在工程與人文之間：人工智能技術的融合本質及發展原則

唐慶鵬

關鍵詞人工智能 工程 人文 技術本質

當我們在談論人工智能的時候，我們在談論什么？在人類社會正在進入智能時代的步途中，認識和理解人工智能顯得尤為重要。這既是發展人工智能的基礎，也是更好治理人工智能的前提。正如理查德·溫所指出的，“隨著人工智能變得愈發無處不在，想要看清這個世界，我們就必須理解它到底意味著什么。”①事實上，不同領域的學者從不同角度對人工智能有著多樣化的解讀。然而，對人工智能討論的越多，對它的認識卻也愈發碎化了，以致于目前還沒有被普遍接受的人工智能定義。②更應該注意的是，由于大規模且通常是以非常難理解的方式被宣傳，目前人工智能幾乎被領域外的人大量誤解，甚至人工智能的從業者對于其真正意涵也有些困惑。考慮到“人工智能并沒有改變現象學家對于技術的本質的判斷，它只是技術的一部分。”③面對多樣而分歧的技術理解，解決爭議的合適方法應該是對技術進行結構和現象學的分析。④基于此，本文從技術現象學出發，梳理人工智能研究的兩大技術思考脈路，尋找能夠廣泛理解人工智能技術本質的展現樣態，以“解蔽”人工智能的技術本質，并從中獲得一些人工智能發展的有益啟示。

一、工程與人文的張力：人工智能技術的話語迷思

正如前文所述，“什么是人工智能”的確是一個棘手的問題。而要搞清楚這一問題，有必要回到技術現象學的世界。技術現象學的研究者們普遍認為，很多技術的基本問題（例如技術概念的分歧），根本上緣于不同思考方式的張力的結果呈現。認識到這種分歧是重要的，因為不同用法的張力指向不同概念參照的視角，容易引起分析上的混亂。同樣的，既有的研究對人工智能的理解雖然豐富多樣，但存在碎化、窄化甚至誤讀等問題，很大程度上也是關于人工智能思考方式的張力指向不同概念參照視角所引發的話語迷思。

1.工程與人文：技術思考的兩個傳統

工業時代以來，人們對現代技術現象的形而上思考積累了大量的專業知識和方法論，形成了獨特的研究傳統。當代技術哲學的代表性學者卡爾·米切姆曾經對現代技術思考的兩個傳統進行了根本性區分，即工程主義和人文主義。技術的思考者中最直接的一定是發明創造該技術的人，工程主義技術思考的傳統是旨在理解工程師和其他技術從業者實踐中實例化的技術現象。例如作為工程主義思考的早期代表者，恩斯特·卡普本身就是一位熟悉技術的地質學家和發明家。工程主義的技術思考秉持理性的自然科學世界觀，著重分析技術內部，并且其方向是對成為世界技術的理解。也就是說，工程主義技術思考主要涉及到技術本身性質、結構以及技術發明創造的社會活動規律等方面。總體上看，工程主義的技術思考傳統是親技術的，集中在技術本體論的形而上學論述，并且對技術的潛力持有自信的樂觀。而在方法上，工程主義的技術思考則保留了工程師們一貫的實證風格，偏好于對技術概念框架進行經驗上充分的描述和分析。

相對而言，人文主義的技術思考主要關注的不是技術本身，而是技術對社會和文化的意義及其對社會和文化的影響。它接受“人文相對于技術的優先地位”，并且與人文科學（以及某些社會科學）的整體觀點相一致。無論是早期主張人的主體性地位的古典人文主義，還是后來以反思現代性見長的批判人文主義，人文主義技術思考的共同之處都在于：跳出技術思考技術，通過檢視技術如何影響人類生活來獲得對各種社會問題的新見解。人文主義由此賦予了技術思考更多的活力，在19世紀末和20世紀初以來的大部分時間，對技術的人文主義思考占主導地位，涌現了路易斯·芒福德、馬丁·海德格爾、雅克·埃呂爾等技術思想家。當然，按照人文主義的思考脈絡，像赫伯特·馬爾庫塞、尤根·哈貝馬斯等法蘭克福學派的社會理論家都可以被看作是與人文主義的技術思考領域密切聯系的。總體上看，人文主義技術思考的特點首先在于用非技術的或超技術的觀點來嘗試解釋技術的意義。他們的興趣不是分析和理解這種現象本身，而是了解它與道德、政治、社會結構、人類文化、人類生存狀況的關系。在方法上，人文主義者同樣批判工程主義機械的自然科學方法，相對而言人文主義更擅長于解釋的方法和語言—符號學的形式描述。

2.工程主義的人工智能

如前文所述，人工智能是技術的一部分，適用于技術思考的范疇。沿襲技術思考的兩條路徑觀察，我們發現人們對人工智能的認知和理解也呈現出工程主義和人文主義兩種分野。實際上，人工智能這樣一個看上去充滿科學氣息和技術復雜性的存在，起初是始于人類荒誕不經的想象。只是后來，它進入嚴謹的科學范疇探討，并在工程學中占了上風。20世紀中葉，人工智能開始被計算機科學領域的工程師密切關注和熱烈討論。工程主義者的特點在于他們根深蒂固的“技術思維”，他們執著于從技術實踐的實證中提煉普遍規律并進一步指引技術實踐。我們知道，即使是在今天，工程主義領域關于人工智能這個固定短語更多地是指信息學或計算機科學中的一類學術研究和某種程度上的編程學科。例如，計算機科學家艾倫·圖靈早在1950年發表的論文《計算機械與智能》中就開始了對人工智能數學可能性的探索。而直到1956年，“人工智能教父”約翰·麥卡錫在一次會議上才首次使用了人工智能這一術語。

工程主義的人工智能研究，往往立足于嚴謹的科學基礎。其中，比較顯著的是計算機科學基礎和認知科學基礎。一是涉及計算機科學與應用方面。對于計算機科學家來說，人工智能是指基于算法和數據驅動的計算機系統，能夠使機器具有數字化能力，如感知、推理、學習甚至自主決策。自1950年代中期以來，智能計算機器就一直是研究的重點，當時計算機科學家開始開發可以解決智能計算問題的程序。計算機科學家所研究的人工智能是在計算機中模仿人類智能的科學，所有這些研究和開發都集中在被視為“智能”的不同屬性上。其中，“圖靈測試”是用于確定是否已達到人類智能的最常用方法。對于計算機應用工程師而言，人工智能的探索就是要致力于開發具有智能行為的機器或程序。這些機器或程序應用可以很簡單，例如嵌入到手機中的計算機翻譯軟件;也可以非常復雜，例如谷歌無人駕駛汽車項目，甚至更為復雜的在不需要人工干預下機器自動化制造機器過程。

二是涉及認知科學方面。對于認知科學家而言，人工智能是指建立人類智能模型以更好地理解人類行為。在人工智能的早期，大多數機器智能模型都是象征性的，并且與認知心理學密切相關，其基本思想是通過對人類大腦區域模擬符號處理來執行復雜任務的推理。例如早期的簡單感知機，這是生物神經元的簡化模型。后來，人們開發了許多更復雜的人類認知模型，以將大腦的運行情況反映為電化計算符號，例如有監督和無監督的學習算法。這樣，從認知科學出發，人工智能就是基于一系列模擬人類智能的技術，包括用于感知和解釋大量信息（數據）的算法，學習、適應或調整參數以及支持基于人類的決策或自動化操作的方法。其中獲得和提升認知能力的最主要方式是學習，由此現階段機器學習被認為是人工智能的核心功能，并且也是發展高級版本人工智能的基礎要件。

總之，順延工程主義技術研究的脈絡，計算機科學、認知科學等領域的專家和工程師基于科學積累開展人工智能技術現象及技術規律的理性探索。工程主義的人工智能探索，為人工智能理論與實踐發展奠定了科學基礎，而這在一定程度上也是對人類長期以來有關人工智能想象（特別是一些茫無邊際的臆想）的祛魅。

3.人文主義的人工智能

人文主義的人工智能研究關注的是人工智能社會應用所引致的社會后果以及所建構的社會關系，可以幫助人們平衡認識人工智能。實際上，人類從不缺乏對人工物的旺盛想象力，特別是工業時代以來，人類在工業機器上的成就進一步激發了對類人智能機器的想象。這些想象起初更多地是散見于各類文學作品（特別是科幻小說）之中。據考察，具有類人智能的機器的概念至少可以追溯到塞繆爾·巴特勒，他在1863年一篇《機器中的達爾文》文章中，提出了可能取代人類成為優勢物質的自我復制機器。而20世紀三四十年代則是科幻小說的黃金時期，涌現了艾薩克·阿西莫夫等大量關于人工智能的科幻作品和文學家。

早期人文領域很多關于人工智能的討論早于現實人工智能發展，也可以說是超現實的。隨著20世紀中葉人工智能相關科學與技術應用研究的興起，人工智能的人文反思更加契合實際，現實主義色彩愈發濃厚。在1940年代中期，人工智能基礎學科———計算機科學和技術的創新發展導致了新的倫理學———“計算機倫理學”分支的產生。諾伯特·維納作為創始者，先后在其所出版的多部著作中探討了智能計算技術對人類關鍵價值（包括生命、健康、幸福、能力、知識、自由、安全和機會等）的一些可能影響。維納開啟的這些關涉人工智能的人文倫理討論延續至今，例如近期倫理學教授卡普蘭在《人工智能時代》（2015年）和《人人都應該知道的人工智能》（2016年）兩本書中繼續了對人工智能的責任邊界界定以及為人工智能嵌入“遵紀守法”規則的討論。人工智能倫理學家盧西諾·弗洛里迪則進一步指出，遵守法律是必要的（這是最低要求），但明顯不足，以合乎道德的方式對待人工智能技術的價值變得更加突出。① 機器的自由度越大，就越需要道德標準。另一位更激進的學者是肖珊娜·祖博芙，她尤為關注人工智能產品對人類自主權的侵蝕，并警示“監視資本主義”的興起。②

可見，人文主義者將主要的精力放在對人工智能的社會反思上，很好地彌補了工程主義者所忽視的方面，有助于人們更全面地認識和思考人工智能。正如喬·布桑加所指出的，“沒有人文主義者，人工智能可能會成為異化的噩夢，而不是啟蒙和人類進步的工具。”③縱覽人文主義者關于人工智能的研究，可以發現，人文主義視野中的人工智能一般是伴隨著與人本質的親緣程度的預設而有著不同的理解。比較典型的有三種：“投影說”，認為人類與人工智能技術的關系與器官投射思想相一致，人工智能極大地延伸了人的能力，并將揭示我們自己身體和思想的基本工作;①“實現說”，認為人工智能是人的本質的實現，“通過構建一個被賦予適當‘人工智能的物理系統，人可以構建人（一個有思想、感覺和意識的事物）”;②“超越說”，認為當人工智能突破“奇點”發展到超級智能時，意味著一種顛覆性的存在（或物種）在地球誕生，而到那時，“我們不得不面對這樣的結論：人類的未來命運，將取決于超級智能的決策和行為。”③

總體上，人文主義者在開展對人工智能的批判性研究的過程中，往往不會像工程主義者那樣細致追尋人工智能的操作性定義，他們對人工智能的理解往往是抽象的，甚至是粗線條的。而且，人文主義者內部其實存在諸多分歧。人文主義者在談論人工智能時可能有著更多的意涵，這里面既可能包含了后驗的知識，也包含了先驗的認識，當然在有些文學作品中還不乏見超驗的想象。因此，在一些工程主義者看來，人文主義者對人工智能的觀察是模糊粗糙的，從而也就難免被人指責并不是真正了解人工智能，只是遠遠地站在非專業的道德高地對人工智能進行夸張的社會批判。

工程主義和人文主義關于人工智能的思考存在著較為明顯的分野。工程主義注重以實證實驗的研究方法開展人工智能的技術探索，他們對人工智能概念的理解往往是操作性的，強調人工智能的可檢測性。而人文主義的人工智能觀，可以視為對將非技術的東西放在優先地位這一基本思想的明確辯護。我們將這兩種思考路徑的特點歸納如表1所示。客觀而言，人工智能是對社會有著顛覆性影響、復雜且仍然處于變動發展中的技術，不同角度對人工智能的認知和描述一定程度上是在默認的限制性聚焦指導下突出顯示了技術的某些實際方面。因此，對人工智能的理想認識，需要觀察者對其進行更開放和包容的分析和描述。

二、工程與人文的融合：人工智能技術本質的多維呈現

工程與人文研究社群對人工智能的各自探索是積極且有益的。從認識論上講，即使沒有找到一個人人都能同意的最終共識，但這一過程有助于人們接近對人工智能的最佳理解。多樣而分歧的理解本身并不是問題———他們只是從不同維度發現真理的片斷，真正的問題在于如何超越或彌合分散的認知進而能夠全面把握人工智能技術本質。針對工程與人文兩種思考方式所帶來的技術話語迷思，只有溝通兩種思考方式，才能正確地理解人工智能技術。

基于此，融合工程與人文的認知，就成為人工智能研究必要且必然的取向。技術思想家拉普很早就給出了這樣一種選擇的可能。拉普認為，只注重成功的工程主義與喜好沉思的人文主義，往往造成工程與人文“兩種文化”之間的對峙。然而，兩種文化并非水火不容，而是有著必不可少的互補關系，體現在：“當討論技術活動的意義和技術決策的標準時，離不開對價值的‘人文主義的思考。另一方面，如果要給解決特定問題的技術上可能的方案確定范圍和預測某一技術決策的物質后果，就只有科學家和工程師能夠做出回答。”①拉普從功能價值上給出了互補價值論證，而雅克·埃呂爾、卡爾·米切姆等人則就如何在技術研究中拉近工程與人文的距離給出了有益的啟示。法國學者埃呂爾主張技術的特性學思想，認為只有通過對技術特性的把握才能為評估每個預期定義的相對真理性和重要性提供基礎。換言之，對技術的理解，需要的“不是定義性的而是特征性的”框架。② 因此，面對多樣而分歧的技術理解，解決爭議的合適方法應該是對技術進行結構的和現象學的分析，揭示其不同特征類型及其內在聯系。在這方面，米切姆在比較工程主義和人文主義技術觀的基礎上，提出了一個技術呈現框架，這一框架被認為是把技術自身與人的問題、倫理問題、政治問題以及社會文化問題等有機聯系起來，是真正溝通工程和人文傳統之間的橋梁。③

技術呈現模型鼓勵在技術研究中工程和人文語言的廣泛對話，用米切姆自己的話講就是“支持技術決定論和人類自由理論”。該模型認為技術是與人緊密相連的，如果說技術的定義在于尋求潛在的并以不同方式外在表現的技術本質，那么，通過人與技術關系中不同的技術功能特征來描述技術本質就成了對任何技術定義的一個良好檢驗。循此邏輯，技術一般地呈現為技術活動在頭腦中的各種抽象形式以及它作為獨立對象在物質和社會世界中的位置。進一步展開，可以將技術具體地區分為知識、活動、對象以及意志四個基本面的意蘊。也就是說，技術可以定義為分布于人文和工程的文化區間的四種理解形態：作為對象的技術、作為知識的技術、作為活動的技術以及作為意志的技術。每一種理解形態都以自身的方式顯示技術存在，技術本質最終匯聚于四種相互關聯的形態之中。正如米切姆所指出的，技術呈現模型“比以前的技術研究更加全面，能夠適應在技術重大問題上的不同立場，并能夠開放接受進一步的批評或修改，以回應未來的思慮。”④筆者認為，在如何全面準確理解人工智能技術本質這一重大問題上，同樣可以從中汲取有價值的啟示，從而有助于我們形成關于人工智能的開放而包容的理解。當然，這也是對當下眾聲喧嘩的人工智能技術本質思慮的有益回應。基于此，筆者從米切姆的技術呈現模型出發并結合人工智能技術特征加以修正，提出一個人工智能技術本質呈現框架，如圖1所示。

人工智能技術本質呈現框架是在相互交融和互補的工程與人文思考之中洞察人工智能的技術本質，它融合了四種相互關聯和有機銜接的理解形態。其中，作為對象的技術和作為活動的技術更接近工程主義的范疇，而作為知識的技術和作為意志的技術更多地體現了人文主義的思考。也即人工智能技術四個維度認知的背后蘊含的是工程與人文的融合，其中的人文主義因素不僅驅動著人工智能的技術創發，也在約束并防止人工智能的“異化”，體現了人的意志和知識對工程實踐的導向和規范作用;而人工智能在工程實踐中應用和發展，在滿足人類需要的同時又給社會價值觀及倫理道德帶來沖擊，反映了工程對人文的影響和制約。由此，人文與工程兩個方面四個維度特性交互影響，共同建構了人工智能技術的融合本質，具體來說：

其一，作為對象的人工智能。作為對象的人工智能是將人工智能解析為我們制作和使用的對象。技術最為直接的呈現便是各種各樣的物質技術制品，人們最慣常的是使用某些類型的對象來標識技術。就此而言，人工智能首先表現為一系列智能化的人工制品。作為對象的人工智能，其基本屬性便是物質性、客觀實在性，也即人工智能的“物性”。從對象的物質性和客觀實在性出發，對人工智能的描述性定義將是多種用途的人工智能產品列表。人工智能產品一般是投射了類似大腦的功能應用，比照人類大腦所具有的對文本、聲音、圖像等進行存儲、識別分析以及學習預測等基本功能，當下實際生活中的人工智能產品大體上涉及到智能視覺（如人臉識別、圖像處理、AR、VR等）、智能文字處理（如機器翻譯、自動寫作、智能搜索等）、智能語音（如智能語音識別、即時翻譯、智能語音助手等）、智能學習和預測（如智能犯罪預防系統、智能災害預警系統等）等諸多方面。

對象是一個相對的概念，它還意味著是我之外的存在。簡言之，對象非我。就此而言，人工智能不能等同于人類智能本身，無論是模仿還是超越。從其構成性存在看，人工智能與人類智能物質基礎與運動形式迥然不同，前者通常是建立在電子元件和符號模擬基礎上的物理的計算過程，而人類智能本身是人大腦的有機生物神經系統活動。因此，由人制造和使用的人工智能制品雖然模仿甚至超越人的智力和能力，但我們不能說這就是人類智能本身。按照馬克思主義對象化思想，勞動對象不能夠充當勞動者本身，否則，就是勞動的異化。從其關系性存在看，人是社會關系的動物，人類智能不僅表現在個體生物層面上，而且還存在于集體智慧和社會交往的維度。而人工智能的關系性存在主要表現為技術連接的邏輯關系，人工智能物并不具備人所特有的社會性。當然，從對象的角度出發，正是因為對象的存在，才確證了人的存在，“沒有了對象，人就成了無。”從這個意義上講，作為對象的人工智能在技術上延伸了人的思維，也在一定程度上進一步顯示和確證了人的本質。

其二，作為活動的人工智能。人工智能的另一個重要方面是制造和使用這些智能化人工制品的動態活動過程，反映了人工智能的建構特性，也即人工智能的“活性”。作為活動的人工智能展示了人工智能技術活動如何在許多人類行為中表現出來，是從過程論上分析人工智能技術。通常，技術過程一般是按人的四種主要技術活動來討論的，分別是發明、設計、制作（從物質生產的意義上講）以及使用。其中，工程師致力于制造事物，即前三種技術活動，而社會科學家則更關注最后一種活動———使用它們。具體到人工智能的討論，在工程技術中主要關注人工智能的發明、設計、制造過程，而人文社會科學領域則側重于社會應用過程。在工程發明、設計和制造過程中，人工智能技術發明設計的實現需要具備創新創造能力，人工智能產品的工業制造則通常被要求是對效率的理性追求。在社會應用過程中，滿足和激發社會需求無疑是人工智能活動的出發點和歸宿。由此，效率、實踐創造力以及人類目標便成為衡量和評價人工智能活動過程的基本標準。

人工智能產生活動以及使用它們的相關行為是有機的過程。從宏觀上看，人工智能的技術活動歷經從低級到高級、從專用到通用的發展過程。今天我們時常能夠看到令人驚嘆的人工智能應用的故事，然而這些故事是經過多年的人工智能發展而達到的。譬如，谷歌開發的人工智能圍棋軟件自2015年以來連續擊敗頂尖職業棋手，創下歷史記錄新高。而15年前類似的故事版本卻低級很多，1999年擊敗人類棋手的“深藍”最終被指為“蠻力方法”的集合，而不是“真正的智能”。就當下人工智能技術活動的層次而言，人工智能的技術活動仍然是以面向任務單一而簡單的低層次專用人工智能階段，距離完全理解和執行人類智能任務的通用人工智能（agi）目標還很遙遠。從具體的人工智能技術看，每一種人工智能技術系統實際上都有其生命周期性。人工智能技術系統的生命周期主要是對具體人工智能技術活動過程的完整描述，它有助于人們更直觀地了解人工智能技術的活動狀況。在這方面，經合組織（OECD）最新的研究就系統聚焦了人工智能技術系統的生命周期，①認為人工智能活動通常涉及四個特定階段：設計、數據和模型階段、驗證和確認階段、實踐部署階段以及操作和監視階段。生命周期中各階段通常以迭代方式發生，并且不一定是順序的。

其三，作為知識的人工智能。基于知識中心性的認識，技術可以也應該在學科基礎上考慮，從而揭示出技術作為知識的獨特認識論結構。作為知識的人工智能是從技術認識論上看人工智能。技術認識論包含兩個方面的意涵：一是技術是一種認識方式，通過技術獲得世界知識;二是技術是被認識對象，知識源自技術本身。海德格爾很早就意識到技術也是一種認識方式，一種揭示事物隱藏的意義真相的方式。確實，如果我們在開發和使用技術時了解自己，那么技術實踐就是認識論實踐，因為它是通過技術（作為工具連接內部與外部的關系）向我們展示世界的。就此而言，人工智能也是增進對人類自身認識的方式。譬如，對人工智能定義的爭議性，很大一部分原因是人們對智能的認識模糊性。雖然說智能是人類區別于其他物種的顯著標志（或固有屬性），但我們對智能長期以來尚缺乏足夠的認識，我們對自己還很不了解。通過人工智能的開發和使用，探究人工智能的原理機制，我們就不可避免地思考智能本身。并且，我們直接研究智能行為所需的計算可能產生對智能本質的更好見解，了解智能的最佳方法可能就是建造智能。從這個意義上講，我們對人工智能探索得越多，我們對自己也就認識得越深刻。

在技術是被認識對象方面，技術構成知識，所有技術都是某種形式的人類知識的體現。就技術知識結構而言，人工智能的知識也呈現出一定的層次性。米切姆注意到技術知識結構由淺入深、由初級到高級的層次特征，他提供了從最小概念到最大概念的一系列技術知識形態，包括對如何制造和使用人工制品的不自覺的感覺運動技能或技巧、技術格言和前科學工作經驗總結的法則、描述性定律以及技術理論。不僅僅是米切姆，更多的學者注意到技術知識的多樣性結構。例如，羅珀爾認為技術是一種真正的知識類型，并系統地表現為社會技術理解、技術訣竅、結構規則、功能規則、技術定律等五個類別。① 結合前人對技術知識形態的層次區分，我們認為人工智能的知識結構可以至少訴諸兩個層次的認識來證成，即知覺與經驗認識、技術規律或理論。人工智能知識首先表現在對人工智能系統和程序的自覺與經驗認識上，是較為初級層次的知識。例如涉及程序員在智能產品開發的編程經驗技能和訣竅、對成功的智能產品制作技能的概括描述，消費者使用人工智能的技能等等，這些知識主要依賴實例進行直觀訓練而獲得。更高層次人工智能知識表現在人工智能的技術規律或理論上。這個層次知識的基礎要素不是某項具體的人工智能應用發明，而是關注到人工智能技術系統的運行發展與社會關系的機理，以及其背后的科學（包括自然的、社會的）原理等。例如，推動人工智能發展的符號計算和神經計算原理、智能支撐系統組件規則等，關于人工智能與自然環境和社會實踐之間相互關系的系統知識（如人工智能倫理知識等）等。

當然，需要指出的是，人工智能的歷史尚未完成，它仍然處于向前發展的進行時。隨著技術的進步，人工智能可以完成的任務也越來越多，通過人工智能技術獲得的認識會越來越豐富，而關于人工智能的知識也在不斷更新。或許，隨著機器完成更多任務，我們會傾向于不將其視為達到智能，而是將智能的門檻移到更遠的位置，然后將新的位置視為智能的標示。人工智能知識發展的歷史無疑已經證實了這一點。

其四，作為意志的人工智能。作為（人的）意志的人工智能是從價值論意義上思考人工智能。意志是人做出決定并承諾到具體行動的過程與能力，人工智能意志反映了人工智能人性一面，因為技術始終是與人密不可分的。在技術本質的四個呈現形態中，意志是最主觀最人性化的。離開了意志，任何對技術的討論都是空洞的。縱觀將技術作為意志的觀點，主要圍繞人開發和利用技術的意愿、動機、目的等展開，其中討論的關鍵在于價值澄清和倫理辯論。也即，技術在帶來社會結果過程中能夠實現（或破壞）什么樣的社會價值，以及人類的倫理原則在技術活動中是如何體現的。

基于技術意志論，人工智能首先并不是完全中立的，而是負載價值的。人工智能是人創之物，其發展與應用的目的說到底是滿足人的社會需要，也就是說人工智能本來就是為了實現服務人的價值。從具體的人工智能技術開發和應用來看，人工智能技術具有創造者和使用者的價值傾向。對于人工智能技術的開發者而言，人工智能技術研發、制造過程往往是許多參與者共同合作的過程，他們參與其中并不是無欲無求或者大公無私的，通常是致力于確保在人工智能技術設計中表達自己的利益。也就是說，正是人的欲望需求驅動了人工智能的開發和應用。對于人工智能技術的應用者而言，人們使用某種技術通常是為了滿足自己的需求，技術之于人來說是有用之物。馬克思指出，“假如我們想知道什么東西對狗有用，我們就必須探究狗的本性。……如果我們想把這一原則運用到人身上來，想根據效用原則來評價人的一切行為、運動和關系等等，就首先要研究人的一般本性”。① 也就是說，也可以根據效用原則來評價人的本性，人工智能技術的價值、人的本性正體現在人的技術需要之中。

人工智能并不能保持價值上的中立，但它可以成為塑造社會期望行為的工具，也就是實現一定的社會價值。技術的社會價值取決于技術嵌入社會的廣度和深度，人工智能作為一種近來發展和應用普遍而迅速的技術，深刻影響到社會諸領域，并因此帶來廣泛的社會價值。在這方面，盧西諾·弗洛里迪等人給出了四個人工智能實現社會價值的可能，包括促進人類的自我實現、強化人類的主觀能動性、提升人類社會能力以及培育社會凝聚力，等等。② 然而，正如其他技術一樣，人工智能技術在實現人類社會價值、推動社會發展的同時，也可能損害人類價值，成為異化力量。這樣，人工智能的價值表現就會在為善或致惡之間游移。人工智能的負向價值往往隱藏在正向價值之后。譬如，前述弗洛里迪等人所列舉的四大價值中，人工智能的積極發展在促進人類自我實現的同時也可能鈍化人類能動性;在強化人類主觀能動性的同時還可能渙散人類責任心;在提升社會能力的同時削弱人類控制力;在培育社會凝聚力的同時可能也會加深社會隔離。正是基于這些負向價值的擔憂，人們意識到人工智能倫理規范的重要。與其他技術一樣，人工智能的倫理規范主要是在人類既有倫理規范的尺度下的機器遵循。當然，人工智能與其他技術相比，又顯得較為特殊。其特別之處在于人工智能技術的“自我設計”一面，因此人工智能的倫理原則往往還包含了通過機器學習以進一步發展新的倫理規范。

綜上所論，人工智能高度復雜的技術秉性，需要我們融合工程與人文的技術思考，才能夠更完整、更深入地看到人工智能技術本質的多維面呈現。人工智能的四個面向也并非是彼此分立隔絕的，而是相互聯系的有機呈現。其中，作為對象的人工智能是最直接的呈現，是更深入探究人工智能本質其他呈現面的起始。源自對人工智能實踐的理性認識的知識體系同時又指導人工智能實踐，對象和知識又是通過人工智能的活動得以轉化，而潛藏于人工智能技術背后的人的意志則是普遍存在于對象、活動及知識之中。通過匯合四個維度認知，我們可以更接近人工智能技術的融合本質，這也正如米切姆所指出的，“現代技術的本質都是最清楚地表現在其密度最大的地方———即在對象、活動、知識和意志的匯合處。”

三、申論：人工智能的發展原則

人工智能的發展正處在關鍵的十字路口。“發展什么樣的人工智能，如何發展人工智能”這一持續了60多年的問題如今比任何時候都需要人類的再思考。正如前文所論，對人工智能技術本質的真實把握，是更好地發展人工智能的前提和依據。人工智能技術具有融合的本質特性，相應地，其發展也就需要綜合考量、系統推進。考慮到人工智能技術在工程與人文之間融合了物性、活性、知性、人性四個維度的本質呈現，當下及未來的人工智能發展則至少要遵循四條應然原則：

一是務實地發展人工智能。作為對象的人工智能，表現在各種各樣客觀實在的智能化人工物質制品中。這是人工智能最直接和淺在的呈現，客觀實在的人工智能對象，為人們討論人工智能提供了現實條件。今天，人工智能產品已經廣泛而深入地滲透到社會生活之中，這種泛在的對象性存在構成了人們反思人工智能的著力點，也構成了展望人工智能未來發展的起始點。基于對象維度看人工智能，實際上是從技術外部將技術當作客觀實在的獨立對象來看待。客觀現實的物質存在性是激發新一輪人工智能熱潮的誘因，同樣也應該是我們發展人工智能的前提。發展務實的人工智能，就是要立足人工智能技術的現實物質狀況。進入現實或將會進入現實，這是人工智能研究的前提條件，舍此則人工智能的對話將失去邊界。而且，脫離現實條件的人工智能研究也終將會陷入虛無主義的泥沼。發展務實的人工智能也就要求人們將注意力從遙遠的不切實際的未來，拉回到當下人工智能開發和應用中的具體現實，拉回到人類自身發展的問題上。

二是全棧景式發展人工智能。作為活動的人工智能呈現出人工智能技術動態的活性特征，這也啟示我們認識到人工智能的制造和使用是一個完整有機的過程。復雜的人工智能技術活動結構和過程由此也決定了我們不能僅發展某個環節或某項具體技術，而應該基于全棧全場景的原則推動人工智能的發展。全棧景是筆者借用的人工智能開發和應用中的兩個技術術語，其中全棧是指人工智能開發全部環節的完整技術鏈，完整堆棧開發幾乎包括人工智能程序的前端和后端進行（或構建）任何項目，體現了人工智能技術開發的系統性。人工智能的最終成功必然需要基于全棧發展、通盤發展的基礎，以及技術開發行業互補共促行動以形成人工智能技術的整體向前。而全場景則是就人工智能技術的社會應用而言，是對人類一直致力于通過技術來改善各個領域的生活目標的積極響應。全場景地推進人工智能落地不僅包括人工智能社會應用的廣泛覆蓋，還包括各種應用間的有機聯系、深度嵌入。技術開發與社會應用從來都不是彼此分離的，兩者之間是相互牽引、彼此作用的。在全棧技術開發與全景社會應用有機統一的實踐中推動人工智能協調發展，也將是發展人工智能的應行之路。

三是可解釋地發展人工智能。作為知識的人工智能，在認識論層面連接了工程主義和人文主義在人工智能研發和應用上的聯系。伴隨著人工智能時代的到來，我們需要為迎接這樣一個時代做好各方面的準備，特別是知識上的準備。在一個越來越受到人工智能技術推動的世界中，人們需要讀懂人工智能。對于普通人來說，雖然使用某種技術并不一定需要成為該項技術的專家，但是需要擁有能讓自己信任這項技術的基本認知和理解。這方面的一個流行的比喻是：你雖然沒有專業的醫學知識，但即將接受手術的你仍然希望能夠理解主治醫生對自己的醫療決定。推而廣之，對于嵌入人類生活的人工智能產品，特別是對人類有重大影響的人工智能應用，社會能夠理解其決策過程至關重要。因此，發展可解釋的人工智能的內容，就應該包括人類自身“追蹤真相”的認知努力。也就是說，人工智能發展成功的關鍵因素中不僅有機器學習，還應包括人類學習。

四是負責任地發展人工智能。既然人工智能本質上還是人的意志體現，那么，發展人工智能就不能無視社會價值考量和人類倫理規范。既然沒有什么可以阻止人工智能的興起，那么當下最應該探討的是如何使用這項技術來幫助我們做出更好的道德選擇，也就是思考如何負責任地發展人工智能。“智能就是善意”，這是哲學家西蒙娜·德·波伏娃在20世紀中葉提出的有力觀點，今天它仍然可以啟示我們在人工智能上的探索。當我們在談論人工智能的時候，我們必須思考究竟是為了什么。從消極的一面來講是對人工智能技術應用的反省，而從積極一面而言則是為人工智能發展規定正確的發展方向。人類發展人工智能的目標是服務于人類本身，對人工智能的價值定位和評價就應該立足于人類中心。人工智能為善，就是要求人工智能與人類一道追求那些美好價值，例如自由與公平、生存與發展、和諧與團結等。也就是說，負責任地發展人工智能就應該以“為善”為根本的價值導向，讓人工智能可以成為一種真正推動人類社會發展、實現美好社會的實踐力量。