人工智能的马克思主义解读
摘要：人工智能技术的出现，使得一些人对劳动价值论产生了怀疑，认为在人工智能高度发展后，价值的创造已经不需要人的参与。事实上，从马克思主义的视角看，人的劳动依然是价值的唯一来源，人工智能仍属于劳动工具，人工智能系统是人类劳动的结晶。虽然在资本的压榨下出现人的异化，但是人工智能系统能够在更大程度上减少工人对机器的依赖，将人类从危险、繁重和枯燥的工作中解放出来。
关键词：人工智能；马克思主义；生产力
基金项目：本文系研究阐释党的十九大精神国家社科基金专项立项课题“推动新一代信息技术与制造业深度融合研究——基于新时代和新工业革命的视角”（项目编号：18VSJ054）阶段性研究成果。
当前，人工智能在便利和丰富我们生活、提高生产效率的同时，也使人们产生了一些疑问、质疑甚至恐慌：在无人工厂出现后，到底是人类还是机器在创造财富？人工智能取代了许多就业岗位，是否会导致普遍的失业？马克思、恩格斯早在19世纪建立了以唯物史观和剩余价值学说为核心的马克思主义理论体系，对人类社会发展的一般规律作出过深刻的分析，事实上，他们的理论对于新兴的人工智能仍然具有强大的解释力。
在人工智能时代，人的劳动依然是价值的唯一来源
马克思认为，劳动是价值的唯一源泉，商品的价值是由生产商品所耗费的社会必要劳动时间决定的。但是人工智能技术的出现，使得一些人对劳动价值论产生了怀疑。随着以大数据、云计算、物联网、人工智能等技术推动的第四次工业革命的兴起，制造业呈现数字化、网络化、智能化的发展趋势。如果说在前三次工业革命中，生产过程始终离不开人的参与的话，那么随着第四次工业革命的深入推进，工厂中从事直接生产的工人数量将会不断减少，目前已经出现了完全由机器人等自动化设备和人工智能系统构成的无人工厂。据此有人认为，在人工智能高度发展后，价值的创造已经不需要人的参与。
从马克思主义的视角看，尽管无人工厂的制造过程无人参与，但人的劳动依然是价值的唯一来源。首先，人工智能仍属于劳动工具。与机器替代笨重、繁杂、肮脏、危险的体力劳动不同，人工智能不但能够取代一部分体力劳动（如机器人等智能设备的使用），而且能够替代一部分智力劳动（如智能化的进货、排产、发货）。智能化生产线自不必说，与机器设备一样属于生产工具的范畴，以软件代码、算法形式存在的人工智能系统虽然具有无形性，但仍然是生产力水平发展到一个新阶段的新型生产工具。2018年3月，美国智库国际战略研究中心（CSIS）发布《美国机器智能国家战略》，用“机器智能”取代了2016年以来美国总统行政办公室、国家科技委员会接连发布的三份报告中“人工智能”的提法。“机器智能”的概念表明，人工智能系统可以看作具有某些人类智能的机器，与传统的机器设备并无本质的不同。
其次，人工智能系统是人类劳动的结晶。人工智能系统的物理支撑包括芯片、传感器、计算机、服务器、机器人以及物联网、移动互联网、云计算和大数据等基础设施，在软件层面包括基础软件、嵌入式软件、APP以及更为底层的算法和代码，其研究、开发、生产都是人类劳动的结晶。马克思指出：“机器总是全部地进入劳动过程，始终只是部分地进入价值增值过程。”同样，在人工智能系统参与生产过程时，物化在人工智能系统之中的劳动会发生价值转移，逐步转移到无人工厂生产的新产品中去。
再次，人工智能系统的开发属于复杂劳动。人类的劳动包括重复性的简单劳动和创造性的复杂劳动两类。相比于在生产流水线上重复一两个简单装配动作的劳动，发明流水线上的机械设备和工艺流程的劳动就属于复杂劳动，开发人工智能系统属于当代最需要创造力、最复杂的人类劳动之一。少量的复杂劳动可以等于多量的简单劳动，故而在同等的生产时间里，从事人工智能系统开发的复杂劳动比简单劳动可以创造更多的价值。
最后，无人工厂的运作离不开人类的参与。无人工厂看起来没有人参与生产过程，事实上，只不过是人类的工作从现场转向了后台。无人工厂本身的设计、建设，机器人等生产设备的制造、安装、调试、维护，针对不同产品的生产线运行代码的开发，生产数据的处理以及生产流程的优化等，都需要人类的劳动投入。可见，在智能化工厂中虽然人类没有直接参与产品的生产，但是间接参与了价值的创造，因此，归根溯源，在人工智能时代，劳动依然是价值的唯一来源。
人工智能将人类从危险、繁重和枯燥的工作中解放出来
马克思在《资本论》中指出，资本家为了追求剩余价值，会采取增加劳动时间和提高劳动强度的方式加强对工人的压榨。在资本主义发展的早期，工作日工作12小时是很普遍的，甚至得到法律的认可。资本毫无拘束地压榨劳动力，工人处于非常悲惨的境地，身体受到严重摧残，并且只能勉强维持生活。在资本的压榨下，人的物质生产与精神生产及其产品变成异己力量，反过来统治人，即人的异化。卓别林在其经典影片《摩登时代》中形象刻画了人的异化——工人在大规模生产的流水线上不停歇地重复同样的动作，机器不停止，他便无法休息；即使机器停止了，由于惯性，他仍然机械地重复同样的动作。本来是人操作机器，结果人却成为机器的奴隶。
马克思预言了生产力的发展对人的解放，他指出，“机器能够完成同样的劳动”，而且机器替代工人同样遵循价值规律，只是由于生产力的大幅度提高，人类只需要劳动更少的时间就可以创造出满足人类自身发展的物质和精神文化产品。人工智能作为一种使能技术，能够显著地提高生产力水平，一些对于人类而言非常复杂、耗时的工作，依靠强大的计算能力和算法，人工智能系统可以在很短的时间内完成。例如，摩根大通原先需要律师和贷款人员每年花费36万小时才能完成的工作，用一款基于人工智能的金融合同解析软件几秒钟就可以完成；借助于人工智能系统，高盛纽约总部现金股票交易柜台的交易员从2000年的600名减少到两名。就像历史上曾经发生的故事一样，人工智能系统能够在更大程度上减少工人对机器的依赖，将人类从危险、繁重和枯燥的工作中解放出来。
还有一些人担心人工智能发展会取代人类的就业岗位，从而造成大规模失业。根据美国信息技术与创新基金会（ITIF）的研究报告，美国从1850年到2015年的劳动力市场发展趋势，任何一个10年期里，技术直接创造的就业机会都不比它所消除的更多，从1850年开始到现在的大部分时间里，整个美国经济都以强劲的速度创造了大量的就业机会，失业率一直很低。尽管从历史上看，机器的发展并没有造成人类就业岗位的绝对减少，但是由于人工智能系统具有自我适应、自我学习等方面的优势，对就业的替代能力更强，因此有学者表达了对人工智能影响就业的担心。实际上，聪明的人类已经找到一种应对办法，那就是减少工作时间。根据Huberman和Minns的研究，以美国为例，1870年到2000年间，每周工作时间从62.0小时下降到37.2小时，休假和假期从4天增加到20天，年工作小时数从3096小时减少到1878小时。随着生产力的大幅度提高，可以通过减少工作时间，使技术进步和经济发展的成果惠及到每一个人。
针对由人工智能技术发展而产生的大量闲暇如何利用的问题，马克思早已给出了设想：“由于给所有的人腾出了时间和创造了手段，个人会在艺术、科学等方面得到发展”，即更多地追求自我价值的实现。随着人工智能在内的生产力的进一步发展，社会的物质和精神产品极大丰富，“劳动已经不仅仅是谋生的手段，而且本身成为生活的第一需要”。
参考文献
①王永章：《马克思劳动价值在人工智能时代的指导意义》，《北方论丛》，2018年第1期。
《人工智能》之《绪论》习题解析
教材：《人工智能及其应用》，蔡自兴等，2016m清华大学出版社（第5版）
参考书：
对应同系列博客：《人工智能》之《绪论》
《人工智能》之《绪论》习题解析1什么是人工智能？试从学科和能力两方面加以说明。2在人工智能的发展过程中，有哪些思想和思潮起了重要作用？3在过去的20多年中，人工智能发生了什么变化？4为什么能够用机器（计算机）模仿人的智能？5现在人工智能有哪些学派？它们的认知观是什么？现在这些学派的关系如何？6你认为应从哪些层次对认知行为进行研究？7你是如何理解人工智能的研究目标的?8人工智能研究包括哪些内容？这些内容的重要性如何？9人工智能的基本研究方法有哪几类？它们与人工智能学派的关系如何？10人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？11你对人工智能课程教学有何意见和建议？12解释什么是图灵测试？13阐述中文屋问题是否能驳倒图灵测试？1什么是人工智能？试从学科和能力两方面加以说明。人工智能（学科）是智能科学中涉及研究、设计与应用智能机器和智能系统的一个分支，而智能科学是一门与计算机科学并行的学科。
人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。
2在人工智能的发展过程中，有哪些思想和思潮起了重要作用？20世纪30年代和40年代：数理逻辑和关于计算的新思想；20世纪80年代后期以来，不同人工智能学派间的争论推动了人工智能研究和应用的进一步发展，特别值得一提的是神经网络的复兴和智能真体的突起；3在过去的20多年中，人工智能发生了什么变化？机器学习又发展了许多学习方法（P27）；硬件方面：除了微电脑技bai术和超级电脑技术的迅du速发展，zhi存储技术依旧遵循摩尔定律发展之外，各种传感器技术，特别是数字传感器技术的发展。对人工智能的硬件加速了更新换代。软件方面：与海量存储器相适应的快速搜索算法迅速发展。而且机器自我学习成长能力有极大提高。（来自百度）4为什么能够用机器（计算机）模仿人的智能？物理符号系统的六种基本功能：输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移。
物理符号系统的假设：任何一个系统，如果它能表现出智能，那么它一定能执行上述6种功能。反之，任何系统如果具有这6种功能，那么它就能表现出智能，这种智能指的是人类所具有的那种智能。
物理符号系统的假设伴随有3个推论：
既然人具有智能，那么人就一定是一个物理符号系统；既然计算机是一个物理符号系统，它就一定能够表现出智能；既然人和计算机都是物理符号系统，那么就能够用计算机来模拟人的智能。所以，在物理符号系统的假设下，机器智能可以模拟人类智能。
5现在人工智能有哪些学派？它们的认知观是什么？现在这些学派的关系如何？目前人工智能的主要学派有3家：
符号主义：又称为逻辑主义、心理学派、计算机学派，其原理主要为物理符号系统假设和有限合理性原理。连接主义：又称为仿生学派、生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。行为主义：又称为进化主义、控制论学派，其原理为控制论及感知-动作型控制系统。它们的认知观：
符号主义认为人工智能源于数理逻辑。代表性成果为启发式程序LT（逻辑理论家），证明了38条数学定理，表明了可以应用计算机研究人的思维过程，模拟人类智能活动。连接主义认为人工智能源于仿生学，特别是人脑模型的研究。代表性成果为1943年由生理学家麦卡洛克和数理逻辑家皮茨创立的脑模型（MP模型），开创了用电子装置模仿人脑结构和功能的新途径。行为主义认为人工智能源于控制论。代表性成果为布鲁克斯的六足行走机器人，它被看作新一代的“控制论动物”，是一个基于感知-动作模式的模拟昆虫行为的控制系统。它们的关系：长期共存与合作，取长补短，并走向融合和集成，为人工智能的发展做出贡献。
6你认为应从哪些层次对认知行为进行研究？7你是如何理解人工智能的研究目标的?人工智能研究的近期目标和远期目标具有不可分割的关系。远期目标为近期目标指明了方向，近期目标为远期目标奠定了理论和技术基础。
8人工智能研究包括哪些内容？这些内容的重要性如何？人工智能研究的基本内容：这些内容是得到诸多学者认同并具有普遍意义的人工智能研究的基本内容。
9人工智能的基本研究方法有哪几类？它们与人工智能学派的关系如何？人工智能的基本研究方法有4类：
功能模拟法结构模拟法行为模拟法集成模拟法关系：与符号主义、连接主义和行为主义相应的人工智能研究方法为功能模拟法、结构模拟法和行为模拟法。此外，还有综合这3种模拟方法的集成模拟法。
10人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？人工智能有16个主要研究和应用领域：
问题求解与博弈逻辑推理与定理证明计算智能分布式人工智能与Agent自动程序设计专家系统机器学习自然语言理解机器人学模式识别机器视觉神经网络智能控制智能调度与指挥智能检索系统与语言工具其中，4、7、9、10、12是新的研究热点。
11你对人工智能课程教学有何意见和建议？无。
12解释什么是图灵测试？图灵测试（TheTuringtest）由艾伦·麦席森·图灵发明，指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能。图灵测试一词来源于计算机科学和密码学的先驱艾伦·麦席森·图灵写于1950年的一篇论文《计算机器与智能》，其中30%是图灵对2000年时的机器思考能力的一个预测，目前我们已远远落后于这个预测。（来自百度百科）
13阐述中文屋问题是否能驳倒图灵测试？中文屋问题不能驳倒图灵测试。
我们再仔细回顾下这个思想实验，我们发现之所以能解决所有中文问题的关键不在于那个完全不懂中文的人（事实上，他的工作用简单的程序就能代替），而在于那本带有中文翻译程序的手册！试想如果有这样的一本手册，它满足可以回答所有问题这个前提，那么事实上这本手册就拥有了智能！实际上，不要说回答所有问题了，即使是回答普通生活中大部分常识性问题，这个手册的容量都将是难以估量的，因为你要考虑到那个做着所谓“翻译工作”的人完全不懂中文，只是机械的按照步骤利用这个手册和房间内其它可用的工具来进行翻译和回答，所以这个手册绝非一些人下意识里想到的中英词典（因为如果这样，那这个人就不可能完全不懂中文），而是拥有一个完整步骤流程的中文翻译程序的手册，所以这个手册的实现本身就是极其困难的，要想做到回答所有问题这个手册就必须有“智能”。提出中文屋问题的searle实际上偷换了概念。他先利用一个常识性命题——手册是没有智能的，来把我们的注意力转移到那个完全不懂中文的人身上，因为我们下意识里觉得按照描述那个房间里似乎只有这个人才有智能，然后searle又假设这个手册可以回答一切中文问题。但这样的假设本身就存在漏洞，如果这个手册真的做到了能回答所有问题，那它就不是通常意义上的手册了，它很可能也是有智能的。searle把我们这些有上帝视角的观众的注意力全都转移到那个人身上了，殊不知实验中外面人交互的是一个完整的房间（包括人和房间里的一切物品），导致我们把这些对象割裂开来，实际上我们应该把房间视为一个整体，那个完全不懂中文的人做的工作，无非是一些输入输出还有搜索（这些可以轻易地用程序替代），而核心在于他使用的工具——那本手册，拥有如此强大功能的手册，不可能不集成了诸如自然语言处理、机器学习、深度学习（神经网络）等技术，所以外边的人思维要是严谨一些，得到的结论应该是这整个房间（包括人和手册以及其他工具）会中文，而不是那个人会中文，而因为那个不懂中文的人的工作完全可以由机器来代替，回顾图灵测试的概念，这不正好验证了图灵测试吗？
结论：searle的思想实验有严重的逻辑漏洞，他所设计的中文房间问题非但没能推翻图灵测试，反而为图灵测试提供了一个极佳的例子。不得不承认，即使是在今天，图灵测试依然有重大的意义。（来自关于图灵测试和中文房间的一些思考)
更新：这是一个仁者见仁智者见智的问题，有人认为中文屋问题能驳倒图灵测试。理由如下：
人工智能技术的三大学派
人工智能的发展，在不同的时间阶段经历了不同的流派，并且相互之间盛衰有别。目前人工智能的主要学派有下列三家：
符号主义(symbolicism)，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统，即符号操作系统，假设和有限合理性原理。连接主义(connectionism)，又称为仿生学派或生理学派，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。行为主义(actionism)，又称为进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。会发现三者的根源依据存在着较大的差异性，也为后世的学派发展产生了较为深远的影响。
符号主义(优秀的老式人工智能)认为人工智能源于数理逻辑，主张用公理和逻辑体系搭建一套人工智能系统。代表的有支持向量机(SVM)，长短期记忆(LSTM)算法。
数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又在计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，它证明了38条数学定理，表明了可以应用计算机研究人的思维过程，模拟人类智能活动。
正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法>专家系统>知识工程理论与技术，并在20世纪80年代取得很大发展。
人工智能分类浅谈
文章目录前言一、什么是人工智能？二、人工智能的分类1.按学派分类2.按能力分类3.按业务领域分类4.按学习方式分类5.按实时分类6.按学习步骤来分7.按学习技巧来分8.按学习轮次来分9.按模型种类来分10.按任务来分11.按模型来分前言本文将粗略介绍人工智能的分类
一、什么是人工智能？通过学习掌握了某种技能的机器，我们认为他具备了人工智能。
二、人工智能的分类1.按学派分类符号主义：又被称为逻辑主义，心理学派，专家系统。该学派认为人工智能是源于数学逻辑的，该学派认为人类认知和思维的基本单元为符号，把这种符号输入到能处理符号的计算机中，从而模拟人的认知过程来实现人工智能。
连接主义：又被称为仿生学。该学派是基于神经网络及网络间的连接学习算法的智能模拟方法。
行为主义：又被称为进化主义或控制论学派。研究的是一个群体的行为。
2.按能力分类弱人工智能：只能处理单一的问题，该模型如果被训练为识别猫狗分类，那么他就只能够处理这个问题。
强人工智能：在各个方面都能够和人类相比。
超人工智能：在各个方面的远超人类。
3.按业务领域分类信号领域
图像领域：识别/侦测，跟踪，切割，生成
语音领域:
自然语义
自动化
4.按学习方式分类有监督：每条数据都有对应的标签。如在训练手写数字识别的时候我会告诉网络传入的图片所对应的数字。高效但成本高
无监督：在训练网络的时候，只给网络对应的数据没有标签，不告诉网络图片对应的数字。成本低而且泛化性能较好但效率低
半监督：输入网络的数据只有部分数据有标签。（少量包含标签的大量无标签的）
自监督
5.按实时分类在线学习：推理和学习是同时进行的。
离线学习：学习完成之后在使用。
6.按学习步骤来分非端到端学习：数据在输入模型之前需要认为进行特征提取。传入模型的不是原始数据，而是经过处理之后的特征。特征提取比较难，对最终的结果影响大。
端到端学习：数据直接输入模型得到输出，特征提取是由模型自己提取的。当任务比较复杂的时候学习起来比较困难。
7.按学习技巧来分迁移学习：在已经训练好的基础上继续学习新的任务。如某个模型已经学会了识别猫狗，我们在这个基础上继续学习识别飞机，船等。
元学习：元学习学习的数据的本质特征
级联学习：将任务进行分解来进行学习
递增学习：逐级增加学习的难度
对抗学习：两个网络相互竞争从而来进行学习
合作学习：分工合作学习
8.按学习轮次来分N-shot/Few-shot
one-shot
zero-shot
9.按模型种类来分判别模型
生成模型
10.按任务来分回归/拟合/函数逼近：当模型的输出为一个具体的数值时为回归任务如预测物体的所在的坐标点时。
分类
聚类：聚类和分类本质上都是把数据分开，区别时聚类为无监督学习。我不知道这堆数据里面有几个类别也不知道哪些是具体的哪一类的数据。
特征提取/降维/主成分分析
生成创作
评估与规划
决策
11.按模型来分统计：传统的机器学习，非端到端学习
仿生：神经网络
人工智能本科专业属于什么大类 属于哪个学科
【导读】人工智能本科专业属于什么大类属于哪个学科
人工智能本科专业属于什么大类属于哪个学科
中国大学共有13个学科，61个大学专业类，506个大学专业。13个学科分别是：哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、军事学、管理学、艺术学。下面介绍下普通高等学校本科专业目录(2020年)具体的专业分类情况。
人工智能本科专业属于什么大类属于哪个学科
专业名称：人工智能
专业代码：080717T
专业类别：电子信息类
门类：工学
学科授予门类：工学
修业年限：四年
增设年份：2018
>>>国考及各省公务员考试专业分类目录(研究生|本科|专科)
极速查询及匹配职位->国考专业分类目录查询
温馨提示：部分省份公务员在招考时适用的专业分类不统一，本系统专业分类是华图教育根据教育部公布的普通高等学校专业目录汇总整理;本专业目录分类供考生公务员选职位参考，考生在报名时对专业有任何疑问的，可以直接拨打招考单位联系电话咨询。
推荐->职位表查询：国考安徽北京重庆福建广东甘肃广西贵州河南湖北河北海南黑龙江湖南吉林江苏江西辽宁内蒙古宁夏青海四川山东上海陕西山西天津新疆西藏云南浙江
（编辑：安徽华图）