中，機器人研究者罗德尼·布鲁克斯矛頭直指物理符號系統假說，他認為符號並不總是必要的，因為「世界就是自己最好的模型。它始终是最新的，總是知道每一個細節。關鍵是要經常適當地感觉它。」^[13]

聯結主义

主條目：聯結主义

體化哲學

主條目：體化哲學

乔治·拉科夫 、马克·特纳（Mark Turner）等人认为，我们在数学 、伦理学和哲学等领域的抽象技能來自身體的無意識技能，而有意識的符號處理只是我們智力的一小部分。

參見

• 人工智能，定位方法（英语：Artificial intelligence, situated approach）
• 符號人工智慧

参考文献

1. Newell & Simon 1976，第116頁 and Russell & Norvig 2003，第18頁 harvnb error: no target: CITEREFRussellNorvig2003 (help)
2. Nilsson 2007，第1頁
3. Allen Newell and Herbert A. Simon. Computer Science as Empirical Inquiry: Symbols and Search. Communications the ACM. March 1976,. Volume 19: p.116.  引文格式1维护：冗余文本 (link)
4. Dreyfus 1979，第156頁, Haugeland harvnb error: no target: CITEREFHaugeland (help)
5. Horst 2005 harvnb error: multiple targets (2×): CITEREFHorst2005 (help)
6. Dreyfus 1979
7. Haugeland 1985，第112頁
8. Dreyfus 1979，第91–129, 170–174頁
9. Reconstructing Physical Symbol Systems David S. Touretzky and Dean A. Pomerleau Computer Science Department Carnegie Mellon University Cognitive Science 18(2):345–353, 1994. https://www.cs.cmu.edu/~dst/pubs/simon-reply-www.ps.gz （页面存档备份，存于互联网档案馆） 引用错误：带有name属性“TouretzkyPomerleau1994”的<ref>标签用不同内容定义了多次
10. Dreyfus 1979，第156頁
11. Dreyfus 1972 harvnb error: multiple targets (2×): CITEREFDreyfus1972 (help), Dreyfus 1979, Dreyfus & Dreyfus 1986. See also Russell & Norvig 2003 harvnb error: no target: CITEREFRussellNorvig2003 (help), Crevier, 1993 & 120–132 harvnb error: no target: CITEREFCrevier1993120–132 (help) and Hearn 2007 harvnb error: no target: CITEREFHearn2007 (help)
12. Searle 1980, Crevier 1993 harvnb error: no target: CITEREFCrevier1993 (help)
13. Brooks 1990，第3頁 harvnb error: no target: CITEREFBrooks_1990 (help)

• Brooks, Rodney, Elephants Don't Play Chess (PDF), Robotics and Autonomous Systems, 1990, 6 (1–2): 3–15 [2007-08-30], doi:10.1016/S0921-8890(05)80025-9, （原始内容 (PDF)于2007-08-09）  。
• Cole, David, The Chinese Room Argument, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], （原始内容于2021-02-27）  Cole, David, The Chinese Room Argument, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2004 [2019-11-25], （原始内容于2021-02-27）  。
• Crevier, Daniel （1993）， 人工智慧：人工智慧的全面探索，纽约，纽约：BasicBooks， ISBN 0-465-02997-3
• Dreyfus, Hubert, What Computers Can't Do, New York: MIT Press, 1972, ISBN 978-0-06-011082-6  Dreyfus, Hubert, What Computers Can't Do, New York: MIT Press, 1972, ISBN 978-0-06-011082-6 
• Dreyfus, Hubert, What Computers Still Can't Do, New York: MIT Press, 1979  。
• Dreyfus, Hubert; Dreyfus, Stuart, Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer, Oxford, U.K.: Blackwell, 1986 
• Gladwell, Malcolm, Blink: The Power of Thinking Without Thinking, Boston: Little, Brown, 2005, ISBN 978-0-316-17232-5  Gladwell, Malcolm, Blink: The Power of Thinking Without Thinking, Boston: Little, Brown, 2005, ISBN 978-0-316-17232-5  。
• Haugeland, John, Artificial Intelligence: The Very Idea, Cambridge, Mass.: MIT Press, 1985  。
• Hobbes, Leviathan, 1651  。
• Horst, Steven, The Computational Theory of Mind, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], （原始内容于2021-03-04）  Horst, Steven, The Computational Theory of Mind, Zalta, Edward N. (编), The Stanford Encyclopedia of Philosophy, Fall 2005 [2019-11-25], （原始内容于2021-03-04）  。
• Kurzweil, Ray, The Singularity is Near, New York: Viking Press, 2005, ISBN 978-0-670-03384-3  Kurzweil, Ray, The Singularity is Near, New York: Viking Press, 2005, ISBN 978-0-670-03384-3  。
• McCarthy, John; Minsky, Marvin; Rochester, Nathan; Shannon, Claude, , 1955, （原始内容存档于2008-09-30）  。
• Newell, Allen; Simon, H. A., GPS: A Program that Simulates Human Thought, Feigenbaum, E.A.; Feldman, J. (编), Computers and Thought, New York: McGraw-Hill, 1963 
• Newell, Allen; Simon, H. A., Computer Science as Empirical Inquiry: Symbols and Search, Communications of the ACM, 1976, 19 (3): 113–126, doi:10.1145/360018.360022 
• Nilsson, Nils, Lungarella, M. , 编, 50 Years of AI (PDF), Festschrift, LNAI 4850 (Springer), 2007: 9–17 [2019-11-25], （原始内容 (PDF)于2021-02-11）  |contribution=被忽略 (帮助)
• Russell, Stuart J. 彼得·诺维格 （2003），《 人工智慧：现代方法》 （第二版），新泽西州上萨德尔河， 国际书号 ：Prentice Hall   Russell, Stuart J.
• Searle, John, (PDF), Behavioral and Brain Sciences, 1980, 3 (3): 417–457, doi:10.1017/S0140525X00005756, （原始内容 (PDF)存档于2015-09-23） 
• Turing, Alan, , Mind, October 1950, LIX (236): 433–460, doi:10.1093/mind/LIX.236.433, （原始内容存档于2008-07-02）