圖片來自網(wǎng)絡(luò)
人工智能正在顛覆人與工具之間的控制與被控制、利用與被利用的關(guān)系，由此帶來一系列問題：機(jī)器能否成為認(rèn)知主體嗎？機(jī)器思維與人的思維在本質(zhì)上相同嗎？機(jī)器能有意向性嗎？如果承認(rèn)機(jī)器能擁有智能，那么，這種智能會超過人類嗎？人工智能有界限嗎？或者，如霍金所言，智能機(jī)器人可能會成為人類歷史上的最大災(zāi)難或人類文明的終結(jié)者嗎？對這些問題的回答已經(jīng)不是單純的人工智能領(lǐng)域內(nèi)的問題，而是需要哲學(xué)社會科學(xué)的介入，需要展開跨學(xué)科的對話，來共同探討的深層次問題。下面，我主要立足于人工智能60年的發(fā)展史來探討人工智能的范式轉(zhuǎn)換及其前景問題。
一、人工智能的學(xué)科性質(zhì)
從起源上來講，圖靈在1950年的文章中通過一個模仿實(shí)驗，提出了“機(jī)器能夠思維”的命題，確立了“不可分辨性”圖靈測試。1956年夏天，麥卡錫在美國達(dá)特茅斯學(xué)院組織了一個學(xué)術(shù)研討會，共同探討有關(guān)機(jī)器模擬智能的一系列問題，并首次提出“人工智能”這一術(shù)語，標(biāo)志著人工智能研究正式誕生。人工智能是作為計算機(jī)的一個分支學(xué)科出現(xiàn)的。
從學(xué)科性質(zhì)上來講，人工智能不是自然科學(xué)。因為自然科學(xué)是研究自然界的某一部分，成果形式是抽象的理論體系，而人工智能是研究的如何實(shí)現(xiàn)智能，成果形式是具體的人造物。自然科學(xué)的對象是明確的，而作為人工智能模擬對象的人類智能，卻至今依然是個謎，而揭示人類智能的本質(zhì)，卻是腦科學(xué)、認(rèn)知科學(xué)和神經(jīng)科學(xué)等學(xué)科研究的內(nèi)容。
人工智能也不是像邏輯學(xué)或數(shù)學(xué)那樣的非經(jīng)驗科學(xué)，更不是一門社會科學(xué)，盡管人工智能研究者必須關(guān)注其成果對社會所產(chǎn)生的影響，但這并不是人工智能研究的主要內(nèi)容。雖然算法和編程等研究本質(zhì)上是數(shù)學(xué)的，但這也不是人工智能的全部，因為這些算法與程序的實(shí)現(xiàn)，還需要設(shè)計有效的信息存儲硬件或中央處理器等。而這些設(shè)計多半是依據(jù)微觀電子技術(shù)和其他制造工藝，并不需要純數(shù)學(xué)。紐厄爾和西蒙把計算機(jī)科學(xué)稱為是一門經(jīng)驗學(xué)科，也叫做實(shí)驗科學(xué)。在他們看來，每制造出一臺新的機(jī)器都是一次實(shí)驗，每編制一個新的程序也都是一次實(shí)驗。機(jī)器和程序都是人造物。
人工智能發(fā)展的這些交叉性與跨學(xué)科性表明，人工智能在現(xiàn)有的學(xué)科分類中難以找到其歸屬的門類。一方面，人工智能，如同量子信息技術(shù)、基因工程技術(shù)、納米技術(shù)等一樣，既不是純粹的科學(xué)，也不純粹的技術(shù)，而是兩者相互促進(jìn)的結(jié)果。它們都屬于技性科學(xué)（technoscience）的范圍。技性科學(xué)意指科學(xué)化的技術(shù)和技術(shù)化的科學(xué)的混合，是科學(xué)與技術(shù)相互交叉的一個領(lǐng)域，主要突出科學(xué)與技術(shù)之間的相互促進(jìn)關(guān)系。它是把科學(xué)原理變成技術(shù)實(shí)現(xiàn)，而技術(shù)實(shí)現(xiàn)反過來又推動對科學(xué)原理的理解和發(fā)展。比如，量子通信就是利用量子糾纏替代過去數(shù)學(xué)加密的方式，使人類通信第一次達(dá)到了絕對保密的程度，而這又反過來促進(jìn)了人們對量子糾纏理論的接受，從而間接地證明了量子力學(xué)的有效性。
但是，作為技性科學(xué)的人工智能，還不完全等同于量子信息技術(shù)，因為量子信息技術(shù)是在學(xué)科發(fā)展成熟的基礎(chǔ)上和明確了科學(xué)原理的前提下，才進(jìn)行的技術(shù)探索，盡管這些探索的結(jié)果，反過來也會深化和促進(jìn)相關(guān)基礎(chǔ)學(xué)科的發(fā)展。但相比之下，人工智能對人類智能的模擬，卻既沒有可參照的概念框架，也沒有可遵循的方法論準(zhǔn)則，而是一個需要探索的目標(biāo)，或者說，是模擬一個其內(nèi)在機(jī)制還沒有被完全理解清楚的東西。那么，機(jī)器或計算機(jī)如何來模擬這個至今機(jī)制尚未明朗并專屬于人類的智能呢？
二、強(qiáng)人工智能：質(zhì)疑與辯護(hù)
當(dāng)人工智能研究者在探索人工智能的實(shí)現(xiàn)問題或“如何做”的問題時，首先遇到的就是事關(guān)人工智能的框架問題。丹尼特認(rèn)為，框架問題不能被簡單地歸屬于一個令人煩惱的技術(shù)障礙，或者，看成是令人工智能研究者一籌莫展的一道奇特的難題，而應(yīng)該看成是一個新的深層次的認(rèn)識論問題。這個問題是由人工智能的一些新方法揭示出來的，但卻還遠(yuǎn)遠(yuǎn)沒有得到解決的問題，也是一代代哲學(xué)家原則上能夠理解，但卻未加注意的問題?；卮饳C(jī)器如何能夠思維的問題，取決于對人類智能的理解。理解不同，實(shí)現(xiàn)的范式就不同。這也決定了60年來，在人工智能的發(fā)展史上，出現(xiàn)了三大范式：符號主義范式、聯(lián)結(jié)主義范式和行動主義（actionism）范式。20世紀(jì)80年代中期之前，符號主義范式獨(dú)樹一幟。
符號主義范式把物理符號系統(tǒng)看成是體現(xiàn)出智能的充分必要條件，認(rèn)為“智能存在于物理符號之中”，也就是說，“形式化的界限，也是人工智能的界限”。這是一條通用人工智能的進(jìn)路，通常被稱之為強(qiáng)人工智能。
塞爾在“心靈、大腦與程序”一文中，把這種強(qiáng)人工智能歸納為兩個論斷：（1）編程的計算機(jī)確實(shí)具有認(rèn)知狀態(tài)；（2）這個程序在某種意義上是解釋了人類的理解。然后，通過一個“中文屋”的思想實(shí)驗，對這兩個論斷進(jìn)行了反駁。塞爾認(rèn)為，把“理解”和其他認(rèn)知屬性賦予汽車、計算機(jī)等人造物，與把我們自己的意向性推廣到人造物的事實(shí)有關(guān)，這是用比喻的方式將人的意向性賦予人造物。計算機(jī)程序的形式符號處理沒有任何意向性。形式化的符號只有句法，沒有語義。意向性是一個生物學(xué)現(xiàn)象，具有內(nèi)在表征能力，或者說，意向性是神經(jīng)蛋白具有的能力，而金屬或硅片沒有這種能力。
丹尼特則認(rèn)為，計算機(jī)是白板，程序為它裝備了解決問題時知道如何“做”的內(nèi)容。但裝備涉及兩個問題：（1）裝備什么信息，這屬于語義問題；（2）以何種系統(tǒng)、形式、結(jié)構(gòu)或機(jī)制進(jìn)行裝備，這屬于句法問題。因此，形式化的計算機(jī)程序也是一個意向性的系統(tǒng)，也能體現(xiàn)出智能。
博登在“逃出中文屋”一文中認(rèn)為塞爾的論斷是錯誤的。在他看來，屋子里的塞爾運(yùn)用的規(guī)則和指令等價于“如果-那么”規(guī)則，塞爾在運(yùn)用這些規(guī)則找出中文問題對應(yīng)的答案時，是在理解了規(guī)則的前提下進(jìn)行的。在機(jī)器編碼的層次上，程序?qū)τ嬎銠C(jī)的作用是直接的，程序指令不只是形式化的，也是對當(dāng)前執(zhí)行步驟的說明。編程語言是一個媒介，計算機(jī)程序的運(yùn)行，為程序提供了一個語義的立足點(diǎn)。這種語義不是指稱性的，而是因果性的。
對強(qiáng)人工智能的反駁與辯護(hù)取決于如何看待“理解”的問題，塞爾講的一階理解或直接理解，而博登講的二階理解或間接理解。哲學(xué)家與心理學(xué)家圍繞強(qiáng)人工智能的可行性展開的上述爭論，只揭示了如何理解人工智能的一個側(cè)面，關(guān)于對如何實(shí)現(xiàn)人工智能的更深入的理解，則與范式背后隱藏的哲學(xué)思想或哲學(xué)假設(shè)相關(guān)。
三、范式轉(zhuǎn)換的哲學(xué)基礎(chǔ)
在人工智能的早期發(fā)展中，符號主義范式之所以能夠擊敗與其平行發(fā)展的其他兩種范式，得到大家的公認(rèn)，除了離不開資金來源、學(xué)位授予、雜志和專題討論會等方面的大力支持之外，更深層次的原因是，它與西方哲學(xué)傳統(tǒng)和近代自然科學(xué)的研究方法相一致。物理符號系統(tǒng)假設(shè)的來源追溯到弗雷格、羅素和懷特海。而弗雷格等人又繼承了歷史悠久的原子論的理性主義傳統(tǒng)。近代自然科學(xué)的發(fā)展進(jìn)一步證實(shí)了這種哲學(xué)的有效性。因此，符號主義范式既是整個西方傳統(tǒng)哲學(xué)思想的延續(xù)，也是對以牛頓力學(xué)為核心的近代自然科學(xué)思維方式的繼承。
然而，這種追求如何用謂詞邏輯來進(jìn)行知識表征、知識推理和知識運(yùn)用為核心問題的符號主義范式，到20世紀(jì)80年代，遇到了在自身框架內(nèi)無法克服的兩困境：一是還原論的理性主義困境，二是把常識形式化的困境。在這種情況下，有著同樣發(fā)展歷史進(jìn)程的其他兩種范式開始成為進(jìn)步的研究綱領(lǐng)，從幕后走向前臺。聯(lián)結(jié)主義范式是受神經(jīng)科學(xué)的啟示，試圖進(jìn)行神經(jīng)網(wǎng)絡(luò)建模來模擬大腦；行為主義范式是受生物進(jìn)化論和群體遺傳學(xué)原理的啟示，把目標(biāo)轉(zhuǎn)向研發(fā)移動機(jī)器人，試圖通過模擬生物進(jìn)化機(jī)制來提升機(jī)器人的智能。這兩種范式不再是努力建造通用的智能機(jī)器，而是立足于解決具體問題，從而形成了人工智能的弱版本。其共性是，從知識表征轉(zhuǎn)向了技能提升，其發(fā)展思路恰好與來自胡塞爾、海德格爾、梅洛-龐蒂和德雷福斯的現(xiàn)象學(xué)一脈相承。這也是為什么威諾格拉德在20世紀(jì)80年代曾在斯坦福大學(xué)的計算機(jī)科學(xué)課程中講授海德格爾哲學(xué)的原因所在。
事實(shí)上，早在20世紀(jì)60年代，德雷福斯就對符號主義范式提出了尖銳的批評，比喻為是“煉金術(shù)”。后來，他的主要觀點(diǎn)反映在《計算機(jī)不能干什么》一書中。到80年代，德雷福斯的觀點(diǎn)重新引起了麻省理工學(xué)院新一代人工智能研究者和斯坦福大學(xué)的人工智能研究者的關(guān)注。德雷福斯本人也在2005年榮獲了美國哲學(xué)學(xué)會的哲學(xué)與計算機(jī)委員會頒發(fā)的巴威斯獎。
四、人工智能的未來前景
德雷福斯在探討人工智能問題的過程中，抽象出一個“七階段的技能獲得模型”來把上述兩類哲學(xué)基礎(chǔ)統(tǒng)一在一起。他認(rèn)為，笛卡爾式的主體與客體相分離的狀態(tài)和遵守規(guī)則的狀態(tài)，對應(yīng)于技能獲得模型的前三個階段：初學(xué)者、高級初學(xué)者和勝任階段；第四個精通階段是一個過渡期，現(xiàn)象學(xué)強(qiáng)調(diào)的主體與客體相融合的狀態(tài)和技能性地熟悉應(yīng)對域境問題的狀態(tài)，對應(yīng)于后三個階段：專長階段、駕馭階段和實(shí)踐智慧階段。在后三個階段，能動體所進(jìn)行的理解不是理論理解，而是實(shí)踐理解。理論理解是慎于言的過程，實(shí)踐理解是敏于事的過程，是對世界的非表征的直覺理解，因而是難以形式化的。這也是德雷福斯認(rèn)為以追求形式化為目標(biāo)的通用人工智能一定不會成功的原因所在。
目前，人工智能不僅在日常生活中大顯神手，在工業(yè)領(lǐng)域和商業(yè)領(lǐng)域內(nèi)捷報頻傳，而且2017年7月7出版的《科學(xué)》雜志刊登的一組文章表明，機(jī)器人或自動程序已經(jīng)能夠直接參與人類的認(rèn)知過程。比如，賓夕法尼亞大學(xué)積極心理學(xué)中心的心理學(xué)家可以運(yùn)用算法，根據(jù)推特、臉譜等社交媒體上的話語，來分析大眾的情緒、預(yù)測人性、收入和意識形態(tài)，從而有可能在語言分析及其與心理學(xué)聯(lián)系方面帶來一場革命；普林斯頓大學(xué)的計算生物學(xué)家可以運(yùn)用人工智能工具來梳理自閉癥根源的基因組，等等。這些機(jī)器人或自動程度被尊稱之為“網(wǎng)絡(luò)科學(xué)家（cyberscientist）”。這些發(fā)展表明，人工智能研究者一旦揚(yáng)棄追求通用人工智能的范式，轉(zhuǎn)向追求在具體領(lǐng)域的拓展應(yīng)用，人工智能就會走出瓶頸，迎來新的發(fā)展高峰。
人工智能在60多年的發(fā)展歷程中，雖然經(jīng)歷了與不同哲學(xué)基礎(chǔ)相關(guān)的范式轉(zhuǎn)換，但事實(shí)上，三種范式各有優(yōu)劣。就知識表征而言，日常世界是難以形式化的；就模擬神經(jīng)網(wǎng)絡(luò)而言，人類生命的整體性遠(yuǎn)遠(yuǎn)大于神經(jīng)網(wǎng)絡(luò)，而且人腦的神經(jīng)網(wǎng)絡(luò)也還沒有搞清楚；就自適應(yīng)機(jī)制而言，從低級的動物智能到人類智能的進(jìn)化經(jīng)歷了極其慢長的過程。因此，不論是通過建模來模擬人的大腦，還是通過建模來進(jìn)化出人的大腦，都還有很長的路要走。未來人工智能的發(fā)展，有可能是在思路上把試圖再現(xiàn)大腦的符號主義、試圖構(gòu)造大腦的聯(lián)結(jié)主義和試圖進(jìn)化出大腦的行動主義有機(jī)整合起來，才能構(gòu)成一個立體的和完整的大腦，而人工智能研究者對這一天的到來至今還看不到任何曙光，更沒有預(yù)期。
從這個意義上說，人工智能的威脅論雖然表達(dá)了人類的憂患意識，但確實(shí)為時過早。退一步講，即使未來有這么一天到來，人類也已經(jīng)在這個進(jìn)程中，充分享用了人工智能為其帶來的恩惠，并深刻反思了有關(guān)人性、社會、文明等問題。廣而言之，對于技性科學(xué)的發(fā)展而言，量子信息技術(shù)和基因編輯技術(shù)帶來的問題，并不比人工智能帶來的問題更少或更不重要。因此，政府在助推技性科學(xué)的同時，更應(yīng)該加強(qiáng)哲學(xué)社會科學(xué)的研究，切實(shí)把哲學(xué)社會科學(xué)的思考，特別是倫理考量，貫穿到技性科學(xué)發(fā)展的始終，讓人文關(guān)懷成為人工智能研究者的自覺意識，使他們在研發(fā)人工智能的過程中，共同做出有利于發(fā)展人類文明的抉擇。
(本文首發(fā)于《探索與爭鳴》雜志微信公眾號tansuoyuzhengming，成素梅在2017年8月28日由上海市社聯(lián)《探索與爭鳴》雜志社和華東政法大學(xué)政治學(xué)研究院共同主辦的“人工智能與未來社會：趨勢、風(fēng)險與挑戰(zhàn)”學(xué)術(shù)研討會上的主題發(fā)言，發(fā)言題目為《人工智能的范式轉(zhuǎn)換及其發(fā)展前景》，澎湃新聞得到授權(quán)使用)
鄂公網(wǎng)安備 42010302001612號 