来源：期刊VIP网 时间：
作者：魏屹东;
单位：山西大学哲学学院;
摘要：由人工智能中的深度学习导致的“黑箱问题”促进了人们对可解释人工智能的研究。然而，学界对于什么是“可解释性”始终存在争议。可解释人工智能的核心问题和一般原则是什么，“图灵测试”如何应对“黑箱问题”,这些问题是可解释人工智能研究必须面对的。要让机器学习的“黑箱”变为“半透明”甚至“透明”的，关键是要将解释集成到现有的人工智能模型，设计有效的用户界面，从社会和道德方面评估“可解释性”,并制定客观的基准、标准和评估策略。可解释人工智能作为适应性表征系统，其智能体是依据要解释的问题或目标及时调整的经验适当性解释系统，它通过适应和表征功能而与其环境交互，产生可以被人类理解和解释的结果。而可解释人工智能本身是亚解释者，是需要预训练的智能主体，不是认知主体。要成为认知主体，该智能体需要结合认知契合理论，使自身能够在特定语境中作有效评价。而适应性表征正是达成这个目标的方法论。
关键词：可解释人工智能;;适应性表征;;机器学习;;黑箱问题;;图灵测试
基金资助：国家社会科学基金重大项目“人工认知对自然认知挑战的哲学研究”(编号21&ZD061)的阶段性成果
