简介:大数据和机器学习在医学研究领域获得越来越多的应用和关注.人体作为复杂的生理和演化系统,具有开放性、不确定性、非线性、多层次性、动态性、突现等特征.从复杂性哲学的视角出发,分析了人工智能医学在方法论和认识论上的优势和问题.人工智能医学可以利用海量数据,搜集复杂的特征信息,发掘并识别多种变量之间的相关性,通过机器学习捕获数据中的复杂与非线性关系,克服还原主义的局限,消除不确定性,提高预测的准确性.疾病过程所体现出的动态复杂性和过程敏感性,复杂系统的不确定性和突现特征,使得人工智能医学对疾病和治疗状态的预测和长时段的预测难以实现.人工智能利用相关性所做的预测,虽然准确,但因为因果解释的缺失和路径依赖,不能直接用于临床上的医学照料,需要医生具身的临床经验和知识辅助判断.治疗的临床情境的重要性与数据化上的困难,也给当前人工智能医学实现从精准预测到有效治疗带来了挑战.
简介:海伦·朗基诺的批判的语境经验主义可被理解为两个版本。弱版本认为在科学实践中社会性因素必然地参与到知识论过程中。强版本则坚持一些社会性因素是科学实践中知识论过程的构成性成分。弱版本被大多数学者接受,强版本则引起许多争议。这两个版本之间存在着论证上的鸿沟,而该鸿沟是学界质疑批判的语境经验主义(CCE)的主要原因。当代认知科学中的具身进路也存在着类似的强弱版本之间的鸿沟。生成理论对强版本具身进路的辩护策略可以被借用来处理批判语境主义的强弱版本之间的鸿沟。两种对应强弱版本鸿沟策略的相似性并不是偶然的,而是意味着生成进路所提供的资源可为批判语境主义提供更好的辩护。
简介:同科学的社会建构一样,对科学的常人方法论研究秉承着建构论的科学主张,但取代把科学作为社会建构的结果,视科学为一种情境性内在生成的地方性成就。基于"方法的唯一适用要求",用作为生成的建构超越作为构造的建构,在一定意义上实现了科学的理性和客观性的回归。
简介:知觉内容如何是概念的?这是当代认识论中所关注的关键问题.麦克道威尔的概念论认为,只有概念性的东西参与进辩护活动中,因此知觉内容必然是包含概念的.他的概念论可以总结为两点:C1,知觉内容是概念的;C2,概念来自后天语言学习.特拉维斯对麦克道威尔的观点展开了批判,指出了麦克道威尔的概念论是一种存在问题的表征理论,同时指出作为概念论基础的“似真之看”是不可能的,从而使C1被证明是不成立的.麦克道威尔承认特拉维斯的批判并进行修改,他分别提出M1(直观能力是一种概念能力)和M2(知觉内容中仍然存在某些概念)两个措施进行修改.但是本文将指出这两个修改非但没有真正解决问题,反而使修改后的C1与C2相冲突.从而证明概念论的主张是不一致的,麦克道威尔依旧无法说明知觉内容如何具有概念.