人工智能“機器換人”問題重構*
——一種馬克思主義哲學的解釋與介入路徑

□ 潘恩榮 阮 凡 郭 喨

內容提要 本文力圖在《資本論》視域中重構人工智能技術背景下的“機器換人”問題，提出一種馬克思主義哲學解釋和介入人工智能的研究路徑。從《資本論》“勞動能力”思想角度看，機器換人爭論雙方的矛盾根源是，在“人機對立”預設下，思考機器是否以及如何單向度地替換人的勞動能力。 但是基于“人機互補”角度從“勞動時間”概念看，“機器換人”的實質是“以機器運行時間替換人類勞動時間”而非“以機器（生產力）替換人類本身的勞動能力”。 那么，對于人工智能技術背景下的機器換人而言，除了要批判“機器替換人本身”，更要考慮如何確保“人”在各種智力勞動時間之間平滑轉換。 這為重構“人類-人工智能機器”的關系提供一種新的思路。

人工智能及其與人類的關系已經成為當代普遍關注的問題， 它也成為國內哲學界熱烈討論的一個新熱點。 比如《哲學動態》2018年第4 期發表的趙汀陽先生《人工智能“革命”的“近憂”和“遠慮”——一種倫理學和存在論的分析》和張祥龍先生《人工智能與廣義心學——深度學習和本心的時間含義的芻議》兩篇論文，就人工智能問題提出了引人深思的卓越見解。 人工智能的進步及其結果不僅是一個尖端科技問題， 更是一個關系到人類命運和人類社會未來建構的深刻哲學問題。 但我們注意到， 馬克思主義哲學界目前就這一問題仍未展開充分討論。 本文嘗試從馬克思主義哲學介入人工智能問題，試圖在《資本論》視域中重構人工智能技術背景下的“機器換人”問題，既能解釋“機器換人”爭論雙方的矛盾根源，又能為重構“人類-人工智能機器”的關系提供一種新的思路。

一、 關于“人機對立”預設的爭論及其實質

從“阿爾法狗”(AlphaGo)和“谷歌助理”(Goolge Assistant)開始，每當人工智能技術有了明顯的進展，輿論往往驚呼“失業潮”來了。這是因為，以“阿爾法狗”的出現為標志，人工智能展現出革命性的自主學習能力以及相應的“自我進化”能力，在通過大眾傳媒引起全社會廣泛關注的同時，又一次使經典的“機器換人”成為社會的熱點問題，人們開始擔心機器將從體力到智力全面替換人類。

目前“機器換人”存在兩大觀點對立的陣營。樂觀派主要集中在各國政府與企業。它們認為“機器換人”是一種不可逆的經濟趨勢，因而積極布局搶占人工智能制高點。例如我國《新一代人工智能發展規劃》(國發〔2017〕35 號)要求舉全國之力搶占“2030年人工智能高地”，其雄心幾乎覆蓋了社會生活的方方面面。 而悲觀派主要集中在公眾和部分專家學者群體中，如霍金、馬斯克和比爾·蓋茨等。他們擔憂，長期看來人工智能技術背景下的“機器換人”將會引發嚴重的失業潮，其中孕育的巨大社會風險可能使99%的人成為赫拉利(Yuval Noah Harari)所言的“無用階級”①。 現有的理論資源難以調和雙方的矛盾。 可以預見，隨著“機器換人”進程的推進，兩大對立的陣營很快就會短兵相接，馬克思時代的問題可能再現。一方面經濟蓬勃發展，另一方面不斷出現新盧德運動②，甚至引爆普遍失業導致社會動蕩。

人工智能、 機器人等大規模應用的確存在引發大規模失業的風險。 歷史上每一次技術革命或工業革命都伴隨著大規模失業和社會動蕩。18-19世紀歐洲機器大工業時期的“機器換人”主要是替換體力勞動， 但當前人工智能背景下的“機器換人”顯然與前者有所不同，主要是機器替換人的智力勞動。（賈根良，2016）那么，對于目前中國而言，“機器換人”是人工智能機器同時替換智力和體力勞動。在替換體力勞動方面，機器換人對中國是有利的。 由于制造業面臨著結構性的勞動力短缺和產品質量不穩定等問題，“機器換人” 成為產業升級和經濟可持續發展的有力保障。 因此， 中國的“機器換人”進程正在加速，且沒有明顯地引發群體性事件或社會問題。在替換智力勞動方面，因為當前許多“智力型職業” 可能被人工智能機器消滅， 公眾甚至專業人士都開始擔心自己將會被人工智能機器取代。產業界的研究表明，人工智能技術背景下的“機器換人”已經伸向了那些過去被認為是難以被機器替代的“白領”、“智力型”崗位，如醫療健康領域、法律服務領域的機器人律師等（騰訊研究院等，2017）。

長期來看，面對人工智能的驚艷表現，人類的自信心可能會有所動搖。 一方面是對自身勞動能力的不信任。 人工智能在數據、計算、醫療等領域所展現出來的能力已經遠遠超過了人類， 這將會導致一個問題：人工智能的運算結果和人的決策相比，誰更值得信任？ 現實是，人們已經開始把人工智能的“運算”結果作為判斷的依據。 在許多領域，人工智能的“運算”正在成為決策形成的主要來源，而人只是作為最后象征性的敲定者。以人工智能專家系統在醫療領域的應用為例， 智慧診療能夠根據患者的情況快速瀏覽浩瀚的醫療文獻，從中搜尋出匹配的文獻資料， 并給出相應的診斷建議。 人工智能正在以其卓越的技能獲取人類的信任、分享人類的決策權力。“在非常短的未來里，由于強人工智能的決策遠遠優于人類， 越來越多人類放棄自主決策而完全依賴人工智能， 成為人工智能的人體 ‘人替’(Avator）”（郭喨等，2017）長此以往， 人類將會形成對人工智能的過度依賴以及對自我能力的過度忽視。 另一方面是人類對自我價值的懷疑。 人類通過勞動形成一定的社會關系，并在這種社會關系中實現著自我的價值、創造著自己觀念中的“應然”世界。 人工智能的發展使得大部分人從勞動崗位中脫離出來， 繼而從社會總生產的社會關系中脫離出來， 削弱了人與社會之間的聯系， 降低了人在整個社會價值體系中的份額和權重。長此以往，人類將陷入前所未有的自我價值迷失困境。

總的來說，此次人工智能技術背景下的“機器換人”爭論有一個基本預設，即“人機對立”，集中表現為人工智能機器能單向度地替換人類， 且人類的優勢越來越小。在此預設下，悲觀派及其批判性研究的聲音非常響亮、振聾發聵。 然而，單純的批判難以建設性地解釋問題并回應當代中國“機器換人”和產業升級換代的實際需求。

現在的問題是， 馬克思主義哲學如何回應人工智能技術背景下的“機器換人”問題，并提供建設性治理思路？

國內目前對于“機器換人”的爭論主要存在于以下三方面。首先是“失業問題”，國內外針對簡單勞動的“機器換人”早已展開，更具技術含量的“機器換人”也正在醞釀。 其次是“階級問題”，例如赫拉利認為， 未來極少數人掌控智能科技成為進化的新物種，99%的人類將成為無用階級。 第三層問題是“人類命運問題”，已經故去的著名物理學家霍金等認為，人工智能將奴役人類，甚至導致人類種族滅亡；特斯拉創始人埃隆·馬斯克(Elon Musk)將人工智能比作核武， 他與26 個國家的116 名專家公開呼吁采取相關的措施來制止圍繞“智能武器”而展開的軍備競賽，甚至提出“火星殖民”的應對計劃。

在上述三個方面，“失業問題” 是近憂，“階級問題”“人類命運問題”是遠慮。“遠慮”是目前哲學反思乃至整個人文反思和批判的熱點，③主要探討“人類-人工智能機器”之間的關系，而且是一種對立的甚至替換性的關系。 瑣碎的、實際的“失業問題”不是哲學的關注焦點，往往被看作是經濟學問題。 盡管人無遠慮必有近憂， 但是我們認為如果“近憂”能夠恰當地解決，“遠慮”就不一定會出現。因此，我們引入馬克思主義哲學，按照《資本論》的研究路徑在經濟學基礎上進行哲學反思和批判，即從近憂“失業問題”切入，通過解釋和重構“機器換人”問題探尋影響“階級問題”“人類命運問題”的可能性。

與一般哲學反思人工智能的方式不同， 馬克思主義哲學更多聚焦于“人與人”而非“人機”關系，其“階級問題”也是人與人之間的階級關系，而非人機之間的階級關系。我們認為，這是一個根本性的因素， 造成馬克思主義哲學在人工智能及其與人類關系問題上介入較少。幸運的是，《資本論》（第一卷） 詳細地討論了機器替換人的體力勞動。另一方面，《資本論》 對待新技術和新機器的態度是既有批判性又有建設性。 馬克思強調“1830年以來的技術發明都只是鎮壓工人反抗的武器”（《馬克思恩格斯全集》第44 卷，2001，第501 頁；以下同文獻引用只注頁碼）， 這是他的批判態度。但是，《資本論》 主要研究英國工業革命完成后的經濟和社會問題（第8 頁），研究范圍集中在1735年到1830年之間英國的工業化過程，這期間的新技術和新機器具有發展生產力的建設性作用。④因此，回到《資本論》視域中探討人工智能技術背景下的“機器換人”問題，既保持批判性又有更多的建設性。

二、勞動能力理論：馬克思《資本論》視域中的機器換人問題

馬克思認為，人的“勞動力”或“勞動能力”是人在勞動過程中運用的“體力(Physischen)和智力(Geistigen)的總和”（第195 頁）。 在工場手工業時期以前，勞動者獨立完成勞動，這是一種同時包含體力和智力的勞動。隨之而來的分工，使得勞動者的勞動分化為體力和智力兩大等級， 即一部分人專門從事體力勞動， 另一部分人則專門從事智力勞動。體力勞動方面，分工把人的勞動力發展成單調的機械的肌肉力， 使人的智力成為不被需要乃至礙事的多余物， 因為“思索和想象會產生錯誤……在最少用腦筋的地方， 工場手工業也就最繁榮”（第418 頁）。

智能勞動方面，分工使得智力勞動轉化為資本支配體力勞動的權力（第487 頁）。首先，智力勞動的人成為“特殊對象”。 馬克思在分析為數不多的擁有知識和手藝的高級工人時指出，“他們不屬于工廠工人的范圍，而只是同工廠工人聚集在一起”（第484 頁）， 因此這些高級工人也就沒有在這一輪里被“機器換人”給換掉。 另外，傳統的技藝工人、有科學知識的工人，也不屬于“機器換人”的工廠工人范圍。 其次，“物質生產過程的智力作為他人的財產和統治工人的力量同工人相對立”（第418 頁）。 由于大規模協作的發展，產生了對監督等非生產性職能的需求。 資本家把監督職能交給特種的雇傭工人，自己則作為“司令官”般的存在，掌握工業上最高的權力。“工業上的最高權力成了資本的屬性，正像在封建時代，戰爭中和法庭裁判中的最高權力是地產的屬性一樣”（第386 頁）。智力勞動控制體力勞動的原理與機器控制體力勞動的一樣，但機制不同。在工業革命后建立了機器大工業， 新產生了少量擁有科學知識或手藝的勞動者，如工程師、機械師和木工等（第484 頁）。 他們不屬于“機器換人”的工廠工人范圍，但是被資本收編作為支配體力勞動者的力量， 因為他們負責檢查和修理機器， 而機器是保持對體力勞動者壓力的重要手段。

最關鍵的是，分工導致機器產生，后者開始全面地替換人的體力勞動（第426 頁）。微觀上，機器是按照人的意圖來替代熟練男性工人(Man)體力勞動的產物。 工場手工業協作和分工通過群體性勞動使得手工業的“秘訣”，分解成為簡單的、無需腦力的動作，⑤再專門化為勞動工具，形成局部工人（第421 頁）。 最后，連局部工人也被繼續分解，專門化為勞動工具后再集成為機器。因此，隨著生產對男性工人的體力勞動的熟練度的要求降低，工人的價值也不斷降低（第425 頁），工場開始傾向于使用兒童或女性工人替換熟練的男性工人。宏觀上，經歷了工業革命之后，機器幾乎將從事體力勞動的人類(MAN)全部替換。 微觀上的“機器換人”就是用工具機替換熟練工人，馬克思認為這是工業革命的起點， 也是手工業或工場手工業生產過渡到機器生產的起點（第430 頁），因為工具機能抓住勞動對象，并按照一定的目的來改變它。經歷工業革命后建立的機器大工業， 最終只留下極少部分體力勞動者，他們圍繞著機器而存在，從事著操作機器或者給這些“機器工人”做單純打下手的工作。 （第484 頁）

從馬克思的勞動能力思想角度看， 機器大工業技術背景下的“機器換人” 具有以下特征。 在“質”上，機器大工業用低質量的勞動者替換高質量的勞動者， 肌肉不再成為衡量勞動者勞動能力高低的標準。馬克思把勞動力分為不同的等級，不同等級的勞動力的酬勞是不等價的。 以兒童和成年男子(Man)的時間為例，1864年兒童的周工資是2 先令6 便士（第457 頁），1863年剛經歷了棉慌的織布和紡紗工人周工資是3 先令4 便士、3 先令10 便士、4 先令6 便士、5 先令1 便士等 （第525 頁），資本家更樂于使用時間更廉價的兒童工人、少年工人（18 歲以下）和婦女。 在“量”上，機器大工業在量上實現由少量勞動者替代大量勞動者工作。 機器大工業時期是把機器當作生產資料，“成了工人本身的競爭者”（第495 頁）。 機器大工業通過技術的改良，在保證產量和質量的前提下，極大的節省了勞動力，同時，隱性地減少了新增的就業崗位。例如，采用新機器的工廠在進行同樣規模的生產活動時只雇傭30 人便可以完成全部工作，而如果是采用舊機器則需要100 位勞動工人，那么這70 個工作崗位就是被新機器替換掉了。

被替換出去的勞動者集中為產業后備軍，他們絕對服從于資本， 為資本的增值提供隨時可被剝削的人身材料（第729 頁）。 產業后備軍主要來自兩個方面。 一個是資本有機構成的提高把成年工人排擠出原有的工作崗位； 另一個是被解雇的成年了的兒童勞動力。 機器大工業對兒童勞動力的需求使他們從小便在工廠中從事一些毫無技術含量的工作，一旦這些兒童達到成年的年紀，自身的廉價優勢喪失的時候，就會被資本家解雇，成為社會上沒有勞動技能的剩余勞動力。

機器大工業主要在新的體力勞動領域和智力勞動領域分層吸納被機器替換的勞動者。 新的體力勞動領域有兩種情況（第509-510 頁）。 一種是機器提高了工作效率，也增加了原料的消耗量，于是提供生產資料的就業工人也會隨之增加； 另一種是擴大再生產創造了就業崗位的絕對增加。 雖然在同一個生產部門中工人被機器排擠出來，可是機器大工業也創造了巨大的市場， 使得社會上的工廠數量增加，對工人的需求隨之增加。新的智力勞動領域也有兩種情況。一種是新型工人，如工程師、機械師和木工等（第484 頁）；另一種是，非生產性的勞動部門的雇傭， 比如作為現代家庭奴隸的“仆役階級”：仆人、使女、侍從，等等（第513頁）。

綜上所述， 在馬克思勞動能力視域中，“機器換人”主要是機器替換“人本身”的體力勞動能力，無論是具體的成年男子(Man)還是一般意義的人類(MAN)。 大工業機器主要是模擬強壯的肌肉，人工智能機器則模擬人類智力。因此，在人工智能技術背景下，機器換的是人的智力勞動能力。 然而，兩方面結合起來，機器幾乎把整個“人”都要替換掉，這不僅僅引發失業擔憂，甚至引發階級奴役擔憂和人類命運擔憂。

三、從“人機對立”到“人機互補”

打開“黑箱”⑥是從批判研究走向建設性研究的重要途徑。在大工業機器替換人的體力勞動時，智力勞動作為一個黑箱存在。然而，在人工智能機器替換人的智力勞動時， 智力勞動不能再被視為一個黑箱。否則，我們容易誤以為人工智能機器將整體替換人的智力勞動， 也即機器將人“徹底替換”。

為了回應人工智能及其引發的三大擔憂，我們需要首先將“智力勞動”的黑箱打開，看看人工智能如何替換人的智力勞動。在馬克思眼里，智力勞動其實還可以細分為“動物式的本能的勞動能力”和“專屬于人的勞動能力”。 馬克思指出，蜜蜂建造蜂巢的勞動形式是一種動物本能（第208頁）。專屬于人的勞動形式有三種。 第一種是有目的的控制能力， 勞動過程中勞動者控制著智力勞動：“使自身的自然中蘊藏著的潛力發揮出來，并且使這種力的活動受他自己控制”。 第二種是想象能力，“勞動過程結束時得到的結果， 在這個過程開始時就已經在勞動者的表象中存在著， 即已經觀念地存在著”，“表象中” 在德文版中用的是der Vorstellung，意指“在構思、想象中”。第三種是創造能力，勞動者“不僅使自然物發生形式變化，同時他還在自然物中實現自己的目的”。

現在的問題是， 引發人們擔憂的人工智能機器究竟能替換人的哪些智力勞動能力？目前來看，人工智能主要體現三種“智力”能力：重復性運算能力、大數據統計學習能力和知識存儲能力。⑦從馬克思的勞動能力思想來看， 上述人工智能三種智力能力沒有一樣是專屬于人的勞動能力。反而，它們更接近于動物式的本能勞動能力。⑧所以，除非人工智能發展出專屬于人的智力勞動能力——控制能力、 想象能力和創造能力——我們就暫時無需過于擔憂人工智能可能引發的各種問題，見圖1。 然而，目前在人工智能技術背景下的“機器換人”爭論中，悲觀派的聲音更加響亮。

圖1 人類勞動能力與機器生產能力的關系

我們認為， 人們之所以對人工智能可能引發的后果充滿憂慮， 不是因為人工智能技術及其機器已經能夠全面替換人的勞動能力， 而是爭論雙方在思考“機器換人”問題時預設了“人機對立”——這來自馬克思等學者的經典論述， 以及歷史呈現出來的圖景。

在“人機對立”預設下，“機器換人”就是“機器替換人類(MAN)本身的勞動能力”。 當然會直接引起人們本能的警覺和排斥。 因此，如果不突破“人機對立”理論預設，隨著人工智能的發展，人們將對“機器換人”越來越擔憂、恐懼，甚至引發社會動蕩，造成不可預想的嚴重后果。突破“人機對立”框架的契機可以回到《資本論》中尋找。 馬克思在討論“相對剩余價值”時，涉及到“機器換人”問題。當《工廠法》 規定工人的最長勞動時間不能超過12小時后， 資本家不能通過延長絕對勞動時間獲取更多剩余價值， 于是采取另外一種方式——相對剩余價值生產。 通過工具、機器等改進提高效率，縮短工人為自身存在所需的必要勞動時間； 相對地， 資本家可以無償占有的工人勞動成果的時間增加了。因此，研究“機器換人”問題可以借鑒絕對勞動時間和相對勞動時間概念。

從勞動時間角度看，我們認為，“機器換人”的實質是“以機器（運行時間）替換人類勞動時間”而非“以機器（生產能力）替換人類本身的勞動能力”。那么，“勞動時間”是“人類(MAN)施行勞動能力的時間”，馬克思的勞動能力思想可以具體化為勞動時間思想。

在勞動時間視域中， 機器大工業技術背景下“機器換人”的結果并沒有實質性的改變。 假設工人每天工作12 小時，在分工體系中體力勞動時間為8 小時，智力勞動時間為4 小時。當機器替換了體力勞動時間之后，多余出來的8 小時時間，部分轉換為如仆人、使女、侍從等智力勞動時間，另外部分轉移到擴大再生產所需的體力勞動時間。 但是，在馬克思的時代，隨著工業化不斷深入最后達到工業革命的高度， 社會上擴大再生產所需的體力勞動時間越來越少， 而智力勞動時間的需求并沒有明顯提高，于是，社會層面就會出現規模性的失業現象，形成產業后備軍。

但是，人工智能技術背景下“機器換人”的結果將發生細微而又本質不同的變化。從過程來看，人工智能機器對智力勞動的替換過程與大工業機器對體力勞動的替換過程類似， 將人從原有的領域中替換出來，再把他們引導到新的工作領域。然而，從結果來看，人工智能機器是在智力勞動時間范圍內替換人的勞動時間；大工業“機器換人”與之不同， 是在體力勞動時間和智力勞動時間之間替換人的勞動時間， 將人的體力勞動時間替換為智力勞動時間。

如前所述， 目前人工智能機器未能替代任何一樣專屬于人的勞動能力。因此，在勞動時間思想框架中， 人工智能機器目前的替換目標是涉及重復性運算能力、 大數據統計學習能力和知識存儲能力的“智力型職業”人員。 下一步可能的替換目標是人的動物式的本能勞動時間，例如，類似馬克思眼中“仆役階級”的服務機器人。遠期來看，除非人工智能發展出類似專屬于人的勞動能力， 人們無需過于擔憂人工智能及其機器， 人本身不會被機器替換， 也不會像機器大工業時期一樣被動進入當代的產業后備軍。 因此，“機器換人” 仍在繼續， 但人們將更多地擁有專屬于人的勞動時間——盡管這是有前置條件的。

四、開啟“人工智能馬克思主義”新研究領域

從勞動時間角度探討“機器換人”問題，實質是探討如何通過調整人(Man)的各種勞動時間的比例適應技術發展，而非探討機器如何替換、拋棄人類(MAN)本身。 這是從“人機對立替換”到“人機互補替換”的視角轉換。 對于當代中國的“機器換人”和經濟升級換代的強烈需求，新思路既能說明“機器換人”帶來的勞動時間變更效應，也能提供建設性的治理思路。首先，這可避免人們本能地對人工智能及其機器產生抵觸與恐懼的負面情緒。其次， 這能夠更加客觀地呈現人工智能技術對社會和公眾的各種效用， 無論正面作用還是負面作用， 使人能夠更加理性地看待人工智能技術及其機器可能引發的問題。最后，這給人們留下一定的時間和空間，可以通過勞動時間的轉變，重構“人機關系”來治理相應的社會問題。

前面提到，人的勞動時間轉變是有條件的。如果在“機器換人”期間，人的勞動時間不能正常轉變，那就容易引爆失業潮、導致盧德運動，甚至引發階級問題和人類命運問題。 典型的例子就是18世紀英國和19 世紀歐洲大陸工業化過程中的各種盧德運動、工人運動、階級斗爭和社會動蕩。 馬克思恩格斯認為資本主義制度是根源所在， 甚至提出以共產主義社會替換資本主義社會的方案解決“機器換人”引發的社會問題。

對于人工智能技術背景下的 “機器換人”而言，除了要批判“機器替換人本身”，重點在于，如何確保“人”(Man)在各種智力勞動時間之間平滑轉換。 對未來中國人工智能戰略和以“機器換人”為基礎的產業政策而言， 這是一種可行的治理思路，可以從技術和制度兩個方面尋求保障。從技術方面來看， 當人工智能尚不能全面超越人的能力時，人們才有一定的時間轉變自己的勞動時間。技術是可以直接沖擊人本身的， 如果技術方面的發展超越人的能力太快， 人們沒有足夠的時間緩沖和適應技術及機器的沖擊， 容易引發類似砸機器的盧德運動。從制度方面來看，當社會制度能夠提供足夠的基本保障時， 人們才有一定的空間平穩地完成轉換勞動時間的過程。也就是說，制度通過提供一定的迂回空間避免技術直接沖擊人本身。否則， 人們沒有足夠的空間從一種勞動時間轉換到另一種勞動時間，人本身不得不直面技術本身，容易引爆失業問題導致社會問題。

從前文論述中，我們可以發現，人工智能及其與人類的關系并沒有什么神秘性，其“門檻”并沒有高到將馬克思主義哲學擋在門外的程度。 我們認為， 人工智能機器首先表現為一種技術產品(Technical Artifact)，那么，馬克思早期的批判理論足以完全地批判人工智能機器大規模應用可能帶來的近憂“失業問題”。其次，馬克思在《資本論》第一卷中詳細地討論了技術起源與演化的過程，那么， 馬克思主義哲學就可以進入人工智能機器設計和制造的黑箱中，也將可以介入和重構“人類-人工智能機器”的關系，從而影響遠慮“階級問題”“人類命運問題”。

由于“歷史經驗”和批判思維的慣性，也由于人工智能專家與公眾之間的知識鴻溝、 大眾傳媒的推波助瀾， 導致人工智能技術背景下“機器換人”成了婦孺皆知的“狼來了”故事。人們卻沒有意識到，從勞動時間視角看，“機器換人”實質是“以機器（運行時間）替換人類勞動時間”而非以“機器（生產能力）替換人類本身的勞動能力”。通過制度重構， 我們可以擁抱而不是像盧德分子一樣打砸人工智能機器， 后者正在賦予人類前所未有的能力，我們人類將在“專屬于人的勞動時間”里獲得前所未有的新發展， 無限接近理想的共產主義生活方式。 當“失業問題”得到恰當解決時，遠慮的“階級問題”“人類命運問題”將不再那么壓抑。 這是開啟“人工智能馬克思主義”新研究領域的一種嘗試，聚焦點從“人與人”關系拓展到“人與機”關系。

注釋：

①2017年7月6日，中信出版集團和百分點集團聯合舉辦了XWorld 大會，《人類簡史》《未來簡史》作者尤瓦爾·赫拉利發表演講時認為，99%的人在人工智能時代將成為無用階級， 而剩余的1%掌握人工智能的人將成為人類進化新物種。

②盧德運動指的是英國工業革命期間發生工人搗毀機器等一系列事件。 盧德運動、盧德分子都被認為是反對新技術的概念。

③相關研究參見趙汀陽：《人工智能“革命”的“近憂”和 “遠慮”——一種倫理學和存在論的分析》，《哲學動態》2018年第4 期， 第5～12 頁； 張祥龍：《人工智能與廣義心學——深度學習和本心的時間含義的芻議》，《哲學動態》2018年第4 期，第13～22 頁；孫周興：《人文科學如何面對人工智能時代?》，《哲學分析》2018年第2 期，第35～41 頁；孫偉平:《關于人工智能的價值反思》,《哲學研究》2017年第10 期, 第120～126 頁；金觀濤：《反思“人工智能革命”》，《文化縱橫》2017年第4 期，第20～29 頁；等等。

④馬克思認為英國工業革命起始于1735年淮亞特發明的新紡紗機，參見參考文獻4 第428 頁。 根據馬克思關于1830年的判斷， 可以判斷馬克思眼中英國工業革命到1830年為止。 這與西方一般認為英國工業革命從18 世紀50年代到19 世紀50年代的觀點相近，但實質不同。 相關討論可參見潘恩榮：《〈資本論〉及其手稿中“創新驅動發展思想”哲學研究述評》，《自然辯證法研究》，2015年第8 期，第41～46 頁；另參見潘恩榮：《創新驅動發展與資本邏輯》，杭州：浙江大學出版社，第4、91～94 頁。

⑤更多關于手工業技藝“秘訣”破解的討論，參見潘恩榮：《〈資本論〉及其手稿中“創新驅動發展”機制的動力建構——基于現代技術哲學經驗轉向的視角》，《長沙理工大學學報（社會科學版）》2015年第4 期，45～52。 另參見潘恩榮：《創新驅動發展與資本邏輯》，杭州：浙江大學出版社，第125～140 頁。

⑥通過打開技術黑箱，技術哲學從“社會批判主義”實現“經驗轉向”，開啟了現代技術哲學研究新圖景。 更多關于技術黑箱的討論，參見潘恩榮：《〈資本論〉研究需要引入“技術邏輯”》，《哲學研究》，2015（9）：103-107.另參見：潘恩榮：《創新驅動發展與資本邏輯》，杭州：浙江大學出版社，第97～114 頁。

⑦我們對此應該保持必要的謙遜，因為這一論斷有可能被局部突破。 因此，我們這里所談論的“人工智能”限于業界對人工智能的主流界定， 即算法層面的機器學習、深度學習，技術方向的自然語言處理、語音處理、計算機視覺、規劃決策系統、大數據和經典的統計分析。

⑧在“智力勞動能力-體力勞動能力”框架中，當人工智能顯示出來的智力能力不屬于專屬于人的智力勞動能力時，那么唯一的可能是接近動物式的本能勞動能力。 本研究只在“智力勞動能力-體力勞動能力”框架范圍使用這樣的結論。 至于這個結論是否在通常情況下成立，需要結合人工智能和認知科學理論進一步論證。 對人而言，“本能”是肢體協調運動、常識及其運用等能力。 這將涉及兩個方面。 一方面，人工智能和機器人領域，實現四肢行走或雙腿直立行走的技術突破主要是接近動物式的本能。 例如，2018年5月9日《自然》雜志發表的DeepMind 公司文章表明， 人工智能能夠達到具有類似哺乳動物導航能力的水平， 甚至更高。 參見：Banino, A., et al., Vector-based navigation using grid-like representations in artificial agents.Nature, 2018.另一方面，莫拉維克悖論(Moravec's Paradox)表明，機器在智力測試或玩跳棋方面達到成人水平是相對容易的，但機器在感知和機動性方面達到一歲嬰兒的水平卻是困難的、 甚至是不可能的。 參見Moravec, Hans (1988),Mind children : the future of robot and human intelligence,Cambridge, Massachusetts: Harvard University Press。 但這已經超出本文討論，所以暫不做論證。