1个回答
上次有一个复旦大学的教授来给我们做讲座，讲的内容是关于框架问题的，The Frame Problem。
框架问题本来是一个 AI 中的问题，但是由于和认识论有很大的关联，所以不少哲学教授也在研究这个东西。
我们在刻画认知过程，尤其是在刻画归纳过程的时候，我们会进行判断，比如说我们要验证「苹果是红色的」这一个命题，那么正常人类的思路是去找一个苹果，看它是不是红色的；找第二个苹果，看它是不是红色的；找第三个苹果，看它是不是红色的。看到的苹果越多，并且如果其中没有出现反例，那么我们就越发能够确信这个命题是正确的。如果我们检验了 100 个苹果，里面有 99 个是红色的，我们在默认的情况下会进行缺省推理，也即，如果有人告诉你 X 是一个苹果，那么你就会立刻联想到它是红色的。这是人的认识过程：归纳 - 验证 - 应用，或者是：获取某个判断 - 验证 - 应用。
但是机器的思路很奇葩。这里的思路奇葩是指在验证的过程中思路奇葩。
机器的思路是，要验证「苹果是红色的」，就要找出这个命题的所有等价形式，然后才开始验证。这是什么意思呢？我们知道，「苹果是红色的」等价于「不是红色的东西不是苹果」。所以，在正常的情况下，机器和人是一样的。首先如果机器识别到了一个苹果，并且确认它是红色的，那么会在两个计数器上加一（和这一事件相关的计数器至少要记录两个值，总值越大表示结论越可靠，观察和命题相符的次数与总值的比值表示一般情况下命题正确的概率，比如说 99% 的时候表示几乎总是如此， 80% 表示常常等等）
问题是，如果机器识别到了一个黑色的东西，比如说一坨屎，并且确定这个东西不是苹果，那么计数器上也会加一，因为这证明了「某个不是红色的东西不是苹果」，进而支持了「不是红色的东西不是苹果」，而这等价于「苹果都是红色的」。并且这在逻辑上好像真的没有问题，但就是不符合人类的认知模式。
这就是问题的一个具体情况。
概括来说就是，我们是怎么样判断两个事件之间的关联度的？（注意，这个地方是「我们是」，而不是「我们应该」，这个问题是一个实然性的问题而不是一个应然性的问题。但是我们要注意，实际上我们最后在建模的时候，建出来的模型只是一个好的模型，而不（一定）是一个正确的模型。）
而那个来给我们做讲座的教授做的事情，就是找到了一个好的理论，没错，是找到而不是创造，然后发展了这个理论，之后和那个理论的创始人一起找赞助商。
现在的哲学，尤其是认知方向的哲学，有不少都是在做这一类事情。当然，从某个角度上来说我觉得这的确不是哲学家做的事情，但是那个教授是哲学教授，拿的学位是哲学学位，他追随的那个家伙也算是一个哲学家，那我也没办法啊……就像我想否认马克思是哲学家，但是你们不肯那样……
现在已经很少能够有像是康德、休谟、维特根斯坦那样几乎是各自为战的大家了。大部分哲学家都是抱成团做事情，比如说一个人忽然发现了一个很好的用来解释某个现象的模型，然后剩下的拥护者们就要去拉赞助去实现它。（别以为 AI 相关的实验不用花钱，程序员们可以想一下进行认知模拟是一个什么级别的问题。）
其实各个学科都是这样啊，以前一个人一个实验室就可以当化学家了，一个人一个电路就可以当物理学家了。现在呢？
唉……
对不起我又伤感了……
啊啊啊，言归正传。所以说现在的哲学家不是像你们想象的那样，他们也是要码代码的，他们也是要做实验的。至少和认知相关的那一部分哲学家是这样的。当然，研究哲学史的那些人自然还是在各种翻书，研究马克思主义的人还是在那里孜孜不倦地从第一卷翻到第几十卷。（虽然我始终认为哲学史不是哲学而是收藏学，但是这个我还是没有资格说话啊 QAQ）