从“确定性”到“概率性”——计算机科学范式转换的哲学分析.pdfVIP

第16卷第4期哲学分析Vol.16，No.4

2025年8月PhilosophicalAnalysisAug.，2025

从“确定性”到“概率性”

——计算机科学范式转换的哲学分析

张博宇郭贵春

摘 要：从计算本质来看，计算机科学发展经历了四个递进阶段：符号的逻

辑推理、算法程序设计、数据驱动的概率统计和智能的生成式计算，整体上反映

了从“确定性”到“概率性”、从“逻辑推理”到“经验学习”、从“被动执行”

到“主动创造”、从“分析”到“生成”的四个转变的过程与趋势。从计算机科学

与哲学两个维度分析这一趋势，以及计算范式演进背后的哲学基础与认知转型，

可见计算机科学范式的演进并非简单线性替代，而是多元共存与融合的复杂过程。

这种演进体现了人类认知方式从封闭确定走向开放、动态与创造的深刻转型，反

映了人类对认知能力边界的持续探索与拓展。

关键词：计算范式；确定性；概率性

中图分类号：N02文献标识码：A文章编号：2095-0047（2025）04-0137-146

近年来，大型语言模型（LargeLanguageModels，简称LLMs）如DeepSeek、

ChatGPT、Gemini等，在自然语言处理（NaturalLanguageProcessing，简称NLP）

领域突破性进展，不仅极大提升了计算机科学对自然语言的理解与生成能力，同

a

时也标志着计算机科学在计算范式上的根本性转变。计算机科学正经历由“确定

性规则”向“概率性统计”的范式转换，这一变化不仅涉及技术方法的改进，更

是计算思维方式的变迁。这种思维方式的转变并非孤立现象，而是根植于计算机

科学发展的历史进程中。从学科演进角度看，在这一过程中，“计算”概念的内涵

 作者简介：张博宇，山西大学科学技术哲学研究中心博士研究生；郭贵春，山西大学科学技术哲学研究中心

教授。

aT.Brown,B.Mann,N.Ryder,etal.,“Languagemodelsarefew-shotlearners”,AdvancesinNeuralInformation

ProcessingSystems(NeurIPS),Vol.33,2020,pp.1877—1901.

··

137

哲学分析2025年第4期

不断扩展，从最初仅追求先验分析的必然性，到逐渐融合后验综合判断，越来越

接近人类智能。于是，对学科发展阶段的梳理、描述、分析，显得尤为重要。

本文从计算机科学的视角，描述了计算机科学范式的算法本质，以此为基础，

从计算机科学和哲学两个维度阐释了计算范式从“确定性”到“概率性”的转换

过程和趋势，以及内在逻辑特征，最终得出，计算机科学的范式演进并非线性替

代，而是递归叠加、相互融合的过程。

一、基于算法本质的计算机科学范式特征

提及计算机科学的研究范式时，人们普遍想到的是人工智能领域著名的三大

范式，即“符号主义”“联结主义”和“行为主义”。诚然，这三大范式在人工智能

研究中发挥了重要作用，但若从更宽泛的“计算”的视角出发，它们并不足以完

整地刻画计算机科学的发展与演化过程。笔者从算法的视角，将计算机科学范式

归纳为四个阶段，即符号的逻辑推理阶段、算法的程序设计阶段、数据驱动的概

率统计阶段，以及智能的生成式计算阶段，清晰地阐释计算发展与演进的规律。

（一）符号的逻辑推理阶段（SymbolicLogicReasoning）

计算机科学的早期