4、机器理解与人类理解：差异与联系

机器理解与人类理解：差异与联系

1. 机器理解的定义与研究目标

机器理解是指机器具备理解能力的研究领域。其目标是探索构建能够理解的机器的可能性。这一领域需要一个框架来提出和解决问题，并且机器为了实现理解，需要模仿人类理解世界和语言（文本）的方式。

以形状理解系统（SUS）为例，它作为一种旨在具备思考和理解能力的机器，需要学习知识和技能。学习技能和知识（由SUS完成）为思考提供素材，进而实现理解，这一过程被称为知识实现。

机器理解基于这样的假设：机器（SUS）理解的结果可以根据评估人类理解的规则进行评估。评估机器（SUS）理解能力的关键在于提出问题，并通过这些问题来判断机器是否能够解决它们。然而，仅仅解决问题并不足以充分证明机器具备理解能力，还需要测试机器解释问题解决过程、原因、背景和后果的能力。

2. 人类理解与机器理解的比较

人类理解和机器理解的比较更多地基于哲学思辨，而非科学研究的结果。目前尚无科学方法能够应对理解问题的复杂性，而用于建模理解过程的科学方法应基于唯物主义假设，即理解是人类大脑的活动。

在人工智能领域，曾尝试构建被称为智能机器的简单理解系统。自第一台计算机诞生以来，构建智能机器成为了现实。但现有的基于规则的人工智能系统只能执行非常特定的任务。

机器理解认为，只有部分被视为人类理解一部分的过程可以被机器实现，它只能在一定程度上近似人类理解。虽然机器理解领域的一些科学研究结果可以解释与人类理解相关的过程，但没有理由相信能够理解的机器会成为“人类”。

3. 哲学视角下的理解

在哲学中，理解一直是众多思想家探讨的话题。不同哲学家对人类理解有不同