徐静

摘要：机器学习是人工智能的重要学科，本文从认识论、科学方法论和社会能动论阐述了其涉及的哲学问题。区别于传统的经济学研究方法，机器学习在解决“因果关系”的识别、提高经济预测的效率和精度、经济行为分类等方向具有良好前景，但也带来经济现象的绝对主义认识论淡化、“形而上学”与 “不可知论”的冲突、经济伦理问题突出等哲学问题，因此我们认为未来应该积极应对，增强自我意识和自我知识，注重理论而非依赖方法。

关键词：机器学习哲学;经济学研究;绝对主义认识论

一、机器学习的科学基础和哲学基础

1.1机器学习概述

什么是机器学习？克拉克奖获得者经济学家、斯坦福大学的苏珊·艾希（Susan Athey）给出了机器学习在社会科学语境中的定义，即通过开发适用于特定数据的计算机算法，实现聚类、分类及预测等任务（Athey，2018） [1]。说得更为透彻一点，就是基于大量的数据特征值，不断优化统计计算程序的性能标准，让程序来实现“学习”，发现数据特征并进行统计预测的任务。例如，一个电子邮件程序通过监视用户将哪些邮件标为垃圾附件而学会了更好地过滤垃圾邮件，然则用户将邮件标为垃圾邮件就是训练经验。机器学习意味着程序能够自动完成任务。

机器学习是人工智能的核心领域，算法是对人类学习过程的模拟，因此经常涉及到认知、心灵等哲学方面的内容，因而在利用机器学习工具时必须进入到哲学的范畴内思考。……