 人工智能的认识论首次发表于：2026 年 10 月 16 日，星期五 https://plato.stanford.edu/entries/epistemology-ai/ 人工智能在知识相关任务上的惊人成就，加上它的不透明性，促使人们发展人工智能的认识论，即研究人工智能究竟能在多大程度上促进知识与理解的获取。人工智能认识论既把人工智能作为知识的对象，也把它作为扩展认识主体能力的工具——如果它还没有成为独立的认识主体的话。作为认识论的一个分支，人工智能认识论与社会认识论相似，都不再专注于未借助外部辅助的个体人类。不过，人工智能认识论尚未成为一个确立的哲学领域。尽管如此，自人工智能问世以来，认识论、科学哲学和心灵哲学领域的作者一直在讨论有关人工智能的认识论问题。如今所谓的“人工智能哲学”也触及这些问题，但传统上更关注人工智能应用是否具有心理状态或心理属性。本文概述并系统整理现有的人工智能认识论研究，涵盖符号主义与联结主义人工智能，并比较机器学习与预编程人工智能。 目录
1. 导论1.1 人工智能认识论的研究动机在结构生物学中，预测蛋白质的三维形状是一项关键挑战；蛋白质是一类在细胞中执行多种重要功能的分子。生物学家通过每两年举办一次的竞赛，比较各自模型进行此类预测的能力（Dill & MacCallum 2012）。2018 年，深度学习模型 AlphaFold 赢得了这项竞赛。2020 年，该模型的新版本 AlphaFold 2（Jumper et al. 2021）“表现好得令人难以置信，可能预示着生物学的一场革命”（Callaway 2020, 203）。此后，AlphaFold 2 已预测了超过两亿种蛋白质的结构，与数据的比较表明，其中很大比例的预测具有很高的准确性（Varadi et al. 2024; Terwilliger et al. 2024）。后续模型 AlphaFold 3 能够预测范围更广的生物复合物结构（Abramson et al. 2024）。 这只是人工智能成功执行认识任务的一个例子。认识任务是指与理性信念、知识和理解有关的任务。鉴于 AlphaFold 2 的既往表现，我们似乎有理由说，我们有正当理由相信它的下一个预测将是真的，或至少是极为出色的近似。或许我们甚至可以说，AlphaFold 2 能够提供对蛋白质折叠的理解，或者它本身具有这样的理解。 人工智能成功执行知识相关任务的其他例子比比皆是。在医学中，所谓的分类器依据各种数据，例如 X 射线图像或磁共振成像（MRI）数据，诊断疾病（例如 Hosny et al. 2018）。在天体物理学中，人工智能被用来检测望远镜数据中的天体并对其分类（例如 Hausen & Robertson 2020）。最近，Lemos et al.（2023, 1）提出了“一种利用机器学习，从观测中自动发现真实物理系统的支配方程和未知性质（在此例中是质量）的方法”。另一个人工智能应用 AlphaGeometry 能够证明相当复杂的欧几里得几何定理（Trinh et al. 2024）。2025 年，谷歌大型语言模型 Gemini 的发展版本 Deep Think，在面向大学预科学生的国际数学奥林匹克竞赛中达到了金牌得主这一最高荣誉的水平（Castelvecchi 2025）。2026 年，OpenAI 声称，由 10,000 个 AI 智能体组成的系统，通过证明纳维—斯托克斯方程可能因奇点而失效，解决了一个数学千禧年难题，不过人们对于这一发现仍有争议（Castelvecchi 2026）。最后但同样重要的是，许多人使用 ChatGPT 及其他基于大型语言模型（LLM）的聊天机器人回答各种各样的问题。在所有这些例子中，人工智能系统产生输出，而许多人依据这些输出形成信念。因此，人们常常很容易声称，自己根据人工智能输出获得了知识。人工智能系统的认识成就不仅帮助人类，还使机器人、自动驾驶车辆以及自主实验室（Abolhasani & Kumacheva 2023）能够获得完成任务所需的信息。可以说，人工智能是一种认识技术，因为它主要用于认识目的和认识操作（Alvarado 2023a）。 然而，根据人工智能输出相信某些事情，我们真的有正当理由吗？信任人工智能应用是理性的吗？我们有资格声称从这些应用中获得了知识吗？如果有，证成究竟源自何处？进一步说，人工智能系统是否可能使我们获得理解？ 这些都是人工智能认识论的问题。认识论是对知识及相关成就，以及它们的来源所作的哲学研究。“知识”“（认识上的）证成”和“（认识上的）理性”等术语具有规范性，因为它们直接关涉我们应当相信什么；因此，认识论也在一定程度上具有规范性。所以，它属于哲学，而不仅仅属于经验科学，尽管也存在将认识论自然化的研究方案。 1.2 人工智能认识论的轮廓目前，人工智能的认识成功尚未得到充分理解。近期这一波大型语言模型的表现令许多评论者惊讶，甚至计算机科学家也难以理解：为什么人工智能应用面对某个输入会产生特定输出，或者，为什么某些人工智能模型即使应用于新数据，也能表现得异常出色。因此，人们经常把人工智能描述为黑箱，并称其为“不透明的”（例如 Burrell 2016）。这一问题推动了计算机科学领域的研究，以使模型更具可解释性或可阐释性（例如参见 Doshi-Velez and Kim 2017［其他网络资源］）。值得注意的是，这些研究本身又提出了哲学问题：人工智能的不透明性是什么？需要何种解释才能克服它？鉴于这些问题，把有关人工智能不透明性和可解释性的哲学研究纳入人工智能认识论，似乎是适当的。 因此，人工智能认识论认为人工智能具有双重角色：首先，它是研究的对象，研究旨在更好地认识和理解人工智能；其次，它位于认识主体／行动者的一侧，例如支持主体的研究、构成主体的一部分，甚至本身就是主体。 就人工智能的这种双重角色而言，人工智能认识论与人工智能伦理学相似（例如参见《斯坦福哲学百科》的人工智能伦理学词条，Müller 2025）。不过，在将人工智能视为对象这一点上，人工智能伦理学与认识论存在重要区别：当伦理学家将人工智能系统视为单纯的对象时，他们否认它是具有道德义务、须为自身行为负责并拥有道德权利的完整道德行动者。相比之下，在认识论中，只要人工智能是研究对象，它就被视为对象，无论其行动者地位如何；而当它被用于获取知识和理解时，它就算作主体或主体的一部分。 下文对人工智能采用广义理解，既包括符号主义人工智能，即“传统人工智能”（GOFAI），也包括次符号的联结主义人工智能。目前的人工智能热潮显然源自联结主义的人工神经网络（ANN），尤其是深度神经网络（DNN）；它们构成了当今大型语言模型的基础。人工神经网络通常通过监督学习或强化学习等方式训练，因而遵循机器学习（ML）范式。不过，在本词条中，预编程算法和传统人工智能，尤其是计算机模拟（例如参见 Winsberg & Alvarado 2026），也被算作人工智能。（关于人工智能的哲学导论，参见 Bringsjord and Govindarajulu 2026。针对本词条的人工智能简要介绍，参见文末的补充文档：《从认识论视角看人工智能及其种类》。） 补充文档：从认识论视角看人工智能及其种类 2. 作为知识与理解对象的人工智能2.1 不透明性问题的哲学意义将人工智能作为知识对象的认识论研究，大多源于这样一种判断：许多人工智能应用，尤其是人工神经网络，是黑箱，具有不透明性，或者说不通透（例如 Castelvecchi 2016; Ribeiro et al. 2016; Quinn et al. 2022）。如前所述，其大意是人类难以理解人工智能。这常被认为会给各种利益相关者及各种目的造成问题。例如，由于人工智能的不透明性，开发者难以识别其故障原因（Castelvecchi 2016）。人工智能的广泛使用也可能受阻，因为既不理解它、又认为其他任何人也不理解它的人，可能不会信任它（关于这一论证的讨论，参见 Lipton 2018）。为缓解这些问题，许多作者要求人们更好地理解人工智能模型，或者用常见的流行术语来说，要求模型透明、可解释或可阐释。 但人工智能的不透明性究竟有什么问题？为什么理解人工智能的运作如此困难？何种类型的解释能够使人工智能更加透明？过去几年间，认识论学家和科学哲学家开始关注这些问题。归根结底，人工智能的不透明性意味着，人类缺乏关于人工智能的某些认识成就；而可阐释性或可解释性又与理解和解释密切相关，因而与认识论和科学哲学的核心主题密切相关。 对于人工智能不透明性的哲学研究，一个自然的切入点是询问：不透明性、可解释性和可阐释性究竟是什么？计算机科学家 Zachary Lipton（2018）在一篇著名论文中指出，可阐释性和可解释性并未得到清晰界定：“可阐释性不是一个单一的概念，而是若干不同的观念；要取得任何进展，就必须先将它们区分开来”（Lipton 2018, 4; 另见 Carvalho et al. 2019, 10）。Lipton 的诊断促使我们借助定义或概念阐明来作哲学澄清。事实表明，如何定义不透明性及相关概念，与下列其他问题相联系。 Q1. 不透明性、可解释性和可阐释性有哪些方面？ Q2. 有关不透明性的问题是否存在根本来源？ Q3. 不透明性有什么负面价值，而可解释性或可阐释性又有什么价值？ Q4. 有哪些有希望提高可阐释性的途径？ Q5. 对于可阐释的人工智能，我们能够合理地期待什么？ 2.2 不透明性、可阐释性、可解释性及其各个方面（Q1）我们先澄清术语。透明性通常被视为不透明性的反面（例如 Creel 2020），但可解释性（explainability）和可阐释性（interpretability）的情况更为复杂。后两个术语被计算机科学文献广泛用于组织具体的机器学习研究（例如 Rudin et al. 2022）。尤其是，自美国国防高级研究计划局启动“可解释人工智能”（XAI）计划以来（Gunning & Aha 2019; Gunning et al. 2021），“XAI”已经成为流行语（Arrieta et al. 2020, 83; 另见 Molnar 2020, 419）。因此，人们用“可阐释性”和“可解释性”表述减少不透明性或缓解其影响的实际解决办法。此外，由复杂性造成的某些不可避免的不透明性，可以与相当程度的可阐释性并存。有些研究者把“可阐释性”和“可解释性”视为等同（Miller 2019, 8; Linardatos et al. 2020），另一些人则区分二者（例如 Rudin 2019），例如把可阐释性看作解释的一种属性（关于一种哲学提议，参见 Erasmus et al. 2021）。不过，下文将把可解释性和可阐释性视为等同，并与不透明性概念一并讨论。 从事实际研究的科学家这样描述计算机模拟的不透明性：“正在发生什么，或者为什么会如此，并不是一眼就能看明白的”（di Paolo et al. 2000, 497）。社会学家 Jenna Burrell（2016, 1）指出，机器学习算法“具有不透明性，其含义是：如果一个人是算法输出（分类决定）的接收者，他通常不会具体理解，从输入得出某个特定分类究竟是怎样做到的，或者为什么会如此”。因此，普遍问题在于，对人工智能系统关键方面的认识通达十分困难（Beisbart 2025b）：人类难以认识和理解人工智能应用及其运作；这里的理解大致指把握自身知识中的联系（Kvanvig 2003, 192）。这些问题之所以产生，首先是因为，大多数人工智能应用高度复杂，例如大型语言模型拥有数十亿个参数（例如 Mahapatra & Garain 2024［其他网络资源］，表 3）。其次，机器学习模型使用的规则并不是人类研究者规定的，而是从数据中推断出来的。第三，即使科学家也缺乏能够有效说明人工神经网络中神经元在做什么的高层次描述。值得注意的是，人工智能的不透明性并不涉及其所有方面。例如，研究者通常理解人工智能输出的含义。此外，程序可以打印出来并接受检查。然而，这并不能使人类预见人工智能的输出，或从更定性的角度理解它们在做什么。 反过来，如果人类能够或者确实在关键方面认识或理解一个模型的运作，就可以称该模型是可解释的或可阐释的。“理解”确实很适合概括我们可能希望拥有的、对人工智能的各种认识通达。因此，Fleisher（2022）以解释性理解，即理解事情为什么如此，来阐明透明性；Beisbart and Räz（2022）则提出用更广义的对象性理解来解释可阐释性。 如果对不透明性、可解释性和可阐释性采取这样宽泛的理解，那么自然可以区分这些属性的不同方面，并对其进行系统分类（参见上述 Q1）。由此产生的框架可以详细说明：
上述（a）至（c）三点彼此密切相关。 迄今，人们仍缺少对不透明性各个侧面的全面分类；哲学家提供的各种区分往往混合了（a）至（c）这些维度（关于相关提议，例如参见 Facchini & Termine 2022 和 Buttaboni & Floridi 2026）。 关于认识通达的困难程度（a），我们可以区分：
人们已经注意到，在许多方面，人工智能的不透明性取决于人类的实践和能力，并非必然如此。例如，Burrell（2016）区分了三种不透明性，其中前两种在此意义上是偶然的：
哲学文献显然主要关注第三种不透明性。 关于存在困难的认识通达类型（b），一些作者列举了人类可能希望针对人工智能取得的认识成就。有些成就仅仅涉及知识，例如，人们想知道某个学习算法是否收敛，或者模型的某一部分在做什么（Lipton 2018, 14）。其他成就则涉及构成理解的能力，例如预见模型参数改变时会发生什么的能力。 关于认识通达受阻的不同方面（c），对于机器学习，首先有必要区分训练过程与已训练模型的应用过程；因此，Søgaard（2024）区分了训练不透明性和推断不透明性。其次，自然可以借助“模型做了什么，它又是如何做到的？”这类问题，表述难以认识或理解的不同方面。Boge（2022）据此区分了“什么”（what）不透明性与“如何”（how）不透明性。类似地，Zednik（2021）区分“什么”“哪里”“为什么”和“如何”这几类问题，以建立思考可解释人工智能的框架。他把不同类型的问题分配给不同利益相关者；例如，受人工智能决策影响的人，即所谓的决策承受者，最关心“为什么”的问题，例如：“为什么这个人工智能应用拒绝了我的贷款申请？”（关于与可解释性有关的利益相关者兴趣的经验分析，参见 Langer et al. 2021; 另见 Preece et al. 2018［其他网络资源］。）Zednik 进一步主张，可以在不同描述层次上处理不同问题与利益相关者的关切。他使用 Marr（1982）对于认知层次的区分，即计算层、算法层和实现层（关于略有不同的层次定义，参见 Barberousse et al. 2009），并主张，例如，决策承受者提出的“为什么”问题可以在计算层得到回答。这种进路预设，可以在某个特定层次上处理这些问题，而这一点对于人工神经网络而言存在困难。还应注意，描述层次的分类也可以独立于 Zednik 的框架，用来区分人类可能想了解的模型方面。根据问题涉及的是特定模型输出还是整个模型，可以区分局部可解释性和整体可解释性（例如 Erasmus et al. 2021）。 2.3 不透明性的来源（Q2）研究人工智能不透明性的哲学家，不仅试图区分其不同侧面，还试图将它们追溯到一个或少数几个根本来源。Mann et al.（2023）的分类法和 Søgaard（2024）最近减少不透明性来源种类的尝试，都体现了这一点。Paul Humphreys 对不透明性所作的著名哲学阐明，也可以被理解为确定不透明性基本来源的尝试。该阐明最初针对计算机模拟提出，现在也被用于人工智能（例如 Boge 2022）。其表述如下： 一个过程［在这里指程序在计算机上运行的过程］，相对于认知主体 X 而言，在时间 t 是认识上不透明的，当且仅当 X 在 t 时并不知道该过程所有在认识上相关的要素。（Humphreys 2009, 618; 另见 Humphreys 2004, 147–151） 在这一定义中，不透明性依赖于主体，代表对过程的知识在事实上的缺失。通过对主体和时间进行量化，可以消除定义对主体与时间的依赖（Boge & Grünke forthcoming）。如果这种知识缺失在人类本性的条件下是必然的，Humphreys 就称这种不透明性是本质性的。无论如何，在 Humphreys 看来，问题并不在于主体不知道过程中的某个个别要素，而在于计算的高度复杂性意味着，未知的相关要素太多。 Humphreys 的定义关注复杂性，识别了认识通达模拟和其他人工智能的一项重要障碍。不过，定义中关于“在认识上相关的要素”的知识，究竟是什么意思？Durán & Formanek（2018）在澄清不透明性时，把计算机程序的执行视为一种证成或推理，并将认识不透明性定义为：主体不可能逐步核查或综览这种证成。如此一来，不透明性就等同于所谓的“不可综览性”。人们曾借此表达：计算机辅助证明，例如四色定理的证明，是不可综览的，因为在合理时间内，它们无法“由数学共同体成员进行确定无疑的核查”（Tymoczko 1979, 60）。 如此理解的不透明性定义相当精确，却比较狭窄。它是否涵盖了认识通达模拟和其他人工智能模型的所有问题，值得怀疑。一些作者区分了不透明性的多种类型或来源（例如讨论计算机模拟的 Imbert 2017，以及讨论计算机系统的 Mann et al. 2023）。其中一种来源是，大规模计算机模拟通常由背景各异的专家团队开发（Imbert 2017, 744）。这使计算机模拟更难理解，但与相关要素数量庞大这一点相互独立。一个更一般性的反对意见是，Humphreys 式定义遗漏了理解及相关推理能力这一维度（Beisbart 2021）。 特别是对于机器学习和人工神经网络，还有其他一些我们难以通达的方面，例如训练数据，而训练数据并不是一个过程。这些内容并非 Humphreys 研究的重点，但在 Zednik 2021 等文献中有所讨论。另一个未被 Humphreys 定义涵盖的方面是：我们目前缺乏对人工神经网络内部运作的、具有信息量的高层次描述。要借助涉及目标系统的假设，例如“空气中的压强和温度遵循理想气体定律”，来描述人工神经元的激活模式，是困难的。我们可以描述人工神经网络的结构，列出连接神经元的数学函数。然而，这些函数显然并不是具有领域知识的科学家在实际研究中用于描述数据的那些函数，例如用速度乘以质量来计算粒子的动量。某些人工神经网络的运作常被描述为将输入数据映射到潜在空间（综述例如参见 Liu et al. 2019）；其中，对象具有潜在特征，而这些特征被用于完成相关认识任务。其他人工智能模型也会从输入特征中构造新特征，例如通过主成分分析。人类缺乏对潜在空间的理解，因此不能描述这些空间中的特征如何被用于进行推理。换句话说，他们不知道人工神经网络对哪些特征变得敏感。另一个困难来自这样一个事实：在人工神经网络中，对象或特征不必由单一神经元表征；相反，存在分布式表征，即用一组神经元表征某一特征（Hinton 1984; Plate 2003）。反过来，单个神经元也可能具有多义性，即它们会被若干不同且互不相关的特征激活（Olah et al. 2020）。 人类认知也存在类似问题，显微镜等仪器在一定程度上亦然：大多数人并不完全理解自己如何借助仪器知道某些事情。默会知识尤其明显地体现了这一点（Polanyi 1966; Collins 2010）。例如，我们知道海报上的人是 Taylor Swift，而且她看起来很友善，却无法清楚陈述一个能有效说明这一点的证成。更一般地说，对人类知觉形成相当好的理解，是相当晚近的成就；我们仍未完全理解人类推理如何源自神经元活动，而人工智能也面临这一挑战。这表明，即使支撑知识的过程对我们不透明，我们仍可能知道某些事情。 2.4 可阐释性与可解释性的价值（Q3）为什么人工智能的不透明性是一个问题？为什么研究者应当追求可阐释性？Krishnan（2020）质疑人工智能存在严重黑箱问题这一看法。理由之一是，人们希望可阐释性服务于多种目的，而其中许多目的即使没有可阐释性也能实现。 如果人工智能的不透明性构成问题，原因必定在于，关于人工智能的知识或理解是有价值的。讨论人工智能可解释性的价值（参见上述 Q3）时，区分终极价值与工具价值是有帮助的。人们常认为知识和理解具有终极价值，即它们自身就有价值。然而，即使这一点正确，知识和理解的价值也取决于各自的对象。现在，尽管一般地认识和理解人工智能似乎是有价值的，但这并不适用于所有被要求具有可解释性的特定人工智能系统。因此，关键问题是：可解释性服务于哪些其他善？ 一种候选的善是（认识上的）信任，其主要想法是：只有当人们在某种程度上理解人工智能时，他们才会信任它，或者会显著地更加信任它（例如 Lipton 2018）。人们在多大程度上信任人工智能是经验问题，但它与人工智能何时值得信任这一规范问题有关（参见下文 3.4 节）。因此，哲学家研究建立信任究竟在多大程度上需要透明性或可阐释性（参见下文第 3 节）。 关于人工智能系统的知识和理解还带来其他益处（Lipton 2018）。了解人工智能应用有助于我们：
人工智能的解释还提供关键信息，使人们能够：
此外，人工智能应用的透明性还有助于：
最后一点最近成为哲学争论的焦点，涉及根据数据进行分类和预测的机器学习模型。Sullivan（2022）认为，现有机器学习模型在提供理解方面的局限，并非源于其不透明性，而是源于联系不确定性，即不确定机器学习模型与其目标系统如何关联。Sullivan 的一个理由是，对于一个已知函数，了解其实现方式，对更好地理解目标系统毫无用处。此外，一些当代机器学习模型，例如 Deep Patient 模型，允许我们在一定程度上理解现实世界现象，例如借助所谓的“如何可能”解释，列举可能造成某一特定结果的因素（关于机器学习模型如何促进理解的案例研究，参见 Knüsel & Baumberger 2020 和 Jebeile et al. 2021）。批评者反驳说，Sullivan 的理解概念太弱，而且联系不确定性通常会与不透明性一同减少（Räz & Beisbart 2022）。无论如何，更好地理解人工智能应用的努力能够有益于科学研究，例如帮助设计用于发现原因的实验（Zednik & Boelsen 2022）。 科学研究对理解提出很高要求，但透明性在其他领域是否同样具有重大分量，就不那么清楚了。医学提供了一个有趣的应用案例。可以主张，准确性应优先于透明性，因为作为人工智能自然比较对象的人类医生，也常常无法解释基于默会知识作出的判断（London 2019）。此外，医学知识部分地相当“表浅”，因为它缺乏理论或机制基础；因此，使用机器学习并没有降低标准。然而，也有人认为，人工智能的不透明性妨碍以患者为中心的医学（Bjerring & Busch 2020）。而且，更高准确性并不必然在实际环境中转化为更好的患者结局；更好地理解人工智能模型可能帮助人类医生更成功地使用它（Hatherley et al. 2024）。最后，准确性和可阐释性之间存在完全普遍的权衡这一主张也受到了质疑（Rudin 2019）：更透明的分类器未必更不准确。不过，即使这一点成立，提高可解释性仍有代价，例如需要更多计算资源。 如果像上文所说，可阐释性具有多个方面，那么关于其价值就不存在一个单一问题（Lipton 2018; Krishnan 2020）。相反，必须逐项阐明可阐释性各个方面的价值。为此，一种有希望的进路是，针对具体情境提出可解释性的明确要求，再推断所需的可阐释性类型。沿着这一思路，Holm（2026）认为，在医学诊断中正当地使用人工智能，需要解释为什么产生某个特定诊断。相较之下，在医学实践中，对人工智能的机制性理解似乎并非必要，因为人们对许多药物和疗法也缺乏机制性理解，而且循证医学赋予机制性理解的地位相对次要（London 2019; McCoy et al. 2022）。这类论证往往需要经验支持；例如，如果人们期待更可解释的人工智能能够产生信任，就可以通过调查，确定哪些类型的解释能够带来这样的信任（例如 Tonekaboni et al. 2019）。 2.5 提高可阐释性的途径（Q4）如前所述，当代计算机科学研究的一条路线，是让人工智能更具可阐释性或可解释性（综述参见 Adadi & Berrada 2018 和 Hassija et al. 2024）。人工智能认识论研究者可以帮助对相关进路分类，讨论其潜力，从而促进对这些进路的批判性评估。 从实践角度说，必须区分两类进路：一类事后使现有人工智能更容易理解，另一类试图从一开始就构建可理解的人工智能。不过，“事后”一词并不总是用于作出这一区分，例如 Lipton 2018 中的用法。此外，还可以区分模型专用方法与模型无关方法，后者适用于所有人工智能模型（例如 Linardatos et al. 2020）。最后，还可以按照方法的目的以及它们所处理的可阐释性方面加以区分。 使已训练机器学习模型更容易理解的著名技术，包括二阶模型，即用来表征机器学习模型运作的附加模型。一种著名进路叫作局部可阐释的模型无关解释（LIME; Ribeiro et al. 2016）。其想法是，用简单模型，例如决策树或线性模型，拟合机器学习模型的输出（评估参见 Garreau & von Luxburg 2020）。一种稍有不同的方法使用所谓的“锚点”来使模型更容易理解：寻找简单的“如果—那么”规则，或分类的充分条件，以较高概率预测模型的行为（Ribeiro et al. 2018）。另一种流行进路是显著性图（Simonyan et al. 2014［其他网络资源］）。给定输入图像及其相应输出，显著性图显示输入图像的每个像素对该输出有多关键。在更一般的情形中，研究者考察输出对输入特征的特定改变有多敏感，即敏感性分析（Samek et al. 2017［其他网络资源］）。除了修改输入，研究者也可以干预模型的内部组件，以更好地理解其运作。 使用模型提供事后解释，已经成为争论的问题。计算机科学家 Cynthia Rudin（2019）告诫人们谨慎对待简化的、理想化的模型，因为它们可能遗漏模型行为的真正原因。相比之下，Andrés Páez（2019）认为，人类无法获得对人工智能系统及其输出的真正科学解释。这种怀疑论观点并不排除一种更实用的理解形式，它不必具有事实性，即不必完全忠实于人工智能模型（参见 Zerilli 2022）。也可以主张，科学家借助高度理想化的模型取得进展，而这些模型只能提供非事实性的理解（Páez 2019）。不过，即使用于事后可解释性的模型类似于科学模型，它们仍可能无法满足用户要求，因为基于这类模型的解释缺少日常解释所具有的重要特征，例如对比性，即说明为什么发生 X 而不是 Y；选择性，即聚焦于最显著的原因；以及社会性，即作为一种社会实践（Mittelstadt et al. 2019; 另见 Miller 2019）。 在科学哲学中，基于模型的解释只是解释的一种形式。那么，其他类型的解释，例如因果解释（Beckers 2022; Baron 2023）或统计解释（Räz 2022），能够在多大程度上有效地应用于人工智能，并满足各种情境中产生的可解释性要求？过去几年，人们对机制可阐释性的兴趣激增；它旨在理解人工神经网络在算法层面如何运作（Bereska & Gavves 2024［其他网络资源］；关于它在语言模型中的应用，参见 Millière & Buckner 2024b［其他网络资源］）。这种理解可以通过因果抽象获得（Geiger et al. 2021; Geiger et al. 2025）：将人工神经网络的神经元分组，在一个更简单的高阶因果模型中，用一个变量表征每一组。研究者也通过干预人工神经网络来实现机制可阐释性；最简单的情况是进行消融，停用特定神经元，研究它们对输出的影响（Geiger et al. 2025）。机制可阐释性对改进人工神经网络似乎尤其重要，它有别于将欲望和信念归于人工智能系统的命题可阐释性。值得注意的是，命题可阐释性并不预设人工智能能够具有欲望和信念；相反，可以把它看作采取意向立场（Dennett 1987）。Zerilli（2022）和 Chalmers（2025［其他网络资源］）认为，命题可阐释性足以满足决策承受者的要求，因为人类作出的决策通常也在同一层次上得到解释和证成。 2.6 对可阐释性的期待（Q5）各种解释能够在多大程度上产生适合某项任务的理解，还取决于我们对可阐释性的更广泛期待（参见 Q5）。在这方面，一个核心问题来自对可阐释性具有主观性的怀疑：对一个人而言可阐释的东西，对另一个人可能并非如此（另见 Lipton 2018, 13; Miller 2019）。这令人担心，可阐释人工智能没有客观标准。不过，哲学家认为，可阐释性可以包含主观方面，而不损害客观科学研究（有关解释的主观性与客观性的讨论，例如参见 Friedman 1974; van Fraassen 1980，第 4–5 章；de Regt 2017）。要理解这一点，首先必须把理解与理解感分开：一种解释让人觉得对劲，往往并不可靠地表明真正的理解（Trout 2002）。关注涉及人工智能应用的能力，例如回答关于人工智能的问题，有助于撇开因人而异的感受。其次，广义的理解允许一定主观性，因为不同的人对不同问题感兴趣，正如 Zednik（2021）所指出的，而且对答案提出的要求也不同（参见 Watson & Floridi 2021）。只要每个问题都有客观正确的答案，而且哪些解释最能满足特定要求是事实问题，这就不成问题。 3. 人工智能对知识的贡献如果人工智能是值得关注的知识与理解对象，这在很大程度上是由于它的应用，尤其是用于认识目的的应用。人工智能能够在多大程度上、为什么以及如何为知识和理解作出贡献，这些问题构成人工智能认识论的第二部分。本节聚焦于知识。 3.1 预备说明假设一个人工智能系统产生某种特定输出，例如类别标签（如“狗”）、某个变量的数值（如某地某时以摄氏度计的温度），或者问题的答案（如“镁是一种金属”）。人类用户可以根据这些输出，形成对命题 p 的信念，例如某张图像显示一只狗、温度是 5 摄氏度，或者镁是一种金属。那么，一个关键认识论问题就是：人类是否知道 p，或者在什么条件下知道 p？当然，人工智能也可能仅仅被用于启发性目的（例如参见 Duede 2023 和 Wang et al. 2023），但在这种情况下就不会产生关于知识的问题。此外，人工智能，尤其是大型语言模型，也可能以更具互动性的方式用于知识生产，例如人类通过反复询问大型语言模型来考察某项主张的可信度。不过，这些人工智能用法仍在发展；最好先理解人工智能产生单个输出的情形，再对这些用法展开分析。 用户通常必须解释人工智能系统的输出，才能得到一个命题，使之可能成为其知识的对象（Iizuka 2024）。即使聊天机器人输出的是句子，情况也是如此，因为例如其中的指示词仍须确定指称。往往存在多种可能的解释。例如，人工神经网络针对某张图像输出“腊肠犬”，这可以转化为关于图像的命题：“这张照片显示一只腊肠犬”；也可以转化为关于图像所表征的特定事件的命题：“音乐厅里有过一只腊肠犬”。在人工智能认识论中，关注基于最少先验知识的解释通常很有帮助，因为这有助于分离出人工智能系统的贡献。不过，这一策略不适用于向大型语言模型提出的查询。提问式提示词不像图像那样，提供能够表征世界的数据。因此，用户可能相信的命题，最自然的候选项，是大型语言模型的答案在某种字面解释下表达的内容（关于大型语言模型的一般认识论分析，参见 Heersmink et al. 2024）。 实际情况往往比刚才概述的简单情形更复杂。有些算法给出的是相关变量各取值的概率分布。在其他情况下，人们清楚，输出并没有提供对目标系统字面为真的描述；因此，用户只关心输出的准确性，即它与真相的接近程度，而可容许的误差范围取决于用户的目的。正因如此，有人主张，评估计算机模型的目的是证明其准确性，而非字面真实性（例如另见 Beisbart 2019a）。另一些作者，如 Parker（2020），则提出，对目的的适用性才是计算机模型及其输出的适当标准。不过，所有这些复杂情况，都可以通过重新解释命题 p，在上述简单情形的范围内加以处理；例如，可以把 p 表述为某个概率具有特定值，或真实温度接近人工智能模型的输出。 在这一简单情形中，人类主体是否知道 p，取决于其是否相信 p，以及 p 是否为真；这些都是不需要认识论分析的偶然事实。关键认识论问题仅仅是：用户是否有充分证成来相信 p，或者知识的其他剩余条件是否满足，例如，认识运气是否被排除；p 与基于人工智能的信念之间是否存在适当的因果联系（Goldman 1967）；依据人工智能工具形成信念，是否构成可靠的过程（例如 Goldman 1976）；或者，基于人工智能的信念是否具有敏感性或安全性（例如 Gardiner & Zaharatos 2022）。为简便起见，本词条将重点讨论信念是否得到证成。这仍然容许我们讨论证成的内在主义与外在主义解释（关于大型语言模型的相关讨论，参见 Hila 2025）。 回答证成问题的一种自然策略，是借助熟悉的知识获取模式。一种候选模式是证言知识：人类通过相信他人知道、相信或断言的东西，扩展自己的知识。从现象学角度看，与聊天机器人的交谈，感觉上非常类似于与人交谈（Heersmink et al. 2024）。不过，许多作者认为，人工智能系统并不知道、相信或断言任何东西（Fricker 2025; Herrmann & Levinstein 2024；关于断言，参见 Butlin & Viebahn 2025；关于人工智能与言语行为的更一般讨论，参见 Green & Michel 2022）。这意味着，熟悉的证言知识模式并不适用于人工智能；不过，Freiman（2024）和 He & Yang（2025）尝试为类似人工智能证言的东西提出条件。 一种更可信的想法是，人工智能系统是仪器，或与仪器具有相同的认识地位。诚然，许多人工智能系统不同于测量设备，因为它们并不通过与现实世界系统发生因果互动来产生数据，而是处理通过其他方式获得的信息（Duede 2022）。此外，对话式人工智能输出词语或句子，测量设备则输出变量值。不过，提供分类的人工智能系统以及计算机模拟，与袖珍计算器并不遥远；计算机模拟有时也被称为仪器（例如 Parker 2010; Alvarado 2022）。Freiman（2024）否认聊天机器人是仪器，但其论证聚焦于处理语言的人工智能，并不能推广到其他人工智能系统。 这表明，一些人工智能系统的认识论可以归结为仪器认识论（另见 Grindrod 2025）。但这并没有提供多少帮助，因为仪器认识论尚不发达，不过可参见 Baird 2004 和 Neges 2018。对于 Goldman（1976）等许多可靠主义者来说，仪器的运作不能属于知识或证成所要求的可靠过程（讨论参见 Goldberg 2012；另见 Sosa 2006，以及下文 3.2 节关于计算可靠主义的讨论）。相反，问题在于，根据仪器输出形成信念的实践，是否构成可靠过程（另见 Fricker 2016）。不过，只有仪器本身是可靠的，即它在一系列情形中以较高概率产生真结果，这一可靠性条件才会满足（Sosa 2006）。对于内在主义者，人类主体必须拥有足以证成其信赖仪器的理由。 那么，根据人工智能输出相信 p，其证成可能是什么？在某些情况下，用户很容易检查 p 是否为真，例如核查把因式分解得到的各因子相乘，是否得到正确结果。但在许多其他例子中，独立核查是不可能的。相信 p 的另一种证成，可以奠基于对人工智能应用究竟做了什么的深入理解。然而，许多人工智能系统的不透明性阻碍了这一点；特别是，人工检查人工智能设备执行的各项操作，在实践上是不可能的。 3.2 人工智能结果的证成：基础目前，人们对于相信预编程传统人工智能结果的证成，已有相当好的理解。例如，对计算机模拟结果的证成，通常称为对其进行有效性验证（validation），会借助若干来源（例如参见 Winsberg 1999, 2001; Winsberg & Alvardo 2026，第 2.2 节；Oberkampf & Roy 2010）。一个来源是模拟结果与目标系统数据的吻合，如果这类数据可获得的话。许多模拟还因为建立在构成已有知识的假设之上，而获得额外可信度；这些假设往往是某种理论的一部分。不过，在许多模拟中，来自理论的方程只是得到近似，例如使用离散化技术。因此，科学家必须对模拟进行“核验”（verification），以检查模拟是否近似于原始方程的解。 为了在实践中证成模拟结果，科学家试图排除或控制各种类型的错误，例如建模错误，即模拟背后的概念模型有误；舍入误差；离散化误差；以及硬件故障造成的错误（Parker 2008a, 2008b）。通常，还存在相信模拟结果的间接理由。例如，模拟由掌握相关行业诀窍和可靠模拟构建原则的团队开发（Winsberg 2009）。如果模拟结果是稳健的，即多次模拟运行或独立模型得到的结果相一致，那么这些结果也会更加可信（例如 Muldoon 2007; Parker 2011）。 总体而言，哲学家与科学家一致认为，即使模拟在 Humphreys（2004）的意义上不透明，模拟结果仍可以得到证成。“计算可靠主义者”强调了这一点（Durán & Formanek 2018）。把可靠主义直接应用于计算机模拟，意味着：如果将某个特定模拟程序的结果视为真，是一种可靠的信念形成过程，那么用户相信这些结果就是有证成的；也就是说，在特定应用领域中，该模拟结果有很高比例为真或足够准确。不过，Durán 和 Formanek 所定义的计算可靠主义偏离了标准可靠主义，因为它要求用户掌握过程可靠性的证据，例如来自有效性验证的证据。关键在于，即使模拟具有不透明性，这种证据仍然可以获得。 当我们转离计算机模拟，即转离一种预编程的传统人工智能时，情况发生了变化。Durán & Jongsma（2021）将计算可靠主义几乎不作重大修改地扩展至机器学习，本文在此与之持不同看法。以通过监督学习训练的人工神经网络为例，对其结果的证成无法借助关于模型内置假设的已有知识。这并不是因为人工神经网络没有假设，而是因为，除非普通用户对网络有深入了解，否则他们不知道网络采用了哪些假设。 因此，计算机模拟中所熟悉的核验问题不再出现：既然人类没有在人工神经网络中实现关于目标的实质性假设，就不存在这些假设是否得到适当实现的问题。人们曾尝试核验已学习的机器学习模型是否满足特定安全属性，例如对于特定输入扰动的稳健性。不过，这一研究方向尚未取得很大进展；例如，针对人工神经网络的所谓“完备方法”，在实践中只能应用于小型网络（Urban & Miné 2021［其他网络资源］；Krichen et al. 2022）。因此，对人工神经网络结果的证成必须主要借助使用该设备的经验，即它的既往表现，并且仅仅建立在“对对象和数据的熟悉或参与接触”之上（Schubbach 2019, 1825）。 更具体地说，证成可以诉诸下列事实：（a）人工神经网络已被优化，以再现已知真相；（b）按照通常做法，它已在其他数据上接受测试。例如，在监督学习中，人们把可用数据随机分为训练集和测试集。首先用训练数据优化人工神经网络，再用测试数据测试它。因此，可以大致用枚举归纳或统计推断来重构对人工神经网络结果的证成：如果该网络对于某一系列输入中很大比例的输入，或某个特定比例的输入，产生了准确结果——部分由于设计，部分通过测试得到确认——那么，它对于其他输入也将以某种概率产生准确结果。下文 3.3.3 节将更详细地把机器学习描述为归纳推理，并拓展这一视角。 3.3 机器学习结果的证成：更具体的解释迄今，对机器学习（ML）结果证成的讨论，以人工神经网络（ANN）为例，并假定机器学习模型对用户高度不透明。不过，机器学习模型存在若干不同类型，而且至少在某些情况下，研究者洞悉模型的运作，或拥有关于其应用情形的背景知识。这使我们能够对机器学习模型作出更有信息量的描述，从而更有力地说明其结果的证成，并更好地理解机器学习如何帮助获取知识。下文将考察对某些类别机器学习模型的更具体描述，以及它们对证成的影响。注意，这些描述可以聚焦于学习阶段，和／或已训练模型的应用。 3.3.1 作为模型的机器学习模型“机器学习模型”这一术语暗示，机器学习应用构成模型。这为更详细地说明机器学习铺平了道路，因为我们可以借助关于建模的文献。首先需要澄清的是，机器学习模型属于哪类模型。这里暂且撇开学习阶段，它可以被视为人类学习的模型（另见 Buckner 2019; Lefrançois 2020，第 11 章），而聚焦于已学习的模型。 一些人工神经网络可以被视为大脑某些部分的计算模型（Boge 2022，第 2.1 节）。不过，许多人工神经网络，以及其他机器学习模型，与人脑的某些部分相当不同（关于人工神经网络运作与人类认知之间的差异，参见 Watson 2019）。而且，除非我们对大脑的运作有更多了解，否则这样思考机器学习模型并没有多大帮助，而这种了解又并非独立于机器学习模型。 既然机器学习模型是从数据中推断出来的，它们看起来可能是数据模型，或与之相近的东西（Boge 2022，第 2.1 节；经典来源参见 Suppes 1962，近期数据模型综述参见 Castillo Brache & Bokulich 2024）。数据模型通过数据清洗、数据转换和数据校正等数据处理技术产生。如果数据模型仍然是数据，那么机器学习模型通常不属于这种模型，因为它们并不输出净化过的数据版本。不过，如果像有些人所假定的那样，数据模型也可以通过曲线拟合或数据分箱产生（例如 Harris 2003），那么许多机器学习模型就是数据模型。例如，基于机器学习的决策树和聚类算法，将数据点或数据点表征的项目划分到不同组中，这类似于数据分箱。人工神经网络分类器也可以被视为一种数据模型，对连接输入数据与标签的函数作插值。 作为数据模型，已训练机器学习模型的突出特点是特别复杂，因为它们具有大量参数。这不同于简单数据模型，后者把已知解析函数，例如高斯分布，拟合到某些数据上。因此，已训练人工神经网络和其他机器学习模型，是从巨大的模型空间中选出的。所以，与更简单的模型相比，它们可以经过细致调节，更好地拟合训练数据。不过，值得注意的是，最终通过训练选出的模型，显著取决于优化方法和所谓损失函数的选择。因此，每个已训练机器学习模型都提供了对数据的一种独特视角。 已训练机器学习模型中的庞大参数量，可能引发对此类模型过拟合数据的担忧：由于参数众多，模型以很高准确性匹配训练数据，即统计意义上的低偏差；但它们过分认真地对待数据中的噪声，因而无法对新数据作出准确分类，即高方差（技术细节例如参见 Prince 2023，第 8 章；有用的综述见 Buckner 2019, 8）。研究已经证实，机器学习模型会过拟合，并且实际上能够学会随机标签（Zhang et al. 2017 [2021]）。不过，存在避免过拟合的策略，例如正则化技术。在狭义上，正则化通过向损失函数添加一项，改变学习背后的优化问题：模型复杂度越高，损失越大。在广义上，正则化还包括其他技术（Prince 2023，第 9 章；Tian & Zhang 2022）。例如，在“提前停止”策略中，当预计进一步训练不会改进模型表现时，就停止训练。在称为“随机失活”（dropout）的策略中，人工神经网络的一些节点被停用，从而减少模型参数数量。过去几年，人们还观察到，对于很大一类任务和模型，当参数数量超过某个阈值时，过拟合会自动消失。由此产生的现象称为“双下降”（Belkin et al. 2019; Nakkiran et al. 2021）：随着参数增加，模型最初有所改善，即“第一次下降”；但过了所谓的“最佳点”之后，趋势逆转，过拟合开始出现，导致表现恶化。此时的问题在于，模型的参数多到可以对数据作插值，也就是以零偏差再现每个数据点。不过，后来随着模型进一步增大，它们可以在不同插值方案之间作选择，从而再次改善表现，即“第二次下降”。因此，一些机器学习模型可以被看作避免过拟合的“大模型”。 还可以不把机器学习模型理解为数据模型，而把它们理解为对输入与输出所描述现象的表征模型。尽管在模型的相似性观下，这样做有困难（Sullivan 2023；相似性观例如参见 Weisberg 2013），但在推论主义视角下，这种理解相当可行（Suárez 2004）。按照关于模型的推论主义要求，机器学习模型使科学家能够推断目标系统的信息。更具体地说，机器学习模型可以被视为数学模型，即数学方程的集合，因为输出对输入的依赖可以写成一个方程，近似自然界变量之间的关系。最近，Sullivan（2024）提出，由于机器学习模型涉及大量理想化，它们的功能类似于玩具模型。玩具模型是极其简单的模型，通常用来例示某种机制（参见 Frigg & Hartmann 2026，第 1 节）。 在表征模型这一类别中，机器学习模型的独特之处是，其“推理机器”或数学方程是从数据中“学习”来的。这与其他模型有明显区别。其他模型由人类设计，因此包含人类能够理解的假设，例如自然定律或机制描述，这些可以帮助解释目标系统中的现象。机器学习模型也完全可能包含此类假设；不过，在打开黑箱之前，我们仍不知道情况是否如此。 至于大型语言模型，很清楚，它们包含某种语言或特定话语形式的模型，而这些语言或话语形式编码在训练数据中。不过，大型语言模型是否也包含世界模型，即表征世界某些部分的模型，仍有争议。如果它们能够回答训练数据未涉及的问题，或者可以证明特定神经元群追踪某些现实世界特征，那么这一看法就具有可信性（讨论参见 Millière & Buckner 2024a, 2024b［其他网络资源］）。 3.3.2 抽象当人工神经网络识别图像中的特定类型对象时，我们可以说，它们把概念应用于输入。为此，它们必须从图像内容的许多方面抽离出来；而作为机器学习模型，它们必须已经学会这样做。因此，刻画机器学习模型所执行的认识工作的一种方式，是说它们在进行抽象。但它们究竟如何做到这一点？ Cameron Buckner（2018；另见 Buckner 2023，第 3 章）提出，对于某些类型的人工神经网络，可以用变换式抽象回答这一问题：通过把图像映射到更简单的特征空间，反复变换图像。这些空间由某些性质张成，而这些性质越来越多地抑制包含在干扰参数中的无关信息，例如观察椅子的角度。在深度卷积神经网络中，连续的两层实现了朝这一方向的一步。第一层由卷积节点组成，例如识别具有特定方向的线段。因此，每个卷积节点的输出，都编码了图像中某个区域包含某一特定方向线段的程度。下一层神经元实施最大池化，即计算若干卷积节点中的最大激活值。因此，最大池化的输出只编码该区域究竟在多大程度上存在线段，而关于方向的信息则被抑制。Buckner 认为，这类网络通过构建一系列特征空间，学会进行变换式抽象，使得相关对象，例如椅子，在最终特征空间中对应于以最佳方式分离的区域。 Buckner 关注监督学习以及一种与知觉有关的抽象形式。无监督学习方法也可以被看作进行某种抽象（Watson 2023）。例如，根据某些变量的信息创建决策树时，会构造类别和子类别，把数据归入越来越多的抽象类别。事实上，任何减少数据所含信息量的数据分析技术，都可以被看作抽象。因此，可以这样证成基于特定机器学习模型的信念：这些模型把数据或项目归入从数据中以最佳方式抽象出来的概念。 3.3.3 推理在许多机器学习应用中，例如机器学习模型作出预测时，自然可以说它们在进行推理。但这种推理应当如何刻画？ 对数学结果的计算机证明，可以被视为演绎论证（Tymoczko 1979; McEvoy 2008）。计算机模拟中的推理也被重构为演绎论证：前提包括被重构为命题的输入，以及模拟所采用的模型假设，通常是动力学方程；结论则是再次转化为命题的输出（Beisbart 2012; 另见 Bueno 2014）。由于许多计算机模拟计算的并非科学家最初采用的模型，而是它的近似，因此，基于模型的前提所表述的是这一近似模型，也称“计算机化模型”（Schlesinger et al. 1979）。 虽然已训练机器学习模型的运作，也可以被视为从模型推出后果，但一种更有帮助的重构还把训练包含在内。在监督学习中，带标签的训练数据可以被重构为一组前提，通过标签描述各个项目。结论是一个一般假说，声称输入通过某个特定函数被映射为输出。这种推理是归纳性的，而非演绎有效的，因为推断出来的函数并不包含在训练数据中。从归纳的角度看，在计算机上实现归纳，可以被纳入形式化和“机械化”归纳的长期努力中（关于后者，参见 Ortner & Leitgeb 2011）；因此，关于归纳的问题（例如 Henderson 2024）在机器学习情境中重新出现（Lauc 2020; Li 2023）。 由于刚才提到的推理涉及关于许多项目的前提，可以说学习对这些项目进行了枚举归纳。不过，这并不完全准确。在枚举归纳中，前提以相同方式刻画各个项目，例如乌鸦都是黑色的；而机器学习模型的训练输入却映射到不同标签。更恰当的描述是，推理识别出变量之间的某些相关关系。Buchholz and Raidl（2025）甚至主张，训练中会按照证伪主义方法论的建议否定假说（另见 Gillies 1996）。尽管如此，如果已学习模型得到训练数据支持，这种支持仍是归纳性的：已训练模型与训练数据相容，或者对其拟合最好（Mitchell 1997, 23; Li 2023）。如 3.1 节所述，已学习模型会用额外测试数据检验，而模型与测试数据的吻合，又进一步增加对模型的归纳证成。 当训练与测试数据是从某个底层分布中随机抽取的样本时，由此产生的归纳证成就可以用统计方式刻画（另见 Corfield 2010）。为理解这一点，借助统计学习理论很有帮助（Vapnik 2000）；这是一个便于计算机实现的形式框架（例如 Steel 2010; Schurz 2019）。在统计学习理论研究的一种标准情形中（Vapnik 2000），生成器产生项目，每个项目由若干特征刻画，例如高度和重量。因此，每个项目可以表征为向量 x = (x₁, x₂, …)；例如，在适当单位下，高度为 3、重量为 4 的项目，被表征为 (3, 4)。监督者给每个项目赋予另一个特征 y，例如稳定性。生成器的工作被描述为，从特征上的同一个固定概率分布 P(x) 中独立抽取；类似地，监督者的工作用条件概率分布 Q(y|x) 描述。两个概率分布都未知，学习的任务是根据有限的数据 (x, y)，预测监督者的反应。用数学语言说，就是寻找函数 f，将生成器所用特征空间中的点映射到监督者所用的特征：f: x→y。挑战在于使期望损失最小化，这种期望损失称为风险泛函。风险泛函可以根据有限数据 (x, y)，用所谓的经验风险加以估计。 在这种情形中，模型在未用于训练、但来自同一分布的测试数据上取得良好表现的能力，称为泛化能力；许多机器学习模型能够良好泛化。在统计学习理论中，可以推导出误差的统计估计或误差界限（Corfield 2010; Grote et al. 2024）。不过，尤其对于人工神经网络，相关结果对于当前机器学习研究往往并不十分有用；人工神经网络的泛化性质仍未得到充分理解（Zhang et al. 2017 [2021]; Grote et al. 2024）。 如果不知道训练数据是否提供了对所关心的固定分布的随机抽样，情况就会更加困难，尤其是当机器学习模型被用于来自不同分布的数据时。例如，医生可能希望把用瑞士数据训练的医疗诊断工具，应用于其他国家的人群。此类机器学习应用会产生分布外误差。如果这些误差很小，模型通常被称为具有（分布）稳健性（Freiesleben & Grote 2023）。如果新数据类似于训练和测试所用数据，模型就可能产生较小的分布外误差；迁移学习利用了这一想法（参见 Weiss et al. 2016; Niu et al. 2021）。 关于归纳的哲学文献表明（综述参见 Henderson 2024），即使枚举归纳并非建立在对目标总体的随机抽样之上，它仍可能得到证成。当训练数据追踪同一自然类的实例时（另见 Ellis 1998; Mizrahi 2013），当推理基于对已观察到的规则模式的最佳解释、而该解释又延伸至新数据时（Harman 1965；关于基于解释的泛化说明，参见 Mitchell et al. 1986），当推理由适当事实支撑时（Norton 2021；在机器学习中的应用，参见 Spelda & Stritecky 2024），或者当学习过程在明确定义的意义上接近最优时（Corfield 2010），枚举归纳就得到证成。不过，这些条件在机器学习中并不容易满足。大多数人工神经网络应用不满足自然类条件，因为数据并非只追踪某一自然类的属性。Harman 的解释条件也常常不满足：人工神经网络表现良好时，研究者往往并没有对此的解释。呼应 Schubbach（2019），我们可以说，人工神经网络结果的证成是“盲目的”，并不依靠对结果如何获得的解释。按照归纳的实质理论的思路，有人提出，机器学习模型应建立在适当领域知识或成熟本体论之上（Kulmanov et al. 2021; Li 2023）。一些人工神经网络违反了这一要求，所谓的对抗样本说明了这一点：机器学习模型能够正确分类的输入图像，可以受到人类无法察觉的改动，却使模型的分类发生扭曲（Szegedy 2013［其他网络资源］；Goodfellow et al. 2014［其他网络资源］）。 有时，可以更强地刻画基于机器学习的推理：机器学习进行的是因果推理或变异归纳（Pietsch 2016, 2021）。对于旨在推断因果贝叶斯网络的机器学习模型，这一点显然成立（Buijsman 2023; Pearl 2009，第 2.1 节）；但它也可能适用于其他模型，因为训练不仅使机器学习模型接触目标属性的正面实例。相反，成功的分类器会学会输入中哪些类型的属性对标签产生差异性影响。因此，如果所谓的同质性条件得到满足，模型就应用了穆勒用于识别原因的求异法。不过，同质性条件往往不满足，因为输入变量取值的变化，可能与目标系统中未在输入数据中呈现的其他方面相关（关于机器学习与因果推理的不同视角，参见 Harris & Dunham 2021）。 3.3.4 记忆人类知识的获取也得到记忆的支持。这里的记忆不仅指保留信息的能力；这种能力在计算机存储器中有明显对应物。相反，记忆还会选择和整合通过知觉及其他途径获得的信息。在一定程度上，机器学习模型也能做到这一点：Buckner（2023，第 4 章）最近把有关记忆的哲学解释与深度学习结合起来。“灾难性干扰”或“灾难性遗忘”可以说明有效模仿人类记忆的困难（French 1999）。某些机器学习模型先在一项任务上接受训练，再接受另一项任务的训练后，会忘记如何解决第一项任务。相比之下，人类通常仍记得第一项任务。Buckner 讨论了如何利用具有分别负责短期与长期记忆的两个模块的人工神经网络，来应对这一挑战（计算机科学的解决方案，参见 Kirkpatrick et al. 2017）。 类似地，Buckner（2023，第 5 章）结合生成式人工智能的近期进展，讨论关于想象的哲学解释。因此，如果能够证明人工智能可以记住信息或想象情境，这可能有助于我们构建对人工智能输出之证成更有信息量的解释。注意，当人工智能被更具互动性地使用时，例如用于支持头脑风暴，想象也很相关。 3.4 信任与其他态度我们是否应当根据人工智能输出相信某些事情，这个问题很自然地被改述为：我们是否应当信任人工智能。因此，关于人工智能信任及其可信赖性的文献日益增多，并提出以下问题，也就不足为奇：人工智能模型是否属于我们可以充分信任的实体类型（Ryan 2020; Ferrario et al. 2021; Starke et al. 2021）？在什么情况下，我们应当信任人工智能模型（Durán & Jongsma 2021）？何种可解释性有助于增进对人工智能的信任（Baron 2025）？ 不过，这些文献中只有一部分与认识论相关（另见 Alvarado 2023b）。信任只有在属于认识信任时，才是认识论的主题；认识信任指信任受信者知道某事，或说的是真话（关于认识信任的论文集，参见 Dormandy 2019）。对于人工智能系统，认识信任至多只有在它作出可判真假的主张时才是适当的。作出决策的人工智能系统，不能成为认识信任的对象；信任这种系统，意味着期待它作出好的决策，而这并不只是认识论问题。 Hardwig（1991）认为，对他人的认识信任，涉及依赖其品格；关于一般信任，也有人提出类似观点，例如 Baier 1986。尤其是，信任者必须依赖受信者说真话的意愿。如果认识信任涉及对品格特征或动机的依赖，那么只要人工智能没有品格或意志，严格地说，认识信任就不适用于人工智能；不过，相关讨论参见 Ferrario et al. 2021 和 Starke et al. 2021。 尽管如此，即使无法充分地在认识上信任人工智能，人们仍可以依赖人工智能，即相信或接受它的结果，或者对其输出采取不加质疑的态度（Nguyen 2022）。前述相信人工智能结果的证成，并没有，也不需要诉诸品格特征。原因可能是，只有当我们知道受信者具有某些意图，并能够改变这些意图时，动机才成为信任的问题。虽然（当前的）人工智能并非如此，但构建、训练乃至提示人工智能模型的那些人的意图，会影响该系统是否值得在认识上信任。 人类实际上给予人工智能的（认识）信任，已通过经验研究得到考察（综述参见 Glikson & Woolley 2020）。其中一些研究报告了人类对人工智能的过度依赖（例如 Klingbeil et al. 2024），这可能损害批判性思考的能力与意愿（Zhai et al. 2024）。人工智能认识论对于确定我们应当在多大程度上信任人工智能，以及何谓过度依赖，至关重要。 值得注意的是，认识信任并不是人类对人工智能可能持有的唯一具有认识论相关性的态度。例如，人类可能有正当理由把人工智能模型视为专家或认识权威。按照 Zagzebski（2012）常被引用的认识权威解释，如果我们服从他人的判断，并暂且搁置自己与该情形有关的理由，即采取先占，那么我们就是把对方当作认识权威。例如，尽管我有一些证据表明某项治疗无效，我仍可能服从医生关于该治疗有效的判断。自然可以说，当前人工智能还不具备完整专家的资格（Ferrario et al. 2024）。尽管如此，在某些问题上，它似乎正在接近认识权威的地位（Hauswald 2025；批评参见 Mizrahi 2025）。 如前所述，人工智能及其用法正在快速演变，新的使用模式不断出现。例如，所谓的 AI 智能体，或由相互作用的 AI 智能体构成的系统，可以接管复杂的认识工作（Barman et al. 2025; Villaescusa-Navarro et al. 2025［其他网络资源］）。在这些应用中，对于 AI 智能体能够做好其工作的更广义信任，将成为问题。 4. 人工智能对理解的贡献知道某件事是一回事，理解它则是另一回事。理解似乎是一种独特的认识成就，而且可以说比知识更有价值（综述参见 Grimm 2012）。因此，人工智能认识论也应涵盖理解。值得注意的是，人工智能在理解方面的声誉颇差。例如，Messeri and Crockett（2024）写道：“人工智能工具在科学中的扩散，有可能把科学研究带入这样一个阶段：我们产出更多，却理解得更少”（另见 Sanjuán 2021, 1）。 当然，大型语言模型能够向个体用户解释各种事情。然而，许多研究者担忧的是，人工智能模型，尤其是人工神经网络这类机器学习模型，并不促进科学理解。这类主张最明显的理由是，人们对模型本身缺乏理解，这似乎使我们难以将其作为理解的载体。具体而言，按照一种近期提出的解释（de Regt and Dieks 2005; de Regt 2017），科学理解需要一种对实际研究的科学家而言可理解的理论；但许多机器学习模型，尤其是人工神经网络，并不满足这一要求。尽管如此，一些作者提出，人工神经网络能够加深人类理解（Sullivan 2022; Krenn et al. 2022）。 仔细分析可见，人工智能对人类理解的贡献取决于：（a）“理解”究竟指什么；（b）“贡献”究竟指什么；（c）考虑的是哪种人工智能；以及（d）如何使用人工智能（例如参见 Krenn et al. 2022）。与此前讨论知识一样，我们可以暂且撇开人工智能本身是否理解有关情形的问题，因为人工智能的理解必须以它的心理状态为基础，而这至少仍有争议。不过，Beckmann（2025）论证了视频生成 AI 工具 SORA 具有对世界的理解。 认识论学家区分各种理解，其中最重要的是对象性理解与解释性理解，两者都存在程度差异（例如参见 Baumberger et al. 2016; Grimm 2021）。对象性理解是对某个对象或某个事物领域的理解；人们常把它描述为把握某一主题的不同项目或方面之间的各种联系，例如逻辑联系、概率联系、证据联系和解释联系（Kvanvig 2003, 192）。相比之下，粗略地说，如果一个主体接受关于 p 的真实解释，并能够把握该解释，就可以说他对于为什么 p 成立具有解释性理解（例如 Hills 2016）。这里，对联系或解释的把握，通常通过各种能力来阐明；例如，主体能够推断，如果解释中的假设略有改变，会发生什么。 作为推理工具，人工智能应用能够建立逻辑、概率和证据联系。例如，如果人工智能工具根据患者信息，预测该患者对某种疾病的易感性，而科学家信赖这一工具，他们就得知该患者有患上该疾病的风险。于是，患者信息可以作为评估疾病易感性的证据。因此，人工智能工具能够促进对象性理解。不过，某个特定输入和输出之间的联系，往往过于具体，以致人类无法进一步运用对该联系的知识，针对略有改变的情形作出额外推理，而这恰恰是把握联系所要求的。但反复用不同输入运行人工智能工具的人，可以学到可泛化的联系，再用它们进行额外推理（关于这一机制，参见 Lenhard 2019, 100）。如果如此，人类就借助人工智能工具加深了对象性理解。不过，这种理解建立在对工具的大量操作之上，而最终对联系的理解不再需要该工具（另见 Lawler & Sullivan 2021）。 如前所述，许多机器学习模型表征潜在特征。因此，机器学习模型可以揭示潜在特征之间，以及潜在特征与更明显特征之间的联系，从而帮助对象性理解。不过，只有在人类认识这些潜在特征时，这才有可能。这种知识要求对模型应用可阐释性方法（参见 Schut et al. 2023［其他网络资源］，其中有一个国际象棋特级大师向人工智能学习的有趣例子）。 就解释性理解而言，人工智能无疑能够通过提出关于因果联系或定律的假说，帮助发现解释。例如，如果科学家观察到，表明某类雷暴的天气数据，会导致对同一地区降温的正确预测，那么他们就可能提出假说，认为前者是后者的原因。 如果人工智能应用自身包含解释，它就能够在更充分的意义上提供解释性理解。许多计算机模拟属于这种情况，因为它们以自然定律为基础，因而可以被看作根据定律与输入中包含的先行条件，演绎推导后果，正如演绎—律则（DN）解释模型所要求的那样（Hempel & Oppenheim 1948）。其他计算机模拟利用机制描述，推断对更高层次现象的后果，从而解释这些现象（Sawyer 2004）。因此，科学家可以利用计算机模拟，从具有潜在解释力的假设中，推导出尚未被解释的事件。不过，值得注意的是，只有当科学家表明，模拟中的假设，例如机制假设，是真的，而且这些假设对待解释现象具有决定性作用时，他们才能声称解释了计算机模拟所再现的现象（Grüne-Yanoff 2009）。此外，即使情况如此，知道这一解释也未必带来真正理解，因为科学家可能不能运用它，例如作出其他推理。用 de Regt（2017）的理解解释来说，此时缺少可理解的理论。 传统人工智能能够提供上述意义上的解释，这一点显而易见，因为关键的解释性假设已被内置于模拟。如果机器学习能够不投入先前的解释性知识，而推断出新的解释，那就有趣得多（讨论参见 Beisbart 2025a）。给定适当输入数据，机器学习模型当然能够再现待解释现象。不过，由于机器学习的不透明性，我们往往不清楚，相关推理是否建立在某条自然定律或其他可能具有解释力的东西之上。即使有充分理由认为，特定机器学习模型会对原因或其他与解释相关的信息变得敏感（Pietsch 2016, 2021），这也没有帮助，因为除非人类大量了解该机器学习应用，否则他们仍不知道那些原因。不过，人类科学家可以借助人工智能模型实施穆勒（1843 [1996]，第三部分）的求异法：系统改变输入变量，并追踪输出后果。在一定假设下，即同质性以及模型对目标的忠实表征，他们便可推断，某个输入变量对输出的某个特征具有因果相关性（Knüsel & Baumberger 2020; Meskhidze 2023）。通过这种方式，他们能够根据机器学习获得因果解释（进一步讨论参见 Buijsman 2023）。 基于大型语言模型的聊天机器人能够回答“为什么”的问题，从而给出解释。在一定程度上，聊天机器人会改述模型所记住的、先前已经给出的解释（Millière & Buckner 2024a, 2024b［其他网络资源］）。在其他情况下，大型语言模型可能提供看起来像可信解释的文本。然而，文本可能包含幻觉；即使它只提供真实信息，这些信息也未必构成正确解释。因此，如果聊天机器人通过回答“为什么”的问题提出解释，只有在认识上有证成时，我们才能接受它。例如，人们可能已知某个大型语言模型包含对某一事物领域的忠实世界模型；不过，相关提醒参见 Beckmann & Queloz 2026，第 5 节。 5. 进一步的哲学问题5.1 认识主体当人工智能系统支持人类研究时，我们可以追问，认识主体究竟是什么。一个自然的候选项是人类个体；不过，也可以主张，人类与人工智能应用共同构成主体。如果心灵能够延伸至人的头骨和皮肤之外，这就是可能的，因为在某些条件下，认知成就和心理状态可以归于由人类个体与工具构成的耦合系统，例如运行特定程序的计算机（Clark & Chalmers 1998; 另见 Hutchins 2000；讨论参见 Menary 2010）。例如，如果人类医生使用人工智能工具诊断某种疾病，可以把这一成就归于人类与人工智能的耦合系统（关于计算机模拟的类似提议，参见 Beisbart 2012）。 究竟是未借助辅助的人类，还是耦合系统，才是认识主体／行动者，这在人工智能认识论的一些讨论中至关重要。例如，人工智能应用的不透明程度取决于主体是谁：未借助辅助的人无法检查计算机辅助证明中所有相关步骤，但借助证明检查器这样的计算机程序，就可以做到（关于这一点的讨论，参见 Tymoczko 1979 和 Teller 1980）。 刚才指出的认识主体歧义，引出了这样的问题：我们应当如何理解认识主体，或者哪个主体更为相关？这是一个模糊地带，答案取决于“相关”是什么意思。在一种意义上，这个问题是在问，如何最好地描述和解释研究。Clark and Chalmers（1998）认为，诉诸耦合系统，更容易解释某些认知成就。就科学研究而言，人们经常主张，再把科学工作、知识或理解看作属于个体，已不再有用（Giere 2002）。这不仅是因为大量科学工作由群体开展；按照 Humphreys（2009, 616）的说法，计算方法“把人类从认识论事业的中心推开”。Humphreys 把当前科学看作一种混合体，仍受到人类能力局限的显著约束，但他设想了“自动化科学”的可能性。不过，在谈及面对自动化科学时的“人类中心困境”，即人类难以理解自动化科学时，他仍然采用未借助辅助的人类视角（同上，617）。 关于适当认识主体的问题，也可以在与我们自我理解相关的规范性、乃至道德意义上理解。此时，问题是，我们应当在多大程度上关心人类在没有计算机辅助时能够做什么。对技能退化的担忧，即人类因广泛使用人工智能而失去某些技能的担忧（相关经验研究，例如参见 Krook 2025 和 Lee et al. 2025；元分析参见 Helal et al. 2025），预设了人类应当能够独立完成某些任务。也有人担心，持续使用大型语言模型会激励一种表面的知识形式，从而恶化我们的认识状况（Hila 2025; 另见 Schneider 2025）。相比之下，如果我们强调人工智能工具使人类得以扩展自身（Humphreys 2004），并完成过去做不到的任务，那么我们就预设，耦合系统是更重要的认识主体。 5.2 人工智能认识论与伦理学的关系人工智能的认识论问题经常引出伦理问题，反之亦然；尽管这两个领域目前可能相当脱节，正如 Russo et al.（2024）所指出的。认识主体问题只是其中一个例子。 从把人工智能作为知识与理解对象的认识论视角看，在我们究竟应当认识和理解人工智能的哪些内容这一问题上，伦理要求至关重要。这个问题几乎无法避免，因为关于人工智能的一些尚未获知的方面，可能并没有特别值得获知的价值。人工智能认识论可以告诉我们，哪些知识在认识意义上重要，例如能够开辟富有成果的研究方向，但不能告诉我们哪些知识具有实践意义；这里借用了 Kitcher（2001, 65）的区分。例如，如果医生充分了解自己的人工智能工具，就能够更好地理解这些工具何时失效，从而避免造成不良患者结局的错误诊断；这就具有实践意义。与此相关，当透明性与精确性等其他要求冲突时，需要伦理考量来决定如何权衡。 如果将人工智能视为认识工具或认识主体，而不是知识对象，人工智能认识论对伦理学的依赖就较少。此时，无须诉诸伦理学，就可以讨论人工智能结果在认识上得到多大程度的证成：只有当我们需要确定具体实际应用所要求的置信水平时，伦理学才相关。归纳推理伴随着判断出错的归纳风险；要决定哪些风险可以容忍，就需要在非认识价值之间作出权衡（例如 Johnson 2023）。过去几年，人们特别关注不同群体错误率不同的模型；这种差异常常在道德上成问题，因为既有歧视模式被转化成了软件（Johnson 2020; Fazelpour & Danks 2021; Hedden 2021）。在决定是否使用某个特定人工智能工具时，道德理由也至关重要。即使工具的结果在认识上得到证成，也不意味着使用人工智能在道德上得到许可。例如，使用人工智能可能导致人类技能退化，或侵犯他人的知识产权。 从人工智能伦理学的角度看，人工智能认识论至关重要。这是因为人工智能在很大程度上，虽然并非完全，是一种“认识技术”（Alvarado 2023a, 31），产生“旨在改善认识环境的认知干预”（Grote 2025, 1221）。在这种情况下，伦理评价就依赖认识论考量。这一点可以从以下事实看出：人工智能伦理学提出的担忧，例如不确定的、难以理解的和具有误导性的证据（Mittelstadt et al. 2016; Morley et al. 2020），本身就是认识论问题。举一个具体例子：有人担心，将人工智能用于诊断很危险，因为它容易出错，尤其在面对新类型数据时。归根结底，这种担忧根植于人类健康与福祉这些道德价值。尽管如此，这种担忧在多大程度上有根据，取决于人工智能工具有多可靠，也可能是对特定人群有多可靠；而后一个问题可以完全用认识论语言讨论。 由于对人工智能的道德担忧往往导致认识问题，Grote（2025）主张，人工智能认识论在方法论上优先于伦理学。不过，这似乎走得太远。一个原因是，机器学习模型的设计涉及无法仅凭认识理由决定的权衡。例如，训练分类器时，设计者必须决定给假阳性与假阴性赋予怎样的相对权重（Kraemer et al. 2011），而这一决定需要诉诸非认识价值（Rudner 1953）。再举一个不同例子：如果把算法偏差定义为不同群体间的表现差异，它似乎只是认识论问题或技术问题。但这里存在一个重要道德问题：在什么情况下，这种偏差在道德上是错误的？因此，人工智能设计必须同时受到认识价值与道德价值的引导（Russo et al. 2024）。 近期因人工智能取得的认识成就，很可能影响认识论中的其他争论，例如关于科学实在论的讨论（Chakravartty 2025）。一方面，人类能力的扩展，使人类能够认识不可观察事物这一实在论观点更可信。另一方面，如果事实表明，人工智能利用与人类不同的潜在特征来预测可观察事物，那么人工智能也可能加强反对实在论的不充分决定论证。人们还在争论，无奇迹论证是否能够扩展到人工智能模型（例如 Rowbottom & Curtis-Trudel 2026）。未来的人工智能应用，很可能为认识论学家提供更多“思考的食粮”。 参考文献以下每条均附文献标题中文译名，并完整保留原始书目，以便检索；作者、刊名、出版者、卷期页码及原文已有的书目信息均予保留。
Barberousse, Anouk, Sara Franceschelli, and Cyrille Imbert, 2009, “Computer Simulations as Experiments”, Synthese, 169: 557–574.
Barman, Kristian G., et al., 2025, “Large Physics Models: Towards a Collaborative Approach with Large Language Models and Foundation Models”, The European Physical Journal C, 85.9: 1066.
Baron, Sam, 2023, “Explainable AI and Causal Understanding: Counterfactual Approaches Considered”, Minds and Machines, 33(2): 347–377.
–––, 2025, “Trust, Explainability and AI”, Philosophy & Technology, 38(4).
Baumberger, Christoph, Claus Beisbart, and Georg Brun, 2016, “What Is Understanding? An Overview of Recent Debates in Epistemology and Philosophy of Science”, in Stephen Grimm, Christoph Baumberger, and Sabine Ammon (eds.), Explaining Understanding. New Perspectives from Epistemology and Philosophy of Science, New York: Routledge, pp. 1–34.
Beckers, Sander, 2022, “Causal Explanations and XAI”, Proceedings of the First Conference on Causal Learning and Reasoning, Proceedings of Machine Learning Research, 177: 90–109.
Beckmann, Pierre, 2025, “New Horizons in Machine Understanding: Explanatory and Objectual Understanding in Deep Learning Video Generation Models”, Synthese, 206: 285.
Beckmann, Pierre, and Queloz, Matthieu, 2026, “Mechanistic Indicators of Understanding in Large Language Models”, Philosophical Studies, 183: 1749–1792.
Beisbart, Claus, 2012, “How Can Computer Simulations Produce New Knowledge?”, European Journal for Philosophy of Science, 2.3: 395–434.
–––, 2019a, “What is Validation of Computer Simulations? Toward a Clarification of the Concept of Validation and of Related Notions”, in Claus Beisbart and Nicole Saam (eds), Computer Simulation Validation: Simulation Foundations, Methods and Applications, Cham: Springer.
–––, 2019b, “Should Validation and Verification Be Separated Strictly?”, in Claus Beisbart and Nicole Saam (eds.), Computer Simulation Validation: Simulation Foundations, Methods and Applications. Cham: Springer.
–––, 2021, “Opacity Thought Through: On the Intransparency of Computer Simulations”, Synthese, 199: 11643–11666.
–––, 2025a, “Digging Deeper with Deep Learning? Explanatory Understanding and Deep Neural Networks”, European Journal for Philosophy of Science, 50:14.
–––, 2025b, “In Which Ways Is Machine Learning Opaque?”, in: Juan M. Durán and Giorgia Pozzi (eds.), Philosophy of Science for Machine Learning: Core Issues and New Perspectives, Cham: Springer, pp. 3–24.
Beisbart, Claus, and Tim Räz, 2022, “Philosophy of Science at Sea: Clarifying the Interpretability of Machine Learning”, Philosophy Compass, 17(6), e12830.
Belkin, Mikhail, et al., 2019, “Reconciling Modern Machine-Learning Practice and the Classical Bias–Variance Trade-off”, Proceedings of the National Academy of Sciences, 116.32: 15849–15854.
Bjerring, Jens Christian, and Jacob Busch, 2020, “Artificial Intelligence and Patient-Centered Decision-Making”, Philosophy and Technology, 34(2): 349–371.
Boden, Margaret A., 2016, AI: Its Nature and Future, Oxford: Oxford University Press.
Boge, Florian J., 2022, “Two Dimensions of Opacity and the Deep Learning Predicament”, Minds & Machines, 32, 43–75.
Boge, Florian J., and Paul Grünke, forthcoming, “Computer Simulations, Machine Learning and the Laplacean Demon: Opacity in the Case of High Energy Physics”, in Andreas Resch, Michael Kaminski, and Petra Gehring (eds.), The Science and Art of Simulation II, Cham: Springer.
Bringsjord, Selmer, and Naveen Sundar Govindarajulu, 2026, “Artificial Intelligence”, The Stanford Encyclopedia of Philosophy (Spring 2026 Edition), Edward N. Zalta & Uri Nodelman (eds.), URL = https://plato.stanford.edu/archives/spr2026/entries/artificial-intelligence/.
Buckner, Cameron, 2018, “Empiricism without Magic: Transformational Abstraction in Deep Convolutional Neural Networks”, Synthese, 195, 5339–5372.
–––, 2019, “Deep Learning: A Philosophical Introduction”, Philosophy Compass, 14: e12625.
–––, 2023, From Deep Learning to Rational Machines: What the History of Philosophy Can Teach Us about the Future of Artifical Intelligence, New York, NY: Oxford University Press.
Buchholz, Oliver, and Eric Raidl, 2025, “A Falsificationist Account of Artificial Neural Networks”, The British Journal for the Philosophy of Science, 76(4): 1011–1035.
Bueno, Otávio, 2014, “Computer Simulations: An Inferential Conception”, The Monist 97(3): 378–398.
Buijsman, S., 2023, “Causal Scientific Explanations from Machine Learning”, Synthese, 202(202).
Burrell, Jenna, 2016, “How the Machine ‘Thinks’: Understanding Opacity in Machine Learning Algorithms”, Big Data & Society, 3(1): 2053951715622512.
Butlin, Patrick, and Emanuel Viebahn, 2025, “AI Assertion”, Ergo: An Open Access Journal of Philosophy, 12(37): 968–988.
Buttaboni, Carlotta, and Luciano Floridi, 2026, “A Regulatory Taxonomy of AI Opacity in the EU: Rethinking Transparency, Traceability, Interpretability, and Explainability”, AI and Ethics, 6(100).
Callaway, Ewen, 2020, “‘It Will Change Everything’: DeepMind’s AI makes Gigantic Leap in Solving Protein Structures,”, Nature, 588(7837): 203–205.
Carvalho, Diogo V., Eduardo M. Pereira, and Jaime S. Cardoso, 2019, “Machine Learning Interpretability: A Survey on Methods and Metrics”, Electronics, 8(8): 832.
Castelvecchi, Davide, 2016, “Can we Open the Black Box of AI?”, Nature News, 538(7623): 20–23.
–––, 2025, “AI Models Solve Maths Problems at Level of Top Students”. Nature, 644(7): 1.
–––, 2026, “OpenAI Claims Huge Maths Breakthrough on a Famed ‘Millennium Problem’”. Nature, 657: 579–580.
Castillo Brache, Leticia, and Alisa Bokulich, 2024, “Models, Data Models, and Big Data”, in Tarja Knuuttila, Natalia Carrillo, and Rami Koskinen (eds.), The Routledge Handbook of Philosophy of Scientific Modeling, Abingdon & New York: Routledge, pp. 245–255.
Chakravartty, Anjan, 2025, “Scientific Realism”, The Stanford Encyclopedia of Philosophy (Winter 2025 Edition), Edward N. Zalta & Uri Nodelman (eds.), URL = https://plato.stanford.edu/archives/win2025/entries/scientific-realism/.
Clark, Andy, and David Chalmers, 1998, “The Extended Mind”, Analysis, 58(1): 7–19.
Collins, Harry, 2010, Tacit and Explicit Knowledge, Chicago: Chicago University Press.
Corfield, David, 2010, “Varieties of Justification in Machine Learning”, Minds & Machines, 20: 291–301.
Creel, Kathleen A., 2020, “Transparency in Complex Computational Systems”, Philosophy of Science, 87(4): 568–589.
Cuomo, Salvatore, et al., 2022, “Scientific Machine Learning Through Physics–Informed Neural Networks: Where We Are and What’s Next”, Journal of Scientific Computing, 92.3 (2022): 88.
Danks, David, 2014, “Learning”, in Keith Frankish and William M. Ramsey (eds.), Cambridge Handbook of Artificial Intelligence, Cambridge: Cambridge University Press, pp. 151–167.
Dennett, Daniel C., 1987, The Intentional Stance, Cambridge, MA: MIT Press.
de Regt, Henk W., 2017, Understanding Scientific Understanding, New York: Oxford University Press.
–––, 2020, “Understanding, Values, and the Aims of Science”, Philosophy of Science, 87(5): 921–932.
de Regt, Henk W., and Dennis Dieks, 2005, “A Contextual Approach to Scientific Understanding”, Synthese, 144: 137–70.
Dill, Ken A., & Justin L. MacCallum, 2012, “The Protein-Folding Problem, 50 Years On”, Science, 338(6110): 1042–1046.
Di Paolo, Ezequiel A., Jason Noble, and Seth Bullock, 2000, “Simulation Models as Opaque Thought Experiments”, in Mark A. Bedau et al. (eds.), Artificial Life VII: Proceedings of the Seventh International Conference on the Synthesis and Simulation of Living Systems, Cambridge, MA: MIT Press, pp. 497–506.
Dormandy, Katherine (ed.), 2019, Trust in Epistemology, New York: Taylor & Francis.
Dreyfus, Hubert L., 1972, What Computers Can’t Do: The Limits of Artificial Intelligence, New York: Harper & Row.
–––, 1992, What Computers Still Can’t Do: A Critique of Artificial Reason, Cambridge, MA: MIT Press.
Duede, Eamon, 2022, “Instruments, Agents, and Artificial Intelligence: Novel Epistemic Categories of Reliability”, Synthese, 200: 491.
–––, 2023, “Deep Learning Opacity in Scientific Discovery”, Philosophy of Science, 90(5): 1089–1099.
Durán, Juan M., & Nico Formanek, 2018, “Grounds for Trust: Essential Epistemic Opacity and Computational Reliabilism”, Minds & Machines, 28: 645–666.
Durán, Juan M., and Karin R. Jongsma, 2021, “Who Is Afraid of Black Box Algorithms? On the Epistemological and Ethical Basis of Trust in Medical AI”, Journal of Medical Ethics, 47(5): 329–335.
Ellis, Brian, 1998, “An Essentialist Perspective on the Problem of Induction”, Principia, 2(1): 103–124.
Erasmus, Adrian, Tyler D. P. Brunet, and Eyal Fisher, 2021, “What is Interpretability?”, Philosophy and Technology, 34: 833–862.
Facchini, Alessandro, and Alberto Termine, 2022, “Towards a Taxonomy for the Opacity of AI Systems”, in Vincent C. Müller (ed.), Philosophy and Theory of Artificial Intelligence 2021: Studies in Applied Philosophy, Epistemology and Rational Ethics, 63, Cham: Springer, pp. 73–89.
Fazelpour, Sina, and David Danks, 2021, “Algorithmic Bias: Senses, Sources, Solutions”, Philosophy Compass, 16(8): e12760.
Ferrario, Andrea, Michele Loi, and Eleonora Viganò, 2021, “Trust Does Not Need to be Human: It Is Possible to Trust Medical AI”, Journal of Medical Ethics, 47(6): 437–438.
Ferrario, Andrea, Alessandro Facchini, and Alberto Termine, 2024, “Experts or Authorities? The Strange Case of the Presumed Epistemic Superiority of Artificial Intelligence Systems”, Minds and Machines, 34(3): 1–27.
Fetzer, James H., 1988, “Program Verification: The Very Idea”, Communications of the ACM, 31(9): 1048–1063.
Fleisher, Will, 2022, “Understanding, Idealization, and Explainable AI”, Episteme, 19(4): 534–560.
Freiesleben, Timo, and Thomas Grote, 2023, “Beyond Generalization: A Theory of Robustness in Machine Learning”, Synthese, 202: 109.
Freiman, Oren, 2024, “AI-Testimony, Conversational AIs and Our Anthropocentric Theory of Testimony”, Social Epistemology, 38(4): 476–490.
French, Robert M., 1999, “Catastrophic Forgetting in Connectionist Networks”, Trends in Cognitive Sciences, 3.4: 128–135.
Fricker, Elizabeth, 2016, “Unreliable Testimony”, in H. Kornblith and B. McLaughlin (eds.), Goldman and is Critics, Malden, MA: Wiley Blackwell, pp. 88–123.
–––, 2025, “On the Metaphysical and Epistemic Contrasts Between Human and AI Testimony”, Inquiry, 1–26.
Friedman, Michael, 1974, “Explanation and Scientific Understanding”, Journal of Philosophy, 71: 5–19.
Frigg, Roman, and Stephan Hartmann, 2026, “Models in Science”, The Stanford Encyclopedia of Philosophy (Fall 2026 Edition), Edward N. Zalta & Uri Nodelman (eds.), URL = https://plato.stanford.edu/archives/fall2026/entries/models-science/.
Gardiner, Georgi, and Brian Zaharatos, 2022, “The Safe, the Sensitive, and the Severely Tested: A Unified Account”, Synthese, 200(5): 369.
Garreau, Damien, and Ulrike Luxburg, 2020, “Explaining the Explainer: A First Theoretical Analysis of LIME”, in Proceedings of the 23rd International Conference on Artificial Intelligence and Statistics: Proceedings of Machine Learning Research, 108.
Geiger, Atticus, Daniel Ibeling, Amir Zur, Mayank Chaudhary, Shreya Chauhan, Jialu Huang, Thomas Icard, and Clark Barrett, 2025, “Causal Abstraction: A Theoretical Foundation for Mechanistic Interpretability”, Journal of Machine Learning Research, 26(83): 1–64.
Geiger, Atticus, et al., 2021, “Causal Abstractions of Neural Networks”, Advances in Neural Information Processing Systems, 34: 9574–9586.
Giere, Ronald, 2002, “Scientific Cognition as Distributed Cognition”, in Peter Carruthers, Stephen Stich, and Michael Siegal (eds.), The Cognitive Basis of Science, Cambridge: Cambridge University Press, pp. 285–299.
Gillies, Donald, 1996, Artificial Intelligence and Scientific Method, Oxford: Oxford University Press.
Glikson, Ella, and Anita Williams Woolley, 2020, “Human Trust in Artificial Intelligence: Review of Empirical Research”, Academy of Management Annals, 14(2): 627–660.
Goldberg, Sanford C., 2012, “Epistemic Extendedness, Testimony, and the Epistemology of Instrument-Based Belief”, Philosophical Explorations, 15(2): 181–197.
Goldman, Alvin I., 1967, “A Causal Theory of Knowing”, Journal of Philosophy, 64(12): 357–372.
–––, 1976, “Discrimination and Perceptual Knowledge”, Journal of Philosophy, 73 (November): 771–791.
–––, 1979, “What is Justified Belief?”, in George Pappas (ed.), Justification and Knowledge: New Studies in Epistemology, Dordrecht: D. Reidel, pp. 1–25.
Green, Mitchell, and Jan G. Michel, 2022, “What Might Machines Mean?”, Minds & Machines, 32: 323–338.
Grimm, Stephen, 2012, “The Value of Understanding”, Philosophy Compass, 7(2): 103–117.
–––, 2021, “Understanding”, The Stanford Encyclopedia of Philosophy (Summer 2021 Edition), Edward N. Zalta (ed.), URL = https://plato.stanford.edu/archives/sum2021/entries/understanding/.
Grindrod, James, 2025, “Computational Beliefs”, Inquiry, 68(10): 3169–3190.
Grote, Thomas, 2025, “Machine Learning in Healthcare and the Methodological Priority of Epistemology over Ethics”, Inquiry, 68: 1218–1247.
Grote, Thomas, and Philipp Berens, 2020, “On the Ethics of Algorithmic Decision-Making in Healthcare”, Journal of Medical Ethics, 46(3): 205–211.
Grote, Thomas, Konstantin Genin, and Emily Sullivan, 2024, “Reliability in Machine Learning”, Philosophy Compass, 19(5): e12974.
Grüne-Yanoff, T., 2009, “The Explanatory Potential of Artificial Societies”, in Synthese 169: 539–555.
Gunning, David, and David Aha, 2019, “DARPA’s Explainable Artificial Intelligence (XAI) Program”, AI Magazine, 40(2): 44–58.
Gunning, David, Eric Vorm, Yunyan Wang, and Matt Turek, 2021, “DARPA’s Explainable AI (XAI) Program: A Retrospective”, Authorea Preprints.
Hardwig, John, 1991, “The Role of Trust in Knowledge”, Journal of Philosophy, 88(12): 693–708.
Harman, Gilbert H., 1965, “The Inference to the Best Explanation”, Philosophical Review, 74(1): 88–95.
Harris, Dan, and Dunham, Darin, 2021, “Induction in Machine Learning”, in 2021 IEEE Aerospace Conference, IEEE (50100), pp. 1–17.
Harris, Todd, 2003, “Data Models and the Acquisition and Manipulation of Data”, Philosophy of Science, 70(5): 1508–1517.
Hassija, Vikas, Varun Chamola, Aniket Mahapatra, Ankit Singal, Divyansh Goel, Kun-Chih Huang, and Amir Hussain, 2024, “Interpreting Black-Box Models: A Review on Explainable Artificial Intelligence”, Cognitive Computation, 16(1): 45–74.
Hatherley, Joshua J., Robert Sparrow, and Mark Howard, 2024, “The Virtues of Interpretable Medical Artificial Intelligence”, Cambridge Quarterly of Healthcare Ethics, 33(3): 323–332.
Haugeland, John, 1985, Artificial Intelligence: The Very Idea, Cambridge, MA: MIT Press.
Hausen, Ryan, and Brant E. Robertson, 2020, “Morpheus: A Deep Learning Framework for the Pixel-Level Analysis of Astronomical Image Data” The Astrophysical Journal Supplement Series, 248(1): 20.
Hauswald, Rico, 2025, “Artificial Epistemic Authorities”, Social Epistemology, 39(6): 716–725.
Hedden, Brian, 2021, “On Statistical Criteria of Algorithmic Fairness”, Philosophy & Public Affairs, 49(2): 209–231.
He, Jinhua, and Chen Yang, 2025, “Testimony by LLMs”, AI & Society, 40: 6201–6213.
Heersmink, Richard, Barend de Rooij, María Jimena Clavel Vázquez, and Matteo Colombo, 2024, “A Phenomenology and Epistemology of Large Language Models: Transparency, Trust, and Trustworthiness”, Ethics and Information Technology, 26(3): 1–15.
Helal, Mohamed Y. I., Ahmed E. Hassanien, Hossam A. Gaber, and Rehab F. Abdel-Kader, 2025, “The Impact of Generative AI on Critical Thinking Skills”, Information Discovery and Delivery.
Hempel, Carl G., and Paul Oppenheim, 1948, “Studies in the Logic of Explanation”, Philosophy of Science, 15(2): 135–175.
Henderson, Leah, “The Problem of Induction”, The Stanford Encyclopedia of Philosophy (Winter 2024 Edition), Edward N. Zalta & Uri Nodelman (eds.), URL = https://plato.stanford.edu/archives/win2024/entries/induction-problem/.
Herrmann, Daniel A., and Benjamin A. Levinstein, 2024, “Standards for Belief Representations in LLMs”, Minds and Machines, 35(1): 1–25.
Hila, Angjelin, 2025, “The Epistemological Consequences of Large Language Models”, AI & Society: 1–19.
Hills, Alison, 2016, “Understanding Why”, Noûs, 50: 661–688.
Hinton, Geoffrey E., 1984, “Distributed Representations”, Technical Report CMU-CS-84-157, Carnegie Mellon University.
Holm, Sune, 2026, “On the Justified Use of AI Decision Support in Evidence-Based Medicine: Validity, Explainability, and Responsibility”, Cambridge Quarterly of Healthcare Ethics: 35(3): 183–189.
Hosny, Ahmed, et al., 2018, “Artificial Intelligence in Radiology”, Nature Reviews Cancer, 18(8): 500–510.
Humphreys, Paul, 2004, Extending Ourselves: Computational Science, Empiricism, and Scientific Method, New York: Oxford University Press.
–––, 2009, “The Philosophical Novelty of Computer Simulation Methods”, Synthese, 169: 615–626.
Hutchins, Edwin, 2000, “Distributed Cognition”, in International Encyclopedia of the Social and Behavioral Sciences, Amsterdam: Elsevier, pp. 2068–2072.
Iizuka, Shun, 2024, “Taking It Not at Face Value: A New Taxonomy for the Beliefs Acquired from Conversational AIs”, Techné: Research in Philosophy and Technology, 28(2): 219–235.
Imbert, Cyrille, 2017, “Computer Simulations and Computational Models in Science”, in Lorenzo Magnani and Tommaso Bertolotti (eds.), Springer Handbook of Model-Based Science. Cham: Springer, pp. 735–781.
Jebeile, Julie, Vincent Lam, and Tim Räz, 2021, “Understanding Climate Change with Statistical Downscaling and Machine Learning”, Synthese, 199: 1877–1897.
Johnson, Gabbrielle M., 2020, “Algorithmic Bias: On the Implicit Biases of Social Technology”, Synthese, 198(10): 9941–9961.
–––, 2023, “Are Algorithms Value-Free?”, Journal of Moral Philosophy, 21(1–2): 1–35.
Jumper, John, et al., 2021, “Highly Accurate Protein Structure Prediction with AlphaFold.”, Nature, 596.7873: 583–589.
Kaelbling, Leslie P., Michael L. Littman, and Andrew W. Moore, 1996, “Reinforcement Learning: A Survey”, Journal of Artificial Intelligence Research, 4: 237–285.
Khan, Salman, Mubarak Shah, and Salman Khan, 2022, “Transformers in Vision: A Survey”, ACM Computing Surveys, 54(10s): 1–41.
Kirkpatrick, James, et al., 2017, “Overcoming Catastrophic Forgetting in Neural Networks”, Proceedings of the National Academy of Sciences, 114(13): 3521–3526.
Kitcher, Philip, 2001, Science, Truth, and Democracy, New York: Oxford University Press.
Klingbeil, Alexander, Christian Grützner, and Peter Schreck, 2024, “Trust and Reliance on AI: An Experimental Study on the Extent and Costs of Overreliance on AI”, Computers in Human Behavior, 160: 108352.
Knüsel, Benedikt, and Christoph Baumberger, 2020, “Understanding Climate Phenomena with Data-Driven Models”, Studies in History and Philosophy of Science Part A, 84(C): 46–56.
Kraemer, Felicitas, Kees Van Overveld, and Martin Peterson, 2011, “Is There an Ethics of Algorithms?”, Ethics and Information Technology, 13: 251–260.
Krenn, Mario, et al., 2022, “On Scientific Understanding with Artificial Intelligence”, Nature Reviews Physics, 4(12): 761–769.
Krichen, Moez, et al., 2022, “Are Formal Methods Applicable to Machine Learning and Artificial Intelligence?”, SMARTTECH 2022 Proceedings, IEEE.
Krishnan, Maya, 2020, “Against Interpretability: A Critical Examination of the Interpretability Problem in Machine Learning”, Philosophy & Technology, 33: 487–502.
Krook, Joshua, 2025, “When Autonomy Breaks: The Hidden Existential Risk of AI”, AI & Society, 40: 6011–6024.
Kulmanov, Maxat, et al., 2021, “Semantic Similarity and Machine Learning with Ontologies”, Briefings in Bioinformatics, 22.4: bbaa199.
Kvanvig, Jonathan, 2003, The Value of Knowledge and the Pursuit of Understanding, New York: Cambridge University Press.
Langer, Markus, et al., 2021, “What Do We Want from Explainable Artificial Intelligence (XAI)? A Stakeholder Perspective on XAI and a Conceptual Model Guiding Interdisciplinary XAI Research,” Artificial Intelligence, 296: 103473.
Lauc, Davor, 2020, “Machine Learning and the Philosophical Problems of Induction”, in Sandro Skansi (ed.), Guide to Deep Learning Basics, Cham: Springer.
Lawler, Insa, and Emily Sullivan, 2021, “Model Explanation Versus Model-Induced Explanation”, Foundations of Science, 26(4): 1049–1074.
Lee, Hyeon-Pyo, Anant Tankelevitch, Lucio Drosos, Ingrid Rintel, and Nicholas Wilson, 2025, “The Impact of Generative AI on Critical Thinking”, Proceedings of CHI 2025, 1–22.
Lefrançois, Guy R., 2020, Theories of Human Learning, Cambridge: Cambridge University Press.
Lemos, Pablo, Niall Jeffrey, Miles Cranmer, Shirley Ho, and Peter Battaglia, 2023, “Rediscovering Orbital Mechanics with Machine Learning”, Machine Learning: Science and Technology, 4(4): 045002.
Lenhard, Johannes, 2019, Calculated Surprises, New York: Oxford University Press.
Li, Dan, 2023, “Machines Learn Better with Better Data Ontology: Lessons from Philosophy of Induction and Machine Learning Practice”, Minds & Machines, 33, 429–450.
Linardatos, Pantelis, Vasilis Papastefanopoulos, and Sotiris Kotsiantis, 2020, “Explainable AI: A Review of Machine Learning Interpretability Methods”, Entropy, 23(1): 18.
Lipton, Zachary, 2018, “The Mythos of Model Interpretability: In Machine Learning, the Concept of Interpretability Is Both Important and Slippery”, ACM Queue, 16(3), July 17 2018. [Lipton 2018 available online]
Liu, Yang, Eser Jun, Qing Li, and Jeffrey Heer, 2019, “Latent Space Cartography”, Computer Graphics Forum, 38(3): 67–78.
London, Alex John, 2019, “Artificial Intelligence and Black‐Box Medical Decisions: Accuracy versus Explainability”, Hastings Center Report, 49(1): 15–21.
Mann, Sara, et al., 2023, “Sources of Opacity in Computer Systems: Towards a Comprehensive Taxonomy”, 2023 IEEE 31st International Requirements Engineering Conference Workshops (REW), Hannover, pp. 337–342.
Marr, David, 1982, Vision, New York: W. H. Freeman.
McCoy, Liam G., et al., 2022, “Believing in Black Boxes: Machine Learning for Healthcare Does Not Need Explainability to Be Evidence-Based”, Journal of Clinical Epidemiology, 142: 252–257.
McEvoy, Mark, 2008, “The Epistemological Status of Computer-Assisted Proofs”, Philosophia Mathematica, 16(3): 374–387.
Menary, Richard (ed.), 2010, The Extended Mind, Cambridge, MA: MIT Press.
Meskhidze, Helen, 2023, “Can Machine Learning Provide Understanding? How Cosmologists Use Machine Learning to Understand Observations of the Universe”, Erkenntnis, 88(5): 1895–1909.
Messeri, Lisa, and M. J. Crockett, 2024, “Artificial Intelligence and Illusions of Understanding in Scientific Research”, Nature, 627(8002): 49–58.
Mill, John Stuart, 1843 [1996], A System of Logic: Ratiocinative and Inductive, in J. M. Robson (ed.), Collected Works of John Stuart Mill, Volume VII, London and New York: Routledge.
Miller, Tim, 2019, “Explanation in Artificial Intelligence: Insights from the Social Sciences” Artificial Intelligence, 267. 10.1016/j.artint.2018.07.007.
Mitchell, Tom M., 1997, Machine Learning, New York: McGraw-Hill.
Mitchell, Tom M., Richard M. Keller, and Smadar T. Kedar-Cabelli, 1986, “Explanation-Based Generalization: A Unifying View”, Machine Learning, 1(1): 47–80.
Mittelstadt, Brent, Patrick Allo, Mariarosaria Taddeo, Sandra Wachter, and Luciano Floridi, 2016, “The Ethics of Algorithms: Mapping the Debate”, Big Data and Society, 3(2): 2053951716679679.
Mittelstadt, Brent, Chris Russell, and Sandra Wachter, 2019, “Explaining explanations in AI”, In: FAT* ’19: Conference on Fairness, Accountability, and Transparency, January 29–31, 2019, Atlanta, GA, ACM, New York, NY, pp. 279–288.
Mizrahi, Moti, 2013, “The Pessimistic Induction: A Bad Argument Gone Too Far”, Synthese, 190(15): 3209–3226.
–––, 2025, “No Epistemic Respect for Bullshit Machines or LLMs”, Social Epistemology Review and Reply Collective, 14(9): 138–146.
Molnar, Christoph, Giuseppe Casalicchio, and Bernd Bischl, 2020, “Interpretable Machine Learning: A Brief History, State-of-the-Art and Challenges”, Joint European Conference on Machine Learning and Knowledge Discovery in Databases, Cham: Springer.
Morley, Jessica, Caio C. V. Machado, Christopher Burr, Josh Cowls, Indra Joshi, Mariarosaria Taddeo, and Luciano Floridi, 2020, “The Ethics of AI in Health Care: A Mapping Review”, Social Science & Medicine, 260: 113172.
Muldoon, Ryan, 2007, “Robust Simulations”, Philosophy of Science, 74(5): 873–883.
Müller, Vincent C., 2025, “Ethics of Artificial Intelligence and Robotics”, The Stanford Encyclopedia of Philosophy (Fall 2025 Edition), Edward N. Zalta & Uri Nodelman (eds.), URL = https://plato.stanford.edu/archives/fall2025/entries/ethics-ai/.
Nakkiran, Preetum, et al., 2021, “Deep Double Descent: Where Bigger Models and More Data Hurt”, Journal of Statistical Mechanics: Theory and Experiment, 2021.12: 124003.
Neges, Sebastian, 2018, Instrumentation: A Study in Social Epistemology, PhD Dissertation, University of Vienna.
Nguyen, C. Thi, 2022, “Trust as an Unquestioning Attitude”, Oxford Studies in Epistemology, 7: 214–244.
Nielsen, Michael A., 2015, Neural Networks and Deep Learning, Determination Press.
Niu, Shanshan, Yong Liu, Jian Wang, and Honggang Song, 2021, “A Decade Survey of Transfer Learning (2010–2020)”, IEEE Transactions on Artificial Intelligence, 1(2): 151–166.
Norton, John D., 2021, The Material Theory of Induction, Calgary: University of Calgary Press.
Oberkampf, William, and Christopher Roy, 2010, Verification and Validation in Scientific Computing, Cambridge: Cambridge University Press.
Olah, Chris, et al, 2020, “Zoom In: An Introduction to Circuits”, Distill, 5(3): e00024–001.
Ortner, Ronald, and Hannes Leitgeb, 2011, “Mechanizing Induction”, Handbook of the History of Logic, 10: Amsterdam: North-Holland, pp. 719–772.
Páez, Andrés, 2019, “The Pragmatic Turn in Explainable Artificial Intelligence (XAI)”, Minds and Machines, 29(3): 441–459.
Parker, Wendy S., 2008a, “Computer Simulation Through an Error-Statistical Lens”, Synthese, 163(3): 371–384.
–––, 2008b, “Franklin, Holmes, and the Epistemology of Computer Simulation”, International Studies in the Philosophy of Science, 22(2): 165–183.
–––, 2010, “An Instrument for What? Digital Computers, Simulation and Scientific Practice”, Spontaneous Generations, 4(1): 39–44.
–––, 2011, “When Climate Models Agree: The Significance of Robust Model Predictions”, Philosophy of Science, 78(4): 579–600.
–––, 2020, “Model Evaluation: An Adequacy-for-Purpose View”, Philosophy of Science, 87(3): 457–477.
Pearl, Judea, 2009, Causality, 2nd edn., Cambridge: Cambridge University Press.
Pietsch, Wolfgang, 2016, “The Causal Nature of Modeling with Big Data”, Philosophy & Technology, 29: 137–171.
–––, 2021, Big Data, Cambridge: Cambridge University Press.
Plate, Tony, 2003, “Distributed Representations”, Encyclopedia of Cognitive Science, 1: 1002–1010.
Polanyi, Michael, 1966, The Tacit Dimension, Gloucester, MA: Peter Smith.
Prince, Simon J. D., 2023, Understanding Deep Learning, Cambridge, MA: The MIT Press.
Quinn, Thomas P., Stephan Jacobs, Manisha Senadeera, Vuong Le, and Simon Coghlan, 2022, “The Three Ghosts of Medical AI: Can the Black-Box Present Deliver?”, Artificial Intelligence in Medicine, 124: 102158.
Räz, Tim, 2022, “Understanding Deep Learning With Statistical Relevance”, Philosophy of Science, 89(1): 20–41.
Räz, Tim, and Claus Beisbart, 2022, “The Importance of Understanding Deep Learning”, Erkenntnis, 89(5).
Ribeiro, Marco Tulio, Sameer Singh, and Carlos Guestrin, 2016, “‘Why Should I Trust You?’ Explaining the Predictions of Any Classifier”, Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 1135–1144.
Ribeiro, Marco Tulio, Sameer Singh, and Carlos Guestrin, 2018, “Anchors: High-Precision Model-Agnostic Explanations”, Proceedings of the AAAI Conference on Artificial Intelligence, 32(1).
Rowbottom, Darrell P., and André Curtis-Trudel, 2026, “Explaining AI’s Successes: A No Miracles Argument for Quasi-Representations”, Synthese, 207(4): 179.
Rudin, Cynthia, 2019, “Stop Explaining Black Box Machine Learning Models for High Stakes Decisions and Use Interpretable Models Instead”, Nature Machine Intelligence, 1(5): 206–215.
Rudin, Cynthia, et al., 2022, “Interpretable Machine Learning: Fundamental Principles and 10 Grand Challenges”, Statistic Surveys, 16: 1–85.
Rudner, Richard, 1953, “The Scientist Qua Scientist Makes Value Judgments”, Philosophy of Science, 20(1): 1–6.
Russell, Stuart J., and Peter Norvig, 2016, Artificial Intelligence: A Modern Approach, 3rd edn., global edition, Boston: Pearson Education.
Russo, Federica, Eric Schliesser, and Jean Wagemans, 2024, “Connecting Ethics and Epistemology of AI”, AI & Society, 39: 1585–1603.
Ryan, Mark, 2020, “In AI We Trust: Ethics, Artificial Intelligence, and Reliability”, Science and Engineering Ethics, 26: 2749–2767.
Sanjuán, Miguel AF, 2021, “Artificial Intelligence, Chaos, Prediction and Understanding in Science”, International Journal of Bifurcation and Chaos, 31(11): 2150173, preprint under https://arxiv.org/abs/2003.01771v2
Sawyer, R. Keith, 2004, “Social Explanation and Computational Simulation”, Philosophical Explorations, 7(3): 219–231.
Schlesinger, S., R. E. Crosbie, R. E. Gagné, G. S. Inis, C. S. Lalwani, J. Loch, R. J. Sylvester, R. D. Wright, N. Kheir, & D. Bartos, 1979, “Terminology for Model Credibility”, Simulation, 32: 103–104.
Schneider, Susan, 2025, “Chatbot Epistemology”, Social Epistemology, 39(5): 570–589.
Schubbach, Arno, 2019, “Judging Machines: Philosophical Aspects of Deep Learning”, Synthese, 198(2): 1807–1827.
Schurz, Gerhard, 2019, Hume’s Problem Solved: The Optimality of Meta-Induction, Cambridge, MA: MIT Press.
Søgaard, Anders, 2024, “On the Opacity of Deep Neural Networks”, Canadian Journal of Philosophy, 53(3): 224–239.
Sosa, Ernest, 2006, “Knowledge: Instrumental and Testimonial”, in Jennifer Lackey and Ernest Sosa (eds.), The Epistemology of Testimony, Oxford: Oxford University Press, pp. 116–123.
Soydaner, Derya, 2022, “Attention Mechanism in Neural Networks”, Neural Computing and Applications, 34(16): 13371–13385.
Spelda, Petr, and Vít Stritecky, 2024, “Why and How to Construct an Epistemic Justification of Machine Learning?”, Synthese, 204: 74.
Starke, Georg, Rik van den Brule, Bernice Simone Elger, Pim Haselager, 2021, “Intentional Machines: A Defence of Trust in Medical Artificial Intelligence”, Bioethics, 36(2): 154–161.
Steel, Daniel, 2010, “What If the Principle of Induction Is Normative? Formal Learning Theory and Hume’s Problem”, International Studies in the Philosophy of Science, 24(2): 171–185.
Suárez, Mauricio, 2004, “An Inferential Conception of Scientific Representation”, Philosophy of Science, 71: 767–779.
Sullivan, Emily, 2022, “Understanding from Machine Learning Models”, British Journal for the Philosophy of Science, 73(1): 109–133.
–––, 2024, “Do Machine Learning Models Represent Their Targets?”, Philosophy of Science, 91(5): 1445–1455.
Suppes, Patrick, 1962, “Models of Data”, in Ernest Nagel, Patrick Suppes, and Alfred Tarski (eds.), Logic, Methodology and Philosophy of Science: Proceedings of the 1960 International Congress, Stanford, CA: Stanford University Press, pp. 252–261.
Symons, John, and Jack K. Horner, 2020, “Why There Is No General Solution to the Problem of Software Verification”, Foundations of Science, 25(3): 541–557.
Teller, Paul, 1980, “Computer Proof”, Journal of Philosophy, 77(12): 797–803.
Terwilliger, Thomas, et al., 2024, “AlphaFold Predictions Are Valuable Hypotheses and Accelerate but Do Not Replace Experimental Structure Determination”, Nature Methods, 21(1): 110–116.
Tian, Yu, and Yao Zhang, 2022, “A Comprehensive Survey on Regularization Strategies in Machine Learning”, Information Fusion, 80: 146–166.
Tonekaboni, Sana, Shalmali Joshi, Melissa D. McCradden, and Anna Goldenberg, 2019, “What Clinicians Want: Contextualizing Explainable Machine Learning for Clinical End Use”, in Machine Learning for Healthcare Conference, PMLR 106: 359–380.
Trinh, T. H., Y. Wu, Q. V. Le, et al., 2024, “Solving Olympiad Geometry without Human Demonstrations”, Nature, 625: 476–482.
Trout, J., 2002, “Scientific Explanation and the Sense of Understanding”, Philosophy of Science, 69: 212–233.
Tymoczko, Thomas, 1979, “The Four-Color Problem and its Philosophical Significance”, Journal of Philosophy, 76(2): 57–83.
van Fraassen, Bas, 1980, The Scientific Image, Oxford: Oxford University Press.
Vapnik, Vladimir, 2000, The Nature of Statistical Learning Theory, 2nd ed. New York: Springer.
Varadi, Mihaly, et al., 2024, “AlphaFold Protein Structure Database in 2024: Providing Structure Coverage for Over 214 Million Protein Sequences”, Nucleic Acids Research, 52(D1): D368-D375.
Vaswani, Ashish, et al., 2017, “Attention Is All You Need”, Advances in Neural Information Processing Systems, 30.
Wang, Hanchen, et al., 2023, “Scientific Discovery in the Age of Artificial Intelligence”, Nature, 620(7972): 47–60.
Watson, David, 2019, “The Rhetoric and Reality of Anthropomorphism in Artificial Intelligence”, Minds & Machines, 29: 417–440.
–––, 2023, “On the Philosophy of Unsupervised Learning”, Philosophy and Technology, 36: 28.
Watson, David, and Luciano Floridi, 2021, “The Explanation Game: A Formal Framework for Interpretable Machine Learning”, Synthese, 198: 9211–9242.
Wei, Jason, et al., 2022, “Chain-of-Thought Prompting Elicits Reasoning in Large Language Models”, Advances in Neural Information Processing Systems, 35: 24824–24837.
Weisberg, Michael, 2013, Simulation and Similarity: Using Models to Understand the World, New York: Oxford University Press. https://doi.org/10.1093/acprof:oso/9780199933662.001.0001
Weiss, Karl, Taghi M. Khoshgoftaar, and DingDing Wang, 2016, “A Survey of Transfer Learning”, Journal of Big Data, 3(1): 9.
Weizenbaum, Joseph, 1966, “ELIZA—A Computer Program for the Study of Natural Language Communication Between Man and Machine”, Communications of the ACM, 9(1): 36–45.
Winsberg, Eric, 1999, “Sanctioning Models: The Epistemology of Simulation”, Science in Context, 12(2): 275–292
–––, 2001, “Simulations, Models, and Theories: Complex Physical Systems and their Representations”, Philosophy of Science, 68: 442–454.
–––, 2009, “A Tale of Two Methods”, Synthese, 169(3): 575–592.
–––, 2018, Philosophy of Climate Science, Cambridge: Cambridge University Press.
Winsberg, Eric, and Ramon Alvarado, 2026, “Computer Simulations in Science”, The Stanford Encyclopedia of Philosophy, (Spring 2026 Edition), Edward N. Zalta & Uri Nodelman (eds.), URL = https://plato.stanford.edu/archives/spr2026/entries/simulations-science/. .
Wolfram, Stephen, 2023, What Is ChatGPT Doing … and Why Does It Work?, Champaign, IL: Wolfram Media, Inc.
Zagzebski, Linda Trinkaus, 2012, Epistemic Authority: A Theory of Trust, Authority, and Autonomy in Belief, New York: Oxford University Press.
Zednik, Carlos, 2021, “Solving the Black Box Problem: A Normative Framework for Explainable Artificial Intelligence”, Philosophy & Technology, 34: 265–288.
Zednik, Carlos, and Hannes Boelsen, 2022, “Scientific Exploration and Explainable Artificial Intelligence”, Minds & Machines, 32: 219–239.
Zerilli, John, 2022, “Explaining Machine Learning Decisions”, Philosophy of Science, 89(1): 1–19.
Zhai, Chao, Samuel Wibowo, and Liyan Li, 2024, “The Effects of Over-Reliance on AI Dialogue Systems on Students’ Cognitive Abilities”, Smart Learning Environments, 11(1): 28.
Zhang, Chiyuan, Samy Bengio, Moritz Hardt, Benjamin Recht, and Oriol Vinyals, 2017 [2021], “Understanding Deep Learning Requires Rethinking Generalization”, ArXiv, 1611.03530 [CS], updated as “Understanding Deep Learning (Still) Requires Rethinking Generalization”, Communications of the ACM, 64(3): 107–115. 学术工具
其他网络资源
|
