本论文的题目为“人工智能语境论范式研究”，概括地说，全文可以分为三个主要组成部分:第一部分论证研究人工智能语境论范式的必要性，通过回答“为什么以表征和计算为基础来理解人工智能？为什么用语境论来分析人工智能？为什么人工智能的范式发展趋势为语境论范式？”这三个问题来达到第一部分的研究目的;第二部分论述什么是人工智能语境论范式，具体又可以分为“人工智能语境论范式的思想内核、人工智能语境论范式的特征、研究人工智能语境论范式的意义”三个方面;第三部分论证人工智能语境论范式的充分性，通过对未来量子光学计算机中光学语言与量子计算中的语境问题以及对制约强人工智能实现的核心问题（框架问题、常识知识问题）进行分析，指出，人工智能将长期围绕语境问题展开研究，人工智能语境论范式也将会长期存在。　　以此为出发点，本论文主要使用了语境分析、概念分析、对比分析等研究方法。通过对比分析方法，本文将存在于人工智能哲学中的核心概念与心灵哲学、认知心理学等其他相关学科相区别，并对同一术语在人工智能学科内部各范式中的不同涵义相区别，并通过概念分析来体现人工智能哲学与心灵哲学之间的根本区别所在。此外，全文自始至终都体现出语境分析方法的重要性，这也是本论文核心论点——“人工智能语境论范式”得以提出的主要方法。　　本文主要由绪论、五章内容以及结语组成。　　综述对本论文的选题、主旨、研究目的、提纲以及写作意义做了详细说明，简单介绍了各专题性论述的主要内容，澄清了论文中的主要概念、观点及创新之处，特别是提供了论文中没有涉及到的背景知识和写作思路等，澄清了后续各专题性论述之间的内在联系。　　第一章:语境论视野下的人工智能表征。认知科学必然以这样一个信念为基础:那就是划分一个单独的称之为“表征层”的分析层是合理的。然而，作为认知科学的一个核心概念，表征(representation)在各交叉学科中的涵义不尽相同，对这一概念解释的侧重面也不相同。即便是在同一个学科，人们对表征的看法也有所不同。每个学科都在认知科学的大框架下，根据各自研究的需要，来发展或延伸表征概念在本学科的涵义。由于心灵哲学、认知心理学以及人工智能等相关学科领域的互相渗透，使得研究表征概念在这些研究领域的区别以及在人工智能各主要范式之间的区别尤为重要。在人工智能中，由于不同的研究范式对表征的涵义有着不同的理解，因此也面临着不同的问题。只有在各学科以及研究范式的具体语境中，才能澄清核心概念的真正涵义，这是解决诸多认识分歧的根本所在。也只有在这样的语境论视野下，人们才能对人工智能可能达到的智能程度以及对人类自身的理解与社会发展等问题产生正确判断。　　在这一认识之上，本文进一步分析了人工智能表征的特征，并指出，人工智能表征发展的核心在于自然语言处理，其发展体现出从语形到语义、再到语用的趋势。这三个阶段的发展渗透着对语境理论必然需求，为人工智能语境论范式以及表征语境的提出做了铺垫。　　第二章:语境论视野下的人工智能计算。计算始终是人工智能得以实现的基础。尽管经过了50多年的研究，对于什么是计算的基本要素这一问题，至今还没有一致看法。人工智能计算与表征一样，在各交叉学科中的涵义不尽相同，并且在同一学科中也没有形成公认的确定涵义。英文中，与中文人工智能计算相关的表述主要有computation和computing。与表征一样，只有在各学科以及人工智能各范式的具体语境中，才能澄清人工智能计算的确切概念涵义。在此基础上，本章对人工智能计算的特征进行了概括。并指出，连接主义计算在本质上是一种不确定性计算。从计算角度来看，行为主义计算在本质上是连接主义计算和控制论在智能机器人领域的应用与延伸。　　第三章:人工智能语境论范式的构造。这章是本文的核心部分，通过对人工智能范式发展中的语境分析指出，独特的表征理论和计算理论是现有范式理论得以成立的基础。对于现有范式理论而言，即使实现了三种范式的融合，人工智能也难以实现对人类全部智能功能的模拟。当前，语境论视野下的表征分解方法以及不确定性计算，成为以形式系统为基础的人工智能范式发展的瓶颈。基于分解(analysis)的方法是人工智能表征难以实现对自然语言语义理解的症结所在。而整体性语境构建方法的提出是分解方法瓶颈解决的可能途径。人工智能的不确定性(Uncertainty)研究，大都以客观不确定性为主，很少涉及主观因素造成的不确定性现象。对造成不确定性原因类型认识的不明确以及解决不确定性问题方法的单一性，是目前人工智能不确定性研究面临的主要瓶颈。因此，本文试图通过对造成不确定性的原因进行分析，把由客观因素引起的不确定性称为客观不确定性，由主观因素引起的不确定性称为主观不确定性。主客观不确定性的区分对于语境分析方法具有重要的现实意义。对于不同因素引起的人工智能不确定性问题，除了不确定性计算，也需要考虑引入基于语境的表征方法。　　以上述观点为基础，本论文的核心在于提出了人工智能语境论范式。本文认为，人工智能各范式的发展历程中贯穿着鲜明的语境论特征，现有的范式理论已无法对人工智能的发展状况做出正确描述，语境论有望成为人工智能理论发展的新范式。语境论范式的最大特征，就是所有问题都围绕语境问题而展开。人工智能中的语境，可分为表征语境和计算语境。建立在现有范式之上的语境论范式，必然以表征语境和计算语境为主要特征。表征语境与计算语境围绕智能模拟的语境问题逐步走向融合，将是语境论范式下人工智能发展的主要趋势。　　第四章:人工智能语境论范式的应用。以感知、规划和执行为主要基元，智能机器人研究中先后出现过分级范式(The Hierarchical Paradigm)、反应范式(TheReactive Paradigm)和慎思/反应混合范式(The Hybrid Deliberative/ReactiveParadigm)等三种结构的研究范式。作为人工智能语境论范式的应用，本章试图用语境论范式的思想来解决存在于智能机器人研究中的范式发展问题。在分析了智能机器人研究已有的范式基础上，文章指出，制约人工智能机器人学范式发展的核心问题，在于如何解决智能机器人在复杂环境中的任务处理。以现有范式中存在的问题为基点，文章提出构造智能机器人研究的网络化语境论范式，以及“网络智能系统+智能机器人”的智能结构模式。本文认为，网络化语境论范式突破了现有范式理论在智能行为处理中分解的思维特征，为构建下一代机器人的智能模式提供了重要的理论支持。　　第五章:人工智能语境论范式的前景。作为描述未来计算机世界的理论，基于量子力学原理的量子信息论已经初露端倪。将量子比特作为量子计算机的基本信息单元，使量子计算机成为可能。大部分科学家对量子计算机的期望，除了更为快速的传输速度、保密性以及巨量存储，更多是基于算法之上的。而戴维·D·诺尔蒂(DavidD.Nolte)的理论似乎走得更远。他在《光速思考——新一代光计算机与人工智能》一书中以量子计算和光学语言表征为基础，试图证明未来的量子光学计算机（简称为光机）智能可以超越人类智能这一设想。以此书为切入点，用人工智能语境论范式思想对光机智能进行分析，本文认为:以语用为目的的人类认知特征是光机智能难以超越人类智能的根本所在。而未来光机智能理论同样会面临表征与计算的语境问题，这是制约未来光机智能理论的根本瓶颈。　　在此基础上，本论文用语境论思想对长期制约强人工智能实现的核心问题进行详尽分析，进而得出“人工智能语境论范式将长期存在”的主要原因在于框架问题中语境因素“度”的问题、常识语境知识“量”的问题以及常识知识数量的增长无法解决框架问题，从而也无法提升机器智能。　　总而言之，人工智能语境论范式不仅鲜明概括出当前人工智能所面临的核心问题，指出人工智能将长期围绕语境问题展开研究，而且为分析和解决这些问题提供认识上和方法上的指导。更为重要的是，它明晰了当下理论界对于人工智能发展前景的困惑，预测了未来相当长的一段时期内人工智能范式发展的可能趋势。