ChatGPT与人工智能时代的主体性辩证

0 下载量 26 浏览量 更新于2024-08-03 收藏 991KB PDF 举报
本文主要探讨了人工智能,特别是ChatGPT技术对人类主体性的影响,从哲学、社会学和伦理学的角度进行深入分析。ChatGPT作为生成式人工智能的代表,引发了关于知识获取、脑力劳动生产以及人机交互的新讨论。 在人工智能与主体性的关系上,文章引用了尤瓦尔·赫拉利的观点,将人工智能的发展分为弱人工智能、强人工智能和超人工智能三个阶段,指出ChatGPT代表了生成式人工智能的新进展。这一技术的进步不仅改变了信息检索和答案生成的方式,还引发了关于主体性危机的讨论。哲学家们如普罗塔戈拉、笛卡尔和梅洛-庞蒂的理论被用来阐述人的主体性的重要性,而马克思主义则强调了实践和劳动生产关系在形成主体性中的作用。 海德格尔的技术哲学在这里起到了关键作用,他提出技术既是“去蔽”也是“遮蔽”。ChatGPT等人工智能技术提高了知识获取的效率,拓宽了信息来源,同时也可能塑造人们的认知,甚至产生依赖,形成新的“遮蔽”。这种“解蔽”过程在解放人的认知潜能的同时,也可能削弱人的自主性和独立思考能力。 具体到ChatGPT对知识获取和脑力劳动生产的影响,它引领了一场搜索革命。通过机器学习和数据挖掘,ChatGPT增强了信息检索和内容生成的能力,使人们能更高效地获取知识,减轻了事务性工作的负担,从而释放了人的认知潜能。然而,这也可能造成人们对技术的过度依赖,降低独立思考和创新能力。 人工智能技术的伦理问题不容忽视,例如阿西莫夫的“机器人三原则”提醒我们在推进技术发展时应考虑其对人类的影响。ChatGPT等人工智能工具的广泛应用,要求我们在享受其便利的同时,也要警惕潜在的主体性危机,并探索相应的伦理规范和指导原则。 人工智能技术,特别是ChatGPT,既为人类提供了强大的工具,也带来了哲学、伦理和社会层面的挑战。我们需要在推动科技进步的同时,深入理解并应对这些挑战,以确保人在技术面前保持主体性,实现科技与人的和谐共生。

def DSM_grid_sorting_masking_check(DSM,grid_size,threshold_angle): ''' 进行基于DSM格网排序的遮蔽检测方法 :param DSM: 输入的数字高程模型 :param grid_size: 格网大小 :param threshold_angle: 实现遮蔽的最大角度 :return: 遮蔽检测结果。True表示不遮蔽,False表示遮蔽 ''' width = DSM.RasterXSize height = DSM.RasterYSize #计算网格数量 grid_num_y =int(np.ceil(height/grid_size)) grid_num_x =int(np.ceil(width/grid_size)) #初始化遮蔽检测结果矩阵 result = np.ones((grid_num_y,grid_num_x),dtype=bool) #计算每个格网进行遮蔽检测 for i in range(grid_num_y): for j in range(grid_num_x): #当前格网内的点坐标 y_min = i*grid_size y_max = min((i+1)*grid_size,height) x_min = j * grid_size x_max = min((j+1)*grid_size,width) coords = np.argwhere(DSM.ReadAsArray(x_min, y_min, x_max - x_min, y_max - y_min) > 0) coords[:, 0] += y_min coords[:, 1] += x_min # 构建KD树 tree = cKDTree(coords) # 查询每个点的最邻近点 k = 2 dist, ind = tree.query(coords, k=k) # 计算每个点的法向量 normals = np.zeros(coords.shape) for l in range(coords.shape[0]): if k == 2: p1 = coords[l, :] p2 = coords[ind[l, 1], :] else: p1 = coords[l, :] p2 = coords[ind[l, 1], :] normals[l, :] = np.cross(p1 - p2, p1 - DSM.ReadAsArray(p1[1], p1[0], 1, 1)) # 计算每个点的可见性 visibilities = np.zeros(coords.shape[0]) for l in range(coords.shape[0]): if k == 2: p1 = coords[l, :] p2 = coords[ind[l, 1], :] else: p1 = coords[l, :] p2 = coords[ind[l, 1], :] angle = np.cross(np.dot(normals[l, :], (p2 - p1) / dist[l, 1])) * 180 / np.pi if angle <= threshold_angle: visibilities[l] = 1 # 判断当前格网是否遮蔽 if np.sum(visibilities) == 0: result[i, j] = False else: result[i, j] = True return result dsm_path = 'C:/yingxiang/output.tif' DSM = gdal.Open(dsm_path) result = DSM_grid_sorting_masking_check(DSM,grid_size=10,threshold_angle=10) print(result.shape)这段代码怎么改可以输出每个点是否被遮蔽

2023-06-06 上传