人工智能會超越人類智能嗎？*

關于“人工智能能否超越人類智能”這個熱點問題，自人工智能產生之日起就爭論不休。本文將從兩個對立方面來探討這個問題：一是人工智能為什么不會超越人類，如塞爾的生物自然主義；

J.R.Searle, , , London:Penguin, 1989.

二是人工智能為什么會超越人類，如庫茲韋爾的奇點論。

R.Kurzweil, , London: Viking, 2005.

這是一個“一體兩面”的問題，其另一種表述是相對于人類智能的類人智能是否可能。前者立足于人類中心主義，認為人類智能是迄今甚至今后宇宙中唯一的生物智能(自然認知系統)，人工智能(非生物智能)不過是其衍生物，是一種人工認知系統；后者立足于超人類主義，認為人工智能會達到人類水平甚至超越人類，人類所能做的是如何造出與人類目標一致的所謂的“友好的人工智能”或“負責任的人工智能”或“可信的人工智能”，

避免和禁止對人類產生威脅的機器人出現。這兩種對立的觀點涉及生命、意識、智能和認知的相互關系，在筆者看來，這兩種觀點現在和未來很長一段時間會一直爭論下去。

不過即使到現在，我們仍然會發現許多款勞力士機心都是采用KIF防震器。我們在其子品牌帝舵表的機心中也會發現大量采用KIF防震器的機心。

總之，培養留守兒童良好的學習習慣需要家庭、學校、社會同關注、齊參與，我們教師作為留守兒童的“家庭外監護人”，在他們的家庭教育缺失的情況下，要通過不斷地探索，讓他們感受到教師的關愛，培養他們的自信心、自尊心，培養他們的自主學習的習慣，讓他們在初中三年的學習和生活中溫暖、充實、有收獲。

一、AlphaGo是否超越了人類智能

人工智能和認知科學的發展業已說明，人的認知與計算機的認知(計算)之間有著緊密的聯系。計算機包括人工智能實質上是以機械的方式代替生物的方式模擬人腦的功能。計算—表征主義是我們熟悉的“老式人工智能”范式，也稱為強人工智能，它雖然受到后來的聯結主義、動力主義以及具身認知科學中新興起的嵌入認知、具身認知、延展認知以及情境認知這些新研究綱領的責難，也受到哲學和心理學的挑戰，如智能機是否有意識和情感，是否有理解力等棘手的問題，但在技術層面，目前智能機運行所依據的理論仍然沒有超越計算—表征主義范式，就像發射人造衛星所依據的理論仍然是牛頓理論一樣，盡管牛頓理論遭到了相對論的批判和超越。這說明計算—表征主義仍然有強大的生命力。

從語境論的視角看，如果進入計算—表征主義的語境中，我們就會發現，它的主張是有道理的，因為它對計算、表征、思維和智能的定義，決定了它要執行的策略和方法論，比如思維被定義為計算，智能被定義為推理與表征，“圖靈測試”實質上是圖靈巧妙迂回地回答了“機器能思維”的問題，暗示了這種智能是一種“好像智能”或“假裝智能”(相對于人類智能)。在這個定義的語境下進行操作，計算—表征主義就是合理的，超出這個定義的語境，就不是計算—表征主義了。塞爾的“中文屋論證”就是對強人工智能的反駁，即計算機只是操作符號而不理解其意義。在筆者看來，塞爾犯了語境錯位的錯誤。計算—表征主義一般并不主張計算機會像人那樣去理解，它只是在做計算和推理，計算推理達到的結果與理解達到的結果一致就行，至于計算機理解不理解無關緊要，畢竟計算不能完全代替認知(認知的含義遠大于計算)，或者說認知不僅僅是計算，還包括知道和理解。所以，塞爾是在人理解的語境中談認知或思維的，計算—表征主義是在計算推理的語境中談認知或思維的，語境不同自然就會產生分歧與爭論。因此，我主張的“語境同一論”就是要解決由于語境不同而產生的分歧和無謂爭論。

當然，如果計算—表征主義也一味地堅持計算機會像人那樣理解地認知，那就有問題了。畢竟計算機只是運用規則和推理操作符號，至于符號的含義是什么它是不知道的。在這個意義上，筆者贊成塞爾的觀點。

那么，人們會問，作為人工智能典型代表的AlphaGo是否戰勝了人類智能呢？關于這個問題，筆者的看法是，目前機器智能沒有超過人類智能。這就看我們如何定義“智能”概念了。人類智能應該包括計算力、感知力、預測力、直覺力、洞見力、情感力、意向力(自我意識)和自語境化力(能夠自動融入語境)，這些能力筆者統稱其為“人類的綜合能力”。智能機顯然還遠沒有達到這種綜合能力的水平，雖然它具有強大的計算力和儲存力，而且這兩種能力還遠遠超過人類。目前的智能機顯然沒有情感和自我意識，更不能隨著語境的變化而自動融入新的語境，如不能應對自然語言的理解難題，因為智能機畢竟還是機器，它不能像人那樣自主地融入語境，盡管設計者可以在一個給定范圍內給它設置語境，如一個特定的語義網構成一個語義域或知識庫。相比而言，人類的語境是歷史地自發地生成的，無需一個額外的設計者。

這個關于意識的水形態類比似乎很有道理。但是，我想反駁的是，分子或原子的排列重組與神經元的排列重組是相同的嗎？或者說，物理層次的排列重組和生物層次的排列重組是同一的嗎？在筆者看來，這兩個層次之間存在著質的差異，一定有某些環節我們還沒有掌握；如果使用適應性表征來描述則更為恰當，因為物理系統與生物系統都具有適應性表征功能，只是前者是基于物理規律自發的無機屬性，后者是基于生物規律有感受性的有機屬性。

除了計算，表征也是不可或缺的。這就是形式語言表征對于人工智能的不可或缺性。由此我聯想到一種無表征主義，如德雷福斯就主張行為的無表征性。在我看來，沒有表征就不會有知識，更不會有科學和人工智能。道理很簡單，因為我們不知道通過什么方式來表達或描述這些行為，這就是知識表征，雖然存在意會知識(無法或不能表達出來的知識)，那是個體在純粹理解的意義上談論的，如果要呈現出來，則必須通過某個媒介如自然語言來描述，自然語言就是我們常見常用的表征形式。所以我主張，無表征就無知識，也不會有智能。即使是心理表征，雖然不可見，我們也常常使用心理狀態或信念狀態等概念來顯示其存在。這充分說明，只要我們思維著、行動著、探索著，表征活動就時刻存在著。可以說，表征行為是人類及其理性衍生物人工智能特有的，因為表征本身包含意義，有意義就意味著理解和解釋行為。但在理解和解釋的層次上，人工主體(智能體)的表征就是一種呈現意義的方式，其中包含的意義是人類設計者賦予的。這完全不同于自然現象的“表征”，這里的表征之意是屬性呈現，因為自然不“知道”它所呈現屬性的意義。因此，呈現屬性意義上的表征只有在人解讀它后才是表征，也就是這種表征只能由人去捕捉和解釋。這就涉及產生意義的語境問題。

眾所周知，人是語境化的主體，人工主體是語境化的嗎？在我看來，人工主體能夠像人類主體那樣在特定語境中做決策。人類具有在不同語境中行動的能力，也就是能夠適應語境的變化。人工主體嚴格說是無語境的，或者不能自主地感知語境的變化，除非人類設計者給它設置語境(知識庫)，它在這種被給予的特定語境中行動，如搜索、決策。所以，一種人工主體，如果它能夠依據人類設置的語境適應性地做決策，就應該具有一定的智能，如計算和推理，這種智能是一種適應性智能。根據適應性表征的思想，凡是能夠進行適應性表征的實體(無論是人類、動物還是人工智能體)，自然就具有了適應性智能。人類是自然進化的主體(subject)，具有自我意識性，智能體是人工設計的一種代理主體(agent)，雖然可能有意向性(指向他物)，但沒有自我意識性(指向自身)。所以，兩種主體本質的不同在于自我意識性，即知道自己是誰。這意味著，一種主體，如果缺乏自我意識性(我稱之為反身性或自反性)，盡管它可能具有主動性、自主性、意向性，也不能被認為是與人類相提并論的主體。在人工智能中，在用英語表達一個具有主動性智能的實體時，都使用agent而不是subject，原因在我看來就是這兩個詞在描述“主體性”特征時，意義不完全相同。subject是指人，agent是指一種中介機構或程序或算法，也可以指代人，但大多數情況下不是指具體的人，而是指代一種機構，如法人、婚介所、律師事務所。subject表現出與其周遭環境的直接相互作用特性，而agent則表現出與其環境的間接作用特性，即中介性。人工智能就是使用agent對人類智能的模擬或再現。

概言之，人工智能無論多么智能，但目前還不會擁有我們人類的意識特性。這表明智能不一定需要意識，如機器人，有意識也不一定有智能，如剛喚醒的植物人。如果說意識是一種生物現象(自然長期進化的結果)，具有自然進化能力，那么無意識的智能就是一種物理現象，只是這種物理現象具有適應性表征能力(可稱為機器進化能力)，且這種進化能力是完全基于理性的。問題是，基于理性的人工認知系統會產生意識嗎？

二、理性策略是否會產生有意識智能

第二是意識論證。科學特別是生物化學已經揭示，目前的有意識物體均是碳基的(有機的)，即是由碳水化合物組成的有機生物。這是地球上生物長期進化的結果。按照自然進化邏輯，硅基的機器產生智能是不可能的。機器要有意識特征，如感受性，必須與人類結合或融合，如在人腦或人體中嵌入某個智能硬件。單獨的機器意識是不可能的，也就是僅僅是硅基的物理裝置是不會產生意識的。若“腦機混合”產生意識是可能的，那也是人機混合或人機一體的新型人工智能。但是，這種碳基—硅基的混合體已經不完全是碳基生物了，而是合成物種產生的另類智能。

由于人工智能嚴格遵循理性策略，它不能應付非理性就是可理解的。所謂理性在筆者看來就是遵循規則行事，否則就是非理性。比如，所有游戲都有規則，所有比賽都有規則，否則就亂套了。或者說，理性就是規范，就是約束，如社會倫理、法律、交通秩序都是規則，人人都應該遵守。這就是哲學所說的規范性。人工智能是完全理性的事業(至少目前是這樣)，是嚴格按照規則完成任務或解決問題的，這就排除了非理性的因素。在這個意義上，人工智能及其應用領域機器人學，就是按照規則做事，盡力避免非理性。這既是一種研究策略，也是一種權宜之計，因為到目前為止，雖然人工智能得到超乎尋常的發展，但我們還不能賦予機器人這種人造物以情感和心靈，即機器意識。所以說，要求機器人有情感有心靈甚至有道德感和審美感，一方面是對人工智能研究要求太高，另一方面可能超越人類設計者的能力。但是，人類設計者讓機器人依據目標適應性地行動還是能夠做到的。

人工智能中的方塊—世界(block-world)問題就是理性策略的典型例子。該問題是說，使用機器人的手每次撿起一個方塊，并以某種方式重新安排那些方塊的排列，如由橫排列變成豎排列。這個任務由人做起來是再簡單不過的事情，但由機器人來做就不那么簡單了。如果機器人學能夠解決這個問題，與此相關的其他問題就迎刃而解了。事實上，現代機器人可以做到了。這個問題給筆者的啟示是，智能行為不必是有意識的，就如生命現象不必是有智能的一樣。人工智能的快速發展告訴我們，人類一旦創造了機器智能，該智能就可以沒有意識驅動仍可自動運行，這就驗證了科學哲學家波普提出的客觀知識世界的思想：物理世界和主觀世界相互作用產生知識世界，知識世界一旦產生，就不再受前兩個世界的制約，有自己獨特的運行規律。人工智能產生的知識或智能，很可能就屬于這種情形。如果是這樣，人工智能脫離人的控制可能就不是神話或科幻了，因此，我們在大力發展人工智能和機器人產業的同時，也要警惕這種可能性的出現，畢竟“嫦娥奔月”不再是神話。

當然，就目前的發展水平和認知能力來看，人工智能最終達到或超越人類智能的可能性不大。這主要是基于如下判斷：其一，人類智能不等于人工智能，智能不等于智慧，認知也不等于計算，而且硬件很要緊，即生成智能的物質是碳基的還是硅基的至關重要，或者說，意識現象包括認知和智能是生物現象。其二，人工認知特別是人工智能是非生物的(不排除將來人機融合的可能性，或制造出有生物身體的機器人)，生物與非生物之間的鴻溝可能難以逾越。其三，如果具身性是智能的必要前提，那么具身機器不僅要能模擬人的思維和行為，同時也要擁有人的各種心理能力和感受性，這恐怕難以實現。筆者認為，人工智能就是模擬人的思維和行為的機器智能，只是“看起來”像人的行為而已。人類能否實現強人工智能的目標，至少從目前的技術水平來看可能性不大。即使是深度學習、強化學習以及深度強化學習和大數據技術的出現，也只是增強了智能，并不能讓機器擁有意識。顯然，如何讓機器擁有意識、情感、感受性等這類心理能力是實現強人工智能的瓶頸。

不論強人工智能能否實現，造出完全像人甚至超越人智能的硅基智能機(物理認知系統)是不可能的，這里存在一個“硬件鴻溝”問題，即構成智能的材料(生物的還是物理的，有機的還是無機的)是至關重要的。這是認知科學中的“硬件要緊不要緊”問題。不弄清心智是如何從無機物到有機物形成的問題，我們就不能解決單單從無機物(機械裝置)產生心智的問題。即使最終我們通過人機融合而產生人類水平的智能，那也只能算作“雜交”智能；即使這種“雜交”智能達到甚至超越人類智能，它也不是強人工智能意義上的機器智能(即完全由物理裝置產生類人的智能或智慧)。因此，跨越硬件產生心智是個更難的問題。這意味著，人類智能與人工智能的重要差別就在于構成材料的不同。在物理裝置上實現的只能是智能，而不是智慧。智能與智慧是兩種智能區分的標志。或者說，人工智能可以有強大的智能，但不會有人類的靈性和智慧。

三、人工智能不會超越人類智能的四個論證

關于物理或機械的人工智能會不會超越生物的人類智能的問題，筆者提出如下四個論證：

第一是上帝隱喻論證(或哲學論證)。我們暫且假設有神論成立。如果上帝存在，上帝創造了人類，由于上帝是萬能的，人類智慧就決不會超越創造人類的上帝的智慧。但正如哲學史上的論辯，上帝是否能舉起連他自己都舉不起的石頭呢？若不能，上帝就不是萬能的，但有神論者相信上帝是萬能的，這種矛盾導致上帝不存在的結論。從無神論的立場看，即使上帝不存在，如果我們承認生物進化論是正確的，人類就是自然世界創造的，人類長期的自然進化加上特有的文化進化共同造就了心智。兩種截然相反的立場的差別在于只是將上帝換成自然，或者說自然就是上帝。如果自然有靈性，自然就創造了人類。人工智能是人類創造的，按照這個邏輯，人工智能就不會超越創造它們的人類，正如人類不會超越創造他的上帝或自然。在這里，人類就是人工智能的“上帝”。所以，人工智能不可能全面超越(而非某個專門方面)創造它的上帝——我們人類。

如果我們承認機器有進化能力，那么基于適應性表征的機器進化自然會引出另一個問題，即這種無意識主體能否產生類人的高級智能。我們知道，人工主體完全是理性主體，也就是排除了非理性因素，如情感、意志、心靈、自我意識等。人工智能僅僅憑借理性就能產生人類智能恐怕是不靠譜的，也就是說，僅僅依靠符號推理和表征不足以產生人類智慧。計算—表征主義已經表明，依據理性策略可以產生強大的計算和表征能力，除此之外則無能為力。這意味著，人工智能是“有限智能”，或者說，理性是有邊界的，難以應對非理性。

第三是具身論證。從意識論證自然會推出具身論證，具身論證又可進一步推出情感、審美論證，因為這些非理性因素都是基于生物身體的。至少到目前為止，這些具身的精神或心理成分是生物學意義上的。具身認知科學業已表明，相對于物質現象的精神或心理現象是一種現象意識，也就是現象學上所說的感受性體驗，如疼痛、色彩體驗。這種現象意識是如何產生的，認知科學和神經科學還沒有說清楚，更遑論人工智能了。這就是為什么認知科學和現象學的結合成為哲學研究領域的一種趨勢。但是，目前人工智能和機器人學領域的學者好像并不歡迎現象學，認為現象學這種高大上的哲學就像韓國的整容術，看似唬人但不能遺傳。

這顯然是一種認知主義的立場，與傳統現象學幾乎不相容。

由上式可知，系統狀態x1e=xeq的平衡位置并未確定。即當導軌的俯仰角為0°時(導軌保持水平)，小球可以在導軌上任意位置保持平衡，電機通過帶傳動在導軌上施加的平衡力矩，使得小球保持靜態平衡。在實際問題中，顯然選取x1e=0(小球位于導軌正中心)，故Ue=0。

第四是耗散論證。眾所周知，生物不進食就難以生存，物理裝置沒有能量供應也不能運作。不論是生物體還是機械裝置，都是需要消耗能量的，用耗散結構理論的術語說，它們都是耗散結構，需要能量維持其演化。生物體消耗能量是生物化學的消化過程，物理裝置消耗能量(石油、電或太陽能)是物理化學過程。因此，給這些物體“斷供”就是對其“釜底抽薪”。計算機包括人工智能、機器人這種物理裝置的“阿喀琉斯之踵”就是“斷電”或“拔插銷”。所以，這些智能裝置若沒有電能就是一堆“廢鐵”。換句話說，人工智能存在的前提是“持續供電”，這與燃燒汽油的汽車沒有什么不同。

在語言教學結束時，教師會進行總結。這時，教師也可運用留白藝術，讓幼兒進行總結，更進一步掌握本節所學的知識。

將表1中的前十組數據作為原始數據建立預測模型,計算得到參數a=-0.1581,b=9.0963。經計算實際值、第二組預測值及誤差分析結果，如表3所示。

概言之，目前的人工智能還只是離散的功能性智能，而不是整體的反思性智能。前者基于計算—表征主義，后者基于生物自然主義。有無意識是區分這兩種智能的關鍵。而有無意識的物體在成分構成上可分為硅基的物理裝置和碳基的生物體。有無自我意識可能是判別智能機能否超越人的關鍵。

四、具身人工智能是否需要生命

如果說物理的人工智能不可能超越生物的人類智能，那么物理智能和生物智能的結合形成的具身人工智能或合成的類人智能是否有可能呢？關于這個問題我將圍繞泰格馬克的《生命3.0》展開討論。

泰格馬克在《生命3.0》的中文版序中坦誠，“過去，我們一直認為，智能是一種神秘的東西，只能存在于生物(特別是人類)身上。但是，從我作為一位物理學家的角度出發，智能只是運動的基本粒子處理信息的特殊過程，并沒有一條物理定律說‘建造一臺在各方面都比人類聰明的機器是不可能的’。”

在他看來，我們目前只看到智能的冰山一角，大自然中還潛伏大量智能等待我們去開啟，人工智能有可能成為人類有史以來最美好的事情，也可能成為最糟糕的事情。美好的事情是人們期望的友好人工智能的出現，成為人類的助手；糟糕的事情是，人類不愿看到危害人類的機器人的出現。

在筆者看來，主要取決于我們如何理解和發展人工智能。比如，泰格馬克所在的“未來生命研究所”的“歐米茄”研究團隊致力于開發通用人工智能。該團隊一直秉承強人工智能的理念——建造人類水平的智能機或超級智能機。該團隊認為，只要讓智能機“自我改善”地迭代不斷持續下去，最終就會讓這臺機器變得非常聰明，足以學會所有有用的人類技能，這就是機器學習。可以設想，一旦機器能夠通過迭代不斷學習下去，它們超越人類的智力也不是不可能。事實上，在純粹計算和認知技能意義上，智能機一定會超越人類，如AlphaGo，但是加上意識、心靈、情感這些非智能的因素，就很難說了。畢竟人類的心智和智能是大自然幾十萬年甚至更長時間進化出來的生物智能，要想制造出非生物的超級智能恐怕可能性不大，除非將生物的和非生物的智能相結合，因為基于生命的智能與非生命的智能完全不是一回事。這就需要從生命、意識和智能的定義和關系談起。

對河北省農村文化消費進行分析，其消費額相對較低，多數鄉鎮農村文化消費模式十分單一，基本上應用在文化消費上的是教育方面的開支。例如居民在文化娛樂享受方面開支不高。此外，農村文化消費的主要對象是電視、網絡等方面，書報方面的消費少之甚少[1]。

如果說意識是一種“涌現”現象，這在哲學上很難反駁。這與我們說知識是主體與客體相互作用的產物一樣，看似有道理，實質上是一個籠統、模糊的說法。根據強物理主義，涌現是粒子重排后產生的一種集體行為，就如同原子協同排列產生激光一樣。這意味著哲學上的涌現與物理學上的涌現不同。托諾尼等從數學上給出了意識的信息整合理論，主張一個有意識的系統必須進行信息整合而成為一個統一體。

G.Tononi, M.Boly, et al., “Integrated Information Theory: From Consciousness to Its Physical Substrate,” , vol.17, 2016,pp.450～461.

這意味著意識是統一的，它不能是獨立的幾個部分，比如我對“我”的意識是一個“我”，而不是兩個“我”。不過，信息整合理論只適用于狀態數量有限的離散系統，如量子系統，對于狀態變化的連續系統是無能為力的。我們的大腦是連續系統，計算機是離散系統，這兩種系統的組成方式(結構)和認知狀態肯定是不同的。

生命3.0未來能否出現，目前存在很大爭議。在筆者看來，完全非生物的或完全物理的生命不可能出現，除非我們將生物學、物理學和人工智能技術相結合來設計制造人機融合的類人生命。這意味著，生命就其本意而言，就是依賴于生物體的。這是自然和人類發展史以及進化生物學揭示的規律。生物是有機物而非無機物。在這個意義上，塞爾關于意識的生物自然主義是有道理的，畢竟我們還得承認生物學規律。

然而，從物理學看，生命在最根本意義上也是物理的，即由原子甚至更基本的粒子組成。泰格馬克之所以設想了生命3.0，正是基于這一觀念。這里存在一些重要的問題并產生巨大的分歧：知識或思想是基于生物學還是基于物理學？超級智能的所謂“奇點”(智能爆炸)是否存在？人類能否創造出所謂的有益的智能或友好的智能？第一個問題是問思想源于何處；第二個問題是問智能機是否能超越人類；第三個問題是問智能機是否安全，或者說其目標是否與人類的一致，能否最終取代人類。前面業已部分回答了后兩個問題。

事實上，這三個問題都不好回答，甚至沒有答案。這些問題涉及生命、意識、智能這三個概念的區分及其相互關系。如果進一步細分的話，這三個概念之間的關系不外乎以下四種：①生命→智能→意識，或生命→意識→智能；②意識→生命→智能，或意識→智能→生命；③智能→意識→生命，或智能→生命→意識；④生命?意識?智能。這些關系蘊含的問題是，是生命產生意識或智能，還是意識產生了生命或智能，還是智能產生了生命或意識，還是生命、意識和智能是相互依存的。或者說，三者之間是否存在優先性或因果性。下文將做詳細的分析。

一是對新媒體時代的適應性反應不夠迅速。不能充分運用網絡信息技術手段，整合培訓資源，開展實用性、針對性、趣味性強的網絡課程，增強教育培訓的吸引力和實效性。二是培訓模式還不夠多樣靈活。盡管在培訓工作中實現了領導上講堂、開展現場實戰培訓等，但在培訓模式上更多采取灌輸、填鴨式教學模式，交流和討論等互動的力度不夠。三是培訓途徑上相對單一。缺乏市場運作意識，不能充分利用市場資源，如高校、各類優秀企業最新的培訓理念、先進管理理念、先進培訓設備等，培訓效果不盡如人意。

泰格馬克把生命定義為“能保持自己的復雜性并進行復制的過程”，智能被定義為“完成復雜目標的能力”，意識被定義為“主觀體驗”。

生命的復雜復制能力是基于DNA的，可由生物學說明；智能的執行復雜目標的能力是目標導向的，既可由目的論說明，也可由因果論說明；意識的主觀體驗特征是由感受性(感受質)來例示和描述的，可由知覺現象學或體驗哲學和具身認知科學來說明。上述表明，生命3.0的設想與波普爾關于第三世界的知識世界的獨立性設想是一致的。由此看來，泰格馬克的觀點均是基于現代科學和哲學的，并沒有超凡脫俗之新鮮感。比如他堅持的強物理主義在20世紀初的邏輯實證主義那里就出現了，這就是卡爾納普的物理主義，只是卡爾納普更強調物理學語言的統一性，即“物理學統一論”。泰格馬克基于物理學的強人工智能立場源于他的“物質層面的獨立性”的重要性，即認識到物質層面的大部分細節對于智能是無關緊要的，如計算可在任何媒介上實現，仿佛擁有生命，與采取何種物質形態無關。這意味著，無論是什么物質，只要它可以排列成能夠實現通用計算的基本單元，如相互連接的神經元，就能夠完成計算，仿佛它們是有生命的，與它們的物質組成無關。這是認知科學中的“硬件不要緊”觀點。對于生物自然主義者，組成生命的硬件很重要；而對于強人工智能者，硬件不重要，智能可以在任何硬件上實現，硬件的物理細節可以忽略。

如果我們承認生命先于意識或智能，或者說生命產生了意識或智能，那么我們就承認了進化論，也就意味著先有了生命，才會有意識或智能，這是生命—意識連續性論題，也是生物自然主義的觀點。如果進一步主張物質孕育了意識或智能，這就是一種強物理主義觀點，如泰格馬克就認為“我們宇宙中的生命的最終極限取決于物理定律，而不取決于智能”。

不論是生物自然主義還是強物理主義，哲學立場都是唯物主義。如果認為意識先于生命或智能，如柏拉圖的“理念論”，認為世界存在于人的觀念中，世界不過是人的理念的摹寫，這是唯心主義的觀點。智能先于生命或意識的情況不存在，即使現在的人工智能也是先有人才有智能機。如果認為生命、意識和智能是同時存在并相互作用，這就是多元交互論了，這種觀點介于唯物主義和唯心主義之間。在哲學上，筆者堅持一種新的唯物主義——適應性表征主義，這是一種本體論上的語境實在論和方法論上的語境同一論的結合觀點，

認為作為實存者存在的生命、意識和智能，同作為概念存在的“生命、意識和智能”，在描述和理解的意義上是離不開表征的。作為概念它們各自的指稱是否明確、是否實存？在形成表征關系時它們是否語境同一？這就要求我們首先要對這些概念做準確的界定，正如泰格馬克所做的那樣。

人工智能的發展業已證明，智能的確可以在非生物的物理硬件上實現，盡管這種智能還不是生物意識或生物智能。那么，為什么有形的物理形態的實體(如大腦和計算機)中產生了智能這種抽象無形的東西呢？泰格馬克認為這個問題已經有了答案。“在感覺上，智能之所以沒有物質形態，是因為它獨立于物質層面而存在。它似乎擁有了自己的生命，而且，這個生命并不依賴于、也不會反映出物質層面的細節。”

根據泰格馬克的看法，計算這種智能是粒子在時空中排列出的形態，在排列過程中，粒子本身并不重要，重要的是它們組成的形態，這意味著，物質對于智能無足輕重，粒子形態的結構才是最重要的。因此，結構決定功能(屬性)而非物質決定功能。由此推知，泰格馬克所堅持的立場實質上是一種結構—功能主義。換句話說，智能的出現是由粒子排列的結構決定的，而不是由物質本身是什么決定的。對計算這種智能來說，“智能的出現并不一定需要血肉或碳原子”，

進一步說就是不一定需要意識。這就是泰格馬克強調的“物質層面的獨立性”的含義。

人工神經網絡的強大計算能力是“物質層面的獨立性”的又一個例子，因為這種計算能力與它們底層的構造物質毫無關系。我們知道，人工神經網絡是人工智能中機器學習的一個典型領域。學習能力無疑是衡量一個主體是否擁有智能的一個重要方面。人類有學習能力，當然有智能。智能機也會自主學習，也應該有智能，因為智能機“知道”如何以合適的方式排列起來，也就是懂得如何進行適應性表征。因此，“一團物質想要學習，必須對自己進行重新排列，以獲得越來越強的能力，好計算它想要的函數，只要它遵守物理定律就行。”

顯然，泰格馬克這里講的適當的“排列”，就是筆者強調的“適應性表征”，因為不同的排列就是不同的表征方式。只是這里的“表征”指的是屬性的“呈現”，而不是意義的“表達”和“理解”。在后一種意義上，智能機是一種無意識的智能，只按照程序或算法“按部就班”完成設定的目標。在這種意義上，具身人工智能的實現可以沒有生命，但需要能量。

五、意識是否是粒子排列組合的涌現特性

根據泰格馬克的強物理主義，意識也和生命、智能一樣，也一定是遵循物理定律的。在他看來，任何能體驗到痛苦的系統都是有意識的，即使不能運動，如癱瘓的人。這意味著，粒子的某些排列的確產生了感受性或意識經驗，如我們的大腦，而有些則沒有，如石頭，就如同碳原子的不同排列產生了石墨和金剛石一樣。泰格馬克認為，這個問題導致了三個彼此獨立的意識難題：第一個是相當難的問題——是什么物理性質區分了有意識和無意識系統，或者說，是什么性質讓不同的粒子排列產生了不同的結果。若弄清這個問題，就可以搞清哪些人工智能系統是有意識的，由此推知，未來的人工智能系統也可能擁有意識，盡管它們只是以軟件的形式存在，并沒有連接到任何傳感器上。第二個是更難的問題——物理性質如何決定感受性，或者說，物理性質如何決定體驗是什么，如紅色的玫瑰，可口的咖啡。第三個是真難的問題——為什么會出現意識。這與為什么會出現生命和為什么會出現宇宙同樣難。“難”是針對科學而言的，科學之外當然有其他解釋，如神學解釋。這里排除神學解釋，因為這是最省事的說明，即一切都是上帝創造的。

根據可檢驗與否，泰格馬克認為相當難的問題是可驗證的，更難的問題是部分可驗證的，真難的問題是不可驗證的。意識理論要想成為科學的，就應該是可驗證的，或者說是可證偽的，不能驗證的理論是沒有意義的。在這里泰格馬克堅持的是波普爾的證偽理論。在他看來，“只要一個理論能預測你大腦在哪些過程是有意識的，那它就是一個預測物理系統是否有意識(這是相當難的問題)的科學理論”。

例如，認知神經科學使用功能性磁共振成像(fMRI)、腦電圖(EEG)、腦皮層電圖(ECoG)和磁腦圖(MEG)等新技術手段來讀取大腦中發生的信息，有可能弄清楚哪些部位負責產生了意識這個目前仍懸而未決且充滿爭議的問題。

因此，意識謎題的揭開還有賴于技術的進步。

假設科學最終能夠揭示意識之謎，從物理學的視角看，我們需要解釋什么樣的粒子組合擁有了意識這個問題，意識肯定有某些高于和超越粒子性質的性質，這種現象就是“涌現”，就是系統科學中的“整體大于部分之和”現象。比如控制論就是一種適合研究神經元相互連接和意識涌現的理論，因為它的正饋機制說明了涌現的產生，反饋機制解釋了自我指涉性或自反性。

這種屬性對于人工智能最為重要，因為依據這種性質我們就可能造出人工意識和智能。自我指涉性或自反性是侯世達提出的讓系統產生意識、讓無意義元素涌現意義的一個重要概念。根據這個概念，認知和思想就是通過大腦中復雜的正反饋循環從神經機制中涌現出來的。也就是說，人腦可被看作是一個自我指涉的生物系統，一個“奇特的循環”，

D.Hofstadter, , New York: Basic Books, 2007.

它通過自我指涉產生了自我意識。這是一個通過自反性多次循環達到適應性表征的過程。

泰格馬克以“濕潤”為例說明意識的涌現特征。單個水分子不具有濕潤的性質，只有大量的水分子組成液態時才會涌現出濕潤性質。對于單個水分子來說，固態、液態和氣態均是涌現現象，它們具有單一水分子所沒有的性質。意識就像固態、液態和氣態，是一種涌現現象，擁有一些高于和超越其組成粒子性質的屬性。事實上，化學中的化合物相對于其組成原子均是涌現屬性。對于我們人類，死亡了，意識也就消失了，因為人腦活著時的粒子排列不同于死亡時粒子的排列，即人死亡后大腦中的粒子會重新排列。

在筆者看來，一方面，我們對人工智能的發展期望過高或過于苛求，說到底人工智能只不過是人造的、服務于人類的工具，就像汽車、飛機一樣，它是人類理性的產物，本質上是排除非理性因素的。另一方面，我們又對人工智能的發展過于擔憂，以為不受控制的人工智能發展會超越人類并最終控制甚至危害人類。這種對人類未來的終極關懷是可以理解的，因為人類擔心自己會失去尊嚴和安全。這種擔憂是“杞人憂天”，是人類中心主義思想在作怪。如果人類要毀滅自己，核武器不知道已經毀滅多少次了，為什么要擔憂和懼怕人工智能呢？事實上，人類就連自身如何思維或認知的機理都還沒有搞清楚，怎么能指望人工智能能夠理解它們自己的認知過程呢？怎么能指望沒有人格的人形機器人有道德呢？

就人機對弈而言，雖然人輸給了AlphaGo，但這并不意味著它超越了人類的智能，理由有六點：第一，智能機背后是設計它的一群人，這等于是一群人借助機器與一個人對弈，一個人當然敵不過一群人，“三個臭皮匠勝過一個諸葛亮”；第二，以單一能力超過人的評價是“以偏概全”，比如狗的嗅覺比人靈敏，鷹的視力比人強大，我們并不能夠說狗和鷹的智力超過了人，同樣，計算機無疑比人的計算力強，我們也不能因此說計算機超過了人的智能；第三，一個人的智能并不能代表整個人類的智能，集體意識或智能不是一個人能夠表現出來的；第四，機器可以連續工作，而人不能，所以在“累”的意義上，人類就不如智能機，累會使人體力下降、專注力下降，因而會影響智力的發揮；第五，在靈活性、應變性、綜合性方面，正如上述所說，智能機遠不如人類，更不用說情感和自我意識了；第六，我們有自我指涉或反身性，如知道“我是誰”，這是產生自我意識的一個標志，智能機顯然沒有這種能力，盡管它可以有反饋機制。如何讓智能機擁有這種能力，可能是未來人工智能的發展方向。

珠江是我國水電開發的重點流域，梯級樞紐眾多，具有較高航運價值的梯級樞紐船閘主要分布于廣西、廣東境內，僅“兩橫一縱兩網十八線”高等級航道上就建有梯級樞紐18個，已建和在建船閘（升船機）共25座，其中西江航運干線上建有5個梯級樞紐，已建和在建船閘11座，西津、貴港、桂平、長洲等4個梯級都建設了多線船閘。在多線多梯級船閘聯合調度方面，兩省（區）都開展了有益的探索和實踐。

泰格馬克從定義“生命是什么”開始。他將自宇宙大爆炸以來的生命分為三個階段：生命1.0(簡單生物階段，如單細胞生物)，生命2.0(文化階段，如人類社會的產生)和生命3.0(科技階段，如超級智能機的發明)。他給生命下的定義是，“一個能保持自身復雜性并能進行復制的過程。復雜的對象并不是由原子組成的物質，而是能闡明原子是如何排列的信息，這種信息由比特組成。”

這里的原子排列組合就是DNA，DNA復制信息。也就是說，他將生命看作一種能夠自我復制的信息處理系統，其信息軟件既決定了它的行為，又決定了其硬件的藍圖。根據這種生命觀，生命1.0的形成是靠自然進化而不是靠設計；生命2.0的硬件也是進化來的，而其軟件在很大程度上是設計的，這里的設計是指人用來處理感官信息和決定行動時使用的所有算法和知識；生命3.0完全擺脫了自然進化的束縛，自己設計硬件和軟件，就像科幻電影中所描述的場景那樣，機器人自己設計并制造自己。

解釋變量：“營改增”、企業外購商品和勞務作為解釋變量。“營改增”作為虛擬解釋變量，當虛擬變量的取值為1時，表示樣本企業已實施“營改增”政策；當虛擬變量的取值為0時，表示樣本企業未實施“營改增”政策。由前文可知，不管是稅負變動還是盈利能力的變動都與企業外購商品及勞務息息相關，因此本文選取外購商品及勞務作為第二個解釋變量。

那么，如何將有關意識理論固定在一個堅實的物理基礎上呢？這就需要回答是什么讓物質具有了主觀體驗，也就是要做到能記憶、能計算、能學習、能體驗。這四種能力是有意識系統的基本特征。如果意識是一種物理現象，那么它為什么感覺起來如此“非物質”呢？或者說，為什么感覺起來是獨立于物質層面而存在呢？在泰格馬克看來，意識的確是獨立于物質層面的東西，因為它只是物質中的一種模式，就像智能手機的操作系統是獨立于其物質層面一樣。這自然會推出“意識即信息處理”的觀點，即一種強物理主義的思想——意識是獨立于物質層面的，是信息進行處理時的感覺，而且物質的結構并不重要，重要的是信息處理過程的順序。

按照強物理主義，如果粒子的排列遵循一定的原理，那就會產生獨立于粒子層面的涌現行為，并產生完全不同的感覺；如果信息處理過程也服從某些原理，那就會產生一種更高級的涌現行為，即意識現象。這意味著，感覺和意識都是系統的涌現行為或屬性。問題是，信息處理過程產生意識要遵循哪些原理呢？泰格馬克認為必須要滿足四個必要條件：

(1)信息原則：一個有意識的系統擁有充足的信息存儲能力；

(2)動態原則：一個有意識的系統擁有充足的信息處理能力；

(3)獨立原則：一個有意識的系統與世界的其他部分之間擁有充分的獨立性；

(4)整合原則：一個有意識的系統不可能由獨立的各部分組成。

凡是能夠滿足這四個原則的系統，就是有意識系統，如人腦。然而，人工智能系統，如具有網絡生命或意識的虛擬人(思維克隆人或軟件)，

也滿足這四個原則，也是有意識系統？這一點絕大多數人不會認可。不管信息整合理論正確與否，它得出的一個結論是對的，那就是，迄今的計算機構架不可能產生意識，因為不僅它們的連接方式的信息整合度非常低，而且它們的物質組成成分也完全不同。這與泰格馬克自己給出的意識是主體體驗的定義不符，因為人工智能系統缺乏的正是主觀體驗這一核心屬性。主觀體驗不僅與意識相關，也與情感相關。這些主觀因素都是人工智能所缺失的。這就是說，擁有意識和展示出有意識行為是兩回事。比如，我們說人類和人工智能都有認知能力，但不能說它們都擁有意識。智能和意識相關但還不是一回事，因為智能可以是無主觀體驗的認知，如操作符號，而意識則不能，如感覺。

2013年政府實施了以喚醒民間投資為目的的稅制改革，在特別試驗研究費稅額扣除制度中又增加了企業間的共同研究。2015年為促進企業的開放式創新，將扣除率從之前的12%擴充至對方是國立研究機構或大學時達到30%，為企業時達到20%。

即使未來人工智能系統產生了意識，或者互聯網的幾十億臺電腦連接涌現出意識，人類也體驗不到這種系統對意識的感覺是什么樣的。因為體驗是個體的而不是集體的。這與他心問題類似，即我不知道他人的感覺是什么樣的，但這不妨礙我知道他人有感覺、有意識。這就是人工意識的感受性問題。也許這種人工感受性與我們人類的感受性是類似的，如感受到疼痛的感覺。但是，根據泰格馬克的看法，人工智能的體驗空間可能比人類的還大得多，因為我們的每一種感覺器官只對應一種感受性，而人工智能的傳感器和信息內部表征的種類可能要多得多。而且在體驗速度上，人腦的神經元信號的每秒傳輸速度比起人腦大小的人工智能體要慢幾百萬倍，因為電磁信號以光速傳播。這意味著，人工智能的意識經驗的實現是可能的，“如果未來一個巨大的人工智能擁有了意識，那么它的幾乎所有信息處理都是無意識的。”

就像人腦中有意識的信息處理過程似乎只是一個巨大的無意識的冰山一角。這就是說，人工智能體驗的大部分可以通過無意識過程來實現，即可能通過一個嵌套的層級結構來實現。

7月25日，甘南公路管理局投入人員75人，挖掘機8臺，裝載機6臺，雙轎自卸車6輛，經過3天2夜的連續奮戰，于7月27日上午10：30分完成便道貫通，保證了應急搶險車輛和機械通行。7月28日搶險隊在交通保障組的指導下按照山嶺重丘區四級公路標準對臨時便道進行技術改造，通過6天5夜施工，共完成鋼筋籠路基防護150余個，用片石1200立方米；完成挖土方24600立方米，路基填筑28500立方米，漿砌片石防護1500立方米，鋪筑路面砂礫11270立方米，于8月2日下午6時完成了全長2.3公里、寬6.5米—7.5米的砂礫路。

然而，問題依然存在，因為即使人類讓人工智能擁有了意識，我們也仍然不知道意識為什么會出現。也許“意識之謎”

永遠是個謎，仍然需要認知科學家和哲學家孜孜不倦地關注和研究。

意識之謎解不開，意義問題就解決不了，因為有了意識才有了意義。當然，如果意識永遠就是個謎，永遠讓我們對它保持著好奇心，永不停歇地探究它，這也未必不是好事！

格魯克賦予了序曲新的意義，極大地加強了序曲在歌劇中的地位。他認為歌劇的序曲應該是能夠讓聽眾了解接下來內容的引子。這與改革之前序曲與正文之前毫無聯系或者多部歌劇共用同一序曲的現象相比強化了歌劇戲劇性的統一。

六、結語

在宇宙中，從物理現象到生物現象再到意識和智能現象，在時間上跨越了上百萬年乃至上億年。在物質形態上經歷了基本粒子、蛋白質、細胞、生物體包括低級動物(如昆蟲)和高級動物(如人類)。有了人類文明以后，人類社會形態又經歷了從原始部落到國家形態的各類社會形態。人類社會的形成是宇宙意識和智能最直接的體現。科學技術發展是人類智能的直接結果，人工智能則是人類智能的衍生物。至于人工智能這種衍生物是否會達到或超越人類智力水平，就目前的科學技術發展水平和哲學認知水平來說，還不好下結論。不論我們對人工智能和機器人持積極態度還是消極態度，是支持還是反對，是樂觀還是悲觀，都不會影響人工智能的發展，這是世界大勢所趨。至于人工智能和機器人是否會超越人類并代替人類，我們不必過于擔心，筆者相信，聰明的人類一定會找到解決各類問題的辦法。人工智能就是人類解決復雜問題的手段和工具。既然是手段和工具，不論這種工具多么智能，它們只不過是人類馴服的、服務于人類的類人物種而已。