人工智能的認識論效應

肖 峰

(1.江西師范大學 馬克思主義學院，江西 南昌 330022；2.華南理工大學 哲學與科技高等研究所，廣東 廣州 510641)

人工智能是力求在機器上模擬人的思維認識能力(智能)的一種科學技術，所以，與同樣以思維認識活動為研究對象的哲學認識論具有密切的關聯，以至于人工智能的基本理論甚至被視為“認識論問題的批判性研究”[1]。而從軟件上看，人工智能就是以編程的方式來實現智能模擬的目的，編程所形成的程序說到底就是邏輯，而邏輯就是“在心理和言語表征中理解了世界和思想的秩序”[2]，從而也就是體現了對世界洞察力的認識論，即邏輯就是認識論。人工智能和認識論的內在關聯還可以從以下兩個方面來理解。一方面，人工智能內含認識論，特定的人工智能秉持了特定的認識論立場，如人工智能的三大流派(符號主義、聯結主義和行為主義)就分別秉持了理性主義、經驗主義和具身認知的認識論。不同的認識論對認識(智能)本質和機制的不同揭示，引導人工智能沿不同的研究方向和路徑去模擬人的智能行為，從而形成不同的人工智能范式。可以看到，不同的認識論成為各派人工智能的理論根基。另一方面，哲學認識論同樣也需要從人工智能的新發展中汲取營養與獲得啟示，因為人工智能如同人類智能的鏡像，折射著人腦活動的奧秘，借助它可以反向啟示我們更深入地理解認識活動的機理，從特定方面獲得關于智能本質的新進展，從而拓展和深化認識論的當代研究。認識論研究如果疏離人工智能，就不能與智能時代日新月異的步伐同步。由于人工智能和認識論之間的這種內在關聯，使得具有認識論屬性的人工智能，必然顯現出巨大而重要的認識論效應，即對認識論產生深刻而多向度的影響。人工智能的認識論理論效應、工具效應和創新效應就是其中的3個重要向度。探討人工智能的認識論效應，有助于更全面地理解人工智能的哲學意義，并把握智能時代認識論研究的新走向。

一、人工智能的認識論理論效應

人工智能最基本的認識論效應，是在認識論理論層面上對其帶來的深刻影響，主要表現為它對認識論理論所形成的突顯效應、體現效應和拓深效應，下文將分別論述。

1.突顯效應：從人工智能的重要性到認識論的重要性

人工智能在當今社會的重要性不言而喻。人工智能的這種“顯赫”無疑也使得認識論的重要性得以突顯，因為當我們進一步考察為什么會有人工智能，人工智能為什么會有不同的流派，強人工智能是否可能等問題時，都要追溯到認識論的根源上，從而將我們的目光引向對認識論的關注。

從“為什么會有人工智能”上來說，由于智能就是認識現象，人工智能就是要通過人工的技術手段來模擬人的認識能力，所以，它的發端就是一種認識論追求，它的萌發很大程度上也是來自于認識論的啟示。這個啟示就是：人能操作需要智能的認識活動，那么人造的機器也能進行這樣的活動嗎？認識活動的主體只能是人嗎？它能否從人轉移到別的人工載體上？對此，人工智能的思想先驅萊布尼茨就直接萌生過有智能的機器的想法。從根基的意義上說，人工智能起源于認識論。人工智能產生的年代，正是認識論發展到理性主義占支配地位的階段，當一些認識論哲學家(如羅素、弗雷格等)完成了數理邏輯這一理性認識的數學和邏輯工具后，人們追求一種精確化、普遍性的知識形式就必然成為一種認識論主題；而當計算機問世后，將這樣的知識形式化進而通過計算機加以模擬的人工智能路徑就成為必然，這也正是符號主義人工智能發端時，許多創始人受到分析哲學和邏輯實證主義直接啟發而走上AI研發之路的情形。德雷福斯對于認識論啟發人工智能有過這樣的論述：人工智能的“先驅研究者們直接或間接地從哲學家當中學到了很多東西。比如，霍布斯關于推理就是計算的宣稱，笛卡爾的心理表征概念，萊布尼茲的‘普遍特性’(一組謂詞中所有的知識都可以之表達)概念，康德關于概念規則的宣稱，弗雷格對這些規則的形式化，以及維特根斯坦在他的《邏輯哲學論》中提出的邏輯原子命題公設。簡而言之，人工智能研究者雖未意識到這點，但業已努力將理性主義哲學轉變為一種研究計劃。”[3]當然，還可以進行更早的追溯：亞里士多德所歸結的人在認識過程中的三段式演繹推理對人工智能的知識表示具有更為根基性的作用。

可以說，人工智能最初萌發于這樣一種認識論類比：當理性主義認識論所揭示的人的認識過程應該受嚴格的邏輯和規則支配時，計算機中的信息處理也受精確的算法和程序控制，兩者之間無疑就具有高度的可類比性，兩種過程由此也具有形式上甚至本質上的一致性，所以，在計算機上模擬人的認識過程是完全可能的。這就是人工智能最初的理論根據，也正因為如此，人工智能在起初被視為是一個“涵蓋了認識論和邏輯的新興研究領域”，是一個“由這兩個領域之間的共同利益所創造的”的領域，從而“AI的目的是研究可能的認識關系的類別，認識論的主要目的是規范那些知識組合所必需的特性和關系”[4]。簡單地說，人工智能就是將一些認識論關系(特別是推理關系)納入到了自己的知識理論中，使得機器的知識表示或知識發現過程突顯了認識論的普遍功能。

從“人工智能為什么會有不同的流派”上來說，認識論是人工智能的哲學基礎，而在具體實施智能的人工模擬時，如何模擬的路徑則會更具體地從某種認識論理論中得到啟發。換句話說，有什么樣的認識論就有什么樣的人工智能，或者說具體的AI范式是由不同的認識論理論為其提供智力資源的；也如同AI的創始人之一約翰·麥卡錫指出:“人類水平的人工智能要求計算機程序具備一些哲學態度，特別是認識論的態度[1]”。在AI的研究中，秉持的認識論態度或立場不同，就會沿不同的路徑和技術方向去推進這種研究。就目前的三大人工智能范式來說，符號主義AI秉持理性主義認識論的立場，所以就沿著知識推理、專家系統的方向去發展人工智能；聯結主義AI秉持經驗主義的認識論立場，其致力開發的AI能力就是能夠學習、總結規律然后加以泛化，形成的就是能感知和識別的人工智能；行為主義AI秉持的是具身認知的認識論立場，注重的是智能體在感知環境的過程中具有行動上靈活應對的能力，即能像人那樣行動的能力，指向的是智能機器人的開發。可見不同的認識論為不同范式的人工智能提供了不同的哲學支撐，每一種范式所獲取的進展或成功，一定意義上也可以視為相關認識論的成就，人工智能不僅具有對認識論理論的一般突顯效應，而且還具有對不同認識論學派的特殊突顯效應。

從“強人工智能是否可能”上來說，這關系到人工智能的未來走向，是當前討論人工智能的可能性時最受關注的問題。這一問題其實也是將特定的認識論問題推向前臺，這就是認識主體的屬人問題：是否只有人才能充當認識主體？成為認識主體的必要條件是什么？人工智能是否終將會具有自我意識和自由意志？意識和意志作為認識現象，應該如何界定？當這些問題在學術界被熱議時，無疑也意味著認識論重新成為“顯學”時代的來臨。

2.體現效應：人工智能的成就對認識論效能的展現

人工智能之所以在今天如此重要，是因為它幫助我們解決了越來越多的問題，其成就和效能與日俱增，由此也體現了作為其哲學基礎的認識論的效力。

哲學認識論原本是抽象而宏大的理論，它容易得到類似于“哲學無用論”的評價。而當作為某種認識論追求的人工智能獲得成功時，意味著它背后無形中起支撐作用的認識論也發揮了效能，使得“認識論無用”不攻自破。人工智能的創始人紐厄爾和西蒙就揭示了AI研究必然要走向認識論問題：“僅是建構一個知識基礎，就成為智能研究的重大問題……關于常識性知識的內容與結構，我們還是知道得太少了。‘極小’常識系統必須‘知道’有關因果、時間、目的、地點、過程和知識類型……的某些情況。在這一領域中, 我們需要花力氣做嚴格的認識論研究。”[5]可見，人工智能的研究使更多的認識論理論問題浮出水面，走向前臺。在這里，體現的意義就是哲學認識論獲得了“用武之地”，具有存在和影響人工智能的價值，這就是AI對認識論的所具有的特殊的體現效應。

如前所述，研究人工智能必須秉持某種認識論。不同范式的人工智能由不同的認識論所支撐，亦即特定的人工智能范式是特定的認識論流派的體現，從而人工智能的多樣性體現了認識論的多樣性。由于人工智能對認識論體現的多樣性，所以，了解或學習某種人工智能，就是接受某種認識論的潛移默化；而人工智能研究中的范式變換，在某種意義上就是認識論上的“立場轉換”。發掘人工智能對認識論的這種體現關系，也是將AI置于認識論的分析之中，在經受了認識論分析后，人工智能的一般共性和不同范式的個性才得以清晰的顯現，從而有助于在根本的層次上形成對AI范式區別的把握。

人工智能在前臺的多姿多彩和價值擴增，在某種意義上也體現了其背后的哲學認識論的效能，在這個意義上甚至可以將人工智能視為認識論的應用，從而具有“應用認識論”的性質。人工智能作為應用認識論的一種解釋是，“運用機器或模型來模仿諸如感覺、認知、學習、選擇性記憶的過程，或者應用人類分類、感覺、存儲、搜索等原理來設計機器、編程、掃描、存儲和檢索系統”[6]，也就是在機器載體上對認識論原理的應用。這種應用的關系進一步體現出，沒有認識論的發展，就沒有它在機器系統中的應用，由此體現了作為人工智能淵源的“理論認識論”即哲學認識論的當代價值。

3.拓深效應：人工智能對認識論研究的拓展與深化

人工智能在突顯和體現認識論的過程中，還不斷對認識論研究提出新問題，拓展新視界，從而進一步形成對認識論理論的拓展和深化效應。

人工智能雖然在認識論的啟示下萌發，但人工智能的理論并不是簡單地重復各派認識論學說，而是結合最新的探索，以自己獨特的視角和語言，重新概括出自己對智能及其模擬過程的理解。如“物理符號系統”“表征—計算”“人工神經網絡”“深度學習”“感知—行為”等就是這樣的概括，其中包含的內涵既拓展也加深了我們對某一向度的認識活動的理解。如同斯羅曼所說：“人工智能(以及計算機科學)已經開始通過為自然智能的各個方面提供新的解釋形式，并對有關思維的性質、活動和產品的古代哲學問題提供新的答案，來推動科學和哲學的發展。”[7]94可以說，各種人工智能范式都對認識的機制提供了新的闡釋，從而豐富了關于認識活動的哲學理解。如“認知的計算闡釋”經過幾百年的發展，計算概念成了許多人把握、說明、思考認知的一種獨特方式。當認識論對認識過程的說明結合這些新的視角后，就可以形成更加開闊的視野。當一般的“認識”范疇借助這些形式多樣的表述得到了極大的豐富時，也使我們對各種形式的認識活動通過這些“概念指引”和啟發進入到更加微觀的把握。基于AI關于認識本質的理解還形成了“計算主義”“聯結主義”“行為主義”之間的新爭論，如果在當代認識論研究中汲取各派的合理之處，加以整合提升，還可以形成涵蓋面與合理性更高的認識本質理論。例如，我們的認識論先前已將認識的本質歸結為實踐基礎上主體對客體的能動反映。結合人工智能的新成果，我們還可以將其擴展為：認識作為能動的反映還是與身體相關和情景相關(具身性與具境性)以及技術相關的(可被人工智能技術延展和增強)，在高級階段還具有計算-表征的特征，從而是可以被機器模擬的對象。由此導向對認識論理論發展的新成果。

此外，人工智能還通過對一些傳統認識論問題的“再思考”來加以深化。如圖靈測試關于“機器是否能思考有智能嗎”的問題，就引起我們對“思考”“智能”這一認識論范疇的再研究。目前，基于機器學習的感知AI，正在向認知AI提升，這個提升的技術解決，也將形成基于微觀機制的理論成果，這對于我們深化對于人的認識活動中“從感性認識到理性認識飛躍”的闡釋和理解將起到重要的深化作用。AI的發展甚至對一些認識論觀念形成挑戰的方式來強力推進認識論研究的深化乃至創新和革命。

總之，認識論與人工智能存在的根基性的關系，使得人工智能在今天，理所當然會使認識論的地位得到極大提升。哲學的重心曾經歷了從古代本體論到近代認識論再到現代人本學的轉變，而今人工智能某種意義上又使認識論重回哲學的中心，使其得到關注的程度與日俱增，這可以說是人工智能最重要的認識論效應之一。

二、人工智能的認識論工具效應

至少在強AI出現之前，人工智能對人的唯一功能就是作為工具而起作用。這種工具的作用也必然在認識論的維度上得以體現。例如，它可以充當人的思維認識活動的“鏡子”，在幫助人進行“認識自我”中發揮出“鏡像”的效應；它可以對認識論假說提供檢驗和驗證的技術新手段，從而形成“實驗”的效應；它還可以作為人的認識能力提升的強大裝備，產生“增強”的效應。

1.鏡像效應：將心智對象化進而客觀地研究主觀認識

借助鏡像來認識自己，是高級的智能生命所具有的一種認識能力。這也是我們理解和闡釋“自我”(包括精神自我)這種難以直接觀察的對象時常用的一種方法。盡管它不可能絕對地完全地展示對象的全部本質屬性和內容，但可以有限合理地幫助我們理解相關對象。人的認識發生于自己的腦海深處，作為活體所進行的活生生的心智活動不能為人自己所直接觀察，而需要借助鏡像來觀察和探究思維意識的奧妙，就成為一種必要的方式。人工智能可以充當人的智能的這種鏡像方式。

人工智能是對人的智能(認識、思維過程)的技術模擬，是在計算機上建立的大腦工作模型，所以，“人工系統是自然系統的良好模型，因為它們共享構成其行為基礎的相關因果組織”[8]69。當然不同的人工智能建立了不同的模型，這些模型一方面模擬人腦的認知從而完成人所交予的認知任務；另一方面也以模型的方式展現出人腦的工作原理，即認知活動的機制。于是，這些模型成為心靈的某個維度或局部工作機理的寫照或投射，人工智能由此成為可供人透視自己心智活動的鏡子，成為人類把握精神自我的新的參照物，成為解開自己心智之謎的鑰匙。由此一來，人工智能作為認識論研究新工具，起著鏡像的作用，將心智對象從第一人稱的存在轉化為第三人稱的存在，人類因此可以客觀地研究自己的心智過程。

人工智能從多方面起到這種鏡像效應。烏丁認為，通過智能作為“人類水平智能代理的發展提供了一種人腦的復制品，用它來研究人腦比較容易，它有助于更好地理解心智和大腦……人工智能在認知科學的研究領域是一個有用的工具，因為這種技術創新有助于更好地理解人類的思維。基于人工智能的應用程序，如語音到文本、文本到語音、自然語言理解和個性化，使人類識別成為可能，由此能充分理解人類的思維”[9]。人工智能可以作為一種特殊的認識系統來看待。作為鏡像，人工智能有助于我們清晰地把握認識過程，內在地揭示認識的發生機理，深刻地洞悉認識的本質。

認識主體通過鏡像來認識自己，也被稱為“反身闡釋”，它是 “自知”(Self-awareness)的一種重要手段。由某物演化出來的對象反過來闡釋自身，也是一種普遍的研究方法。如人工制品作為工具如同技術哲學家卡普所說的是人的器官投影，這種投影的集合形態就是機器，而機器也可以反過來對人進行再闡釋，便有了“人是機器”的說法。目前研究人工智能的重要目的之一，就是反過來說明人的智能的機制。研發人工智能的一大目的，就是使用AI來理解一般的智能。可以說，人工智能使得通過鏡像手段來認識人的心智的進路顯示出強大的功效，人工智能正在成為智能或認知的重要闡釋平臺，機器認識也日益成為研究曾作為“黑箱”的人類認識的可以“打開”而加以直接觀察的“白箱”。

當然，還需要特別指出的是，目前的人工智能不是人的智能的全部鏡像，而只是人的智能的局部鏡像，一旦通用人工智能實現后，這種鏡像就可能向“全息”的方向邁進。

2.實驗效應：AI作為認識論的實驗室并走向實驗認識論

美國哲學家海姆曾將虛擬實在視為哲學本體論或形而上學的實驗室，從這一關聯的意義上我們完全可以說，人工智能就是認識論的實驗室，進而使得人工智能還具有實驗認識論的性質。

人工智能之所以可以起到認識論的實驗室效應，是因為人工智能就是要在清楚認識活動機制的基礎上盡可能地在機器上加以模擬，而機器上對某種認識機制的模擬，就形同將人類所理解和把握的某種認識機制轉化成算法并在人工智能裝置中加以“實驗”，起到對于這種理解及其算法轉換是否正確的檢驗作用，認識論的某種假說由此可以通過實驗的方法得以展開和觀察、檢驗和驗證。認知科學家薩迦德也揭示了這種實驗效應：通過編寫一個科學認知方面的模擬程序，可以提供一個計算可行性的最小試驗，用以測試潛在的理論觀點[10]。由此一來，認識論假說成為基于實驗的可檢驗的理論，一些爭端甚至也可以借助實驗來解決。可以說，人工智能過去行使了這種職能，它對先前的一些認識論理論(如理性主義、經驗主義、具身認知等)通過不同AI學派的實際應用加以實驗性的檢驗，包括檢驗各派AI的合理性或適用范圍，來把握相關的認識論的合理性范圍與程度。例如，正是符號AI經過實際的運作而發現了其中的局限，這個實驗的機器似乎也就證實了計算—表征理論對于說明認識本質的有限性或它對于認知闡釋的合理性范圍。人工智能以后還將繼續行使這一職能，各種新的認識論假設，可以通過實施人工智能得到檢驗、驗證，認識論由此也變得更加“實在”。

人工智能也是一種認知建模的活動，是對認識現象的“建模致知”，而建模就是一種理想化的實驗。在此基礎上，人工智能哲學家博登甚至將人工智能直接稱為“實驗認識論”，她說：“在人工智能的控制論傳統中，麥卡洛克為了尋求知識的生理學基礎，特別是尋求使我們擁有概念和用其思考現實世界(或可能世界)的機制，將他的工作用一種類似康德的術語稱之為“實驗認識論(Experimental Epistemology)。”[11]184這種實驗認識論的性質使其工具的特性更為顯著，進而薩迦德認為，“人工智能的一些程序和工具被用作解決哲學問題的實際手段”[1]。

無論是認識論的實驗室，還是實驗認識論，人工智能都對認識論起到了實現手段和檢驗工具的效應，也使得認識論研究可以借助技術的手段得以在新的平臺上展開，即在智能機器上以技術試驗的方式來研究人的認識。由于實驗通常需要在理想條件下進行，所以，作為實驗認識論的人工智能起初可能只是理想狀態的認識論，可能只能處理積木世界中的問題(從而是一種“積木世界中的認識論”)，但實驗室的成果終究會走向實際、面向復雜性的實現世界，這也正是實驗的目的所在。

3.增強效應：人的認識能力借助AI而突飛猛進

如果說認識論力求使心智秩序化，那么人工智能則進一步使秩序化的心智可以被工程性地應用于為人服務，而這種服務反過來又極大地增強了人的認識能力，這正是AI在當代最為顯著的認識論工具效應。

作為人類智力活動的重要工具，在計算機和人工智能被人可以有效使用之前，可以說人的腦力勞動的方式主要是“手工勞動”的方式，其效率和效能普遍較低。計算機和人工智能作為工具被人在腦力勞動中使用后，一系列新的特征(如數字化、自動化、智能化、網絡化等)隨之呈現，腦力勞動或更廣義的認識活動發生了劃時代的變化，這些變化的一個集約表現就是人的認識能力得到了空前的增強。

人工智能對人的認識能力的增強效應是全方位的，如它使得認識系統中的3個基本要素(認識主體、客體和中介)都得到空前增強。認識的中介就是認識工具。由人工智能、腦機接口等充當人的認識工具后，作為認識主體的人直接獲得了高效的認識輔助手段，人可以將許多工具性的職能卸載給人工智能，自身獲得了新的解放和自由，成為更具創造性的主體；人工智能還通過如前所述的鏡像化，使得人的心智這一最復雜的認識對象成為可以客觀地、精確地考察的對象，標志認識對象被“開發”到了一個新的階段。由此而使認識系統的3要素得到了整體增強。又如從認識系統的環節來看，包括知識信息的搜集和選擇、加工和儲存、擴散和傳播等各方面的能力都比以前發生了翻天覆地的變化，AI輔助下的感知、識別、推算、預測、決策等認識也獲得突飛猛進的發展，不斷取得前所未有的成就。

此外，人工智能對人的認識能力增強的方式也不斷升級換代，如從基于弱人工智能的專門化增強到基于通用人工智能的整體性增強，從作為輔助工具的增強到作為代理(Agent)的替代式增強，從作為“外腦”的體外延展式增強到腦內植入式增強，從人機分離的增強到人機融合的增強等。

當然，也要看到這種增強效應的雙重性。如智能算法能幫助我們更高效地選擇所需信息、節省我們搜集認識所需信息的時間和精力，但也會因為有針對性的信息推送而限制我們的眼界，強化認識活動中的群體極化和繭房效應，遮蔽全面的信息來源，甚至還會因為算法歧視的影響而“帶偏”人的世界觀和價值觀。而AI對人的替代式增強，則可能使人越來越多的認識能力因“用進廢退”而發生退化，以及在人機關系上的主客易位，這都是我們必須要力求規避的人工智能的“認識論風險”。

三、人工智能的認識論創新效應

創新是人類認識最重要的能力。人工智能的諸多認識論效應中，對于促進創新的效應也是其重要的方面。對人工智能的認知論創新效應可以從它對人的創新性認識及其成果所起到的傳遞效應、驅動效應和平臺效應上來進行一一分析。

1.傳遞效應：AI的創新活力對認識論的強烈感染

人工智能本身就是創新的產物。人工智能問世后也一直是一個充滿創新活力的前沿科技領域，今天它正在不斷將人類帶入新的天地和境界。可以說，不創新，人工智能就不成其為人工智能，因為“智能”就在于能夠解決沒有先例的新問題，重復解決那些有先例可循的問題就不再有智能的屬性。今天我們對人工智能的理解也是基于這樣一種動態的理解，即機器已經能夠解決的問題就不再屬于人工智能的范疇，只有那些未曾解決的問題才是人工智能研究和突破的方向，所以，人工智能永遠在創新的路上。人工智能所具有的認識論的屬性，也使得它的創新特征必然“傳遞”到哲學認識論研究之中，對其產生強烈的“感染”。人工智能所形成的新視界、新理論、新學派，不斷為認識論研究提供“新鮮血液”和“創新原料”，在“消化”人工智能新成果的過程中，認識論研究不斷獲得新的啟示，呈現新的繁榮。從人工智能的新發展中可以總結出認識論觀念或理論的新發展。人工智能充滿創新活力的特征，使得作為其哲學基礎的認識論在智能時代也正在越來越充滿創新活力，“對人工智能的哲學問題的興趣已經與廣泛采用人工智能范式和模型來解決哲學問題結合起來，從而促進了一場新的研究熱潮”[1]。

這種傳遞效應也體現為人工智能為認識論創新提供了新的契機。人工智能的出現和存在，本身就是一個新的認識論問題，它帶來的人工智能與人類智能的關系問題成為需要進行新的認識論探索的問題，由此“AI觸發最終回答科學和哲學問題的潛力,例如關于心智和精神狀態和過程是什么,以及它們如何工作,包括他們如何進化,如何發展,如何不同”[7]95。人工智能帶來的哲學新問題主要有兩類，一類是倫理問題，另一類就是認識論問題。這些新問題沒有現成的答案，只能靠創新才能加以解決；這一現狀也使得探索這些問題的限制相對較少，這就為認識論創新提供了極好的契機。在這里，問題有新意，闡釋有新意，見解有新意，即新意在這個領域幾乎無所不在。即使是傳統的問題，在人工智能背景下也激發了新的探討，如智能的本質可以啟發我們重新探究認識的本質問題。

認識論研究的現代化也在很大程度上呈現為人工智能的深度融入。從概念的導入(認知、算法、計算、程序、形式化……)到機制引進，人工智能呈現出為認識論創新提供新工具的價值；“實際上，人工智能中開發的概念和實用工具為一些哲學主題提供了一種創新方法。如今，這兩門學科的相互作用逐漸顯現為一種重要的交互滋養，朝著各自邊界消失的方向發展。哲學在闡明人工智能的目標和方法方面起著相關的作用，人工智能在回答幾個不同的問題方面為哲學提供了強大的工具。”[1]當人工智能可以從認識論獲得方向指引時，認識論同樣可以從人工智能中尋找洞見。汲取人工智能成果的認識論研究必定是創新型的認識論研究。

2.驅動效應：AI的突破有賴于認識論的創新

由于認識論是人工智能的根基，所以，人工智能的突破需要認識論的創新甚至革命予以支撐。目前人工智能的重大突破(如從專用AI到通用AI的突破)之所以還未發生，重要的原因之一就在于認識論供給不足。人工智能的困境或瓶頸，也是其面臨的認識論困境或瓶頸，認識論如果不取得根本性突破，對一些瓶頸性的現象(如常識的形式化、技能知識的算法化、符號的語義落地、框架問題的存在等)如果達不到認識論層面上的透徹理解和揭示，人工智能就難以取得根本性的突破。這就是斯羅曼所指出的狀況：“目前，大多數人工智能研究的目標是可證明的實際成功，而一些重要的科學問題卻沒有得到解答，在某種程度上也沒有得到注意。”[7]94所以，弗蘭辛斯基指出，人工智能的發展極為希望哲學能提供心智理論和認識論的現代模式[12]。

認識論對于人工智能發展的哲學制約也為不少人工智能專家所揭示。如董軍、潘云鶴認為：“歷史地看，人工智能的發展不時地陷人沒有預想到的深層困境，這提醒我們不僅應當從人工智能發展的技術問題，而且應當從人工智能的最根本概念和理論上去尋找原因，人工智能需要更為寬廣的眼界和宏觀的方法論指導。”[13]人工智能誕生的初期普遍存在的是樂觀的預見，認為二三十年或一代人之內就能使智能機器達到人的智能水平。但后來的歷程并不順利，即使到今天也距理想的目標遙遙無期。吳朝暉院士歸結人工智能目前的現狀是“感知智能可適應性差、認知智能‘天花板’低、通用人工智能發展乏力”[14]，從根基上看還在于人工智能的理論綱領基本仍囿于計算主義之內，未能在超越這一綱領上取得重大的突破。形成這一狀況的哲學根源，就在于認識論上的種種藩籬和隔離；而要突破這樣的藩籬，就要進行多向度的融合并在在這種融合中創新。

一是需要認識論學派自身的融合。目前不同范式的人工智能以不同的認識論學派為根基，所形成的是各種專用的人工智能。要實現通用的人工智能，至少需要有融合各派的認識論作為理論基礎，即至少需要以理性主義、經驗主義和具身認知加以貫通整合的新型認識論為導引。目前，國內已有學者在進行這種融合的嘗試。如鐘義信用“機制主義”來表達這種融合的可能性，他認為現行人工智能理論的研究模型或者是“大腦的結構”，或者是“大腦的功能”，它的研究路徑或者是“結構主義(模擬腦的結構)，或者是功能主義(模擬腦的功能)，或者是行為主義(模擬智能系統的行為)”，尚未實現統一。要創建“結構—功能—行為”和諧融通、“意識—情感—理智”三位一體的通用人工智能理論。結構主義人工智能理論、功能主義人工智能理論和行為主義人工智能理論乃是機制主義人工智能理論在不同知識條件下的3個特例，而且是“和諧相生”的3個特例[15]。今天大力倡導和推進的數據驅動與知識驅動融合的人工智能，以及在此基礎上實現知識、數據、算法、算力的結合，來走向新一代人工智能，就至少是將經驗為基礎和理論為導向的認識論作為人工智能新方向的根基，無疑體現了經驗主義和理性主義的新融合。

二是需要認識論中的科學與人文的融合。如果將認識論區分為科學的認識論和人文認識論的話，目前人工智能因其信息處理活動中的形式化、程序化、邏輯化等特性而更偏向的是科學認識論，而非人文認識論，它所模擬的主要是標準(清晰、明確)的科學認識，還不具有模糊性、歧義性、跳躍性的日常認識(人文認識)，因為后者所需要的大量的背景知識和具身技能，以及根據環境靈活應對的“日常能力”等構成的生活世界中的認識能力，人工智能還不具備。就是說，即使我們認可了人工智能的認識論屬性，但目前也僅僅是更像科學認識論或理想條件下的認識論，而非具身的人文認識論。人工智能之所以還無法完全模擬人靈活應對環境的認識能力，也是因為我們從認識論上還沒有搞清楚技能知識、背景和常識在認識中起作用的具體運作機制。就是說，我們的認識論對科學認識的機制已了然于胸，但對日常生活中認識活動的許多機理還沒有透徹把握，對那些非標準化、非模式化甚至非形式化的人文認識還了解較少。如果人工智能作為科學認識論只停留在計算主義維度和水平上，就難以取得重大的突破。只有融入了包含生活認識、具身認知、常人認知的人文認識論，人工智能才能在更像人的方向上取得實質性的進展。

三是需要走向人機合作的認識論。人工智能嵌入到人的認識過程之后，機器認識的新特征隨之進入到認識論研究的視野之中，此時就需要有一種能夠容納人和機器在信息處理過程既相似又相異的認識機制的認識論，這就是人機融合的認識論，抑或可稱之為一種更廣義的“Agent認識論”。機器具有認知能力在AI時代已是不爭的事實，“具有廣泛認知能力的機器人被稱為認知機器人。這些機器人有可能在沒有人類幫助的情況下完成開放式任務，它與專用處理體系結構的集成使這些機器人能夠學習并相應地響應復雜的情況”[9]。機器具有認識能力使得“機器認識論”應運而生。而當機器形成了勝過人的某些認識功能時，如何使其與人的認識過程相兼容，使機器認識論與人的認知形成有機對接，造就出人機和諧的認識新系統，對于人工智能的未來發展將會起到十分重要的作用。人機合作的認識論是智能時代的一個全新的認識論課題，是人工智能發展對認識論創新的前沿需求。

總之，人工智能的不斷發展對認識論的創新提出了強烈的需求，它“倒逼”我們去尋求不同認識論融合的可能，促使我們去搞清楚人文認識的機制，以及人機結合的認識過程之前景。人工智能作為認識論前行的新引擎和新動力，使得認識論永遠在創新的路上不斷探索。

3.平臺效應：AI為認識論創新提供充裕條件

人工智能還直接為認識論的創新提供平臺，提供前所未有的技術和實驗條件，使過去只能停留于想象中的認識論假說，可以借助如前所述的鏡像和實驗效應得以實施、考察、驗證和修正，由此為認識論創新提供新環境、新平臺、新條件。在人工智能的裝備下，認識論新理論的產生方式不再僅有純粹思辨的方式，而是也可以有基于實驗的實證方式；當新理論形成后存在分歧時也不再只能是各執己見、無法達成共識，而是可以借助人工智能這個認識論的實驗室來檢驗不同理論的正誤，進而解決過去因無法驗證而不能消解的紛爭。所以，人工智能所具有認識論創新的平臺效應，還在于它是一個新型的可以形成更多的共識性認識論創新的平臺。在認識論研究中有效地利用好人工智能，它就可以成為促進認識論新發展、拓展認識論新空間、開辟認識論研究新趨向的創新平臺。

當然，對于人工智能的認識論創新效應，我們同樣也需要注意這樣一個問題：如何將AI限制于輔助甚至啟示我們創新，但不能代替我們創新，這是在人機之間形成合理的認識論分工所必須解決的問題。

四、結 論

總之，人工智能具有多向度的認識論效應。從基礎的維度上，它具有推進認識論理論研究的效應；從應用維度上，它具有充當認識論研究新工具的效應；從發展的維度上，它具有倒逼認識論創新的效應。當代認識論研究如果能夠積極汲取人工智能發展的前沿成果，借助新的認識論問題的持續啟示和激勵，在人工智能對認識論創新所形成的緊迫而強大需求的有力推動下，無疑可以和人工智能一起進入興盛繁榮的大發展時代。