An open API service indexing awesome lists of open source software.

https://github.com/mountain/peircemachine

A collection of references, documents and thinking of Peirce's Semiotic theory
https://github.com/mountain/peircemachine

Last synced: 4 months ago
JSON representation

A collection of references, documents and thinking of Peirce's Semiotic theory

Awesome Lists containing this project

README

          

# PeirceMachine

本项目发端于几个朋友的一次聊天,我们在讨论人类智能的某种深刻的能力:如果把自然的复杂性比喻为中国古典文学中的混沌,那么人类有一种独特的能力,仿佛盘古开天辟地,能够从混沌中力辟出一条界限;这界限的一侧是一片澄明之地,这里可以被清晰的语言和逻辑所把握;而界限的另一侧,在语言的边界之外,不可言说、幽深且玄妙。这些都是反复被先贤讨论过的老话题,并不为奇。但有趣的是,一位朋友指出来,在皮尔斯的符号学里,有对此的表述,称之为:

* 第一性(Firstness),从量(quantity)的角度考察,体现为混沌(vagueness),在符号的创造之前
* 第二性(Secondness),从量的角度考察,体现为颗粒化(singularity, discreteness, "this"),是符号的创造之初
* 第三性(Thirdness),从量的角度考察,体现为泛化(generality, continuity, "all"),是一种抽象提升,赋予了符号新的意义,完成了符号的创造

在朋友看来,人类有几个不同的实践领域—数学、物理学和诗学,虽然它们的趣旨不同,但却都有同样的符号学上的实践模式,符号的体验、发现、解释的过程是层层累积,新的符号踏在旧的符号基础上,建成了庞大的符号世界。

1950 年代香农创建了信息论,但是它的前提有一个固定的符号表,可是我们知道符号都是从无到有的,所以有比香农的信息论更深刻的理论。1930 年代,人类给出了几种不同的可计算性的定义,图灵在用纸、笔来思考的隐喻启发下,提出了图灵机的概念。有没有可能,在皮尔斯的理论启发下,给出一种皮尔斯机呢?在 AI 技术迅猛发展的今天,这是更有意义的问题。为什么 AI 领域的工作者不去借鉴前人的深刻思考呢?

所以,我们想带着问题,去读书和思考,去探索,不一定需要要达成什么固定的目标。这里是这次探险过程的记录。