关于总体国家安全观论文3000字【六篇】

食品安全（foodsafety）指食品无毒、无害，符合应当有的营养要求，对人体健康不造成任何急性、亚急性或者慢性危害。根据倍诺食品安全定义，食品安全是“食物中有毒、有害物质对人体健康影响的公共卫生问题”。 以下是为大家整理的关于总体国家安全观论文3000字的文章6篇 , 欢迎大家前来参考查阅！

第一篇: 总体国家安全观论文3000字

　　【摘要】随着现代信息技术的飞速发展，我们迎来了伟大的人工智能时代。人工智能的伟大在于给各行各业都带来了巨大的冲击，对会计行业而言，运用了越來越多的人工智能技术，科技的进步，使人工智能不仅正逐步取代部分会计人员的一些低技能的低端工作，它还可以完成人类大部分的工作。本文将从了解人工智能出发，结合人工智能时代下会计行业的发展变化分析人工智能给会计行业带来的诸多机遇与挑战。

　　【关键词】人工智能会计发展机遇和挑战

　　一、人工智能概述

　　（一）人工智能的发展

　　1950年，艾伦，麦席森，图灵发表了一篇划时代之作《制作机器会思考吗？》里面提出了测试机器是否具有智能的方法，并因此摘得“人工智能之父”的桂冠。约翰，麦卡锡在1956年的达特茅斯学术会议上，第一次提出人工智能（ArtificialIntelligence，AI）。1997年，IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。2017年7月，国务院印发了《新一代人工智能发展规划》，这是我国首个面向2030年的人工智能技术的战略发展蓝图，也表现出我国对发展人工智能技术的重视与支持，同时，人工智能人选“2017年度中国媒体十大流行语”。

　　人工智能是计算机科学的一个分支，可以对人的意识、思维的信息过程的模拟，人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

　　（二）人工智能的意义

　　人工智能的出现代表我国经济正在快速的发展，科技水平不断的提高，同时人工智能也慢慢的融入并改变着我们的生活，推动时代的发展。人工智能现在正朝着教育、金融、服务、医疗、信贷等诸多领域发展，比如经济领域、空间技术、主动控制、计算机规划和制作，其首要运用领域是制作主动化工厂、医疗、物流和家庭效能;在商业领域中，无人驾驶轿车在机器人工作中占有智能轿车技术的主导地位;在金融领域，有了人工智能的监督和把关，那些企图利用系统或其他漏洞进行金融犯罪的不法之徒将无处藏身：那么，人工智能对会计行业的发展又有那些意义呢？

　　二、人工智能时代下会计的发展变化

　　人工智能在会计、审计、税务等行业的广泛运用，使得传统、简单、重复性的基础会计工作岗位将面临被智能化取代，人工智能已成为促进会计行业转型发展的重要推手。近三年来，德勤、普华永道、安永、毕马威4大国际会计师事务所通过利用财务机器人进行会计、审计等工作，使得数据的准确性、工作效率、管理决策水平等明显提升，由此可见，人工智能早已潜移默化的影响到了会计工作的方方面面。

　　（一）会计工作效率提高了。人工智能技术与财务管理系统的对接，实现了系统自动识别票据、生成会计记账凭证、记录明细账户以及生成总账和各类报表。作业过程中系统按时间顺序记录每笔业务，对每一笔账务进行核实和验证。财务机器人还实现了信息的语音、扫描录入，财务软件可自动生成证、帐、表，这将更加高效准确地完成基础会计核算工作，提高此项工作的效率，会计人员因此节省了大量用于基础核算工作的时间，从而能将更多的精力投入在企业内部管理型的工作上，同时又提高了管理工作的效率。

　　（二）会计信息质量提高了。受自身能力、专业素质以及外部环境等因素的影响，会计信息数据的滞后性和人为失误在所难免。人工智能将会计模型和方法程序化，它既减少了人为失误又极大地提升了数据处理能力，工作重心逐渐转向数据的挖掘、分析等重要环节和高附加值工作中，同时，会计档案由纸质变成电子档案更便于信息系统的管理、流程化的管理和监控，避免了人工作业的失误以及造假的可能，数据信息和记录的真实性和精准度得到保证。

　　（三）会计职能重心转移了。人工智能虽然可以替人做一些简单、繁冗、重复性的基础会计工作，但并不能完全替代会计人员，随着人工智能与会计信息系统的不断结合，从事简单记账工作的初级会计人员将会越来越少，而中高级会计人员将会集中于行业中涉及分析、预测和统筹的领域。因而会计职能的重心将向预测、决策、规划、控制、评价等目前人工智能无法取代的管理会计的职能转移。

　　（四）会计人员从业压力加大了。随着人工智能被引入到会计行业中，一方面，简单的会计核算工作将被智能化财务软件逐步替代，普通核算类型工作的岗位势必减少，基层会计人员面临失业的压力：另一方面，由于财务软件能够高效完成基础财务工作，企业更需要财会人员发挥管理会计的职能，会计从业人员需要将工作重心转移到决策分析和经营管理上，使其有从财务会计到管理会计转型的压力。

　　三、认清挑战，抓住机遇

　　人工智能的发展与应用是社会经济发展过程中的必然产物，它的到来就像一把双刃剑，虽然可以对会计行业整体工作效率与工作方式带来提升，但是人工智是不能完全代替会计人员的工作的。比如，智能化的设备无法完全替代充满人情味的服务。李开复也指出，社交能力强、应变能力强、协商能力强的人，永远不会被人工智能取代。人类的感情，想象、创造等特质也是人工智能所无法企及的。所以，对于会计从业人员而言，人工智能只是一种行业对于自身的探索以及进步，顺应这种变化，会计人员应当认清挑战，抓住机遇。

　　一方面，会计从业人员应调整好心态，快速适应行业的变革，重新找回自己的价值。努力提升自己的专业分析能力和管理能力，成为人工智能代替不了的高级会计工作者。比如：财务战略制定，纳税筹划，风险控制，合理避税、财务分析等。同时，向复合型人才发展。正如任正非所说，称职的CFO应随时可以接任CEO。会计人员应当开阔眼界，放大格局，不能只着眼于本职工作，还应该了解工作其他岗位的工作内容，比如销售类、生产类等部门的业务，提高自己的企业价值以及行业地位，做一名复合型人才。

　　另一方面，人工智能技术在财会领域的突破离不开懂会计知识的专业人员的配合，财务人员要努力学习新技能，加强计算机、信息技术的知识储备，协助人工智能会计信息系统的研发，担当人工智能会计系统的设计者和监督者。

　　参考文献：

　　[1]闰钰.企业人工智能时代下对会计行业的思考[J].商场现代化.2018（1Z）

　　[2]杨秀琴.浅议人工智能时代财务会计与管理会计的融合发展趋势[J].现代商业.2018（18）

　　[3]李牧阳，沈舒航.AI运用给会计行业带来的问题和思考[J]，中国管理信息化.2019（42）

第二篇: 总体国家安全观论文3000字

　　【摘要】随着学前教育教学不断发展，教师及家长对于幼儿园教育教学也越来越重视，并且对幼儿园教学有着越来越高的要求，有效开展幼儿园课程教学也就十分必要。在幼儿园课程教学过程中，為能够取得更加理想的效果，应当实行家长参与方式，并且促使家长实现较好发展，从而使家园共育模式得以实现，促使幼儿园课程教学更好发展。

　　【关键词】幼儿园课程家长参与家长发展

　　【中图分类号】G612【文献标识码】A【文章编号】2095-3089（2019）32-0014-01

　　在当前的教育教学体系中，幼儿园教育已经成为十分必要的组成部分，并且在整个教育历程中占据越来越重要的地位，因而有效落实幼儿园课程教学具有较高价值。在当前幼儿园课程教学中，单纯依靠教师往往很难取得比较理想的效果，而通过家长参与，可使幼儿园教师及家长共同对学生进行教育教学，这对于教学效果的提升十分有利。本文就幼儿园课程中的家长参与和家长发展，以实现幼儿园更好的课程教学。

　　1.幼儿园课程中家长参与存在的的问题

　　1.1家长参与课程积极性较低

　　就目前幼儿园课程教学实际情况而言，有些家长并未认识到课程建设中自身的作用及责任，仅仅关注幼儿生活情况，关注幼儿在园中所学习的知识及技能，也能够配合幼儿将教师的要求及布置任务完成。然而，对于幼儿园课程建设及教学中自身的义务并未能够清楚认识，未能够积极参与到课程建设中，对于幼儿园课程活动仅仅以旁观者角度看待，未能够客观评价课程实施情况，对于课程改革及创新也未能够提出自身想法及建议。

　　1.2幼儿园课程参与中家长处于被动地位

　　就目前幼儿园课程实际情况来看，很多家长了解幼儿园课程都是通过以下几种途径：家园栏所公布的课程教学计划、家园互动信息及幼儿讲述。同时，大多数教师在开展及设计课程中往往也是对于家长参与缺乏认识，在幼儿园教师开展家长只需与教学工作配合即可。目前，幼儿园教师与家长之间的良好平等互动关系并未形成，幼儿园教育中家长的参与程度及地位仍需进一步提升，从而真正实现家长参与。

　　1.3未充分发挥幼儿园课程中的家长作用

　　在幼儿园课程教学中，家长所发挥的作用通常体现在以下几个方面：其一，信息提供人员，即将家庭生活中幼儿的各种情况向教师提供提供，以便教师能够更好进行因材施教；其二，任务督促人员，也就是督促幼儿将教师所布置作业或者有关活动要求完成；其三，幼儿园课程材料有关提供人员，将幼儿所需要的材料准备好；其四，幼儿园活动参与人员，即教师参与幼儿园所开展的各种活动。就这种情况而言，对于幼儿园课程的参与及评价方面家长所具备的作用并未能够得以充分体现，家园共育模式层处于较浅层次，家长未能够在幼儿园课程决策及评价方面深入参与[1-2]。

　　2.幼儿园课程中家长发展的有效策略

　　2.1加强家长的认识

　　在幼儿园课程教育及建设中，为能够实现家长的更好发展，使家长的作用得以更好发挥，首要任务就是加强家长的认识。幼儿园教师应当对幼儿加强引导，使幼儿家长能够改变以往理念，认识到自身在幼儿园课程建设中的作用。幼儿园可开展家长开放日、家长座谈会以及网上论坛等，通过这些不同方式，使家长能够在幼儿园课程的开发、实施及评价中积极参与，使幼儿园家长能够充分意识到幼儿园课程对家长参与的需求，在此基础上使家长能够转变自身理念，在此基础上也就能够使其在幼儿园课程中积极参与，使家长参与能够得以真正实现，同时实现其更好发展。

　　2.2加强幼儿家长的支持及指导

　　在幼儿园课程建设及教育中，幼儿家长参与不理想的一个重要原因就是幼儿家长素质比较差，缺乏能力参与到课程建设中。因此，幼儿园应当对幼儿家长加强支持与指导，对幼儿家长进行继续教育，使幼儿家长能够进一步学习知识，使幼儿家长能够掌握幼儿教育知识及方法，使其教育能力提升，增强其信心。另外，应当对幼儿家长加强鼓励，使其能够充分发挥自身优势及特点，运用自身独特优势及资源，为更好进行幼儿园课程建设提供较好的意见及建议，使幼儿园课程建设及教学能够取得更加理想的效果，对幼儿进行更理想的教学[2]。

　　3.结语

　　在目前幼儿园课程建设及教育中，家长参与已经成为必然需求及要求，也是实现幼儿园课程有效建设的基础，有效实现家长参与十分必要。作为幼儿园教师及家长，应清楚意识到幼儿园家长参与中存在的问题，并且针对这种情况通过有效方式促使幼儿家长更好发展，进而使其能够在幼儿课程中更好参与，实现更理想的课程建设。

　　参考文献：

　　[1]金哲，卢清.家长参与幼儿园教育研究现状及展望[J/OL].宁波教育学院学报，2019（01）：113-116.

　　[2]于敏.农村幼儿园民间游戏资源利用路径探索[J].科教导刊（下旬），2018（09）：131-132.

第三篇: 总体国家安全观论文3000字

　　试谈幼儿教育中肢体语言的应用

　　引言

　　肢体语言主要是指由身体的各种动作，代替语言起到表情达意效果的无声语言。在幼儿教育中，肢体语言格外重要，是不可或缺的重要的教育工具。在幼儿教学过程中，教师需要使用一些形象化的体态语言，采用比较幽默的艺术形式，通过各个肢体部位表达情绪和情感，从而有效增强课堂教学的趣味性，提高幼儿教育的效率。幼儿比较善于察言观色，对于一个小小的动作都会进行思考。教师通过一个动作，能够使幼儿产生信任和依赖，更加相信教师，达到很好的教学效果。

　　一、体态语言在幼儿教育中的重要作用

　　(一)激发幼儿的学习兴趣。

　　因为幼儿的理解能力相对来说比较差，如果教师单纯地使用文字语言进行教学，有的时候就会出现与幼儿沟通存在障碍的问题。通过应用肢体语言，能够使幼儿更容易地理解教师传递的信息，产生兴趣，从而更好地参与到幼儿教学过程中。在教学过程中，教师通过形象生动的肢体语言，能够有效吸引幼儿注意力，激发幼儿的学习兴趣，使其更加积极主动参与到教学过程中。

　　例如在学习一些动物的时候，教师可以组织幼儿进行表演，通过模仿小动物，使幼儿的学习兴趣得到激发，能够更加积极主动地参与到教学过程中。

　　(二)提高幼儿的记忆能力。

　　幼儿还处于形象思维发展的阶段，运用肢体语言教学能够使孩子把声音和肢体语言有效结合起来，更加有利于孩子吸收。同时，通过这种方式，能够使幼儿更好地记忆所学习的知识，有效保证教学效果。运用这样的形式会使幼儿学习压力减小，强化记忆，在愉悦的氛围中开展活动，有效降低遗忘率。

　　例如在进行“老鹰抓小鸡”游戏的时候，教师通过肢体语言让幼儿按照游戏规则参与游戏，基本只需要讲过一次就能够保证教学效果。幼儿能在良好的氛围中记忆游戏知识，有效保证了幼儿教学活动的有效性。

　　(三)提高幼儿注意力，增强幼儿理解能力。

　　幼儿由于年龄小，认知能力比较差，难以长时间集中注意力。如果教师采用有趣的教学语言和生动的肢体语言吸引幼儿的注意力，就能够有效保证教学的有效性，强化教学效果。教师可以把有声语言和无声语言合并起来，使幼儿更加有效地理解活动目标与内容。

　　例如在学习《狐狸和乌鸦》的故事时，教师可以进行展示，一边讲解故事，一边掺入肢体语言。这样，能够有效吸引幼儿的注意力，使幼儿学习的积极性得到有效保证。同时，能够增强幼儿的理解能力，提高幼儿的形象思维能力。

　　二、如何有效促进幼儿肢体语言的发展，提高幼儿教育效率

　　(一)在幼儿活动中激发幼儿的肢体语言。

　　幼儿园各种教育活动的主体都是幼儿，所以教师应该不断丰富教学形式，有计划地指导幼儿进行活动，激发幼儿的肢体语言。这就需要幼儿园举办的活动应该符合幼儿的实际情况，与幼儿的个性发展相适合，使幼儿在幼儿活动中获取更多的知识，取得更好的教学效果。例如教师可以组织学生进行猫抓老鼠的游戏，让幼儿分别扮演猫和老鼠，然后通过丰富的肢体语言表演，使学生的肢体语言能力得到发展。

　　(二)教师利用自己的肢体语言进行有效的引导。

　　教师应该学会利用自身的肢体语言进行引导，使幼儿喜欢上肢体语言，有强烈的模仿欲望，从而有效发展幼儿的肢体语言理解能力。例如学习《两只小鸟》时，教师可以让幼儿在听音乐的同时做出一些肢体语言的动作。让幼儿有一种自己飞翔起来的感觉，这样能够使其歌唱起来的时候更加有趣。在无形中激发幼儿的学习愿望，促进幼儿肢体语言能力的深入发展。

　　(三)关注幼儿个性发展，注重幼儿肢体表现。

　　发展幼儿的肢体语言，提高幼儿教育的有效性，要求教师更加关注幼儿的成长环境，关注个性的发展。这就需要教师观察幼儿的生活经验，引导幼儿进行有效的肢体表现，达到因材施教的教学目的。教师应该充分利用生活中一些喜闻乐见事物开展活动，在教师肢体语言的引导下，能够使学生愿意利用肢体语言效仿，有效保证学生的肢体语言表现力，从而实现高效教学目标。

　　(四)开展成功教学，增加幼儿肢体语言成功体验。

　　要想提高肢体语言教学的有效性，教师应该使幼儿能够体会到成功。这就需要教师开展成功教学活动，让幼儿在活动中有更多的成功情感体验，有效保证幼儿教育的质量和水平。例如教师可以让两个幼儿一组进行表演动作，猜动物的游戏。教师应该加强引导，发展幼儿的思维能力。在幼儿表达正确的时候，教师应该给予肯定和鼓励，让幼儿体会到成功的喜悦。

　　结语

　　在幼儿教学活动中，教师应该充分利用肢体语言开展幼儿教育活动，激发幼儿对于肢体语言的兴趣。只有这样，才能够调动幼儿参与教学的积极性，调动幼儿学习的主动性和创造性。幼儿教师应该努力读懂幼儿，尊重幼儿，深入到幼儿的精神世界中，找到有效培养幼儿综合发展的途径，使幼儿的主体价值得到很好的体现，推进素质教育。

第四篇: 总体国家安全观论文3000字

　　摘要：崔政博士的新著《科学技术知识的政治经济学研究》以马克思的“劳动”概念为中心，提供了一个划定人工智能替代人类劳动的边界框架。该书区分了重复性劳动与创造性劳动，提出创造性劳动是人类劳动的本质也是人工智能不可替代的。但需要进一步指出的是，机器学习已经在认识实践中表现出对人类认知劳动的极大辅助作用，包括：人工智能能够提升科学知识生产效率;人工智能擅于提取和传递默会知识;人工智能可以产生某种机器知识。以上原因使得我们在创造性劳动中很难将人工智能排除在外，未来可能的创造性劳动方式应当是某种人机协作或人机融合。

　　 关键词：人工智能;创造性劳动;科学知识;默会知识;机器知识

　　 中图分类号：TP18文献标识码：A文章编号：CN61-1487-（2020）01-0154-03

　　 产业科学出现以来，科技创新对经济增长的驱动作用已经成为全球性的共识。崔政博士的新著——《科学技术知识的政治经济学研究》，试图以“劳动”概念的历史分析为切入点，讨论科学技术在当代资本主义经济中所扮演的角色，进而以一种动态的劳动价值论表明当代社会经济运行的内在动因[1]2。该书以马克思的“劳动”概念为核心构建了一个哲学空间，将科学知识、技术创新、资本运行纳入其中，完整地阐述了科学技术对经济社会的塑造作用。该书的叙事方式表达了两个理论取向：第一，对科技创新的分析不同于传统技术创新理论仅关注经济“增长”，而是从更为基础的社会分工出发关注经济“发展”;第二，将科学知识的生产还原到马克思的“科学劳动”概念，实际上已经使用了一种扩展了的“科学”概念，蕴含着当代科学知识生产所具有的实践性、情境化、多主体等特征。

　　 该书更为重要的贡献在于讨论了人工智能技术对于社会生产方式的挑战和变革作用。书中提出：“人工智能的替代效应是建立在对人类劳动数据化和逻辑化的基础上的，探索自在自然的创造性劳动是不可数据化和逻辑化的。因此，人工智能只能围绕既有的对象进行重复性生产，替代重复性劳动;而人类则能够探索自在自然，从而摸索新技术、建构新对象，进行创造性劳动。也就是说，机器所不能替代的人类劳动的‘硬核’是探索自在自然的劳动，是创造对象和掌握技术的‘创造性劳动’。”[1]25作者将马克思的“劳动”概念区分为“重复性劳动”和“创造性劳动”，进而指出人工智能是对机器大工业的否定，它将替代人类劳动中可以重复、可以数据化的部分，但创造性劳动是人类劳动的本质，是人工智能所不能替代的。

　　 作者提出：“人工智能可以在将重复性劳动数据化的基础上，对人类劳动进行模仿，从而取代任何形式的重复性劳动。但人工智能却不能取代人类的创造性劳动，创造性劳动是通过探索自在自然，经过反复的摸索与实验、征服反常和偶然、掌握技术、创造对象、实现对象从无到有的过程的劳动，这是一种原生性的劳动。”[1]27作者认为，创造性劳动是对马克思的“自在自然”的探索，“自在自然”是在人类的现有认知能力之外，却以反常和失败等形式向人类显现其自身。然而，在认知实践当中，机器学习已经可以帮助人类探索认知能力之外的“自然”，当然这种“自然”并不以反常或失败的形式存在。作者也指出：“尤其是在大数据和云计算的背景之下，机器学习的速度远超人类的认知极限，甚至可能在数据中找到人尚未发现的方法和规则。”[1]35因此，在认知劳动方面，我们可以在作者的概念框架下进一步区分出人工智能对人类“创造性劳动”的辅助作用，具体表现为三个方面：人工智能提高科学知识生产效率;人工智能擅于提取和传递默会知识;人工智能可以产生某种机器知识。

　　 一、人工智能能够提升科学知识生产效率

　　 机器学习的广泛使用可以提升科学知识生产的效率，主要表现在文献研究和实验室研究两个方面。人工智能系统可以通过自然语言理解获取、阅读和总结所有相关文献。例如，一个叫做Iris的人工智能系统的运行方式是：从某个研究主题的演讲切入，先使用自然语言处理算法分析演講的脚本，挖掘从开放渠道获取的研究文献，然后将相关研究文献分组并进行可视化，再通过人工标注文献使机器匹配精度增加，当机器能够理解文献的内容和结构时，可以帮助科研人员总结出该研究主题下的所有研究问题、假设、实验结果等，从而将前人工作完整呈现。此外，机器学习的使用还能够加快实验研究的进程。例如，2016年5月，澳大利亚国立大学的研究团队使用机器学习重复了物质的玻色—爱因斯坦凝聚态的实验室发现过程，从反复设置调整实验设备的各种参数到产生凝聚态物质，机器学习只用了一个小时，而凭借这一发现获得诺贝尔奖的三位科学家是在直觉的基础上经过多年实验才制造出了物质的凝聚态。由此可见，作为技术的人工智能的进步已经开始反向促进作为基础研究的科学知识的生产。

　　 二、人工智能擅于提取和传递默会知识

　　 波兰尼（MichaelPolyani）提出了默会知识（tacitknowledge）的概念，以区别于可以明述的知识（explicitknowledge），明述知识是用语言文字来表达的知识，如科学知识，默会知识则是我们知道但通常不加言述或者不能充分言述的知识[2]。默会知识具有以下几个特点：难以用语言文字描述，不易传播、记录和积累;获取默会知识主要依靠亲身体验;默会知识呈分布式存在，难以整合。这些特点导致我们很难有效运用默会知识，而机器学习的大规模运用使得人工智能系统非常擅于处理默会知识。作者敏锐地意识到了这一特点——“以往我们所说的‘默会知识’、手工技艺技巧，以及复杂程度远超人类认知能力之外的一些潜在规则，也都不再是一个个‘黑箱’，机器可以基于将人类劳动的过程还原成物理量和数据，再通过机器学习找到其内在的规律，从而取代人类劳动。”[1]56

　　 在当前人类社会所有已经产生的信息中，文字只占极少的比例，大量的信息以图片和视频方式呈现，其中蕴含了大量需要通过亲身体验才能获取的默会知识。如果有办法将事物状态用图片或视频记录下来，就有可能使用机器学习从中萃取出知识。很多电影公司已经使用人工智能系统观看大量人类历史上的影视作品，从而归纳提取出经典桥段，创作出新的配乐、台词和预告片以供人类借鉴。更为重要的是，由人工智能系统获取的默会知识是以神经网络参数集的形式存在的，这对人类而言仍然不可描述，也难以在人类之间传递，但却非常易于在人工智能系统间传播。例如，一台掌握驾驶技能的自动驾驶汽车只要将参数集分享出来就可以快速让所有汽车学会这项技能，而且可以实现机器间的协同行动。

三、人工智能可以产生某种机器知识

　　 如果说默会知识还是“可意会而不可言传”的知识，那么AlphaGoZero在围棋上的表现已经表明人工智能系统产生了某种既无法“意会”也无法“言传”的机器知识。AlphaGoZero在没有人类以往的经验或指导、不提供基本规则以外的任何领域知识的情况下，就使用机器学习在短时间内探索了大量人类从未尝试过的走法。机器发现的知识不仅完全超出了人类的经验，也超出了人类的理性，成为人类几乎无法理解的知识。由此，产生了讨论某种“机器认识论”的可能性，GregoryWheeler在《MachineEpistemologyandBigData》一文中提出：机器学习对事物间隐蔽的相关性的发现和掌握已经远超人类，因此机器知识更多的是一种相关性知识。[3]321董春雨教授在《机器认识论何以可能？》一文中也指出：“人类必须正视机器在其擅长的领域，通过特殊的认识方式所获得和积累的知识。”[4]

　　 机器知识与科学知识或默会知识的核心差别在于：机器知识依赖数据，科学知识或默会知识依赖信息。信息是事物可观察的表征，或者说信息是事物的外在表现。任何一个物体的信息量都非常大，要精确描述一个物体，就需要将其中所有基本粒子的形态以及它们之间的关系都描述出来，同时还要将该物体与周围环境的关系都描述出来。而数据是已经描述出来的部分信息，关于一个物体的数据通常要比信息少得多，例如只包含它的形状、重量、颜色和种属关系等。只有当信息经过适当的处理，当它被用来进行比较、得出结论和建立联系时，它才會转化为知识。而知识可以理解为伴随着经验、判断、直觉和价值的信息，作为认知主体的人在其中扮演了关键角色。

　　 相较之下，机器知识可以被刻画为数据在时空中的关系，这些关系表现为某种模式，对模式的识别就是认知，识别出来的模式就是知识，用模式去预测就是知识的应用。这些数据在时空中的关系只在少数情况下才能用数学工具进行表达，而多数情况下知识表现为数据间的相关性的集合，这些相关性只有一小部分可以被人类感知和理解。这源于人类感受能力的局限性：人类只能感受部分外界信息，人类的感官经验局限在三维的物理空间和一维的时间。因此，当数据无法被感知，它们之间的关系又无法用数学工具表达时，这些数据间的关系就超出了人类的理解能力之外而属于机器知识。当前机器学习的主流形式——人工神经网络的最大特点就是发现并记忆数据中的相关性，例如在看了很多汽车图片后会发现汽车都有四个轮胎，人类对图片这类直观的数据间的相关性也能发现并记忆一部分，这就是默会知识。但当数据量很大且不直观时，例如股票市场的数据或者核电站的内部数据，人类就无法应对了。而随着人工神经网络层级和数量的增加，人工智能系统能够处理大规模的复杂数据，这就是机器知识。机器知识当前的主要表现形式类似于AlphaGoZero中的神经网络的全部参数。

　　 概言之，科学知识和默会知识多是基于信息的因果性知识，而机器知识多是基于数据的相关性知识。此外，科学知识是易于记录、易于陈述、易于传递的;默会知识是难以记录、难以陈述、可传递的;机器知识则是可记录、不可陈述、易于在机器间传递的。

　　 四、人工智能发展的局限性

　　 当然，基于人工神经网络的机器学习仍有两个核心的局限性导致人工智能系统还不足以承担创造性劳动。第一个局限是，人工神经网络需要依赖特定领域的先验知识，也就是需要特定场景下的训练，这是因为人工神经网络的学习本质上是对相关性的记忆，人工神经网络将训练数据中相关性最高的因素作为判断标准。这个问题在自动驾驶汽车中表现的非常突出，鉴于道路交通情境的复杂性和交通标示的多样性，自动驾驶系统难以避免很多交通事故。第二个局限是，人工神经网络无法解释产生某个结果的原因，这种不可解释性在许多涉及安全和公共政策的领域显现的比较突出，例如在智能医疗中，人工神经网络在影像识别和辅助诊断中都对其结果缺乏医学上的解释性，都需要专业医生的复核。

　　 基于人工神经网络的人工智能系统在记忆和识别这两个基础智能方面超越了人类，但在推理、想象等高级智能方面还相差较远。与人类相比，人工智能无法承担创造性劳动的原因还不止于以上的局限性，还包括：人工智能没有常识和物理世界的模型;人工智能没有自主和自发的通用语言能力;人工智能没有想象力，需要大量常识、反事实假设和推理能力;最重要的是人工智能没有自我意识。自我意识的缺乏导致能够产生机器知识的人工智能系统仍然无法被视为认知主体，其知识的“创造性劳动”是一种无意识认识活动。

　　 五、结语

　　 人工智能系统在提升科学知识生产效率、处理默会知识以及产生机器知识方面的优势，使得我们在创造性劳动中很难将其排除在外，未来可能的创造性劳动方式应当是某种人机协作或人机融合。脑机接口（brain-computerinterface）是当前一个重要的人机协作研究方向，而其中最激进的方式是马斯克提出的Neuralink，即通过柔性电极对接在人脑的神经网络上，Neuralink要解决的是人类的信号输入与输出，但其问题在于人类的高级思维（如逻辑推理或描述场景）必须依赖语言，而目前基于人工神经网络的机器学习能力主要是对环境的识别能力，还远没有达到语言和逻辑推理，但人类智能通过语言进行沟通。这背后就隐含了人类的科学知识与人工智能系统的机器知识之间的不可通约，以上例子也表明基于人机协作的创造性劳动还有很大的技术障碍需要克服。

　　 参考文献：

　　 [1]崔政.科学技术知识的政治经济学研究[M].石家庄：河北人民出版社，2019.

　　 [2]郁振华.当代英美认识论的困境及出路——基于默会知识维度[J].中国社会科学，2018（7）.

　　 [3]GregoryWheeler.Machineepistemologyandbigdata[A].inMcIntyre，Lee，andAlexRosenberg，eds.TheRoutledgeCompaniontoPhilosophyofSocialScience[C].Taylor&Francis，2016.

　　 [4]董春雨，薛永红.机器认识论何以可能？[J].自然辩证法研究，2019（8）.

第五篇: 总体国家安全观论文3000字

　　〔摘要〕人工智能飞速发展，正在改变人类生活，推动人类进步。人工智能学者从认知科学、心灵哲学以及控制论等不同视角对人工智能进行研究，但对于人工智能哲学根源的追溯与厘清较少。古希腊毕达哥拉斯主义的数论思想、亚里士多德演绎逻辑系统与分析哲学中的逻辑分析与语言分析方法以及简单性哲学原则为人工智能研究纲领、研究框架以及研究方法等奠定了基础，哲学核心问题决定了人工智能的研究进路。只有对人工智能的哲学思想源流进行追溯与探究，才能理解人工智能的理论基础，以更好地把握人工智能的发展规律并合理预测人工智能的发展趋势。

　　 〔关键词〕人工智能，数论，简单性原则

　　 〔中图分类号〕N1〔文献标识码〕A〔文章编号〕1004-4175（2020）02-0005-06

　　 人工智能发展如火如荼，学者除了对人工智能技术本质、人工智能社会影响、发展路径及伦理问题等进行研究之外，还关注人工智能中的哲学问题。对人工智能的研究不能仅仅局限于技术层面及科学基础层面的反思，也要涉及对人工智能的哲学思考。博登指出：“在科学家族中，没有一门学科比AI与哲学的关系更密切。”〔1〕3人工智能与哲学紧密联系，特别是心灵哲学与语言哲学，认知科学与认知心理学等学科也为人工智能发展奠定了科学基础。迄今为止，对于人工智能哲学的研究还没有形成完整的理论体系，学者多从哲学视角对人工智能中的问题进行探讨，从哲学思想源流挖掘人工智能基础的著述不多。笔者尝试从人工智能的数论基础、逻辑学、分析哲学基础以及简单性原则等视角分析人工智能的哲学思想根源。

　　 一、数论哲学为人工智能提供质料基础

　　 人工智能先驱西蒙与纽维尔作为人工智能符号主义（symbolicism）学派的代表，他们的研究着眼于计算机程序的逻辑结构、符号操作系统以及编程语言，这与古希腊哲学家毕达哥拉斯学派的“数论”思想一脉相承。在毕达哥拉斯看来，数是万物的本原，万物皆数。“按照普罗克洛在《欧几里德〈几何原理〉注释》中，‘数学’这个词也是毕达哥拉斯学派首先使用的”〔2〕268。毕达哥拉斯将科学研究的基础建构在数学的基础之上。毕达哥拉斯哲学思想的核心即“数”是万物的本原。按照毕达哥拉斯的数论思想，与其说水、火、土等都是万物的本原，不如用一个简单词“数”来解释万物的存在。

　　 “数是万物的本原”包含着万物之中存在着某种数量关系的含义，不管是天体结构、音阶音律以及建筑結构等万物都存在数量关系。毕达哥拉斯学派认为数是宇宙的元素，科学研究就是寻找纷繁复杂现象之后的数量关系。例如，物理学是研究事物运动方面的数量关系，几何学是研究事物点、线、面、体之间的数量关系等。他们将事物的本质归结为数的规律，认为事物的本质就是数。按照亚里士多德“四因说”来看，毕达哥拉斯的“数”既是构成事物的形式因，又是构成事物的质料因。质料因指的是构成事物的原始质料，就好比建造房屋用的砖木石瓦，形式因即构成事物的样式和原型，就好比造房屋的图纸或建筑师头脑里的房屋原型。这样的思想家（毕达哥拉斯主义学派）认为数既是事物的质料、同时又是形成事物的变化和它们的不变状态的形式”〔3〕21-22。因此，数对于事物来说，既是质料因又是形式因。

　　 毕达哥拉斯的哲学思想还表现在数的和谐论。他认为万物包括宇宙在内都由数构成，并且万物可以还原为数;他还认为宇宙是和谐的，并把和谐的宇宙称为“科斯摩斯”。科斯摩斯原意就是“秩序”的意思，认为世界存在内在秩序与内在规律，人类可以通过数量之间的关系找到世界的既定秩序。

　　 毕达哥拉斯的“万物皆数，数之和谐”思想既具有本体论含义，也具有方法论意味。他的哲学思想影响了古希腊科学的发展，亚里士多德的逻辑学体系、欧几里德的几何学体系、托勒密的天文学体系、盖伦的医学体系这四大古希腊的科学成就皆受毕达哥拉斯主义哲学思想的影响。不但如此，毕达哥拉斯的哲学思想还影响了西方整个自然科学的发展。达芬奇、哥白尼、开普勒、伽利略、牛顿等人都自称是“毕达哥拉斯主义者”。达芬奇认为天体是一架服从确定自然法则的机器，自然界有确定的规律;15-16世纪带有毕达哥拉斯主义成分的新柏拉图主义者把自然事物的行为解释成数学结构;哥白尼日心说体系的理论基础也是依据毕达哥拉斯主义哲学理论来构造行星运动简单、和谐的天体几何学模型;开普勒认为自己是毕达哥拉斯主义者，他的目标就是追求造物主心中数的和谐;伽利略也是毕达哥拉斯主义的追随者，他认为“自然之书是用数学语言书写的”，自然的真理存在于数学事实中。毕达哥拉斯的数论思想还影响了莱布尼兹。莱布尼茨有一个梦想，就是给出一套理想符号系统或语言和确定的语言变换或演算规则，把日常问题转变成理想语言，利用演算规则清楚地求解问题的答案。在此基础上，莱布尼兹提出“通用机”的天才设想。莱布尼茨尝试发明人工智能通用机，他设计出一种二进制计算法，用二进制数代替原来的十进制数，二进制数即“1”和“0”。莱布尼兹虽然制作出了简单机器，但其只能进行简单的算术计算，还不是莱布尼兹设想的能够进行复杂数据处理的通用机。尽管如此，莱布尼兹思想还是影响了整个计算机系统的发展。

　　 图灵与冯·诺依曼的人工智能机器也受毕达哥拉斯主义数论的影响，他们运用数的和谐以及数量关系的计算尝试让“莱布尼兹之梦”在现实生活中得以实现。图灵通过基本的数学运算将数学运算符号化为运算符，并用一个无限长纸带来表述计算过程，制造出了图灵机，这就是莱布尼茨所说的“通用机”。图灵认为人脑类似通用机，图灵提出一台计算机在多大程度上可以模仿人的活动，进而提出“机器能否思维”这个哲学问题。图灵坚持通过特定算法程序，把可计算的数量关系都转化为由一台图灵机来计算。冯·诺依曼指导发明第一台基于运算器与存储器的计算机，他为图灵通用机设计出一个物理模型——EDVAC，EDVAC可以执行加、减、乘、除等数学操作。与图灵一样，冯·诺依曼把人脑与机器类比，机器通过存储器储存数据，通过数学规则设计出把思维当成数据的程序，通过简单、和谐的数字制造出能进行复杂数字处理的机器。不管是图灵的通用机还是冯·诺依曼的EDVAC都是为了解决“莱布尼兹之梦”，其哲学思想均根源于毕达哥拉斯的“数论”哲学思想。除了图灵与莱布尼茨，纽维尔与西蒙等符号主义人工智能先驱也认为，不管是人类智能还是机器智能都是根据确定的或者规范的规则来进行符号操作的。不但如此，基于认知模拟的强人工智能也把心理状态作为计算状态，所谓认知就是计算，这是对基于数论的计算主义教条的信仰，人类智能类似于信息处理系统。联结主义人工智能不同于符号主义人工智能，它否认智能行为来自于在形式规则下对符号进行操作的观点，“符号主义人工智能中的信息处理包括明确的应用和形式规则，但是联结主义人工智能没有这样的规则”〔4〕1366-1367。与符号主义人工智能不同，联结主义人工智能的工作原理是寻找神经网络及其间的联结机制及学习算法。虽然联结主义与符号主义人工智能有区别，但联结主义人工智能与符号主义人工智能的共同假设都是把认知看作信息处理，且信息处理都具有可计算性。可见，毕达哥拉斯的“万物皆数，数之和谐”思想为符号主义人工智能与联结主义人工智能的发展奠定了基础。

　　 二、演绎逻辑与分析哲学成为搭建人与机器联系的桥梁

　　 除了毕达哥拉斯的数论思想，古希腊亚里士多德的演绎逻辑系统也是人工智能的哲学思想源泉。人工智能符號主义学派也称为逻辑主义学派，可见逻辑思想在人工智能发展中的重要地位与作用。即使是深受胡塞尔后期的现象学、海德格尔的存在现象学和梅洛-庞蒂的知觉现象学影响的人工智能专家德雷福斯，也肯定演绎逻辑以及形式系统在人工智能发展中的作用。在德雷福斯看来，符号主义人工智能的基础是逻辑学，是哲学中的理性主义。人工智能的主要设想是可以运用计算机的逻辑运算来模拟人类思考的过程。图灵尝试依靠逻辑发明通用机，“我希望数字计算机能够最终激起人们对符号逻辑的极大兴趣……人与这些机器进行交流的语言……构成一种符号逻辑”〔5〕288。马丁·戴维斯直接把符号主义学派的源头追溯到亚里士多德，“把逻辑推理简化为形式的努力可以追溯到亚里士多德”〔6〕200。亚里士多德是逻辑学的创始人，他认为逻辑学是获得真正知识的重要工具，逻辑学是哲学的基础。亚里士多德注重演绎推理，特别重视三段论推理，他认为三段论推理是一切思维运动的基本形式。三段论是一种典型的演绎推理模式，它由普遍性公理和推理规则经过严密的逻辑论证得出必然性结论。图灵的通用机以及符号主义人工智能的根本基础，都可以归结为逻辑或者演绎推理。

　　 集逻辑分析方法与语言分析方法于一体的分析哲学也是人工智能的思想源泉，分析哲学把逻辑学看作一切学科的基础，数学的基础也是逻辑学，数学也要用逻辑符号来表示。分析哲学产生于20世纪初，代表人物是石里克与卡尔纳普等人，其理论来源于英国的经验论者休谟、法国的实证主义者孔德、英国的逻辑主义者密尔和哲学家与心理学家马赫等人的观点。弗雷格的《算术基础》、罗素与怀特海合著的《数学原理》、石里克的《普通认识论》以及维特根斯坦的《逻辑哲学论》是分析哲学的代表著作。分析哲学的基本观点是：哲学的任务是对知识进行分析，强调通过对语言的逻辑分析来消除形而上学问题，认为一切综合命题都以经验为基础等。分析哲学家认为一切科学研究必须从经验出发，哲学的主要任务是运用现代数理逻辑和语言分析把复杂的概念分析为简单的概念，分析哲学家想通过对语言的逻辑分析澄清语句、语词的意义，通过语义上升，抛弃含混、模糊、有歧义的自然语言，把自然语言的语句转换成逻辑命题，通过分析逻辑命题的意义清除伪哲学问题，达到拒斥形而上学的目的。分析哲学注重逻辑分析与语言分析，强调语言分析的重要性，分析哲学把科学的任务界定为发现真理，而逻辑的任务在于识别真理的规律。罗素立足于把哲学建成严密的科学，哲学像科学一样可以获得真理性的知识。在罗素看来，哲学和科学只有程度之分，没有本质区别。哲学问题都是逻辑问题，逻辑问题就是科学问题。对科学问题进行分析还原之后，如果这个问题是逻辑问题，则它是哲学问题，否则就不是哲学问题。因此，逻辑是哲学的基础。通过逻辑分析进行还原涉及语言，那么，所有哲学问题命题都是语言表达式，语言结构是逻辑结构，是科学命题的真正的逻辑形式。

　　 罗素的逻辑原子论从本体论角度坚持奥卡姆剃刀的最小化原则，从语言角度上坚持思维经济原则，语言表述坚持最小词汇量原则。“如无必要，勿增实体”。罗素从逻辑学角度坚持逻辑前提或者公理最小化原则，“宁可构造，勿要推论”。根据公理与推理规则建构的逻辑学公理系统影响了图灵、冯·诺依曼及其以后的人工智能专家。冯·诺依曼致力于为新机器设计逻辑方案，戈德斯坦把冯·诺依曼看成将逻辑应用于计算机的第一人，“据我所知，冯·诺依曼是一个清楚地懂得计算机本质上执行的是逻辑功能的人”〔7〕69。冯·诺依曼在EDVAC的报告中也提到，不但从数学的观点，而且从工程史和逻辑学家的观点来探讨大规模计算的机器。在人工智能哲学先驱德雷福斯看来，自从古希腊人发明了逻辑与几何，就把一切推理归结为计算。人工智能中符号主义的基础是逻辑学，是哲学中的理性主义、还原论传统。他们把计算机看成操作思想符号的系统，试图用计算机来表达对世界的形式表述。心灵与计算机都是物理符号系统。在德雷福斯看来，“伽利略发现人们可以忽略的品质和技术上的考虑，从而能找到一种用来描写物质运动的纯形式化系统，同样我们可以设想，一位研究人类行为的伽利略可能会把所有语义上的考虑（对意义的依赖），变成为句法（形式化）操作技巧”〔8〕76。人工智能的代表人物数理逻辑学家皮茨与生理学家麦卡洛克撰写了《神经活动中内在观念的逻辑运算》，他们的思想受到罗素与怀特海《数学原理》的启发，坚持把一切数学还原为逻辑，甚至神经网络也可以用逻辑来表达。德雷福斯认为人工智能的发展建立在四种假设之上，即生物学假设、心理学假设、本体论假设以及认识论假设。其中认识论假设指的是一切知识都可被形式化，可以被编码成数字形式;本体论假设指的是存在一组在逻辑上相互独立的事实，知识可以被编入计算机程序。纽维尔认为：“人工智能科学家把计算机看成操作符号的机器，他们认为，重要的是每一样东西都可以经编码成为符号，数字也不例外。”〔9〕196在符号主义者看来，符号是人类认识外部世界的基本单元。人工智能的逻辑学派将人的认识对象通过数学逻辑的方式抽象为符号，利用计算机的程序符号来模拟人认知世界的过程。符号主义学派主要依靠计算机的逻辑符号来模拟人的认知过程。人工智能的重量级人物纽维尔与西蒙构造了第一个真正意义的人工智能程序，称之为“逻辑专家”，可见人工智能专家受逻辑学思想影响之深，“任何表现出一般智能的系统，都可以证明是一个物理符号系统”〔10〕41。西蒙与纽维尔认为，作为一般的智能行为，物理符号系统具有的计算手段既是必要的也是充分的。纽维尔与西蒙把其理论来源追溯到分析哲学家弗雷格、罗素与怀特海，“该假设的起源要追溯到弗雷格、怀特海与罗素就形式化逻辑提出的方案：以逻辑方式获取基本的概念式数学观念，把证明和演绎观念置于可靠的根基上”〔11〕。德雷福斯认为，真正的专家解决问题是诉诸直觉与整体性，在此基础上对人工智能的认识论假设与本体论假设进行批判，但他同意专家系统必须使用某种类型的概论度量的逻辑标准，“认知模拟的先驱者们——已经继承了霍布斯推理就是计算的主张，笛卡尔的心理表述、莱布尼兹的‘普遍文字’的思想——所有知识都可以在一组初始概念中得到表示”〔11〕。正如德雷福斯所言，“人工智能就是试图找到主体（人或计算机）中的哲学本原元素和逻辑关系”〔12〕。可见，人工智能与逻辑学特别是分析哲学紧密相关，逻辑学与分析哲学是人工智能的一个重要思想来源。

　　 三、简单性哲学原则为人工智能提供方法论基础

　　 简单性原则作为一种方法论原则，指的是科学理论前提的简单性、科学定律的简单性、思维经济性以及逻辑简单性原则。简单性原则在科学中占有重要地位。欧几里得几何学只有五个公设和几个推理规则就建构其整个立体几何学体系。这就是简单性应用的典范。简单性哲学原则认为，某一给定实体是由更为简单或更为基础的实体所构成的集合或组合。爱因斯坦指出：“从古希腊哲学到现代物理学的整个科学史中，不断有人力图把表面极为复杂的自然现象归结为几个简单的基本观念和关系。”〔13〕39

　　 古希腊先哲用简单的物质元素探索世界的本原。例如，泰勒斯把世界的本原归结为水，赫拉克利特把世界的本原归结为火，德谟克利特把世界的本原归结为原子，认为世界由不可分的原子构成。他认为，万事万物都可以还原为不可分最小微粒——原子，世界是由原子构成的。复杂的事物由简单的事物构成，万事万物都由不可分的基本粒子构成。世界由最基本的粒子构成，复杂对象由基本粒子构成，基本粒子决定了宇宙的性质。

　　 简单性哲学原则不但用简单元素追溯世界的本原，还致力于用力学解释自然现象。不管是物理规律、化学规律、生物规律，甚至是社会规律都可以用力学解释。哥白尼的日心说体系之所以取得科学界的支持也不是因为其解释力强，而是因为其遵循了简单性原则，从而取代了托勒密繁琐的本轮-均轮模型。牛顿的力学三定律就立足于简单性原则，用力来解释所有运动。按照简单性哲学原则，人与动物都是由简单的粒子构成，人与动物没有根本区别，人与机器也没有本质区别，甚至可以说“人就是机器”。1747年，拉·梅特里发表了《人是机器》这一哲学巨著，提出“人是动物，因而也是机器，不过是更复杂的机器罢了”〔14〕69。笛卡尔把人体看作是与机械相类似，用机械的旋涡来解释天体运动问题，他认为宇宙是一架机器，机械运动是唯一的运动规律。牛顿、开普勒、伽利略等都力图建立严密的力学体系来正确描述宏观物理运动，甚至是天体运动。爱因斯坦试图用公理化方法把自然界描绘成物质在时空中运动的统一体，德国物理学家海森堡也认为简单性原则可以作为科学假说可接受性的标准。

　　 不仅自然界的规律可以用力学表示，而且社会关系也可以用力学表示。孔德提出社会动力学和社会静力学概念，社会动力学又称为社会物理学，立足于运用力学规律分析社会关系。1950年，斯宾塞出版《社会静力学》，把事物的基本规律看作“力的恒久性规律”（thelawofpersistenceofforce）。“人是机器”的观点启发人工智能先驱开始了构造具有人类智能机器的探索。

　　 简单性哲学原则在人工智能发展中发挥了重要作用，影响了人工智能的出现与发展。人工智能是使用数字计算机模拟智能行为的活动。在纽维尔与西蒙看来，人工智能系统中把数据看作“1”与“0”的数字串，其他复杂的数量关系可以由“1”和“0”两个数字来构建，这是计算向物理过程的还原。人工智能需要把任何种类的智能活动变成一套指令。在人工智能的计算主义看来，一切推理都可以归结为计算，人工智能机器可以复制人类智能行为。人类的认知与计算机器是一样的。一切人类实践与技能在头脑中都表现为一个信念系统，由与上下文环境无关的初始行为与事实所构成。人与计算机都是物理系统或者可以简单归结为物理系统，这种思想深受简单性原则影响。不但如此，人工智能中的问题求解也是由难问题还原为简单问题来讨论。明斯基（MarvinLeeMinsky）认为：“解决困难问题的能力，随着把难题分成或者转换成难度较低问题的能力而改变，为了做到这点，需要对局势的理解，但不是全靠运气。人们必须能够对问题的表达作充分的推理或猜测，才能为问题的局势建立更简单的模型。这些模型具有的结构，应足以使人觉得可以把从模型得到的解，扩展到原有的问题上。”〔15〕421在人工智能先驱纽维尔与西蒙看来，人工智能与人脑都是同样的信息处理工具，具有功能相似性，“可以看出这种方法并未假设计算机和大脑在‘硬件’上的相似会超出这样一個范围，即认为两者都是通用的符号处理装置，而且能为计算机编程程序来进行一些基本的信息处理，使它们的功能与大脑十分相似”〔16〕。既然人脑可以还原为物理属性，那么，人工智能同样可以还原成简单的形式化规律。智能行为原则上可以理解为确定的独立元素的本体论假设。不但如此，人工智能的四个假设都建立在简单性原则之上，“心理学假设、认识论假设与本体论假设的共同之处是：它们都认为，人一定是一种按照规则对原子事实形式的数据作计算的装置”〔17〕9。智能行为可以还原为计算。哲学传统一直认为，凡是有序的东西都可以形式化为规则。明斯基认为所有的规律都受规则支配。“每当（在我们的行动中）观察到一种定律时，便转交给确定性规则来表达”〔18〕431。按照明斯基、纽维尔与西蒙等人工智能专家的观点，人与机器都是对原子事实形式化数据的装置，都可以还原为数量关系与物理学关系。四、哲学核心问题决定了人工智能的研究进路

　　 主体与客体的关系在哲学史上占居重要地位，是哲学研究中的核心問题，也是哲学史上诸多学派的思想源头。古希腊米利都学派的泰勒斯探索万物本源的时候就开始关注主体如何认识客体，关注主体与客体的关系，普罗泰戈拉提出的命题“人是万物的尺度”包括了主客二分思维的萌芽，笛卡尔的精神和物质相互独立的二元论思想暗含着主体和客体截然二分的思想。人们一般认为，只有人类才能成为主体，人之外的世界是客体。那主客二分的标准是什么呢？人之所以为主体的标准又是什么呢？有的学者认为只有主体才具有意向性，客体不具有意向性，客体只是主体认识的对象。主体一般具有独立意识或者个体经验。哲学意义的认识论指的是个体对知识和知识获得所持有的信念，主要包括知识结构、知识本质、知识来源和知识判断的信念等内容，主体与客体的关系问题是哲学的核心问题。认识论中的可知论与不可知论是研究主体之外的客体是否可知，唯心主义与唯物主义的区分以及各种不同的哲学流派的分野都基于主体与客体截然二分的哲学基础，哲学史上，各大流派都曾经把主客关系作为研究的切入点。

　　 人工智能是赋予机器智能，让机器可以模拟或者代替人类的某种智能。人工智能基于不同的哲学理念有不同的研究进路，人工智能发展史上不同思想的对立也是基于对于主体与客体关系的哲学思考。一般来讲，人工智能可分为三种进路，即符号主义进路、联结主义进路以及行为主义进路。人工智能符号主义进路把人类的认知过程看成符号计算过程，人类认知是物理符号系统，人工智能先驱德雷福斯（H.Dreyfus）认为，人工智能研究者其实与炼金术师一样，也是对一些符号进行不同的处理。因此，在人工智能的符号主义看来，人与机器没有本质区别，人类的心智同样可以还原成符号计算。德雷福斯在《计算机不能做什么：人工智能的极限》中提出，人工智能机器是基于生物学假设、心理学假设、认识论假设以及本体论假设基础之上的。“生物学假设：在某一运算水平上，大脑与计算机一样，以离散的运算方式加工信息;心理学假设：大脑被看作一种按照形式规则加工信息单位的装置;认识论假设：一切知识都可被形式化，可以被编码成数字形式;本体论假设：存在是一组在逻辑上相互独立的事实，知识可以被编入计算机程序”〔17〕156。从德雷福斯关于人工智能的四个假设中我们可以看出，人工智能与人类一样都是对信息加工和处理的工具，从这个意义上讲，主体与客体之间没有本质的区别。主体与客体不能截然二分，之所以对主体和客体进行区分，表明人类对于自身的认知规律和智能结构没有真正揭示。

　　 人工智能的联结主义进路，又称为仿生学派或生理学派，认为人工智能源于仿生学，特别是对人脑模型的研究，其主要原理为神经网络及神经网络间的连接机制与学习算法。联结主义起初是用软件模拟神经网络，后来发展到用硬件模拟神经网络。其理论假设是人与机器如果具有同样的结构应该具有同样的功能，可以通过研究人脑的物理结构从而制造出类似人脑的机器。在联结主义看来，人与机器结构相同，人脑与计算机程序运行模式相同，则功能相同。纽维尔（AllenNewell）认为，智能的计算机程序可以被用来模拟人类的思维过程。联结主义失败的原因是人脑的结构并不像人工智能研究者们在电脑上模拟一样，人类的大脑是将物理事实与知觉过程所连接的客观事实，而不只是对信息进行加工的一台机器。人与机器不同，机器不具有人类的精神状态和意识。人类的精神状态和意识是否由人脑结构决定呢？人类精神状态和意识是先验存在还是后天习得仍然是认知科学研究的难题。因此，通过神经网络让机器模拟人类智能行不通。通过对人工智能的符号主义和联结主义的分析我们发现，主体与客体区别的必要性得以彰显，人的主体性地位不能动摇。

　　 人工智能的行为主义进路，又称为人工智能的进化主义或控制论学派，其原理为维纳和麦克洛克等学者的控制论思想及感知-动作型控制系统。研究重点是模拟人在控制过程中的智能行为和作用，如对自适应、自组织和自学习等的研究。人工智能行为主义学派的代表布鲁克斯（RodneyBrooks）研制的“六足机器人”实质上是一个基于感知-动作模式模拟昆虫行为的控制系统，能够适应外界的环境，但这样的机器人也不具有人类的感知与认知能力，主体与客体之间还是可以严格区分。人工智能的目标从技术层面来讲是制造出对人类有益的智能机器，从哲学层面来讲，就是利用人工智能概念和模型，通过机器模拟人类智能来推动哲学核心思想主客二分问题的研究，借此解决哲学上的身心问题、意识难题等问题。哲学的核心问题与人工智能的研究是相互促进的。

　　 综上所述，人工智能技术的发展有其哲学根源，根源于数是万物本源思想、万物皆数思想以及数的简单、和谐思想，还根源于亚里士多德的逻辑思想以及分析哲学的逻辑分析研究方法。在众多哲学思想中，简单性原则是人工智能的哲学思想源泉。人工智能就是计算机用逻辑方法把思维还原为简单数字来模拟人脑的过程。人工智能发展是思维的革命，人工智能涉及信息与计算的本体地位和方法论问题，人工智能的发展迫使哲学家们对思维的存在形式进行深入研究，从而把形而上的论证变成可操作的过程。人工智能的目标是通过计算机实现机器模仿人类智能，人工智能的发展直接指向哲学的中心问题。例如，意向性问题、形式化问题、身心问题等。对于人工智能的哲学基础溯源有利于推动哲学的进步与发展，也可以拓展对于传统哲学问题的研究。只有对人工智能的哲学思想基础进行追溯与探源，才能为人工智能工作者提供思想源泉，从而更好地理解与把握人工智能的理论基础、发现人工智能的发展规律以及预测人工智能的发展趋势、把握人工智能的发展方向。

　　 参考文献：

　　 〔1〕玛格丽特·博登.人工智能哲学〔M〕.刘西瑞，王汉琦，译.上海：上海译文出版社，2001.

　　 〔2〕汪子嵩，等.希腊哲学史〔M〕.北京：人民出版社，2004.

　　 〔3〕亚里士多德.形而上学〔M〕.李真，译.上海：上海人民出版社，1995.〔4〕安东尼·梅耶斯.爱思唯尔科学哲学手册〔M〕.张培富，等译.北京：北京師范大学出版社，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: 总体国家安全观论文3000字

　　摘要：随着信息技术与电力行业的深度融合，一定程度上提高了电力企业的生产经营效率和管理水平。但由于存在信息管理问题和网络问题，对电力企业信息安全造成巨大威胁。本文通过分析当前电力企业信息安全管理存在的问题，针对性地提出了信息安全管理策略，以期为电力系统正常运行提供保障。

　　 关键词：电力企业;信息安全;企业管理策略

　　 电力是国民经济的命脉，对社会生产生活起着积极地推动作用。随着信息技术的不断发展，电力企业的信息化水平得到提高，一定程度上提高了电力企业的生产经营效率、管理水平以及市场竞争力。但是，信息的收集处理、交换传输以及共享等离不开互联网技术的支持，而互联网本身存在很大的自由性和不确定性，对电力企业信息安全造成巨大威胁。同时也为一些不法分子提供了可乘之机，使得其通过窃取或篡改重要的信息数据，以获取经济利益或达到破坏电力系统正常运行的目的。因此，为了保证电力系统正常运行，加强电力企业信息系统管理力度很有必要，也有助于推动电力企业信息化进一步发展。

　　 1电力企业信息安全管理内容

　　 电力企业信息安全管理主要包括安全策略、风险管理和安全教育三方面，其中安全策略属于电力企业信息安全管理的最高方针，在制定安全策略时需要电力企业根据自身的发展规模、安全需求、业务特点等综合考虑，最终确保形成的书面材料通俗易懂、简单明了，便于信息安全管理人员实施操作;风险管理属于电力企业信息安全管理的对策建议，主要是对影响信息安全的风险因素进行识别、评估和防控，可以事先假定存在某方面的风险，然后通过有效规避风险、合理转嫁风险、科学降低风险和适度接受风险等手段来尽量降低信息风险给企业带来的经济损失;安全教育的目的是确保信息安全管理的有效执行，可以通过信息安全培训的方式直接对企业信息安全管理人员进行信息安全教育，使其了解信息安全管理策略，掌握信息风险防控对策，将信息安全管理的内容内化于心、外化于形，同时将信息安全管理纳入企业文化建设当中。

　　 2电力企业信息化发展特征

　　 2.1基础设施建设完善

　　 电力企业经过多年的信息化发展，与传统的其他行业相比，信息化建设水平相对较高，计算机普及率高达100%，局域网覆盖率达到90%以上，从管理人员到一线具体操作人员均对计算机技术有所了解和掌握。

　　 2.2自动化系统建设成熟信息技术

　　 在电力企业日常生产经营活动中的广泛应用，使得生产自动化系统建设较为成熟，极大地提高了生产效率。目前多数电力企业采用更为先进的SCADA系统，电网三级调度也完全实现了自动化目标，成为引领全球电力调度的航标。

　　 2.3营销管理系统完善

　　 尽管电力行业属于国家的民生工程，享受国家的补贴政策，但仍然需要面对市场的残酷竞争，信息技术与营销管理系统的有机融合，进一步完善了营销管理系统，实现了用电管理、业务受理、客户服务等信息化，为电力企业开展营销活动注入了新的活力。

　　 2.4管理信息系统建设稳步推进

　　 电力企业在管理信息系统建设过程中，相继开发出满足生产、营销、设备、安全等管理要求的各种信息系统，实现了各个层面上的管理系统信息化建设，改善了企業工作环境，推动了企业现代化发展。

　　 3问题表现分析

　　 3.1无法保证电力企业信息服务器的安全性

　　 在电力企业的信息网络管理系统中，其结构是较为复杂化的，其中包含很多信息服务器，包含了企业的数据库资源的服务器、Web服务器以及基本应用服务器等，对于这些服务器来说其承担了电力企业的网络运行以及发展等，如果在电力企业中发生服务器的受损问题，那么将会导致企业内部的信息管理发生瘫痪问题。对于当前信息网络安全不够完善的现象，很多网络攻击问题呈现多种多样，而电力系统的服务器也逐渐成为那些不法分子所攻击的对象。

　　 3.2应进一步增强信息管理人员的综合素质

　　 现今我国电力企业在信息网络管理中，存在较弱的意识，其中的企业领导只将精力放置在增强自身经济利益的工作上，却未能意识到企业信息网络安全管理工作的重要性，另外企业管理的系统存在不完善的现象，未能培养更多优秀的网络安全管理人员，使得企业在信息网络安全管理中欠缺充分的队伍。而且一些企业中的信息网络安全管理人员的专业能力也存在有待提升的现象，很难对信息网络安全问题进行解决，这样会对其与内部信息安全带来严重影响。

　　 4、在电力企业中建立完善的信息网络安全管理体系的有效策略

　　 4.1建立完善的深化网络和信息安全的管理与保障体系

　　 对于信息网络安全的问题，逐渐成为电力企业发展中最为重视的问题，所以应在相应领导的引导下，不断增强对信息网络安全管理工作的正确认识和了解，进一步增强在信息网络安全管理中的资金投入力度，结合相关政策与要求等，应建立完善的企业内部信息网络安全体系。另外也要把信息安全的管理体系有效的落实到各个环节中，是企业内部的所有工作人员都能明确信息安全管理工作的关键性。而且在电力企业中，也要结合不同的信息系统特征，结合信息安全标准，有效的在制定合理的信息安全维护策略，尤其在电力企业网络信息营销安全管理系统和相应新型能源的发电信息网络安全管理系统当中，必须要制定相应的安全防护策略来对其进行维护和管理。

　　 4.2对电力企业系统与设备存在的漏洞进行明确

　　 当前在计算机网络技术的快速发展下，对于那些已经使用了的网络信息系统以及设备等，会在网络技术发展中逐渐表现出自身的漏洞与不足，对于这些现象将在很大程度上为那些不法分子，提供了进入电力企业网络信息系统中的机会。可是当前的电力企业信息网络系统构建工作，并不是短期可以完成的工作，另外对于经常性的更换网络信息系统，也会给企业带来一定的经济压力，对企业长远发展是相当不利的。

　　 4.3注重基础的增强，培养更多优秀的信息安全人才

　　 当前为满足信息化建设要求，电力企业已经建立了在网络上就可以找到内部信息的体系，而对于该体系如果发生信息外泄，将会对企业运转带来严重影响，甚至会导致企业发生严重损失的问题，会影响电力企业良好发展。所以电力企业一定要进一步增强信息网络安全管理工作的开展，注重专业人才的引进，增强信息安全管理的队伍建设，确保每个工作人员都能拥有较强的专业素质和综合能力，这样才能为信息网络安全管理工作的开展奠定坚实基础。

　　 4.4对产品的选型进行规范，增强电力工控系统的防护与可控水平

　　 要想更好的满足电力企业的体制改革需求，电力企业必须要增强对新型信息网络安全技术进行研究，结合各种服务器要求，制定出合理的安全防护策略，进而更好地完善电力企业在信息网络安全管理中的主要工作体系。另外在建立信息网络安全系统中，应系统各部分开展审查以及优化，确保整个系统设备能够满足相应的安全要求

　　 结束语：

　　 电力企业网络安全信息漏洞管理，要针对目前漏洞管理存在的检测周期过长、处置效果不好等缺陷，构建与电力企业发展漏洞管理需求匹配的IT资产管理机制，构建漏洞快速治理管控平台，及时获取漏洞情报信息，结合内外网资源快速定位漏洞相关的信息资产，精准评估漏洞危害等级，指导资产相关部门快速消除漏洞或隔离利用条件，以实现有效管控网络安全风险的目的。

　　 参考文献

　　 [1]杨艳辉.浅析电力企业网络信息安全管理[J].工程建设与设计，2016（14）：170-171.

　　 [2]陆力瑜.浅析电力企业网络信息安全管理[J].数字技术与应用，2015（07）：194.

　　 [3]郑玉山.电力企业网络和信息安全管理策略思考[J].网络安全技术与应用，2017（6）：121+123.

　　 [4]杨艳辉.浅析电力企业网络信息安全管理[J].工程建设与设计，2016（14）：170-171.

　　 [53]何江南.电力企业信息网络安全问题及对策分析[J].中国新通信，2015，17（7）：63.