39、人类与机器学习：差异与交织

人类与机器学习：差异与交织

1. 人类学习与机器学习的本质差异

在探讨人类学习与机器学习的差异前，有必要说明，这里并非基于对机器学习的一手经验，而是聚焦于人类学习的独特之处。

机器人等机器不只是由塑料、金属、螺母、螺栓、电线或生物材料构成的外壳，它们还搭载着软件，也就是常说的人工智能（AI）。如今，AI 无处不在，它存在于机器人、墙壁、街道以及我们连接或嵌入半机械身体的设备中。许多 AI 研究致力于模拟人类的能力，如语言学习、思考、动机、好奇心、向人类学习的能力以及在交互中运用先验知识的能力等。工程师们逐渐意识到，学习是所有类人过程的基础，他们通过算法来探索人类学习，甚至认为某些算法（如人工神经网络 ANN）是对人类大脑工作方式的模仿。然而，也有很多工程师认识到，机器的工作方式与人类仍有很大不同。

从后人类主义学习理论的角度来看，它与 AI 领域的学习研究有根本区别。在 AI 讨论中，很少涉及“意义”和“有意义性”的概念，因为算法无法让机器像人类一样在有意义的世界中探索。存在一种错误的假设，即认为计算机“智能”就具备人类的情感、动机和意义创造能力，心理学家 Robert Epstein 将其称为“错误三段论”：1. 所有计算机表现出智能行为；2. 所有计算机都是信息处理器；3. 因此，所有智能实体都是信息处理器。在对机器人的研究中，没有迹象表明存在超社交机器，也没有发现机器能像人类一样无知。

对于 AI 机器人和半机械设备来说，原则上它们可以存储世界上所有的知识，因此超人类主义所设想的机器智能后人类将永远不会无知或好奇。在机器人和 AI 的世界里，单词是用于信息处理的数据，而对于人类，单词是通过先前学习来理解的语音，与特定情境中的材料相关联，这是完全不同的情况