هوش مصنوعی (Artificial Intelligence) که به اختصارAI خوانده می شود، یکی از جذاب ترین شاخه های تحقیقاتی فلسفی است. پیدایش رایانه در صحنه زندگی بشر تحولات عمده ای را به وجود آورد ، حوزه فلسفه نیز از این تحولات بی نصیب نبوده است. فلاسفه پرسش های فلسفی زیادی راجع به تفاوت های ذهن انسان با رایانه مطرح کرده اند که همه آنها به طرح بحث هوش مصنوعی انجامید. نخست باید مقصود متخصصان هوش مصنوعی را از اصطلاح هوشIntelligence روشن کنیم؛ چراکه نگاه آنان نسبت به مقوله هوش و مفاهیم مرتبط مانند عقل، ذهن و غیره کاملا متفاوت است. در هوش مصنوعی برای شروع کار تعریفی عملی از هوش ارائه می شود. ویژگی های هوش مصنوعی هوش مصنوعی برای حل مساله برنامه خاصی را دنبال می کند. توجه به ویژگی های هوش مصنوعی در مقام استفاده از این نوع برنامه ها سودمند است. ویژگی های زیر اهمیت خاصی دارند: بازنمایی نمادین: ویژگی اول این است که هوش مصنوعی از نمادهای عددی در حل مسائل استفاده می کند. هوش مصنوعی بر پایه دستگاه دوگانی؛ صفر و یک مسائل را حل می کند. از این رو برخی مخالفان گفته اند مهمترین نقص هوش مصنوعی آن است که غیر از عدد صفر و یک را نمی فهمد. به تعبیر دیگر، رایانه فقط بله یا نه را می فهمد و نمی تواند حالات واسطه بین آن دو را بفهمد. در مقابل طرفداران هوش مصنوعی گفته اند هوش طبیعی (هوش انسان) هم بر پایه دستگاه دوگانی پدیده ها و امور مختلف را می فهمد؛ اگر سلولهای عصبی انسان را بررسی کنیم، درمی یابیم فهم بشری بر حالت دوگانی استوار شده است و دستگاه عصبی مفاهیم و تصورات را به صورت حالات دوگانی تبدیل می کند. هدف هوش مصنوعی فهم سرشت هوش بشری از راه بررسی ساختار برنامه های رایانه ای و نحوه حل مسائل با رایانه است. به اعتقاد متخصصان این رشته، این بررسی می تواند نحوه عمل و جزییات هوش بشر را نشان دهد روش اکتشافی: ویژگی دوم هوش مصنوعی به نوع مسائلی که حل می کند مربوط می شود. این مسائل معمولا راه حل الگوریتمی ندارند. مراد از الگوریتم سلسله ای از مراحل منطقی است که به حل مساله می انجامد. هوش این مراحل را گام به گام طی می کند تا به حل مساله دست می یابد. به عبارت دیگر در الگوریتم پیمودن این مراحل به طور طبیعی رسیدن به نتیجه را تضمین می کند. مسائلی که هوش مصنوعی حل می کند، معمولا راه حل الگوریتمی ندارند؛ به این معنا که معمولا نمی توانیم برای حل این مسائل الگوریتمی یا به عبارت دیگر، سلسله ای از مراحل منطقی را بیابیم که پیمودن آنها رسیدن به نتیجه را تضمین کند. از این رو، هوش مصنوعی در حل مسائل به روش اکتشافی؛ یعنی به روشی که پیمودن آن رسیدن به نتیجه را تضمین نمی کند، روی می آورد. در روش اکتشافی راههای متعددی برای حل مساله وجود دارد که اختیار یکی از آنها باز مجالی برای اختیار دیگر راهها باقی می گذارد و پیمودن یکی از آنها مانع از روی آوردن به بقیه نمی شود. درنتیجه، برنامه هایی که راه حل تضمینی دارند جزو برنامه های رایانه ای به شمار نمی آیند. مثلا برنامه های حل معادلات درجه دوم جزو برنامه های رایانه ای به شمار نمی آید؛ زیرا برای حل آن الگوریتم خاصی وجود دارد. برنامه های بازی شطرنج زمینه پر خیر و برکتی برای هوش مصنوعی بوده است ؛ زیرا روش شناخته شده ای برای تعیین بهترین حرکت در مرحله خاصی از این بازی وجود ندارد. زیرا اولا تعداد احتمالات موجود در هر حالتی تا حدی زیاد است که نمی توان جستجوی کاملی را انجام داد. ثانیا آگاهی ما از منطق حرکت هایی که بازیکنان انجام می دهند، بسیار اندک است. این ناآگاهی تا حدی به ناخودآگاهانه بودن این حرکت ها برمی گردد و البته در برخی موارد هم بازیکنان از روی عمد منطق خود را آشکار نمی کنند. اطلاعات ناقص: هوش مصنوعی می تواند در حالتی که همه اطلاعات مورد نیاز در دسترس نیستند، به حل مساله دست بیابد. این حالت در بسیاری از موارد پزشکی رخ می دهد اطلاعاتی که پزشک برای تشخیص بیماری در دست دارد، تشخیص بیماری را ممکن نمی کند و او هم فرصت زیادی برای درمان ندارد. از این رو باید سریعا تصمیمی بگیرد. نبود اطلاعات لازم موجب می شود نتیجه به دست آمده غیریقینی باشد و یا احتمال خطا در آن باشد. معمولا ما در زندگی عملی با فقدان اطلاعات لازم تصمیماتی را می گیریم و همواره احتمال خطا در این تصمیمات وجود دارد. هوش مصنوعی بر پایه دستگاه دوگانی مسائل را حل می کند مخالفان می گویند مهمترین نقص هوش مصنوعی آن است که غیر از عدد صفر و یک را نمی فهمد اطلاعات متناقض: هوش مصنوعی می تواند درصورتی که با اطلاعات متناقض روبه رو شود حل مناسبی برای مساله پیدا کند. هوش مصنوعی در چنین موردی بهترین راه را برای حل مساله و رفع تناقض انتخاب کند. دو فرضیه در هوش مصنوعی در هوش مصنوعی فرضیه های بسیاری مورد بحث قرار می گیرد. در میان این فرضیه 2 فرضیه در مقایسه با بقیه کلیدی ترند. فرضیه نخست نسبت به فرضیه دوم معتدل تر و ادعایی حداقلی دربر دارد. این دو فرضیه به ترتیب عبارتند از: 1- فرضیه دستگاه نمادها: مفاد این فرضیه این است که: «رایانه را می توانیم به نحوی برنامه ریزی کنیم که بیندیشد». تقریر دیگر از فرضیه فوق این است که: «رایانه می تواند بیندیشد.» 2- فرضیه قوی دستگاه نمادها: مفاد این فرضیه هم چنین است :«تنها رایانه می تواند فکر کند» پیداست که فرضیه دوم در مقایسه با فرضیه نخست افراطی تر است و ادعایی حداکثری دربر دارد. چرا که بر طبق آن، هر چیزی که فکر می کند، حتی موجودات طبیعی، باید رایانه باشد. از این رو ذهن بشر هم دستگاهی جامع از نمادهاست و تفکر بشر هم از لحاظ ماهیت با تفکری که درخصوص رایانه به کار می رود، تفاوت ندارد. در هر دو مورد تفکر همان توانایی دستکاری و جابه جا کردن نمادهاست.
