Hoofdbenaderingen in het AI-onderzoek

• Symbolische AI (= klassieke AI)

Argumenten voor (sterke) symbolische AI

- Successen van de symbolische AI

- Plausibiliteit van de hypothese

- Psychologische aanwijzingen

- Gebrek aan goede alternatieve hypotheses / theorieën

Argumenten tegen

tegen sterke SAI: o.a. het argument van Searle

• Syntax op zich impliceert geen semantiek (betekenis)
• Computer programma's zijn louter formeel (syntactisch)
• Menselijke geesten bevatten betekenissen (semantiek)
• Dus computerprogramma's komen niet overeen met de structuur van de menselijke geest

Kritiek op het Chinese kamerargument en tegenwerpingen daarop kennen!

tegen zwakke SAI: o.a. het relevantieargument

• computers kunnen niet op een natuurlijke manier relevante van irrelevante gegevens scheiden.
  • Echte kennis is toepasbaar
  • Toepassing vereist interpretatieregels (volgens de symbolische AI)
  • Interpretatieregels zijn ook kennis en vereisen dus zelf int. regels
  • Er zijn dus oneindig veel regels nodig
  • Conclusie: Echte kennis is voor symbolische AI-systemen onbereikbaar. Mensen doen dit zonder regels met hun ‘gezond verstand’
• Connectionistische AI

Dit hieronder stond niet als stof in de tentamenwijzer, maar het zou kunnen dat hij dat gewoon vergeten is. Dus voor de zekerheid. Verder staat er ook nog iets meer over het connectionisme (voor- en tegenargumenten) in de sheets.