新闻网讯（通讯员 林晨曦）6月16日晚，第2567期人文讲座在梧桐语明义楼问道厅举行。美国匹兹堡大学科学史与科学哲学系博士、复旦大学特聘教授、亚洲科学哲学协会（APSA）主席、中国科学院哲学研究所学术所长刘闯教授为师生带来了一场题为“自然智能与人工智能之别：以艺术的创作与体验为例”的精彩讲座。讲座由哲学学院副院长叶金州主持。

刘闯从自然智能的感知模式入手，介绍人类大脑中的贝叶斯感知机制。传统上，感知被认为是被动的，代表性理论包括笛卡尔的二元论和洛克的感官数据理论。与传统理论不同，当代研究表明感知是一个主动过程，最具代表性的是贝叶斯感知理论，即感知是一个能动推理的过程。在贝叶斯机制中，我们的感知先对外部环境做出预测，大脑再以感官输入对预测进行校验，使感知生成的模型逐步趋近于所预测的外部成因。

与自然智能感知模式完全不同的是在深度学习中形成的人工智能感知。最新的人工智能感知模型是辛顿的玻尔兹曼机。人工智能感知基于深度神经网络，它的感知与输出机制是一种运算，该运算可视为“特征”识别与生成过程。神经网络由对向量变量进行编码的节点构成，在节点中实现深度学习。深度学习的核心是“优化权重分布及其变化” 的统计模型，由玻尔兹曼分布所支配。

在阐释自然与人工两种智能的运作机制后，刘闯以艺术的创作和体验为例，展示在感知与创作中这两种智能的基本区别。处理数据有两种分类方式——自然类别和统计类别。自然类别是人类基于科学依据的常识性分类，涵盖感知经验中的所有物体与事件。人工智能则使用统计类别来进行“分类”，即数据多维空间中的统计“簇”。人类感知中的错觉在艺术中扮演着重要的角色，艺术家通过贝叶斯大脑的典型特征——感知中的格式塔转换和双眼竞争让观众产生非同寻常的感知体验。AI感知则根据统计类别对图像和声音进行分类，在统计“簇”中选取合适的要素组建艺术作品。两种形式下的艺术创作和体验各有利弊，有节制地使用人工智能，以人机交互各取所长，更加有利于艺术领域的发展。

同学们就艺术学习和艺术体验等方面积极与刘闯深入探讨，现场学术争鸣氛围浓厚。刘闯耐心细致地解答，使同学们对如何正确使用人工智能有了更深刻的认知，也激发了同学们对人类与人工智能共存等问题的深入思考。