第166章 课·课堂实录：经验与理性的适用之道—哲学与心理学课堂对话（3/3）
早期的人工智能学者，比如提出形式语言模型的乔姆斯基，想把人工智能划归到自然科学范畴，希望靠理性和逻辑解决问题。
他们试图用数学模型生成人类语言，这在计算机语言上是可行的，因为计算机语言能完全纳入数学框架。”
“但人类语言太复杂了，总有很多例外，设定的规律经常失效。
到了上世纪70年代，贾里尼克等人扛起经验主义大旗，让计算机通过学习经验和案例来处理人工智能问题。
现在人工智能的成功，就是在他们的研究基础上发展起来的。”
叶寒好奇地问：“教授，学术界对人工智能的研究方法没有争议吗？”
“当然有，”和蔼教授说，“很长一段时间里，学术界有两派关于自然语言处理的学术会议。
一派是偏传统语言学理论研究的，比如计算语言学国际会议coLING；另一派是偏经验主义的，比如经验方法自然语言处理会议EmNLp。
我参加过这两类会议，两派学者的研究思路差异很大。
不过近年来，两派会议有时会一起举办，这也体现了经验主义和理性主义的结合趋势。
但到目前为止，几乎所有人工智能和大数据的成就，都来自经验主义这一派。
我写的《智能时代》这本书，本质上介绍的就是经验主义方法。”
课程接近尾声，和蔼教授开始总结：“回到我们最初的问题，在生活中，什么时候该用理性主义，什么时候该用经验主义呢？
我认为，理性主义主要用在两个地方。
第一，面对数学和自然科学问题时，理性推理是核心。
第二，当我们需要找出一件事的错误时，理性能帮我们判断哪些结论不合逻辑、不合理。
但要注意，用理性主义时，一定要清楚规律的适用边界，不能把它变成教条主义。”
“至于经验主义，在我看来，只要涉及非科学问题，我们都应该更相信经验。
比如人际交往中，我们靠经验判断对方的性格和态度；在艺术欣赏中，经验让我们更好地理解作品的内涵。
当然，这并不意味着经验可以脱离理性，经验需要理性的梳理和分析，才能更好地发挥作用。”
最后，和蔼教授抛出一个思考题：“今天我们探讨了经验主义和理性主义的适用场景，那大家可以思考一下，在教育孩子的过程中，哪些方面应该侧重经验主义，哪些方面应该侧重理性主义呢？
欢迎大家下次上课分享自己的观点。
觉得这节课有收获的同学，别忘了点赞支持，也可以催更后续课程，我们会带来更多关于哲学与生活的探讨。”
课堂内容总结:
该课堂内容围绕“何时用经验主义，何时用理性主义”展开。
和蔼教授以“休谟的叉子”为切入点，指出其将知识分为无需经验验证的观念知识（如数学，靠理性获得）与依赖经验的经验知识，还分析了理性推理中归纳（存在不完全归纳误区，如“火鸡悖论”）与演绎（难辨真实因果，如“着凉致感冒”的误区）的局限性。
教授接着梳理经验主义（以洛克为代表，认为知识源于经验）与理性主义（以笛卡尔为代表，强调靠思考获真知）的争论，提及康德试图调和分歧，又将知识延伸分为数学（纯理性）、自然科学（重理性，需实证）、非科学（重经验，如心理学、部分社会科学）三类，并以人工智能领域发展为例说明经验主义的重要性。
最后教授总结：理性主义适用于数学、自然科学问题及找错误，经验主义适用于非科学问题，还抛出“教育孩子中如何侧重两种主义”的思考题。
本章已完成！