人工智能中符號奠基問題的幾種解決策略

2022-10-31 15:47:38毛郝浩李建會

哲學分析 2022年1期

毛郝浩李建會

一、人工智能中符號奠基問題的提出

紐威爾（A. Newell）和西蒙（H. Simon）于1976年提出了物理符號系統假說（physical symbol system hypothesis，PSSH）：“一個物理符號系統對于普遍的智能活動來說是必要且充分的。”該假說認為：（1）人類的智能活動是一種符號操作的過程；（2）符號操作的過程對于智能是必要且充分的；因而，（3）機器也能產生智能——機器的計算活動同樣是對符號進行操作的活動。PSSH說明了智能本身就是對符號的操作，因而通過計算機實現人工智能也就成為了可能。建立在PSSH的基礎上，早期的人工智能研究目標就是探索如何通過對符號操作實現人工智能。但是，PSSH一經提出，其過強的哲學假設受到了諸多批評。1980年塞爾（J. R. Searle）在《心靈、大腦和程序》一文中提出的“中文屋論證”指出了PSSH中存在的意義問題。1990年機器人專家布魯克斯（R. A. Brooks）發表的文章《大象并不下象棋》（’）中，也對于PSSH加以批判，并且提出了他的非表征主義觀點。

塞爾的“中文屋論證”實際上說明了，存在一個能夠通過圖靈測試的符號系統，它能夠在功能上和人腦表現一致，但不具備理解符號的能力。因此，任何僅僅對無意義的符號進行操作的系統都不能稱得上是智能。

在“中文屋論證”中，這種對符號進行操作的系統可以被稱為符號系統。對符號系統的定義可以由以下幾個命題構成：（1）一個符號是一個符號系統的一部分；（2）符號系統由一個符號集和一個規則集構成；（3）規則集的作用是對符號進行操作；（4）對符號進行操作時，僅僅依賴于符號的形狀而非其意義。因此，符號從定義上僅僅能夠被辨識的是它的形狀，它本身是不攜帶意義的。以書面語言為例，如果它獨立于人對文字的解釋，文字本身是沒有意義的。文字的意義則依賴于一個中介（通常就是人腦）才能被呈現。

塞爾的“中文屋論證”合理的部分在于，僅僅對符號進行操作的程序確實不涉及符號的意義，但人腦能夠理解符號的意義。人工智能程序正是依賴于符號系統才能夠被實現，因而人工智能不能理解符號，強人工智能也就無法實現。哈納德（S. Harnad）更進一步對該問題進行了闡述，提出了符號奠基問題：“如何讓符號被其他東西奠基，而并非僅僅是一種無意義的符號？”除此之外，符號被奠基的過程還應該是獨立的，而不應依賴于人腦進行解釋。符號的意義能夠在人腦中被奠基，是因為我們能夠利用符號的意義對外部世界進行指稱。但如果這些符號被寫在紙上，它們的意義源于何處？哈納德認為，紙上的符號很顯然是沒有被奠基的，因為沒有人腦的中介，紙上的符號和外部世界沒有因果關系。因此，符號奠基的另一個問題是：“一個純粹的符號系統，如何在不依賴外部中介的情況下，自發地和外部世界關聯？”基于該問題，塔迪歐（M. Taddeo）和弗洛里迪（L. Floridi）提出了“零語義承諾”（zero semantical commitment），要求人工智能系統不能依賴任何外部的和內部的語義資源。

目前為止，符號奠基問題可以被視為包含兩個部分：（1）一個純粹的符號系統如何獲得意義？（2）不借助外部中介，一個純粹的符號系統如何自發地獲得意義？針對符號奠基問題的解決方案均要回答這兩個問題。當問題（1）獲得解決，符號實際上已獲得意義，只不過這種被奠基的符號不是被自主奠基的。解決問題（1）應當被視為解決符號奠基問題的最基本要求。而當問題（2）獲得解決，才能說一個符號系統真正擁有奠基符號意義的能力。除此之外，解決方案還應該說明意義是何時何地在系統中被生成的，以及是如何與符號系統進行勾連的。

二、符號奠基問題的幾種解決策略

目前為止，存在多種對符號奠基問題解決方案的劃分方法。齊姆克（T. Ziemke）在1991年將SGP的解決方案大致上分為認知主義的解決方案和生成主義的解決方案。塔迪歐和弗洛里迪在2005年將SGP的方案分成表征主義的、半表征主義的、非表征主義的，并且列舉了八個具體的解決方案。大衛·查爾莫斯（D. J. Charlmers）則將符號奠基方案分為因果奠基（causal grounding）和內在奠基（internal grounding）。李建會教授等人也對符號奠基的解決策略作了總結。不過，本文更加關注的問題主要是符號奠基問題相關的哲學思想是如何演變的，因此將具有代表性解決方案分成三種：認知主義、生成主義和指號學策略。

認知主義的代表策略是哈納德的雜合系統（hybrid system）。雜合系統的核心思想是將感知覺運動系統和符號系統結合在一起。通過感知覺和運動系統，外部世界通過圖像表征和范疇表征的方式和符號系統之間產生關系。通過符號系統，范疇表征可以組合在一起用于指稱外部世界。

生成主義的代表策略是布魯克斯的物理奠基假設（physical grounding hypothesis），其相應的工程學產物是包容結構（subsumption architecture）。布魯克斯認為，智能的定義應該不局限于對符號進行操作，而是來源于能動者和環境的交互。更加低級的生物（例如昆蟲和魚類）無需對符號進行操作，但是它們應該也是擁有智能的。因此，生成主義實際上取消了符號系統，它的目的是消解SGP問題，而不是解決它——沒有符號，就無需奠基了。

在指號學策略中，斯蒂爾斯（L. Steels）和福格特（P. Vogt）都作出了相關的貢獻。指號學的優勢在于同時結合了認知主義和生成主義的優勢，將意義的位置同時擴展到表征的內在結構和外部的環境當中。福格特對其解決方案命名為物理符號奠基（physical symbol grounding），同樣可以看出其思想——福格特故意將符號奠基（symbol grounding）和物理奠基（physical grounding）組合到一起，說明其策略結合了這兩種策略的優勢。同時，斯蒂爾斯和福格特還引入了語言猜謎游戲，模仿了兒童的語言習得過程，這又讓具體的工程學方案得到實現。

（一）哈納德的雜合系統

哈納德在提出了SGP問題后，自己給出了一個解決方案，他稱這一方案為“雜合符號+感知覺運動系統”（hybrid symbolic + sensorimotor system）。雜合系統分為兩個部分：符號系統和感知覺運動系統。一個純粹的符號系統本身是不包含意義的，但它負責對符號進行操作，從而形成合適的輸出。感知覺運動系統能夠讓一個系統和外部世界進行交互，從而將外部世界的意義傳遞到內部。兩個系統的合作才得以讓整個系統獲取意義。

福多（J. Fodor）也曾將認知分為輸入系統和中央系統，輸入系統將感知覺轉換為內部的表征（例如視覺和聽覺感知），而中央系統對這些表征進行操作（例如問題解決）。哈納德的雜合系統與之也有類似之處——輸入系統對應了感知覺運動系統，而中央系統對應了符號系統。如果說狹義的對智能的理解僅僅是對內部表征的操作，那么更寬泛的含義就應該同時涵蓋感知覺系統和中央系統。哈納德的做法正是擴展了智能的條件，認為智能產生于符號系統和非符號系統的結合中。

哈納德將感覺運動系統（非符號系統）能夠提供的非符號資源分為兩個部分：圖像表征（iconic representations）和范疇表征（categorical representations）。范疇表征的形成依賴于圖像表征。圖像表征指的是對近端的事物和對象的模擬——例如，一匹馬投射在我們視網膜上的圖像。范疇表征指的是在圖像表征中提取的不變特征，這依賴于圖像表征。這個世界有很多馬，但是“四條腿”這樣的特征是不變的，因而“四條腿”這樣的不變特征就是范疇表征。

這兩種資源都是非符號資源，它們的形成是由投射所引發的因果關系（從外部世界投射到內部世界）導致的，因而圖像表征和范疇表征都和世界具有關聯，它們是無需奠基的。接下來，最基本的范疇表征會組合成原子符號（elementary symbols），例如“馬”這一名字就由“四條腿”“一條尾巴”等范疇表征組合而來。原子符號由于是已經奠基了的范疇表征的組合，因而也是被奠基的。最后，復雜的符號表征（symbolic representation）由原子符號構成——例如，“斑馬”這個符號就是由“馬”和“條紋”這兩種原子符號結合而成。這樣就完成了對符號系統的奠基。

上述過程說明，只要找到能夠實現這些步驟的機制，符號奠基問題就能得到解決。哈納德給出的工程解決方案便是人工神經網絡：“聯結主義，因為擁有一般的模式學習能力，看起來是一個自然的解決方案——一個聯結主義的網絡可以學會從樣本中提取正確的圖像，通過不斷的調整權重把圖像還原成不變的特征”。

2002年，坎奇洛西（A. Cangelosi）和哈納德應用神經網絡的方法給出了具體的解決方案：“符號小偷假設”（symbolic theft hypothesis）。這個方案正是按照雜合系統來設計的，其中非表征的部分被他們稱為“感覺運動苦工”（sensorimotor toil），與之對照的高層符號表征部分被他們稱為“符號小偷”。這么稱呼的原因是，在學習高級概念的時候，新的概念能夠不直接依賴感知覺經驗而被獲得。例如，“斑馬”就是“馬”和“條紋”的結合，因而“斑馬”這個新概念就不需要直接的感官經驗，符號之間組合的運作是相當高效的，和“苦工”對比起來就是“小偷”。

但是，哈納德的雜合系統同樣受到了批判。弗洛里迪認為雜合系統有兩方面沒有達到SGP解決條件的要求：（1）像“四足動物”這樣的概念從什么地方產生？感知運動系統確實能夠從環境中學會一些不變量，但是符號系統中的概念不能憑空出現。（2）在神經網絡中，如果網絡是被監督的，它們學習的內容是通過預先選擇的訓練集產生的，因而這些內容是完全外在的。如果網絡沒有被監督，它們仍然需要一些內在的偏好和特征檢測器來達到有效輸出。這些內在偏好和特征檢測器很顯然是人工編碼的程序。基于這樣的考慮，雜合系統就不能滿足SGP的第二個問題——它不能自發地解釋符號的意義。

齊姆克則從符號的使用意義上批判了認知主義的存在的問題：“輸入轉換系統（對應的是感知覺運動系統），由于其本身只能得到轉換的結果，因而必須在中央系統中被使用，而中央系統又必須在嵌入環境中。”齊姆克在這里其實想說的是，在認知主義的解決方案中，所有的符號都只具備單純的和外部聯系的能力，這種關系是一一對應的，但是這樣的關系是機械的，它們沒有功能價值。例如，雖然雜合系統學會了“馬”的概念，但是雜合系統僅僅知道馬有“四條腿”這樣的不變特征。雜合系統不知道馬是可以騎的，也不知道“馬”這個概念能用來做什么。因而認知主義的符號缺乏了使用層面上的意義。

由此看來，哈納德的雜合系統解決了SGP的第一個問題——以自下而上的方式讓符號獲得了意義。但是沒有解決第二個問題，因為雜合系統并不能自主地奠基符號，無論是程序還是訓練集都是人類所設計的。此外，這樣的符號也不具備任何的語用價值，在不同的語境下也無法得到正確理解。雜合系統擴展了智能的條件，從純粹的符號系統走向了包含非符號系統的智能。在對意義的理解上，雜合系統中的符號依賴于感知覺系統中產生的內部結構，即能夠用于指稱外部世界的范疇表征，因而符號的意義產生于非符號系統和世界的交互中，并將意義傳遞到了符號系統當中。

（二）布魯克斯的物理奠基策略

生成主義的解決方案對應了一種不同的理解智能的方式。對于認知主義來說，智能是一種對符號進行操作的過程，下象棋、問題解決以及推理這樣的認知活動都是智能的體現。對于生成主義來說，智能體現在能夠和世界交互的行為，而不是對內部表征進行操作。因而，低等生物例如昆蟲、魚類也應當是有智能的。布魯克斯對智能下過一個定義：“智能是能動者和世界的動態交互所決定的。”因而，在生成主義的解決方案中，SGP問題實際上已經改頭換面了——智能行為而非符號操作，是如何產生意義的？當存在符號的時候，我們才需要考慮符號的意義問題。而以行為為中心的生成主義，只需要考慮如何讓行為變得智能，而并不需要考慮符號的問題。

布魯克斯是麻省理工大學人工智能實驗室研究機器人的教授。布魯克斯對人工智能科學作出了很多貢獻，例如提出了Nouvelle AI的概念（或者說“基于行為的機器人”，Behavior-based robots），提出了物理奠基假設（Physical grounding hypothesis），在工程學上提出了包容結構（Subsumption architecture），并且制造了很多基于行為的機器人（Allen、Herbert、Cog，等等）。體化認知科學起源于20世紀80年代晚期，雖然布魯克斯自己并未利用這一進路提出體化機器人，但是福格特和齊姆克都認為布魯克斯的成果是體化認知的典型代表。生成（enaction）這個術語由瓦雷拉（F. Valera）引進，齊姆克認為布魯克斯的工作是生成主義的代表，我們將沿用齊姆克的分類，將以行為為中心的SGP解決方案歸類為生成主義的解決方案。

簡單來說，物理奠基假設可以這樣表述：構成智能的必要條件是人工智能和外部的物理世界進行交互。在傳統的認知主義中，很少關注人工智能如何對周圍的世界施加行動，而僅僅關注如何將感知覺運動數據轉化成表征，從而操作表征產生智能。物理奠基假設要求機器人和環境互動，這就要求機器人能夠擁有一個能夠和環境互動的機制，因而“行為”“行動”“體化”就成了必要的條件。

布魯克斯基于進化論對這一提法進行了論證：在生命近乎40億年的進化史中，人類的符號幾乎是近5000年才誕生的。而在這漫長的歷史當中，占據主流的智能并非符號化的智能，而是基于感知覺和行動的智能。如果沒有符號，感覺和運動之間直接進行聯系，這種更快的反應能夠獲得更多的生存優勢。這也是為什么基于符號的機器人的表現不如基于行為的機器人好的原因。沒有物理的奠基，任何符號表征與感覺和運動之間的聯系都是松散的。物理的奠基能夠對符號加以合適的限制，從而讓這些符號真正地發揮作用。

基于物理奠基假設的工程學方法就是包容結構（subsumption architecture）。包容結構是一個有層級的目的結構，其中更高一級的層級能夠利用更低的層級實現其自己的目的（也就是對下一層進行包容）。例如，“避免碰撞”可以是最低的層級的目的，更高一層的目的就是“到處走走”，最高層級的目的是“探索世界”。每一層次都有一個固定目的的簡單的有限狀態機（finite state machines）的網絡，這些狀態機可以進行矢量和的計算。更晚近一些，布魯克斯設計出了考格（Cog）機器人，目的在于更近似地模仿人類的行為。考格具備學習能力，能夠檢測人類的面孔和注視方向，能學會手和眼睛的協調，也可以通過眼神和人類進行社會交流。這些都讓考格看起來更像人。

布魯克斯認為，基于行為的機器人具有兩個核心：境化性（situatedness）和體化性（embodiment）。境化性指的是機器人是被放置于環境中的，它們不處理抽象的事情，而只處理世界給予它的直接信息，這些信息能夠直接影響系統的行為。體化性指的是機器人擁有身體并且能夠直接地體驗世界，它們的行為是和世界交互的一部分，并且能夠從感覺當中獲得直接的反饋。布魯克斯說：“世界就是最好的模型。”

總的來看，以布魯克斯為代表的生成主義策略具有以下幾個特點：（1）從更低層次的智能水平來理解智能，將智能理解為和環境的交互；（2）取消表征的概念，這也是由生成主義的智能觀決定的；（3）注重實時反饋，將世界作為模型，感受器作為輸入變量，直接輸出行為，無需利用表征再對世界進行模擬。但是生成主義策略也許面臨著比認知主義更加困難的問題：（1）沒有符號，是什么被奠基了？齊姆克認為，生成主義策略與其說是回答了SGP問題，不如說是回答了機器人奠基問題（robot grounding），或者是身體奠基問題（body grounding）。（2）生成主義由于取消了表征，那些和表征相關的智能也不可能被展現——問題解決、下象棋等依賴表征的智能不能被生成主義所體現。

在SGP的兩個問題中，生成主義成功消解了問題（1）純粹的符號系統如何獲取意義？而對于問題（2）的回答，生成認知的策略仍然不能令人滿意。齊姆克這樣評價：“布魯克斯的策略確實能利用聯結主義網絡和進化算法來實現部分的自我組織，但是由于機器人的身體，仍然依賴外部設計者，它們沒有植根在歷史當中。而生物的進化則是從歷史中和環境不斷的交互而形成的，因而仍然不能說機器人是自我組織的。”因此，齊姆克提出了“從奠基到根基”（from grounding to rooting）的說法，認為僅僅物理奠基是不夠的，機器人想要擁有智能，還需像生物一樣在歷史中和環境交互，從而不斷地自我組織、自我進化。

（三）指號學奠基策略

福格特于2002年提出物理符號奠基（Physical Symbol Grounding）。正如其名字所述，物理符號奠基是物理奠基和符號奠基的結合，其目的就是將符號奠基和物理奠基相結合起來，讓機器人既能夠擁有身體，又能夠產生符號表征。其哲學資源來自皮爾斯（C. S. Pierce）的指號學。在工程學上實現物理符號奠基的是斯蒂爾斯，他通過引入猜謎游戲讓機器人互相溝通，從而模仿兒童語言學習的過程。沙夫斯卡哇（P. Varshavskaya）的KISMET機器人，也是通過模仿人類兒童獲得語言的過程來制造的，不過KISMET的理念依然基于布魯克斯的物理奠基。

認知主義所關注的是如何將感知覺運動信息抽象成表征，生成主義關注的是如何構造出和環境交互的行為機器人。福格特的指號學策略則同時關注了感知覺信息、運動以及和世界交互的能力、與其他機器人進行社會交流的能力。即使福格特的策略仍然滿足不了弗洛里迪的“零語義承諾”，它仍然是目前最有前景的策略。

在皮爾斯那里，指號學是一種更加寬泛的符號學。皮爾斯將指號（sign）分成三類：索引（index）、圖像（icons）和符號（symbols）。SGP問題中所討論的正是符號，它的特征是其形狀任意且不具備任何意義。我們無需關注索引和圖像在解決SGP中的作用，而要關注在皮爾斯指號學中符號是如何被解釋的。

皮爾斯的指號學認為一個指號的結構由三元關系構成：表示項（representamen）、解釋項（interpretant）和對象（object）。當表示項是任意的和約定的時候，表示項就可被看作形式符號。解釋項可被看作“另一種可以指稱同樣對象的表征”，而斯蒂爾斯對皮爾斯的闡釋就直接把解釋項看作意義（meaning）。因而，在經過福格特和斯蒂爾斯的闡釋后，一個符號的結構就是意義、形式（form）、和指稱物（referent）的三元關系。例如，“馬”的形式就是無意義的形式符號，“馬”這個符號的指稱物就是外部世界的馬，而“馬”的符號通過它的意義來指稱外部世界的馬。為了方便區分，下文將用指號學符號（semiotic symbol）指代皮爾斯符號觀中的符號。

福格特將皮爾斯的指號學應用到其方案當中，首要目的是解決符號的意義來源問題。哈納德對狹義的意義看法就是“一組用于指稱對象的規則”。例如，“四足馬”的范疇就是一種規則，用于指稱那些有四只足的馬，無論現實生活中是否存在四足馬，“四足馬”這個符號已經具備了一組用于指稱對象的規則。再例如，“晨星”和“暮星”雖然指稱的對象相同，但是由于它們的規則不同，因而也具備不同的意義和不同的指稱規則。而指號學并不采取“規則集”的方式來指稱對象，一個符號的意義在于“一個指號學過程，它是一種形式、意義和指稱之間的交互，這就意味著指號學符號取決于指號學符號是如何被構成的，具備怎樣的功能……因而，指號學符號的意義可以被看成形式和指稱物的功能關系”。

福格特這里的“功能關系”概念非常寬泛，它既可以指代一組“規則集”，可以指代一組動作（和環境互動）。維特根斯坦對語言“使用”的解釋可以對這種功能關系作出一個可能的說明。在維特根斯坦的后期哲學中，語言更像是一種游戲，“意義”并非抽象的對象，而是在人類社會行為中的扮演表達的作用。要認識表達的意義只需要在交流情景中知道它是怎樣被使用的就可以了。在福格特所闡釋的三元關系中，“意義”和維特根斯坦的“使用含義”是比較相似的。如果再考慮一下福格特和斯蒂爾斯所制造的機器人，情況將會更加清楚——機器人所采用的語言游戲和維特根斯坦所描繪的語言游戲幾乎別無兩樣。

福格特的機器人建立在斯蒂爾斯機器人的基礎上。在福格特的實驗中，機器人擁有非常簡單的身體并且僅可以通過視覺系統和物體進行交流。在語言游戲中，說話者（speaker）首先利用視覺檢測到一個物體，并賦予它一個隨機的名字。而猜測者（hearer）將會猜測這個命名所對應的視覺對象，如果猜中了，語言游戲就算成功了。而在這個過程中，指號學符號的功能僅僅是讓猜測者能夠正確的指稱對象。因而，意義分布在如下的過程中：（1）機器人感知并且命名一個物體；（2）猜測者作出正確的反應。而隨著時間的變化，機器人和環境的交互越多，一個指號學符號的意義就越豐富。

為了說明這樣的動態系統是如何運作的，下面將以斯蒂爾斯制作的機器人QRIO為例。QRIO是一種類人機器人，它們擁有兩條腿、一只頭、兩只手以及手指，有攝像機作為視覺輸入，麥克風作為音頻輸入。同樣，每個傳感器都連接到了相應的動作模塊用于輸出動作。QRIO擁有了身體，也能夠與環境互動，因而滿足了體化的要求。實驗開始時，會在一張桌子面前放置兩個面對面的機器人。桌子上鋪開了不同的色塊，以供機器人進行識別。兩個機器人中的一個將會隨機成為說話者，另一個成為猜測者。說話者將選擇一個色塊作為樣本，并且賦予隨機的符號，例如“wabado”用于指代紅色。聽話者將會猜測“wabado”代表的是哪個色塊，而當說話者同意了猜測者的猜測時，游戲就成功了。

實驗采用了20個機器人系統（它們可能用了同一個身體）。在協作過程中，機器人之間通過兩種方式來交流：（1）當符號和意義之間的聯系正確的時候，它們之間的關系分數會上升，反之則會減少。于是那些正確的符號將會更快地在群體中傳播開來。（2）根據交流的結果（游戲失敗或者成功），每個機器人都會不斷調整自身范疇表征的權重，從而更好地完成互相交流。

從上述的交流策略中可以看出，一個符號的意義在交流的過程中是不斷變化的。對于單個的機器人來說，它所建構的范疇表征與其他機器人的不同。當交流開始的時候，所有的機器人都要在一次次成功和失敗中重新調整符號的意義，因而意義是被機器人群體共享的，而非獨立的、個體的。斯蒂爾斯的實驗結果表明，當使用語言作為交流工具后，所有的機器人幾乎在符號的意義上達成了一致。而不使用語言作為工具的機器人所奠基的符號的意義存在一定的差異。于是在這種交流過程中，符號的意義就在符號的自我組織中誕生了。

與維特根斯坦的符號觀相同的是，符號的意義成為一種語言游戲的產物，它們是符號“使用”層面上的意義。但除了賦予符號單純的使用意義之外，被奠基的符號同時也具有范疇表征。福格特認為，采取這樣的策略有兩個優點：（1）指號學符號在三元關系中是從定義上被奠基的。這是因為一個指號學符號是必然伴隨其意義和對象的，沒有意義和對象的符號就不能被稱為指號學符號。（2）指號學符號是境化的和體化的。指號學符號是從能動者和世界和其他能動者的交互中誕生的，因而滿足了體化認知和境化認知的要求。

然而，弗洛里迪依然認為福格特等人的策略不能解決SGP問題，理由在于：（1）指號學符號仍然只有在觀察者的眼中才具備意義，人工智能自身不能理解指號學符號的意義，要理解指號學符號的意義，除非機器人已經擁有關于符號的語義。這是一個循環論證。（2）猜謎游戲對于符號奠基并非必要，在機器人進行交流之前，符號已經被機器人實現奠基了。

總的來說，福格特和斯蒂爾斯的指號學策略融合了認知主義和生成主義的長處，避免了認知主義缺乏體化性和境化性的缺點，是一個非常有前景的策略。在SGP問題上，指號學策略也成功的解決了問題（1），但針對問題（2），依然有學者（如弗洛里迪）認為由于外部設計的程序將會帶來外部語義資源，因而機器人不具備自主性。

三、“零語義承諾”及其批判者

塔迪歐和弗洛里迪在2005年的一篇綜述中提出了“零語義承諾”，其內容如下：（1）任何形式的內在主義都是不被允許的。語義資源不應該被預置在人工智能當中。（2）任何形式的外在主義都是不被允許的。語義資源不應該從外部世界加載到人工智能當中。（3）人工智能應當擁有它自己的能力（計算的、程序的、感知的、教育的、身體，等等）和資源去奠基它的符號。

塔迪歐和弗洛里迪認為，目前的解決方案要么引入外部的語義資源，要么引入內部的語義資源，本質上都是不成功的。不過，多數學者認為“零語義承諾”對人工智能的要求過于苛刻。提出批評的學者有比萊卡（K. Bielecka）、繆勒（V. C.Müller）、庫柏克（R. Cubek）等。其中，比萊卡批判的主要是弗洛里迪的實踐解決方案（praxical strategy），其批判方法在于揭示出因果奠基所采用的哲學方法中的紕漏。繆勒將“零語義承諾”比喻成查爾莫斯論述的“意識難問題”，認為SGP的難問題是不可解決的，也不應該得到解決。庫柏克將批評“零語義承諾”的思想作了一個簡短的總結，并指出針對弗洛里迪的批評是合理的。

弗洛里迪等人在提出“零語義承諾”之后，給出了一種基于實踐的解決策略。這一解決策略和福格特的解決策略有很多相似之處，例如：同樣關注和環境的互動，關注語言的進化過程，關注機器人之間的互動和交流，等等。其不同點在于，弗洛里迪的實踐策略使用了一種基于行動的語義學Abs（Action-based semantics）。Abs的核心在于將意義看成一個內部的行為狀態，而非傳統的通過感知覺數據形成的心理表征。這種行為狀態和感覺輸入無關，也不設立目的。因此，在最初的意義產生階段，基于Abs的系統所進行的行為是對環境漫無目的的探索。在此基礎之上，系統通過行為結果反饋將世界映射到系統內部，從而對符號的意義進行奠基。

比萊卡認為，在弗洛里迪的方案中，語義和目標之間的關系是缺失的：“Abs將面臨一個比塔迪歐和弗洛里迪所批評的感覺運動解決方案更大的瑣碎問題（trivialization problem）。此外，符號與行動的關聯容易產生簡單和困難的析取問題。因為在他們對主體行動的解釋中沒有目的論的假設，容易的析取問題就是無法解決的——就像早期行為主義中的反應一樣，行動是個體化的”。在這里，比萊卡認為弗洛里迪的方案遵循的是一種因果奠基方法，即通過行動因果地將世界和符號勾連在一起。但是在弗洛里迪的方案中，這種方法仍然存在析取問題、瑣碎問題等尚未被解決的問題。更重要的是，基于Abs的整個系統是無目的的，這就意味著任何內部狀態都可以表征任何與之有因果關系的外部狀態。

繆勒同樣指出了“零語義承諾”中無目的性的問題——任何真正的人工智能都不能無目的性地誕生。自主人工智能存在的最小條件就是具備目的性，如果沒有目的性，人工智能就是一具環境的傀儡——正如早期的行為主義所假設的那般。自主人工智能的誕生不可能不被設定目的——“如果沒有目標，就沒有‘嘗試’，沒有‘更好’（指的是行為），因而真正的人工智能是具備目的性的，要不然它僅僅是一個和環境互動的系統”。而人工智能的目的要么是外部植入的（外在主義），要么是內部預置的（內在主義），“零語義承諾”會因此陷入困境。模仿查爾莫斯對意識問題的難易分類，繆勒也給出了SGP的難問題和易問題。易問題是：我們如何解釋和復制人工智能中意義的功能和行為能力？難問題是：意義如何從純粹的物理現象中誕生？

實際上，SGP中的意識問題在哈納德那里其實已經得到闡述：“身心問題有很多偽裝的說法：意識（consciousness）、知覺（awareness）、主觀性（subjectivity），感受質（qualia）、意向性（intentionality）、第一人稱狀態（1st-person states），這些問題實質上都是身心問題……符號奠基并非意義奠基，符號奠基是一種輸入/輸出的功能表現……而意義，更像是一種心靈的東西。為了解決身心問題的命名游戲，我們只能引入一個更加適合的并且不需解釋的術語來解釋——感覺（feelings）……所有的心靈狀態，不僅僅是自主的動態功能系統，也同樣是感覺狀態……因而感覺才是心靈真正的標志物。符號奠基問題僅僅能夠觸及身心問題的功能部分。”哈納德在這里指出，符號奠基問題是一種功能問題而非意義問題，意義問題會涉及獨特的心靈狀態——感覺（即意識經驗，哈納德為了避免混亂而使用該術語）。感覺留給我們的問題則是難以解決的，因而SGP能夠討論的只能是功能問題。

最后，庫柏克同樣指出“零語義承諾”所逃避的問題：“如果人類具有內置的目的性（基因），并且從出生開始從外部接受語義資源（文化），為什么機器人必須要滿足零語義承諾？”庫柏克的結論是，SGP的難問題和設計目標導向的自主機器人無關。真正有需要的是研究工程學的方法，從而填補符號和亞符號表征之間的鴻溝。

總的來說，要求符號系統能夠不借助外部中介自發地理解意義存在著內在的困難。對于被設計出來的人工智能來說，判定其是否擁有自主理解符號的能力涉及意識難題。當我們無法成為人工智能系統本身時，只能通過其行為來推斷它是否能夠自發地理解意義。因而，要判定人工智能是否自發地產生了對符號的理解，就需要我們對人工智能的行為進行解釋。例如，在福格特的猜謎游戲中，機器人的確呈現出語言自主組織能力和理解能力。但機器人是否真正產生了自主行為卻依賴于我們對其行為的解釋，而解釋行為本身就違反了人工智能自發理解意義的條件。

不過，即使符號奠基問題中存在意識難題，對其研究也不應止步于此。在米利肯（Ruth Millikan）等人建立的生物語義學（teleosemantics）當中，符號奠基問題可以表述為生物如何使用符號表征外部世界的問題。例如，蜜蜂的八字舞具有表征能力，其舞蹈的形式表征了采集花蜜地點的方向和距離信息。很難說類似蜜蜂這樣的低級生物能夠有意識地對花蜜進行表征，但其符號確能夠被外部環境所奠基。米利肯認為，生物的表征能力源于進化過程中的自然選擇。正是因為蜜蜂能夠正確表征花蜜信息，它才能夠促進蜜蜂的生存和繁衍。因此，生物的目的性是可以通過自然的方式來進行解釋的。在不涉及意識問題的基礎上，符號奠基問題仍值得進一步的研究——例如，如何設計出一種人工智能系統，其符號可以通過類似于蜜蜂的生物語義功能被奠基。

四、結論

本文介紹SGP問題的起源、發展和目前對SGP問題的哲學批判。符號奠基問題是哲學和科學互動的一個典型例子，不同的哲學思想往往會得出不同的解決策略，而新的解決策略又會推動對當前問題進一步的哲學分析。我們將從意義觀、智能觀的變化上對SGP問題解決策略的演變進行總結。

第一，意義觀的變化。不同的解決策略所認可的意義理論是不同的。以哈納德為代表的認知主義認為意義是內在的，是一組能夠指稱外部世界的規則集。以雜合系統為代表的各種解決方案中，意義就是各種范疇表征的組合規則。這些組合規則能夠使得符號具備指代外部世界的能力。以布魯克斯為代表的生成主義由于拒斥符號的作用，認為意義來源于感知覺和運動系統與世界的交互。以福格特和斯蒂爾斯為代表的指號學策略擴展了哈納德的意義觀，將符號的意義從個體的、內在的擴展成群體的、同時存在于心靈和環境中的動態規則。這種策略兼具其他解決策略的優點，使符號以體化的和境化的方式被奠基。

第二，智能觀的變化。傳統的人工智能研究對智能的定義就是對符號和表征的操作，這使得具有智能的計算機成為可能。但傳統的人工智能夠模仿的僅僅是涉及符號系統的部分智能——例如，推理和問題解決，等等。哈納德擴展了智能的含義，將以符號操作系統為基礎智能觀擴展到以雜合系統為基礎的智能觀。非符號系統成為了符號系統和外部世界產生關系的橋梁。福格特和斯蒂爾斯雖然沒有明確說明他們的智能觀，但是我們可以看到，他們確實融合了認知主義和生成主義的智能觀——智能是體化的、境化的、基于交流的，同時也包含了對符號的操作。

除此之外，我們還可以看到人工智能的工程學形態也在不斷發生變化。在認知主義那里，人工智能還沒有身體，而僅僅是神經網絡程序，也沒有與環境的互動，而是一種基于感知的人工智能程序。在布魯克斯提出物理奠基假設后，機器人有了身體和行動，是一種基于行為的人工智能機器人。指號學策略提出后，人工智能又增添了交流的維度，我們可以將這種機器人稱為基于交流的機器人。

通過對符號奠基問題進行哲學分析，我們發現SGP和“自主性”或意識問題有關，這一部分難以得到解決。但僅僅將符號奠基問題中無法解決的部分歸類為意識問題是一種過于簡單的做法。米利肯的生物語義學說明了，即使不涉及意識問題，生物的目的性仍然可以用自然的方法來解釋。如何對符號和世界的勾連問題進行進一步的自然化解釋，將會進一步擴大符號奠基問題的解決空間。