经由60多年的探索，人工智能的大致目标被设定为让打算机完成人类心智能做的各种事情，即至少在功能上具有知觉、遐想、预测、方案和运动掌握等心智能力。
近年来，深度学习算法、大数据、机器人等技能的发展掀起了新一轮人工智能热潮，人工智能哲学与伦理等领域的人文反思也成为学界研究的热点。

人工智能人文反思热成为焦点

人工智能与哲学和人文的交汇，源于对人工智能的理论根本的谈论。
从图灵追问机器如何思考开始，有关人工智能目标和实现路子的探究，不仅试图为人工智能奠定科学根本，而且很自然地延伸至对一样平常性智能科学的谈论，拓展到对一样平常性智能及实在现办法的构想。
由此，人工智能哲学成为人工智能研究不可或缺的面向。

鉴于人工智能哲学方向于从一样平常性的智能科学维度磋商人工智能的根本，因而既与心灵哲学、措辞哲学、认识论等传统哲学分支密切干系，也和认知科学哲学、信息哲学等新兴领域多有交叉。
只管德雷福斯（Hubert Dreyfus）对符号主义人工智能的批驳一度影响到人工智能的发展方向，但人工智能哲学一贯紧张是在认知层面展开谈论。

在2016年人工智能AlphaGo降服人类棋手李世石之前，人工智能哲学研究并不热门。
至于人工智能伦理，虽然干系的信息伦理和机器人伦理研究一贯在进行，但在其成为社会焦点话题之前，谈论多环绕阿西莫夫（Isaac Asimov）的机器人定律和各种科幻作品展开。

这一波人工智能热，因其关乎时期变革和人类未来而成为人文社会科学研究的焦点，给人工智能哲学带来了再出发的全新契机，也使得人工智能伦理和管理成为一时之显学。
它不仅激活了对人工智能哲学既有难问题的重新核阅，而且鉴于数据驱动的人工智能的普遍运用，还从中带出了干系性和因果性、数字方法、算法认知等科学与哲学共同关注的全新主题。
更为主要的是，当下人工智能哲学和伦理研究的语境是对人工智能的革命性影响，特殊是对其可能导致的风险的担忧，使干系研究不再局限于学术领域，而关乎人工智能的后果和前景等社会公认故意义的话题。
在此语境下，一方面，对人工智能是否会超越人类智能而失落控的深度疑虑，匆匆使人们从哲学上对人工智能在认知、意识、情绪等方面的可能性进行了辨析；另一方面，数据权利、算法偏见和技能性失落业等问题使得人工智能的社会、伦理和管理成为具有普遍社会需求的领域。

多维反思人工智能

鉴于上述全新的人工智能发展态势及其被授予的代价意涵，对人工智能的人文反思成为2019年的热点话题。
个中，相对聚焦的问题大致可分为以下四个方面。

1.人工智能的认知与情绪问题。
这方面的研究大致可分为三类。
一是重视代价语境，针对人工智能的发展是否会涌现奇点及是否会导致终极失落控等“要命的问题”，从哲学上磋商是否会涌现有能力对人类说“不”的人工智能。
沿这一思路，赵汀阳指出，人工智能的自我意识、反思能力尤其是万能措辞的得到有可能使其变得十分危险，而鉴于人的希望和代价不雅观是统统冲突的根源，一旦人工智能拥有拟人化的情绪、希望和代价不雅观，势必更加危险。
类似地，梅剑华、潘天群等从因果性等维度对人工智能的谈论也不雅观照到了奇点及对奇点的规避。
二是磋商已有的哲学理论和研究对人工智能的认知和情绪或感情研究的浸染。
王球认为，可以从既有的关于人类自我知识的主流理论中筛选出与人工智能命题态度的自我知识相匹配的理论模型；徐英瑾强调，欧陆征象学对付感情的研究成果，远未被当下的人工感情研究所消化。
三是有关人工智能和机器智能的认识论以及人机稠浊智能研究，如成素梅、董春雨等人对人工智能认识论和机器认识论等进行了磋商。

2.人工智能的社会、伦理与管理问题。
在人工智能所带来的巨大社会影响、伦理风险和管理需求的推动下，2019年堪称我国人工智能伦理和管理规范制订年。
国家标准化干系组织相继发布了《人工智能伦理风险剖析报告》和《中国机器人伦理标准化前瞻（2019）》，国家新一代人工智能管理专业委员会制订的《新一代人工智能管理原则——发展负任务的人工智能》也于2019年6月发布。
下一步，人工智能伦理管理将纳入正在构建的国家科技伦理管理框架。
在此背景下，对人工智能、机器人、数据、算法等方面的社会伦理问题的研究取得了诸多成果，大致可以分四类。
一是对数据、算法伦理及其风险等技能伦理问题及其调节路径的谈论，特殊是如何构建负任务及可信任的人工智能。
二是有关人工智能中的道德行为者、机器道德和伦理算法的研究，如基于正义论等道德理论的伦理算法能否战胜电车难题中的道德困境等。
三是有关人工智能伦理体系、框架和策略的研究，如陈小平磋商了人工智能伦理体系的运行机制、人工智能伦理准则的场景落地、人工智能伦理风险的预测判别以及人工智能伦理对重大社会问题综合创新的支撑机制问题。
四是人工智能的社会政治影响研究，在干系谈论中，李醒民明确指出人工智能是一种技性科学（技能化科学），一定会干预人的行为；在赵汀阳看来，人工智能的政治后果是一个有效的问题，人们要利用人工智能就难免为之付出隐私等代价；段伟文则认为，数据智能的发展将导致以数据剖析和调节人的行为的解析社会的来临。
在此方面，让哲学研究者既感到欣慰又感到有竞争感的是，很多人工智能科学家已加入研究负任务、可信任的人工智能的行列，比如，人工智能专家拉塞尔（Stuart Russell）最近出版了名为《兼容人类：人工智能与掌握问题》的新书。

3.人工智能与哲学的跨学科研究。
由于人工智能具有全局的颠覆性影响，自然成为哲学各个学科关注的重点。
从马克思主义哲学来看，对人的重视使得“机器换人”的风险、人的主体性、人的全面发展以及由人工智能带来的后人类主义前景等成为焦点话题。
同时，关注人及其社会关系的中国哲学领域的学者也对人工智能的伦理和文化影响展开了磋商。
张立文指出，用和合学的理论思维以不雅观感情中和，人机的感情思维与中和思维可以相互圆融。
鉴于情绪是人工智能下一步发展的关键，加之人工智能在艺术和作品的欣赏和创作中的运用日益广泛，对人工智能情绪等方面的研究正在成为美学研究新的成长点。

4.对人工智能与哲学关系的再思考。
哲学从实质上来讲不是基于上帝之眼的全景洞察，而始终有其特定的视角和思想路径，因此哲学研究者要复苏地认识具有批驳方向的哲学也有其固有的局限性。
在有关人工智能与自我意识差异的谈论中，江怡指出，哲学家们对意识的谈论更多采纳“语义上行”的论述策略，试图通过对意识观点内容的理解去阐明意识征象；而当代哲学的发展应以“语义下行”的办法，更多依据人工智能本身的成果，对智能与意识、人工智能与自我意识作出区分。
针对德雷福斯对人工智能的批驳的意义与合理性，徐献军指出，由于深度学习没有完备超越表征主义进路，德雷福斯的批驳依然有效。
韩连庆则根据齐泽克（Slavoj ?譕i?觩ek）的剖析指出，德雷福斯对征象学的美国式挪用导致对胡塞尔超越论的主表示象学忽略，其根源在于他未能区分“科学本身”和“科学内在的意识形态”而将哲学化约为科学，终极造成了哲学与科学的“短路”，从而错失落了征象学（或哲学）的超越论维度。

综不雅观上述，具有批驳禀赋的哲学可能更善于通过反思从否定角度去思考人工智能发展的大方向。
除为避免终极风险找到“刹车”而远虑，还应近忧当下渗透到现实社会生活中的人工智能运用对人类的生活形式带来的根本性寻衅。
如果说德雷福斯有关人的智能活动非表征、不可形式化、不可规则化的反思未必能阻挡智能机器的刻板化，但却可以告诫人们，不能让人变得越来越像机器。
唯其如此，才能构建一个富有人性的人机共生的社会。