食品安全（foodsafety）指食品無毒、無害，符合應當有的營養要求，對人體健康不造成任何急性、亞急性或者慢性危害。根據倍諾食品安全定義，食品安全是“食物中有毒、有害物質對人體健康影響的公共衛生問題”。 以下是為大家整理的關于總體國家安全觀論文3000字的文章6篇 , 歡迎大家前來參考查閱！
第一篇: 總體國家安全觀論文3000字
【摘要】隨著現代信息技術的飛速發展，我們迎來了偉大的人工智能時代。人工智能的偉大在于給各行各業都帶來了巨大的沖擊，對會計行業而言，運用了越來越多的人工智能技術，科技的進步，使人工智能不僅正逐步取代部分會計人員的一些低技能的低端工作，它還可以完成人類大部分的工作。本文將從了解人工智能出發，結合人工智能時代下會計行業的發展變化分析人工智能給會計行業帶來的諸多機遇與挑戰。
【關鍵詞】人工智能會計發展機遇和挑戰
一、人工智能概述
（一）人工智能的發展
1950年，艾倫，麥席森，圖靈發表了一篇劃時代之作《制作機器會思考嗎？》里面提出了測試機器是否具有智能的方法，并因此摘得“人工智能之父”的桂冠。約翰，麥卡錫在1956年的達特茅斯學術會議上，第一次提出人工智能（ArtificialIntelligence，AI）。1997年，IBM公司“深藍”電腦擊敗了人類的世界國際象棋冠軍更是人工智能技術的一個完美表現。2017年7月，國務院印發了《新一代人工智能發展規劃》，這是我國首個面向2030年的人工智能技術的戰略發展藍圖，也表現出我國對發展人工智能技術的重視與支持，同時，人工智能人選“2017年度中國媒體十大流行語”。
人工智能是計算機科學的一個分支，可以對人的意識、思維的信息過程的模擬，人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。
（二）人工智能的意義
人工智能的出現代表我國經濟正在快速的發展，科技水平不斷的提高，同時人工智能也慢慢的融入并改變著我們的生活，推動時代的發展。人工智能現在正朝著教育、金融、服務、醫療、信貸等諸多領域發展，比如經濟領域、空間技術、主動控制、計算機規劃和制作，其首要運用領域是制作主動化工廠、醫療、物流和家庭效能;在商業領域中，無人駕駛轎車在機器人工作中占有智能轎車技術的主導地位;在金融領域，有了人工智能的監督和把關，那些企圖利用系統或其他漏洞進行金融犯罪的不法之徒將無處藏身：那么，人工智能對會計行業的發展又有那些意義呢？
二、人工智能時代下會計的發展變化
人工智能在會計、審計、稅務等行業的廣泛運用，使得傳統、簡單、重復性的基礎會計工作崗位將面臨被智能化取代，人工智能已成為促進會計行業轉型發展的重要推手。近三年來，德勤、普華永道、安永、畢馬威4大國際會計師事務所通過利用財務機器人進行會計、審計等工作，使得數據的準確性、工作效率、管理決策水平等明顯提升，由此可見，人工智能早已潛移默化的影響到了會計工作的方方面面。
（一）會計工作效率提高了。人工智能技術與財務管理系統的對接，實現了系統自動識別票據、生成會計記賬憑證、記錄明細賬戶以及生成總賬和各類報表。作業過程中系統按時間順序記錄每筆業務，對每一筆賬務進行核實和驗證。財務機器人還實現了信息的語音、掃描錄入，財務軟件可自動生成證、帳、表，這將更加高效準確地完成基礎會計核算工作，提高此項工作的效率，會計人員因此節省了大量用于基礎核算工作的時間，從而能將更多的精力投入在企業內部管理型的工作上，同時又提高了管理工作的效率。
（二）會計信息質量提高了。受自身能力、專業素質以及外部環境等因素的影響，會計信息數據的滯后性和人為失誤在所難免。人工智能將會計模型和方法程序化，它既減少了人為失誤又極大地提升了數據處理能力，工作重心逐漸轉向數據的挖掘、分析等重要環節和高附加值工作中，同時，會計檔案由紙質變成電子檔案更便于信息系統的管理、流程化的管理和監控，避免了人工作業的失誤以及造假的可能，數據信息和記錄的真實性和精準度得到保證。
（三）會計職能重心轉移了。人工智能雖然可以替人做一些簡單、繁冗、重復性的基礎會計工作，但并不能完全替代會計人員，隨著人工智能與會計信息系統的不斷結合，從事簡單記賬工作的初級會計人員將會越來越少，而中高級會計人員將會集中于行業中涉及分析、預測和統籌的領域。因而會計職能的重心將向預測、決策、規劃、控制、評價等目前人工智能無法取代的管理會計的職能轉移。
（四）會計人員從業壓力加大了。隨著人工智能被引入到會計行業中，一方面，簡單的會計核算工作將被智能化財務軟件逐步替代，普通核算類型工作的崗位勢必減少，基層會計人員面臨失業的壓力：另一方面，由于財務軟件能夠高效完成基礎財務工作，企業更需要財會人員發揮管理會計的職能，會計從業人員需要將工作重心轉移到決策分析和經營管理上，使其有從財務會計到管理會計轉型的壓力。
三、認清挑戰，抓住機遇
人工智能的發展與應用是社會經濟發展過程中的必然產物，它的到來就像一把雙刃劍，雖然可以對會計行業整體工作效率與工作方式帶來提升，但是人工智是不能完全代替會計人員的工作的。比如，智能化的設備無法完全替代充滿人情味的服務。李開復也指出，社交能力強、應變能力強、協商能力強的人，永遠不會被人工智能取代。人類的感情，想象、創造等特質也是人工智能所無法企及的。所以，對于會計從業人員而言，人工智能只是一種行業對于自身的探索以及進步，順應這種變化，會計人員應當認清挑戰，抓住機遇。
一方面，會計從業人員應調整好心態，快速適應行業的變革，重新找回自己的價值。努力提升自己的專業分析能力和管理能力，成為人工智能代替不了的高級會計工作者。比如：財務戰略制定，納稅籌劃，風險控制，合理避稅、財務分析等。同時，向復合型人才發展。正如任正非所說，稱職的CFO應隨時可以接任CEO。會計人員應當開闊眼界，放大格局，不能只著眼于本職工作，還應該了解工作其他崗位的工作內容，比如銷售類、生產類等部門的業務，提高自己的企業價值以及行業地位，做一名復合型人才。
另一方面，人工智能技術在財會領域的突破離不開懂會計知識的專業人員的配合，財務人員要努力學習新技能，加強計算機、信息技術的知識儲備，協助人工智能會計信息系統的研發，擔當人工智能會計系統的設計者和監督者。
參考文獻：
[1]閏鈺.企業人工智能時代下對會計行業的思考[J].商場現代化.2018（1Z）
[2]楊秀琴.淺議人工智能時代財務會計與管理會計的融合發展趨勢[J].現代商業.2018（18）
[3]李牧陽，沈舒航.AI運用給會計行業帶來的問題和思考[J]，中國管理信息化.2019（42）
第二篇: 總體國家安全觀論文3000字
【摘要】隨著學前教育教學不斷發展，教師及家長對于幼兒園教育教學也越來越重視，并且對幼兒園教學有著越來越高的要求，有效開展幼兒園課程教學也就十分必要。在幼兒園課程教學過程中，為能夠取得更加理想的效果，應當實行家長參與方式，并且促使家長實現較好發展，從而使家園共育模式得以實現，促使幼兒園課程教學更好發展。
【關鍵詞】幼兒園課程家長參與家長發展
【中圖分類號】G612【文獻標識碼】A【文章編號】2095-3089（2019）32-0014-01
在當前的教育教學體系中，幼兒園教育已經成為十分必要的組成部分，并且在整個教育歷程中占據越來越重要的地位，因而有效落實幼兒園課程教學具有較高價值。在當前幼兒園課程教學中，單純依靠教師往往很難取得比較理想的效果，而通過家長參與，可使幼兒園教師及家長共同對學生進行教育教學，這對于教學效果的提升十分有利。本文就幼兒園課程中的家長參與和家長發展，以實現幼兒園更好的課程教學。
1.幼兒園課程中家長參與存在的的問題
1.1家長參與課程積極性較低
就目前幼兒園課程教學實際情況而言，有些家長并未認識到課程建設中自身的作用及責任，僅僅關注幼兒生活情況，關注幼兒在園中所學習的知識及技能，也能夠配合幼兒將教師的要求及布置任務完成。然而，對于幼兒園課程建設及教學中自身的義務并未能夠清楚認識，未能夠積極參與到課程建設中，對于幼兒園課程活動僅僅以旁觀者角度看待，未能夠客觀評價課程實施情況，對于課程改革及創新也未能夠提出自身想法及建議。
1.2幼兒園課程參與中家長處于被動地位
就目前幼兒園課程實際情況來看，很多家長了解幼兒園課程都是通過以下幾種途徑：家園欄所公布的課程教學計劃、家園互動信息及幼兒講述。同時，大多數教師在開展及設計課程中往往也是對于家長參與缺乏認識，在幼兒園教師開展家長只需與教學工作配合即可。目前，幼兒園教師與家長之間的良好平等互動關系并未形成，幼兒園教育中家長的參與程度及地位仍需進一步提升，從而真正實現家長參與。
1.3未充分發揮幼兒園課程中的家長作用
在幼兒園課程教學中，家長所發揮的作用通常體現在以下幾個方面：其一，信息提供人員，即將家庭生活中幼兒的各種情況向教師提供提供，以便教師能夠更好進行因材施教；其二，任務督促人員，也就是督促幼兒將教師所布置作業或者有關活動要求完成；其三，幼兒園課程材料有關提供人員，將幼兒所需要的材料準備好；其四，幼兒園活動參與人員，即教師參與幼兒園所開展的各種活動。就這種情況而言，對于幼兒園課程的參與及評價方面家長所具備的作用并未能夠得以充分體現，家園共育模式層處于較淺層次，家長未能夠在幼兒園課程決策及評價方面深入參與[1-2]。
2.幼兒園課程中家長發展的有效策略
2.1加強家長的認識
在幼兒園課程教育及建設中，為能夠實現家長的更好發展，使家長的作用得以更好發揮，首要任務就是加強家長的認識。幼兒園教師應當對幼兒加強引導，使幼兒家長能夠改變以往理念，認識到自身在幼兒園課程建設中的作用。幼兒園可開展家長開放日、家長座談會以及網上論壇等，通過這些不同方式，使家長能夠在幼兒園課程的開發、實施及評價中積極參與，使幼兒園家長能夠充分意識到幼兒園課程對家長參與的需求，在此基礎上使家長能夠轉變自身理念，在此基礎上也就能夠使其在幼兒園課程中積極參與，使家長參與能夠得以真正實現，同時實現其更好發展。
2.2加強幼兒家長的支持及指導
在幼兒園課程建設及教育中，幼兒家長參與不理想的一個重要原因就是幼兒家長素質比較差，缺乏能力參與到課程建設中。因此，幼兒園應當對幼兒家長加強支持與指導，對幼兒家長進行繼續教育，使幼兒家長能夠進一步學習知識，使幼兒家長能夠掌握幼兒教育知識及方法，使其教育能力提升，增強其信心。另外，應當對幼兒家長加強鼓勵，使其能夠充分發揮自身優勢及特點，運用自身獨特優勢及資源，為更好進行幼兒園課程建設提供較好的意見及建議，使幼兒園課程建設及教學能夠取得更加理想的效果，對幼兒進行更理想的教學[2]。
3.結語
在目前幼兒園課程建設及教育中，家長參與已經成為必然需求及要求，也是實現幼兒園課程有效建設的基礎，有效實現家長參與十分必要。作為幼兒園教師及家長，應清楚意識到幼兒園家長參與中存在的問題，并且針對這種情況通過有效方式促使幼兒家長更好發展，進而使其能夠在幼兒課程中更好參與，實現更理想的課程建設。
參考文獻：
[1]金哲，盧清.家長參與幼兒園教育研究現狀及展望[J/OL].寧波教育學院學報，2019（01）：113-116.
[2]于敏.農村幼兒園民間游戲資源利用路徑探索[J].科教導刊（下旬），2018（09）：131-132.
第三篇: 總體國家安全觀論文3000字
試談幼兒教育中肢體語言的應用
引言
肢體語言主要是指由身體的各種動作，代替語言起到表情達意效果的無聲語言。在幼兒教育中，肢體語言格外重要，是不可或缺的重要的教育工具。在幼兒教學過程中，教師需要使用一些形象化的體態語言，采用比較幽默的藝術形式，通過各個肢體部位表達情緒和情感，從而有效增強課堂教學的趣味性，提高幼兒教育的效率。幼兒比較善于察言觀色，對于一個小小的動作都會進行思考。教師通過一個動作，能夠使幼兒產生信任和依賴，更加相信教師，達到很好的教學效果。
一、體態語言在幼兒教育中的重要作用
(一)激發幼兒的學習興趣。
因為幼兒的理解能力相對來說比較差，如果教師單純地使用文字語言進行教學，有的時候就會出現與幼兒溝通存在障礙的問題。通過應用肢體語言，能夠使幼兒更容易地理解教師傳遞的信息，產生興趣，從而更好地參與到幼兒教學過程中。在教學過程中，教師通過形象生動的肢體語言，能夠有效吸引幼兒注意力，激發幼兒的學習興趣，使其更加積極主動參與到教學過程中。
例如在學習一些動物的時候，教師可以組織幼兒進行表演，通過模仿小動物，使幼兒的學習興趣得到激發，能夠更加積極主動地參與到教學過程中。
(二)提高幼兒的記憶能力。
幼兒還處于形象思維發展的階段，運用肢體語言教學能夠使孩子把聲音和肢體語言有效結合起來，更加有利于孩子吸收。同時，通過這種方式，能夠使幼兒更好地記憶所學習的知識，有效保證教學效果。運用這樣的形式會使幼兒學習壓力減小，強化記憶，在愉悅的氛圍中開展活動，有效降低遺忘率。
例如在進行“老鷹抓小雞”游戲的時候，教師通過肢體語言讓幼兒按照游戲規則參與游戲，基本只需要講過一次就能夠保證教學效果。幼兒能在良好的氛圍中記憶游戲知識，有效保證了幼兒教學活動的有效性。
(三)提高幼兒注意力，增強幼兒理解能力。
幼兒由于年齡小，認知能力比較差，難以長時間集中注意力。如果教師采用有趣的教學語言和生動的肢體語言吸引幼兒的注意力，就能夠有效保證教學的有效性，強化教學效果。教師可以把有聲語言和無聲語言合并起來，使幼兒更加有效地理解活動目標與內容。
例如在學習《狐貍和烏鴉》的故事時，教師可以進行展示，一邊講解故事，一邊摻入肢體語言。這樣，能夠有效吸引幼兒的注意力，使幼兒學習的積極性得到有效保證。同時，能夠增強幼兒的理解能力，提高幼兒的形象思維能力。
二、如何有效促進幼兒肢體語言的發展，提高幼兒教育效率
(一)在幼兒活動中激發幼兒的肢體語言。
幼兒園各種教育活動的主體都是幼兒，所以教師應該不斷豐富教學形式，有計劃地指導幼兒進行活動，激發幼兒的肢體語言。這就需要幼兒園舉辦的活動應該符合幼兒的實際情況，與幼兒的個性發展相適合，使幼兒在幼兒活動中獲取更多的知識，取得更好的教學效果。例如教師可以組織學生進行貓抓老鼠的游戲，讓幼兒分別扮演貓和老鼠，然后通過豐富的肢體語言表演，使學生的肢體語言能力得到發展。
(二)教師利用自己的肢體語言進行有效的引導。
教師應該學會利用自身的肢體語言進行引導，使幼兒喜歡上肢體語言，有強烈的模仿欲望，從而有效發展幼兒的肢體語言理解能力。例如學習《兩只小鳥》時，教師可以讓幼兒在聽音樂的同時做出一些肢體語言的動作。讓幼兒有一種自己飛翔起來的感覺，這樣能夠使其歌唱起來的時候更加有趣。在無形中激發幼兒的學習愿望，促進幼兒肢體語言能力的深入發展。
(三)關注幼兒個性發展，注重幼兒肢體表現。
發展幼兒的肢體語言，提高幼兒教育的有效性，要求教師更加關注幼兒的成長環境，關注個性的發展。這就需要教師觀察幼兒的生活經驗，引導幼兒進行有效的肢體表現，達到因材施教的教學目的。教師應該充分利用生活中一些喜聞樂見事物開展活動，在教師肢體語言的引導下，能夠使學生愿意利用肢體語言效仿，有效保證學生的肢體語言表現力，從而實現高效教學目標。
(四)開展成功教學，增加幼兒肢體語言成功體驗。
要想提高肢體語言教學的有效性，教師應該使幼兒能夠體會到成功。這就需要教師開展成功教學活動，讓幼兒在活動中有更多的成功情感體驗，有效保證幼兒教育的質量和水平。例如教師可以讓兩個幼兒一組進行表演動作，猜動物的游戲。教師應該加強引導，發展幼兒的思維能力。在幼兒表達正確的時候，教師應該給予肯定和鼓勵，讓幼兒體會到成功的喜悅。
結語
在幼兒教學活動中，教師應該充分利用肢體語言開展幼兒教育活動，激發幼兒對于肢體語言的興趣。只有這樣，才能夠調動幼兒參與教學的積極性，調動幼兒學習的主動性和創造性。幼兒教師應該努力讀懂幼兒，尊重幼兒，深入到幼兒的精神世界中，找到有效培養幼兒綜合發展的途徑，使幼兒的主體價值得到很好的體現，推進素質教育。
第四篇: 總體國家安全觀論文3000字
摘要：崔政博士的新著《科學技術知識的政治經濟學研究》以馬克思的“勞動”概念為中心，提供了一個劃定人工智能替代人類勞動的邊界框架。該書區分了重復性勞動與創造性勞動，提出創造性勞動是人類勞動的本質也是人工智能不可替代的。但需要進一步指出的是，機器學習已經在認識實踐中表現出對人類認知勞動的極大輔助作用，包括：人工智能能夠提升科學知識生產效率;人工智能擅于提取和傳遞默會知識;人工智能可以產生某種機器知識。以上原因使得我們在創造性勞動中很難將人工智能排除在外，未來可能的創造性勞動方式應當是某種人機協作或人機融合。
關鍵詞：人工智能;創造性勞動;科學知識;默會知識;機器知識
中圖分類號：TP18文獻標識碼：A文章編號：CN61-1487-（2020）01-0154-03
產業科學出現以來，科技創新對經濟增長的驅動作用已經成為全球性的共識。崔政博士的新著——《科學技術知識的政治經濟學研究》，試圖以“勞動”概念的歷史分析為切入點，討論科學技術在當代資本主義經濟中所扮演的角色，進而以一種動態的勞動價值論表明當代社會經濟運行的內在動因[1]2。該書以馬克思的“勞動”概念為核心構建了一個哲學空間，將科學知識、技術創新、資本運行納入其中，完整地闡述了科學技術對經濟社會的塑造作用。該書的敘事方式表達了兩個理論取向：第一，對科技創新的分析不同于傳統技術創新理論僅關注經濟“增長”，而是從更為基礎的社會分工出發關注經濟“發展”;第二，將科學知識的生產還原到馬克思的“科學勞動”概念，實際上已經使用了一種擴展了的“科學”概念，蘊含著當代科學知識生產所具有的實踐性、情境化、多主體等特征。
該書更為重要的貢獻在于討論了人工智能技術對于社會生產方式的挑戰和變革作用。書中提出：“人工智能的替代效應是建立在對人類勞動數據化和邏輯化的基礎上的，探索自在自然的創造性勞動是不可數據化和邏輯化的。因此，人工智能只能圍繞既有的對象進行重復性生產，替代重復性勞動;而人類則能夠探索自在自然，從而摸索新技術、建構新對象，進行創造性勞動。也就是說，機器所不能替代的人類勞動的‘硬核’是探索自在自然的勞動，是創造對象和掌握技術的‘創造性勞動’。”[1]25作者將馬克思的“勞動”概念區分為“重復性勞動”和“創造性勞動”，進而指出人工智能是對機器大工業的否定，它將替代人類勞動中可以重復、可以數據化的部分，但創造性勞動是人類勞動的本質，是人工智能所不能替代的。
作者提出：“人工智能可以在將重復性勞動數據化的基礎上，對人類勞動進行模仿，從而取代任何形式的重復性勞動。但人工智能卻不能取代人類的創造性勞動，創造性勞動是通過探索自在自然，經過反復的摸索與實驗、征服反常和偶然、掌握技術、創造對象、實現對象從無到有的過程的勞動，這是一種原生性的勞動。”[1]27作者認為，創造性勞動是對馬克思的“自在自然”的探索，“自在自然”是在人類的現有認知能力之外，卻以反常和失敗等形式向人類顯現其自身。然而，在認知實踐當中，機器學習已經可以幫助人類探索認知能力之外的“自然”，當然這種“自然”并不以反常或失敗的形式存在。作者也指出：“尤其是在大數據和云計算的背景之下，機器學習的速度遠超人類的認知極限，甚至可能在數據中找到人尚未發現的方法和規則。”[1]35因此，在認知勞動方面，我們可以在作者的概念框架下進一步區分出人工智能對人類“創造性勞動”的輔助作用，具體表現為三個方面：人工智能提高科學知識生產效率;人工智能擅于提取和傳遞默會知識;人工智能可以產生某種機器知識。
一、人工智能能夠提升科學知識生產效率
機器學習的廣泛使用可以提升科學知識生產的效率，主要表現在文獻研究和實驗室研究兩個方面。人工智能系統可以通過自然語言理解獲取、閱讀和總結所有相關文獻。例如，一個叫做Iris的人工智能系統的運行方式是：從某個研究主題的演講切入，先使用自然語言處理算法分析演講的腳本，挖掘從開放渠道獲取的研究文獻，然后將相關研究文獻分組并進行可視化，再通過人工標注文獻使機器匹配精度增加，當機器能夠理解文獻的內容和結構時，可以幫助科研人員總結出該研究主題下的所有研究問題、假設、實驗結果等，從而將前人工作完整呈現。此外，機器學習的使用還能夠加快實驗研究的進程。例如，2016年5月，澳大利亞國立大學的研究團隊使用機器學習重復了物質的玻色—愛因斯坦凝聚態的實驗室發現過程，從反復設置調整實驗設備的各種參數到產生凝聚態物質，機器學習只用了一個小時，而憑借這一發現獲得諾貝爾獎的三位科學家是在直覺的基礎上經過多年實驗才制造出了物質的凝聚態。由此可見，作為技術的人工智能的進步已經開始反向促進作為基礎研究的科學知識的生產。
二、人工智能擅于提取和傳遞默會知識
波蘭尼（MichaelPolyani）提出了默會知識（tacitknowledge）的概念，以區別于可以明述的知識（explicitknowledge），明述知識是用語言文字來表達的知識，如科學知識，默會知識則是我們知道但通常不加言述或者不能充分言述的知識[2]。默會知識具有以下幾個特點：難以用語言文字描述，不易傳播、記錄和積累;獲取默會知識主要依靠親身體驗;默會知識呈分布式存在，難以整合。這些特點導致我們很難有效運用默會知識，而機器學習的大規模運用使得人工智能系統非常擅于處理默會知識。作者敏銳地意識到了這一特點——“以往我們所說的‘默會知識’、手工技藝技巧，以及復雜程度遠超人類認知能力之外的一些潛在規則，也都不再是一個個‘黑箱’，機器可以基于將人類勞動的過程還原成物理量和數據，再通過機器學習找到其內在的規律，從而取代人類勞動。”[1]56
在當前人類社會所有已經產生的信息中，文字只占極少的比例，大量的信息以圖片和視頻方式呈現，其中蘊含了大量需要通過親身體驗才能獲取的默會知識。如果有辦法將事物狀態用圖片或視頻記錄下來，就有可能使用機器學習從中萃取出知識。很多電影公司已經使用人工智能系統觀看大量人類歷史上的影視作品，從而歸納提取出經典橋段，創作出新的配樂、臺詞和預告片以供人類借鑒。更為重要的是，由人工智能系統獲取的默會知識是以神經網絡參數集的形式存在的，這對人類而言仍然不可描述，也難以在人類之間傳遞，但卻非常易于在人工智能系統間傳播。例如，一臺掌握駕駛技能的自動駕駛汽車只要將參數集分享出來就可以快速讓所有汽車學會這項技能，而且可以實現機器間的協同行動。
三、人工智能可以產生某種機器知識
如果說默會知識還是“可意會而不可言傳”的知識，那么AlphaGoZero在圍棋上的表現已經表明人工智能系統產生了某種既無法“意會”也無法“言傳”的機器知識。AlphaGoZero在沒有人類以往的經驗或指導、不提供基本規則以外的任何領域知識的情況下，就使用機器學習在短時間內探索了大量人類從未嘗試過的走法。機器發現的知識不僅完全超出了人類的經驗，也超出了人類的理性，成為人類幾乎無法理解的知識。由此，產生了討論某種“機器認識論”的可能性，GregoryWheeler在《MachineEpistemologyandBigData》一文中提出：機器學習對事物間隱蔽的相關性的發現和掌握已經遠超人類，因此機器知識更多的是一種相關性知識。[3]321董春雨教授在《機器認識論何以可能？》一文中也指出：“人類必須正視機器在其擅長的領域，通過特殊的認識方式所獲得和積累的知識。”[4]
機器知識與科學知識或默會知識的核心差別在于：機器知識依賴數據，科學知識或默會知識依賴信息。信息是事物可觀察的表征，或者說信息是事物的外在表現。任何一個物體的信息量都非常大，要精確描述一個物體，就需要將其中所有基本粒子的形態以及它們之間的關系都描述出來，同時還要將該物體與周圍環境的關系都描述出來。而數據是已經描述出來的部分信息，關于一個物體的數據通常要比信息少得多，例如只包含它的形狀、重量、顏色和種屬關系等。只有當信息經過適當的處理，當它被用來進行比較、得出結論和建立聯系時，它才會轉化為知識。而知識可以理解為伴隨著經驗、判斷、直覺和價值的信息，作為認知主體的人在其中扮演了關鍵角色。
相較之下，機器知識可以被刻畫為數據在時空中的關系，這些關系表現為某種模式，對模式的識別就是認知，識別出來的模式就是知識，用模式去預測就是知識的應用。這些數據在時空中的關系只在少數情況下才能用數學工具進行表達，而多數情況下知識表現為數據間的相關性的集合，這些相關性只有一小部分可以被人類感知和理解。這源于人類感受能力的局限性：人類只能感受部分外界信息，人類的感官經驗局限在三維的物理空間和一維的時間。因此，當數據無法被感知，它們之間的關系又無法用數學工具表達時，這些數據間的關系就超出了人類的理解能力之外而屬于機器知識。當前機器學習的主流形式——人工神經網絡的最大特點就是發現并記憶數據中的相關性，例如在看了很多汽車圖片后會發現汽車都有四個輪胎，人類對圖片這類直觀的數據間的相關性也能發現并記憶一部分，這就是默會知識。但當數據量很大且不直觀時，例如股票市場的數據或者核電站的內部數據，人類就無法應對了。而隨著人工神經網絡層級和數量的增加，人工智能系統能夠處理大規模的復雜數據，這就是機器知識。機器知識當前的主要表現形式類似于AlphaGoZero中的神經網絡的全部參數。
概言之，科學知識和默會知識多是基于信息的因果性知識，而機器知識多是基于數據的相關性知識。此外，科學知識是易于記錄、易于陳述、易于傳遞的;默會知識是難以記錄、難以陳述、可傳遞的;機器知識則是可記錄、不可陳述、易于在機器間傳遞的。
四、人工智能發展的局限性
當然，基于人工神經網絡的機器學習仍有兩個核心的局限性導致人工智能系統還不足以承擔創造性勞動。第一個局限是，人工神經網絡需要依賴特定領域的先驗知識，也就是需要特定場景下的訓練，這是因為人工神經網絡的學習本質上是對相關性的記憶，人工神經網絡將訓練數據中相關性最高的因素作為判斷標準。這個問題在自動駕駛汽車中表現的非常突出，鑒于道路交通情境的復雜性和交通標示的多樣性，自動駕駛系統難以避免很多交通事故。第二個局限是，人工神經網絡無法解釋產生某個結果的原因，這種不可解釋性在許多涉及安全和公共政策的領域顯現的比較突出，例如在智能醫療中，人工神經網絡在影像識別和輔助診斷中都對其結果缺乏醫學上的解釋性，都需要專業醫生的復核。
基于人工神經網絡的人工智能系統在記憶和識別這兩個基礎智能方面超越了人類，但在推理、想象等高級智能方面還相差較遠。與人類相比，人工智能無法承擔創造性勞動的原因還不止于以上的局限性，還包括：人工智能沒有常識和物理世界的模型;人工智能沒有自主和自發的通用語言能力;人工智能沒有想象力，需要大量常識、反事實假設和推理能力;最重要的是人工智能沒有自我意識。自我意識的缺乏導致能夠產生機器知識的人工智能系統仍然無法被視為認知主體，其知識的“創造性勞動”是一種無意識認識活動。
五、結語
人工智能系統在提升科學知識生產效率、處理默會知識以及產生機器知識方面的優勢，使得我們在創造性勞動中很難將其排除在外，未來可能的創造性勞動方式應當是某種人機協作或人機融合。腦機接口（brain-computerinterface）是當前一個重要的人機協作研究方向，而其中最激進的方式是馬斯克提出的Neuralink，即通過柔性電極對接在人腦的神經網絡上，Neuralink要解決的是人類的信號輸入與輸出，但其問題在于人類的高級思維（如邏輯推理或描述場景）必須依賴語言，而目前基于人工神經網絡的機器學習能力主要是對環境的識別能力，還遠沒有達到語言和邏輯推理，但人類智能通過語言進行溝通。這背后就隱含了人類的科學知識與人工智能系統的機器知識之間的不可通約，以上例子也表明基于人機協作的創造性勞動還有很大的技術障礙需要克服。
參考文獻：
[1]崔政.科學技術知識的政治經濟學研究[M].石家莊：河北人民出版社，2019.
[2]郁振華.當代英美認識論的困境及出路——基于默會知識維度[J].中國社會科學，2018（7）.
[3]GregoryWheeler.Machineepistemologyandbigdata[A].inMcIntyre，Lee，andAlexRosenberg，eds.TheRoutledgeCompaniontoPhilosophyofSocialScience[C].Taylor&Francis，2016.
[4]董春雨，薛永紅.機器認識論何以可能？[J].自然辯證法研究，2019（8）.
第五篇: 總體國家安全觀論文3000字
〔摘要〕人工智能飛速發展，正在改變人類生活，推動人類進步。人工智能學者從認知科學、心靈哲學以及控制論等不同視角對人工智能進行研究，但對于人工智能哲學根源的追溯與厘清較少。古希臘畢達哥拉斯主義的數論思想、亞里士多德演繹邏輯系統與分析哲學中的邏輯分析與語言分析方法以及簡單性哲學原則為人工智能研究綱領、研究框架以及研究方法等奠定了基礎，哲學核心問題決定了人工智能的研究進路。只有對人工智能的哲學思想源流進行追溯與探究，才能理解人工智能的理論基礎，以更好地把握人工智能的發展規律并合理預測人工智能的發展趨勢。
〔關鍵詞〕人工智能，數論，簡單性原則
〔中圖分類號〕N1 〔文獻標識碼〕A〔文章編號〕1004-4175（2020）02-0005-06
人工智能發展如火如荼，學者除了對人工智能技術本質、人工智能社會影響、發展路徑及倫理問題等進行研究之外，還關注人工智能中的哲學問題。對人工智能的研究不能僅僅局限于技術層面及科學基礎層面的反思，也要涉及對人工智能的哲學思考。博登指出：“在科學家族中，沒有一門學科比AI與哲學的關系更密切。” 〔1〕3人工智能與哲學緊密聯系，特別是心靈哲學與語言哲學，認知科學與認知心理學等學科也為人工智能發展奠定了科學基礎。迄今為止，對于人工智能哲學的研究還沒有形成完整的理論體系，學者多從哲學視角對人工智能中的問題進行探討，從哲學思想源流挖掘人工智能基礎的著述不多。筆者嘗試從人工智能的數論基礎、邏輯學、分析哲學基礎以及簡單性原則等視角分析人工智能的哲學思想根源。
一、數論哲學為人工智能提供質料基礎
人工智能先驅西蒙與紐維爾作為人工智能符號主義（symbolicism）學派的代表，他們的研究著眼于計算機程序的邏輯結構、符號操作系統以及編程語言，這與古希臘哲學家畢達哥拉斯學派的“數論”思想一脈相承。在畢達哥拉斯看來，數是萬物的本原，萬物皆數。“按照普羅克洛在《歐幾里德〈幾何原理〉注釋》中，‘數學’這個詞也是畢達哥拉斯學派首先使用的”〔2〕268。畢達哥拉斯將科學研究的基礎建構在數學的基礎之上。畢達哥拉斯哲學思想的核心即“數”是萬物的本原。按照畢達哥拉斯的數論思想，與其說水、火、土等都是萬物的本原，不如用一個簡單詞“數”來解釋萬物的存在。
“數是萬物的本原”包含著萬物之中存在著某種數量關系的含義，不管是天體結構、音階音律以及建筑結構等萬物都存在數量關系。畢達哥拉斯學派認為數是宇宙的元素，科學研究就是尋找紛繁復雜現象之后的數量關系。例如，物理學是研究事物運動方面的數量關系，幾何學是研究事物點、線、面、體之間的數量關系等。他們將事物的本質歸結為數的規律，認為事物的本質就是數。按照亞里士多德“四因說”來看，畢達哥拉斯的“數”既是構成事物的形式因，又是構成事物的質料因。質料因指的是構成事物的原始質料，就好比建造房屋用的磚木石瓦，形式因即構成事物的樣式和原型，就好比造房屋的圖紙或建筑師頭腦里的房屋原型。這樣的思想家（畢達哥拉斯主義學派）認為數既是事物的質料、同時又是形成事物的變化和它們的不變狀態的形式”〔3〕21-22。因此，數對于事物來說，既是質料因又是形式因。
畢達哥拉斯的哲學思想還表現在數的和諧論。他認為萬物包括宇宙在內都由數構成，并且萬物可以還原為數;他還認為宇宙是和諧的，并把和諧的宇宙稱為“科斯摩斯”。科斯摩斯原意就是“秩序”的意思，認為世界存在內在秩序與內在規律，人類可以通過數量之間的關系找到世界的既定秩序。
畢達哥拉斯的“萬物皆數，數之和諧”思想既具有本體論含義，也具有方法論意味。他的哲學思想影響了古希臘科學的發展，亞里士多德的邏輯學體系、歐幾里德的幾何學體系、托勒密的天文學體系、蓋倫的醫學體系這四大古希臘的科學成就皆受畢達哥拉斯主義哲學思想的影響。不但如此，畢達哥拉斯的哲學思想還影響了西方整個自然科學的發展。達芬奇、哥白尼、開普勒、伽利略、牛頓等人都自稱是“畢達哥拉斯主義者”。達芬奇認為天體是一架服從確定自然法則的機器，自然界有確定的規律;15-16世紀帶有畢達哥拉斯主義成分的新柏拉圖主義者把自然事物的行為解釋成數學結構;哥白尼日心說體系的理論基礎也是依據畢達哥拉斯主義哲學理論來構造行星運動簡單、和諧的天體幾何學模型;開普勒認為自己是畢達哥拉斯主義者，他的目標就是追求造物主心中數的和諧;伽利略也是畢達哥拉斯主義的追隨者，他認為“自然之書是用數學語言書寫的”，自然的真理存在于數學事實中。畢達哥拉斯的數論思想還影響了萊布尼茲。萊布尼茨有一個夢想，就是給出一套理想符號系統或語言和確定的語言變換或演算規則，把日常問題轉變成理想語言，利用演算規則清楚地求解問題的答案。在此基礎上，萊布尼茲提出“通用機”的天才設想。萊布尼茨嘗試發明人工智能通用機，他設計出一種二進制計算法，用二進制數代替原來的十進制數，二進制數即“1”和“0”。萊布尼茲雖然制作出了簡單機器，但其只能進行簡單的算術計算，還不是萊布尼茲設想的能夠進行復雜數據處理的通用機。盡管如此，萊布尼茲思想還是影響了整個計算機系統的發展。
圖靈與馮·諾依曼的人工智能機器也受畢達哥拉斯主義數論的影響，他們運用數的和諧以及數量關系的計算嘗試讓“萊布尼茲之夢”在現實生活中得以實現。圖靈通過基本的數學運算將數學運算符號化為運算符，并用一個無限長紙帶來表述計算過程，制造出了圖靈機，這就是萊布尼茨所說的“通用機”。圖靈認為人腦類似通用機，圖靈提出一臺計算機在多大程度上可以模仿人的活動，進而提出“機器能否思維”這個哲學問題。圖靈堅持通過特定算法程序，把可計算的數量關系都轉化為由一臺圖靈機來計算。馮·諾依曼指導發明第一臺基于運算器與存儲器的計算機，他為圖靈通用機設計出一個物理模型——EDVAC，EDVAC可以執行加、減、乘、除等數學操作。與圖靈一樣，馮·諾依曼把人腦與機器類比，機器通過存儲器儲存數據，通過數學規則設計出把思維當成數據的程序，通過簡單、和諧的數字制造出能進行復雜數字處理的機器。 不管是圖靈的通用機還是馮·諾依曼的EDVAC都是為了解決“萊布尼茲之夢”，其哲學思想均根源于畢達哥拉斯的“數論”哲學思想。除了圖靈與萊布尼茨，紐維爾與西蒙等符號主義人工智能先驅也認為，不管是人類智能還是機器智能都是根據確定的或者規范的規則來進行符號操作的。不但如此，基于認知模擬的強人工智能也把心理狀態作為計算狀態，所謂認知就是計算，這是對基于數論的計算主義教條的信仰，人類智能類似于信息處理系統。聯結主義人工智能不同于符號主義人工智能，它否認智能行為來自于在形式規則下對符號進行操作的觀點，“符號主義人工智能中的信息處理包括明確的應用和形式規則，但是聯結主義人工智能沒有這樣的規則”〔4〕1366-1367。與符號主義人工智能不同，聯結主義人工智能的工作原理是尋找神經網絡及其間的聯結機制及學習算法。雖然聯結主義與符號主義人工智能有區別，但聯結主義人工智能與符號主義人工智能的共同假設都是把認知看作信息處理，且信息處理都具有可計算性。可見，畢達哥拉斯的“萬物皆數，數之和諧”思想為符號主義人工智能與聯結主義人工智能的發展奠定了基礎。
二、演繹邏輯與分析哲學成為搭建人與機器聯系的橋梁
除了畢達哥拉斯的數論思想，古希臘亞里士多德的演繹邏輯系統也是人工智能的哲學思想源泉。人工智能符號主義學派也稱為邏輯主義學派，可見邏輯思想在人工智能發展中的重要地位與作用。即使是深受胡塞爾后期的現象學、海德格爾的存在現象學和梅洛-龐蒂的知覺現象學影響的人工智能專家德雷福斯，也肯定演繹邏輯以及形式系統在人工智能發展中的作用。在德雷福斯看來，符號主義人工智能的基礎是邏輯學，是哲學中的理性主義。人工智能的主要設想是可以運用計算機的邏輯運算來模擬人類思考的過程。圖靈嘗試依靠邏輯發明通用機，“我希望數字計算機能夠最終激起人們對符號邏輯的極大興趣……人與這些機器進行交流的語言……構成一種符號邏輯”〔5〕288。馬丁·戴維斯直接把符號主義學派的源頭追溯到亞里士多德，“把邏輯推理簡化為形式的努力可以追溯到亞里士多德”〔6〕200。亞里士多德是邏輯學的創始人，他認為邏輯學是獲得真正知識的重要工具，邏輯學是哲學的基礎。亞里士多德注重演繹推理，特別重視三段論推理，他認為三段論推理是一切思維運動的基本形式。三段論是一種典型的演繹推理模式，它由普遍性公理和推理規則經過嚴密的邏輯論證得出必然性結論。圖靈的通用機以及符號主義人工智能的根本基礎，都可以歸結為邏輯或者演繹推理。
集邏輯分析方法與語言分析方法于一體的分析哲學也是人工智能的思想源泉，分析哲學把邏輯學看作一切學科的基礎，數學的基礎也是邏輯學，數學也要用邏輯符號來表示。分析哲學產生于20世紀初，代表人物是石里克與卡爾納普等人，其理論來源于英國的經驗論者休謨、法國的實證主義者孔德、英國的邏輯主義者密爾和哲學家與心理學家馬赫等人的觀點。弗雷格的《算術基礎》、羅素與懷特海合著的《數學原理》、石里克的《普通認識論》以及維特根斯坦的《邏輯哲學論》是分析哲學的代表著作。分析哲學的基本觀點是：哲學的任務是對知識進行分析，強調通過對語言的邏輯分析來消除形而上學問題，認為一切綜合命題都以經驗為基礎等。分析哲學家認為一切科學研究必須從經驗出發，哲學的主要任務是運用現代數理邏輯和語言分析把復雜的概念分析為簡單的概念，分析哲學家想通過對語言的邏輯分析澄清語句、語詞的意義，通過語義上升，拋棄含混、模糊、有歧義的自然語言，把自然語言的語句轉換成邏輯命題，通過分析邏輯命題的意義清除偽哲學問題，達到拒斥形而上學的目的。分析哲學注重邏輯分析與語言分析，強調語言分析的重要性，分析哲學把科學的任務界定為發現真理，而邏輯的任務在于識別真理的規律。羅素立足于把哲學建成嚴密的科學，哲學像科學一樣可以獲得真理性的知識。在羅素看來，哲學和科學只有程度之分，沒有本質區別。哲學問題都是邏輯問題，邏輯問題就是科學問題。對科學問題進行分析還原之后，如果這個問題是邏輯問題，則它是哲學問題，否則就不是哲學問題。因此，邏輯是哲學的基礎。通過邏輯分析進行還原涉及語言，那么，所有哲學問題命題都是語言表達式，語言結構是邏輯結構，是科學命題的真正的邏輯形式。
羅素的邏輯原子論從本體論角度堅持奧卡姆剃刀的最小化原則，從語言角度上堅持思維經濟原則，語言表述堅持最小詞匯量原則。“如無必要，勿增實體”。羅素從邏輯學角度堅持邏輯前提或者公理最小化原則，“寧可構造，勿要推論”。根據公理與推理規則建構的邏輯學公理系統影響了圖靈、馮·諾依曼及其以后的人工智能專家。馮·諾依曼致力于為新機器設計邏輯方案，戈德斯坦把馮·諾依曼看成將邏輯應用于計算機的第一人，“據我所知，馮·諾依曼是一個清楚地懂得計算機本質上執行的是邏輯功能的人”〔7〕69。馮·諾依曼在EDVAC的報告中也提到，不但從數學的觀點，而且從工程史和邏輯學家的觀點來探討大規模計算的機器。在人工智能哲學先驅德雷福斯看來，自從古希臘人發明了邏輯與幾何，就把一切推理歸結為計算。人工智能中符號主義的基礎是邏輯學，是哲學中的理性主義、還原論傳統。他們把計算機看成操作思想符號的系統，試圖用計算機來表達對世界的形式表述。心靈與計算機都是物理符號系統。在德雷福斯看來，“伽利略發現人們可以忽略的品質和技術上的考慮，從而能找到一種用來描寫物質運動的純形式化系統，同樣我們可以設想，一位研究人類行為的伽利略可能會把所有語義上的考慮（對意義的依賴），變成為句法（形式化）操作技巧”〔8〕76。人工智能的代表人物數理邏輯學家皮茨與生理學家麥卡洛克撰寫了《神經活動中內在觀念的邏輯運算》，他們的思想受到羅素與懷特海《數學原理》的啟發，堅持把一切數學還原為邏輯，甚至神經網絡也可以用邏輯來表達。德雷福斯認為人工智能的發展建立在四種假設之上，即生物學假設、心理學假設、本體論假設以及認識論假設。其中認識論假設指的是一切知識都可被形式化，可以被編碼成數字形式;本體論假設指的是存在一組在邏輯上相互獨立的事實，知識可以被編入計算機程序。紐維爾認為：“人工智能科學家把計算機看成操作符號的機器，他們認為，重要的是每一樣東西都可以經編碼成為符號，數字也不例外。”〔9〕196 在符號主義者看來，符號是人類認識外部世界的基本單元。人工智能的邏輯學派將人的認識對象通過數學邏輯的方式抽象為符號，利用計算機的程序符號來模擬人認知世界的過程。符號主義學派主要依靠計算機的邏輯符號來模擬人的認知過程。人工智能的重量級人物紐維爾與西蒙構造了第一個真正意義的人工智能程序，稱之為“邏輯專家”，可見人工智能專家受邏輯學思想影響之深，“任何表現出一般智能的系統，都可以證明是一個物理符號系統” 〔10 〕41。西蒙與紐維爾認為，作為一般的智能行為，物理符號系統具有的計算手段既是必要的也是充分的。紐維爾與西蒙把其理論來源追溯到分析哲學家弗雷格、羅素與懷特海，“該假設的起源要追溯到弗雷格、懷特海與羅素就形式化邏輯提出的方案：以邏輯方式獲取基本的概念式數學觀念，把證明和演繹觀念置于可靠的根基上”〔11〕。德雷福斯認為，真正的專家解決問題是訴諸直覺與整體性，在此基礎上對人工智能的認識論假設與本體論假設進行批判，但他同意專家系統必須使用某種類型的概論度量的邏輯標準，“認知模擬的先驅者們——已經繼承了霍布斯推理就是計算的主張，笛卡爾的心理表述、萊布尼茲的‘普遍文字’的思想——所有知識都可以在一組初始概念中得到表示”〔11〕。正如德雷福斯所言，“人工智能就是試圖找到主體（人或計算機）中的哲學本原元素和邏輯關系”〔12〕。可見，人工智能與邏輯學特別是分析哲學緊密相關，邏輯學與分析哲學是人工智能的一個重要思想來源。
三、簡單性哲學原則為人工智能提供方法論基礎
簡單性原則作為一種方法論原則，指的是科學理論前提的簡單性、科學定律的簡單性、思維經濟性以及邏輯簡單性原則。簡單性原則在科學中占有重要地位。歐幾里得幾何學只有五個公設和幾個推理規則就建構其整個立體幾何學體系。這就是簡單性應用的典范。簡單性哲學原則認為，某一給定實體是由更為簡單或更為基礎的實體所構成的集合或組合。愛因斯坦指出：“從古希臘哲學到現代物理學的整個科學史中，不斷有人力圖把表面極為復雜的自然現象歸結為幾個簡單的基本觀念和關系。”〔13〕39
古希臘先哲用簡單的物質元素探索世界的本原。例如，泰勒斯把世界的本原歸結為水，赫拉克利特把世界的本原歸結為火，德謨克利特把世界的本原歸結為原子，認為世界由不可分的原子構成。他認為，萬事萬物都可以還原為不可分最小微粒——原子，世界是由原子構成的。復雜的事物由簡單的事物構成，萬事萬物都由不可分的基本粒子構成。世界由最基本的粒子構成，復雜對象由基本粒子構成，基本粒子決定了宇宙的性質。
簡單性哲學原則不但用簡單元素追溯世界的本原，還致力于用力學解釋自然現象。不管是物理規律、化學規律、生物規律，甚至是社會規律都可以用力學解釋。哥白尼的日心說體系之所以取得科學界的支持也不是因為其解釋力強，而是因為其遵循了簡單性原則，從而取代了托勒密繁瑣的本輪-均輪模型。牛頓的力學三定律就立足于簡單性原則，用力來解釋所有運動。按照簡單性哲學原則，人與動物都是由簡單的粒子構成，人與動物沒有根本區別，人與機器也沒有本質區別，甚至可以說“人就是機器”。1747年，拉·梅特里發表了《人是機器》這一哲學巨著，提出“人是動物，因而也是機器，不過是更復雜的機器罷了”〔14〕69。笛卡爾把人體看作是與機械相類似，用機械的旋渦來解釋天體運動問題，他認為宇宙是一架機器，機械運動是唯一的運動規律。牛頓、開普勒、伽利略等都力圖建立嚴密的力學體系來正確描述宏觀物理運動，甚至是天體運動。愛因斯坦試圖用公理化方法把自然界描繪成物質在時空中運動的統一體，德國物理學家海森堡也認為簡單性原則可以作為科學假說可接受性的標準。
不僅自然界的規律可以用力學表示，而且社會關系也可以用力學表示。孔德提出社會動力學和社會靜力學概念，社會動力學又稱為社會物理學，立足于運用力學規律分析社會關系。1950年，斯賓塞出版《社會靜力學》，把事物的基本規律看作“力的恒久性規律”（thelawofpersistenceofforce）。“人是機器”的觀點啟發人工智能先驅開始了構造具有人類智能機器的探索。
簡單性哲學原則在人工智能發展中發揮了重要作用，影響了人工智能的出現與發展。人工智能是使用數字計算機模擬智能行為的活動。在紐維爾與西蒙看來，人工智能系統中把數據看作“1”與“0”的數字串，其他復雜的數量關系可以由“1”和“0”兩個數字來構建，這是計算向物理過程的還原。人工智能需要把任何種類的智能活動變成一套指令。在人工智能的計算主義看來，一切推理都可以歸結為計算，人工智能機器可以復制人類智能行為。人類的認知與計算機器是一樣的。一切人類實踐與技能在頭腦中都表現為一個信念系統，由與上下文環境無關的初始行為與事實所構成。人與計算機都是物理系統或者可以簡單歸結為物理系統，這種思想深受簡單性原則影響。不但如此，人工智能中的問題求解也是由難問題還原為簡單問題來討論。明斯基（MarvinLeeMinsky）認為：“解決困難問題的能力，隨著把難題分成或者轉換成難度較低問題的能力而改變，為了做到這點，需要對局勢的理解，但不是全靠運氣。人們必須能夠對問題的表達作充分的推理或猜測，才能為問題的局勢建立更簡單的模型。這些模型具有的結構，應足以使人覺得可以把從模型得到的解，擴展到原有的問題上。”〔15〕421在人工智能先驅紐維爾與西蒙看來，人工智能與人腦都是同樣的信息處理工具，具有功能相似性，“可以看出這種方法并未假設計算機和大腦在‘硬件’上的相似會超出這樣一個范圍，即認為兩者都是通用的符號處理裝置，而且能為計算機編程程序來進行一些基本的信息處理，使它們的功能與大腦十分相似”〔16〕。既然人腦可以還原為物理屬性，那么，人工智能同樣可以還原成簡單的形式化規律。智能行為原則上可以理解為確定的獨立元素的本體論假設。不但如此，人工智能的四個假設都建立在簡單性原則之上，“心理學假設、認識論假設與本體論假設的共同之處是：它們都認為，人一定是一種按照規則對原子事實形式的數據作計算的裝置”〔17〕9。智能行為可以還原為計算。哲學傳統一直認為，凡是有序的東西都可以形式化為規則。明斯基認為所有的規律都受規則支配。“每當（在我們的行動中）觀察到一種定律時，便轉交給確定性規則來表達”〔18〕431。按照明斯基、紐維爾與西蒙等人工智能專家的觀點，人與機器都是對原子事實形式化數據的裝置，都可以還原為數量關系與物理學關系。 四、哲學核心問題決定了人工智能的研究進路
主體與客體的關系在哲學史上占居重要地位，是哲學研究中的核心問題，也是哲學史上諸多學派的思想源頭。古希臘米利都學派的泰勒斯探索萬物本源的時候就開始關注主體如何認識客體，關注主體與客體的關系，普羅泰戈拉提出的命題“人是萬物的尺度”包括了主客二分思維的萌芽，笛卡爾的精神和物質相互獨立的二元論思想暗含著主體和客體截然二分的思想。人們一般認為，只有人類才能成為主體，人之外的世界是客體。那主客二分的標準是什么呢？人之所以為主體的標準又是什么呢？有的學者認為只有主體才具有意向性，客體不具有意向性，客體只是主體認識的對象。主體一般具有獨立意識或者個體經驗。哲學意義的認識論指的是個體對知識和知識獲得所持有的信念，主要包括知識結構、知識本質、知識來源和知識判斷的信念等內容，主體與客體的關系問題是哲學的核心問題。認識論中的可知論與不可知論是研究主體之外的客體是否可知，唯心主義與唯物主義的區分以及各種不同的哲學流派的分野都基于主體與客體截然二分的哲學基礎，哲學史上，各大流派都曾經把主客關系作為研究的切入點。
人工智能是賦予機器智能，讓機器可以模擬或者代替人類的某種智能。人工智能基于不同的哲學理念有不同的研究進路，人工智能發展史上不同思想的對立也是基于對于主體與客體關系的哲學思考。一般來講，人工智能可分為三種進路，即符號主義進路、聯結主義進路以及行為主義進路。人工智能符號主義進路把人類的認知過程看成符號計算過程，人類認知是物理符號系統，人工智能先驅德雷福斯（H.Dreyfus）認為，人工智能研究者其實與煉金術師一樣，也是對一些符號進行不同的處理。因此，在人工智能的符號主義看來，人與機器沒有本質區別，人類的心智同樣可以還原成符號計算。德雷福斯在《計算機不能做什么：人工智能的極限》中提出，人工智能機器是基于生物學假設、心理學假設、認識論假設以及本體論假設基礎之上的。“生物學假設：在某一運算水平上，大腦與計算機一樣，以離散的運算方式加工信息;心理學假設：大腦被看作一種按照形式規則加工信息單位的裝置;認識論假設：一切知識都可被形式化，可以被編碼成數字形式;本體論假設：存在是一組在邏輯上相互獨立的事實，知識可以被編入計算機程序”〔17〕156。從德雷福斯關于人工智能的四個假設中我們可以看出，人工智能與人類一樣都是對信息加工和處理的工具，從這個意義上講，主體與客體之間沒有本質的區別。主體與客體不能截然二分，之所以對主體和客體進行區分，表明人類對于自身的認知規律和智能結構沒有真正揭示。
人工智能的聯結主義進路，又稱為仿生學派或生理學派，認為人工智能源于仿生學，特別是對人腦模型的研究，其主要原理為神經網絡及神經網絡間的連接機制與學習算法。聯結主義起初是用軟件模擬神經網絡，后來發展到用硬件模擬神經網絡。其理論假設是人與機器如果具有同樣的結構應該具有同樣的功能，可以通過研究人腦的物理結構從而制造出類似人腦的機器。在聯結主義看來，人與機器結構相同，人腦與計算機程序運行模式相同，則功能相同。紐維爾（AllenNewell）認為，智能的計算機程序可以被用來模擬人類的思維過程。聯結主義失敗的原因是人腦的結構并不像人工智能研究者們在電腦上模擬一樣，人類的大腦是將物理事實與知覺過程所連接的客觀事實，而不只是對信息進行加工的一臺機器。人與機器不同，機器不具有人類的精神狀態和意識。人類的精神狀態和意識是否由人腦結構決定呢？人類精神狀態和意識是先驗存在還是后天習得仍然是認知科學研究的難題。因此，通過神經網絡讓機器模擬人類智能行不通。通過對人工智能的符號主義和聯結主義的分析我們發現，主體與客體區別的必要性得以彰顯，人的主體性地位不能動搖。
人工智能的行為主義進路，又稱為人工智能的進化主義或控制論學派，其原理為維納和麥克洛克等學者的控制論思想及感知-動作型控制系統。研究重點是模擬人在控制過程中的智能行為和作用，如對自適應、自組織和自學習等的研究。人工智能行為主義學派的代表布魯克斯（RodneyBrooks）研制的“六足機器人”實質上是一個基于感知-動作模式模擬昆蟲行為的控制系統，能夠適應外界的環境，但這樣的機器人也不具有人類的感知與認知能力，主體與客體之間還是可以嚴格區分。人工智能的目標從技術層面來講是制造出對人類有益的智能機器，從哲學層面來講，就是利用人工智能概念和模型，通過機器模擬人類智能來推動哲學核心思想主客二分問題的研究，借此解決哲學上的身心問題、意識難題等問題。哲學的核心問題與人工智能的研究是相互促進的。
綜上所述，人工智能技術的發展有其哲學根源，根源于數是萬物本源思想、萬物皆數思想以及數的簡單、和諧思想，還根源于亞里士多德的邏輯思想以及分析哲學的邏輯分析研究方法。在眾多哲學思想中，簡單性原則是人工智能的哲學思想源泉。人工智能就是計算機用邏輯方法把思維還原為簡單數字來模擬人腦的過程。人工智能發展是思維的革命，人工智能涉及信息與計算的本體地位和方法論問題，人工智能的發展迫使哲學家們對思維的存在形式進行深入研究，從而把形而上的論證變成可操作的過程。人工智能的目標是通過計算機實現機器模仿人類智能，人工智能的發展直接指向哲學的中心問題。例如，意向性問題、形式化問題、身心問題等。對于人工智能的哲學基礎溯源有利于推動哲學的進步與發展，也可以拓展對于傳統哲學問題的研究。只有對人工智能的哲學思想基礎進行追溯與探源，才能為人工智能工作者提供思想源泉，從而更好地理解與把握人工智能的理論基礎、發現人工智能的發展規律以及預測人工智能的發展趨勢、把握人工智能的發展方向。
參考文獻：
〔1〕瑪格麗特·博登.人工智能哲學〔M〕.劉西瑞，王漢琦，譯.上海：上海譯文出版社，2001.
〔2〕汪子嵩，等.希臘哲學史〔M〕.北京：人民出版社，2004.
〔3〕亞里士多德.形而上學〔M〕.李真，譯.上海：上海人民出版社，1995. 〔4〕安東尼·梅耶斯.愛思唯爾科學哲學手冊〔M〕.張培富，等譯.北京：北京師范大學出版社，2015.
〔5〕KrausePJ.CollectedworksofA.M.Turing〔M〕.NorthHolland，Amsterdam：MacmillanmagazinesLtd，1992.
〔6〕Davis，Martin.Enginesoflogic：mathematiciansandtheoriginofthecomputer〔M〕.NewYork：W.W.Norton&Co.Inc，2001.
第六篇: 總體國家安全觀論文3000字
摘要：隨著信息技術與電力行業的深度融合，一定程度上提高了電力企業的生產經營效率和管理水平。但由于存在信息管理問題和網絡問題，對電力企業信息安全造成巨大威脅。本文通過分析當前電力企業信息安全管理存在的問題，針對性地提出了信息安全管理策略，以期為電力系統正常運行提供保障。
關鍵詞：電力企業;信息安全;企業管理策略
電力是國民經濟的命脈，對社會生產生活起著積極地推動作用。隨著信息技術的不斷發展，電力企業的信息化水平得到提高，一定程度上提高了電力企業的生產經營效率、管理水平以及市場競爭力。但是，信息的收集處理、交換傳輸以及共享等離不開互聯網技術的支持，而互聯網本身存在很大的自由性和不確定性，對電力企業信息安全造成巨大威脅。同時也為一些不法分子提供了可乘之機，使得其通過竊取或篡改重要的信息數據，以獲取經濟利益或達到破壞電力系統正常運行的目的。因此，為了保證電力系統正常運行，加強電力企業信息系統管理力度很有必要，也有助于推動電力企業信息化進一步發展。
1電力企業信息安全管理內容
電力企業信息安全管理主要包括安全策略、風險管理和安全教育三方面，其中安全策略屬于電力企業信息安全管理的最高方針，在制定安全策略時需要電力企業根據自身的發展規模、安全需求、業務特點等綜合考慮，最終確保形成的書面材料通俗易懂、簡單明了，便于信息安全管理人員實施操作;風險管理屬于電力企業信息安全管理的對策建議，主要是對影響信息安全的風險因素進行識別、評估和防控，可以事先假定存在某方面的風險，然后通過有效規避風險、合理轉嫁風險、科學降低風險和適度接受風險等手段來盡量降低信息風險給企業帶來的經濟損失;安全教育的目的是確保信息安全管理的有效執行，可以通過信息安全培訓的方式直接對企業信息安全管理人員進行信息安全教育，使其了解信息安全管理策略，掌握信息風險防控對策，將信息安全管理的內容內化于心、外化于形，同時將信息安全管理納入企業文化建設當中。
2電力企業信息化發展特征
2.1基礎設施建設完善
電力企業經過多年的信息化發展，與傳統的其他行業相比，信息化建設水平相對較高，計算機普及率高達100%，局域網覆蓋率達到90%以上，從管理人員到一線具體操作人員均對計算機技術有所了解和掌握。
2.2自動化系統建設成熟信息技術
在電力企業日常生產經營活動中的廣泛應用，使得生產自動化系統建設較為成熟，極大地提高了生產效率。目前多數電力企業采用更為先進的SCADA系統，電網三級調度也完全實現了自動化目標，成為引領全球電力調度的航標。
2.3營銷管理系統完善
盡管電力行業屬于國家的民生工程，享受國家的補貼政策，但仍然需要面對市場的殘酷競爭，信息技術與營銷管理系統的有機融合，進一步完善了營銷管理系統，實現了用電管理、業務受理、客戶服務等信息化，為電力企業開展營銷活動注入了新的活力。
2.4管理信息系統建設穩步推進
電力企業在管理信息系統建設過程中，相繼開發出滿足生產、營銷、設備、安全等管理要求的各種信息系統，實現了各個層面上的管理系統信息化建設，改善了企業工作環境，推動了企業現代化發展。
3問題表現分析
3.1無法保證電力企業信息服務器的安全性
在電力企業的信息網絡管理系統中，其結構是較為復雜化的，其中包含很多信息服務器，包含了企業的數據庫資源的服務器、Web服務器以及基本應用服務器等，對于這些服務器來說其承擔了電力企業的網絡運行以及發展等，如果在電力企業中發生服務器的受損問題，那么將會導致企業內部的信息管理發生癱瘓問題。對于當前信息網絡安全不夠完善的現象，很多網絡攻擊問題呈現多種多樣，而電力系統的服務器也逐漸成為那些不法分子所攻擊的對象。
3.2應進一步增強信息管理人員的綜合素質
現今我國電力企業在信息網絡管理中，存在較弱的意識，其中的企業領導只將精力放置在增強自身經濟利益的工作上，卻未能意識到企業信息網絡安全管理工作的重要性，另外企業管理的系統存在不完善的現象，未能培養更多優秀的網絡安全管理人員，使得企業在信息網絡安全管理中欠缺充分的隊伍。而且一些企業中的信息網絡安全管理人員的專業能力也存在有待提升的現象，很難對信息網絡安全問題進行解決，這樣會對其與內部信息安全帶來嚴重影響。
4、在電力企業中建立完善的信息網絡安全管理體系的有效策略
4.1建立完善的深化網絡和信息安全的管理與保障體系
對于信息網絡安全的問題，逐漸成為電力企業發展中最為重視的問題，所以應在相應領導的引導下，不斷增強對信息網絡安全管理工作的正確認識和了解，進一步增強在信息網絡安全管理中的資金投入力度，結合相關政策與要求等，應建立完善的企業內部信息網絡安全體系。另外也要把信息安全的管理體系有效的落實到各個環節中，是企業內部的所有工作人員都能明確信息安全管理工作的關鍵性。而且在電力企業中，也要結合不同的信息系統特征，結合信息安全標準，有效的在制定合理的信息安全維護策略，尤其在電力企業網絡信息營銷安全管理系統和相應新型能源的發電信息網絡安全管理系統當中，必須要制定相應的安全防護策略來對其進行維護和管理。
4.2對電力企業系統與設備存在的漏洞進行明確
當前在計算機網絡技術的快速發展下，對于那些已經使用了的網絡信息系統以及設備等，會在網絡技術發展中逐漸表現出自身的漏洞與不足，對于這些現象將在很大程度上為那些不法分子，提供了進入電力企業網絡信息系統中的機會。可是當前的電力企業信息網絡系統構建工作，并不是短期可以完成的工作，另外對于經常性的更換網絡信息系統，也會給企業帶來一定的經濟壓力，對企業長遠發展是相當不利的。
4.3注重基礎的增強，培養更多優秀的信息安全人才
當前為滿足信息化建設要求，電力企業已經建立了在網絡上就可以找到內部信息的體系，而對于該體系如果發生信息外泄，將會對企業運轉帶來嚴重影響，甚至會導致企業發生嚴重損失的問題，會影響電力企業良好發展。所以電力企業一定要進一步增強信息網絡安全管理工作的開展，注重專業人才的引進，增強信息安全管理的隊伍建設，確保每個工作人員都能擁有較強的專業素質和綜合能力，這樣才能為信息網絡安全管理工作的開展奠定堅實基礎。
4.4對產品的選型進行規范，增強電力工控系統的防護與可控水平
要想更好的滿足電力企業的體制改革需求，電力企業必須要增強對新型信息網絡安全技術進行研究，結合各種服務器要求，制定出合理的安全防護策略，進而更好地完善電力企業在信息網絡安全管理中的主要工作體系。另外在建立信息網絡安全系統中，應系統各部分開展審查以及優化，確保整個系統設備能夠滿足相應的安全要求
結束語：
電力企業網絡安全信息漏洞管理，要針對目前漏洞管理存在的檢測周期過長、處置效果不好等缺陷，構建與電力企業發展漏洞管理需求匹配的IT資產管理機制，構建漏洞快速治理管控平臺，及時獲取漏洞情報信息，結合內外網資源快速定位漏洞相關的信息資產，精準評估漏洞危害等級，指導資產相關部門快速消除漏洞或隔離利用條件，以實現有效管控網絡安全風險的目的。
參考文獻
[1]楊艷輝.淺析電力企業網絡信息安全管理[J].工程建設與設計，2016（14）：170-171.
[2]陸力瑜.淺析電力企業網絡信息安全管理[J].數字技術與應用，2015（07）：194.
[3]鄭玉山.電力企業網絡和信息安全管理策略思考[J].網絡安全技術與應用，2017（6）：121+123.
[4]楊艷輝.淺析電力企業網絡信息安全管理[J].工程建設與設計，2016（14）：170-171.
[53]何江南.電力企業信息網絡安全問題及對策分析[J].中國新通信，2015，17（7）：63.
