人工智能算法的深層認識論意蘊

王天恩

(上海大學 哲學系， 上海 200444)

由于與關于既存世界的認識和實踐具有根本性的不同，作為人工智能的核心領域，智能算法深入到了“本體設置”的更深層次，因此具有非同尋常的認識論意蘊。關于人工智能認識論意蘊的思考，深入到算法層次會看到認識論本身的新發展趨勢和動向。作為人類認識自己整體對象化的產物，人工智能的更深層次認識論意蘊，在于其算法的發展意味著認識論本身的更高層次發展。其中最為基本的方面主要有：智能算法的實踐本性涉及認識和實踐的一體化；智能算法的發展展開了信息作為感受性關系進化過程中邏輯和經驗的深度融合；智能算法中邏輯和經驗深度融合的“本體設置”意味著算法認識論的存在論化。這些都是人工智能算法具有重要的深層認識論意蘊、亟待系統深入研究的重要課題。人工智能算法的深層認識論意蘊的系統展開，不僅對于認識論的發展，而且對于人工智能算法的進化都具有重要理論和實踐意義。

一、人工智能算法的實踐本性

目前，在人工智能算法的認識論研究領域，最具代表性的人物之一是美國懷俄明州立大學哲學系計算機博士賓·希爾(Robin K.Hill)教授。她有一個重要概括，深入涉及人工智能算法的實踐性：“算法必須‘做’，而非‘是’。”(1)Robin K.Hill，“What an Algorithm Is”，Philosophy & Technology，Vol.29，No.1，2016.這一觀點隱含著可以推出一系列重要結論的信息空間。智能算法之所以具有實踐的本性，與信息的性質密切相關。

關于信息的當代研究表明，信息既不是物質也不是能量(2)Norbert Wiener，Cybernetic，or Control and Communication in the Animal and the Machine(Second Edition)，Cambridge：The MIT Press，1985，p.132.，而是感受性關系；作為感受性關系，信息具有創生性和涌現性等基本特性(3)詳見王天恩：《信息及其基本特性的當代開顯》，《中國社會科學》2022年第1期。。而信息的創生性意味著信息世界創造是信息創生意義上的整體建構——創構(4)詳見王天恩：《大數據中的因果關系及其哲學內涵》，《中國社會科學》2016年第5期。。把信息理解為感受性關系，對信息編碼及其與信息的關系就可以有一個清晰的認識：信息編碼是作為感受性關系的信息的物能化和觀念化。因此數據不是信息而是信息編碼。信息編碼有兩種基本類型：信息的物能編碼和信息的觀念編碼。前者典型的如物理信號和DNA；后者典型的如作為自然類(natural kinds)概括產物的概念和符號。信息的符號編碼有一種特殊的方式，那就是信息的數字編碼(bit)。正是信息的數字編碼，既與信息的物能編碼，也與信息的觀念編碼內在相關，因此算法就可以通過信息的數字編碼將觀念和物能內在結合在一起，從而在物能和信息關系層次構成了認識和實踐的一體化。正是在信息層面，人工智能算法使認識和實踐結合得如此緊密，以致隨著算法的智能化和智能算法的自主化發展，認識和實踐漸趨一體化。正因為如此，智能算法的發展使算法越來越是實踐性的，實踐性是發展到一定層次的智能體理所當然的本性。由于算法的發展意味著算法的智能化，因此實踐作為智能算法的本性是在歸根到底的意義上說的。在由此而達成的認識和實踐一體化中，3D打印正是標志性的存在。

關于智能算法認識和實踐的統一，3D打印不只是具有象征意義——有什么樣的算法，直接地就有什么樣的實踐產物，而且具有物信息化和信息物化一體化的重要機制。只要能將創意變成信息模型，就能打出實物；其發展趨勢朝向只要能想到，就能通過3D打印得到物能實現。這清楚表明在信息和物能之間，認識和實踐不只是無縫銜接，二者就是一體化的。隨著智能算法的發展，從簡單程序到通用機器智能構成認識和實踐一體化的進程。在人工智能算法中，在認識和實踐關系之上，甚至涉及哲學和科學一體化的更深層次，發展出更高層次的哲學范式。

在算法的哲學研究中，會遇到一個十分耐人尋味的問題：“那么無操作(即什么都不做)和瑣碎的程序呢？實現算法了嗎？”(5)Robin K.Hill，“What an Algorithm Is”.這似乎是認識和實踐一體化層面的一個特殊問題，甚至與存在論層面的“非存在”概念相聯系。只有從信息范式才能看到，與“非存在”一樣，“無操作”沒有物能或實體意義，但有信息意義。由于其信息性質，算法也具有信息存在的特殊性。在算法語言中，語形、語義和語用不僅以普通語言的方式存在，而且通過信息的物能關聯，具有與物能實踐直接對接的重要性質。這正是智能算法不僅具有超越普通語言的形式化運演性質，而且具有超越普通語言和現實實踐關聯的性質，從而在更高層次達到認識和實踐一體化的原因所在。越是在哲學和科學一體化深處，這一點越是明顯。在希爾關于算法概念的科學和哲學一體化理解中，認識和實踐的一體化趨勢就有深刻體現。

希爾關于算法概念的理解，不僅處于科學和哲學一體化的層次，而且由此體現了算法理解的認識和實踐一體化。在科學和哲學一體化層次，希爾給出了算法的深刻定義：“算法是一個有限、抽象、有效、復合的控制結構，命令式(指令性)給出，在給定規定(provisions)下達到給定目的。”對于自己關于算法的這一定義，希爾作了進一步解釋：“與經典定義不同，我們的定義將命令式特征視為算法的基本特性——不是作為算法書面表達產物的祈使語態或祈使語氣，而是核心屬性意義上的命令。為了通過一種自然語言來解釋一個算法，我們最終把它的程式特質轉化為祈使語句。”希爾由此認為，“在發出命令或命令操作之前，我們尚未呈示算法。雖然語言表達不是算法本身，但算法本身就是程式，我們可以用于表述這些程式的只是祈使動詞”(6)Robin K.Hill，“What an Algorithm Is”.。在算法的非形式定義中，算法本身意味著“做”，這是“言語即行為”在數字意義上的真正具體化。

希爾的算法定義，充分體現了這樣一種理念：“算法都是關于語義的，對我們來說，‘它所意味的’被理解為‘它所做的’。”(7)Robin K.Hill，“What an Algorithm Is”.正是由此，可以看到發展到具有自主性的算法的另一突出性質：人類原有認識和實踐一體化的人工智能發展回歸。算法越智能化，就越是實踐程式，作為實踐程式，算法就直接意味著實踐。離開實踐，算法沒有任何意義，這一點，甚至比命令就意味著執行更為直接和根本。由于算法的智能化意味著與信息物能編碼越來越直接的關聯，這就進一步意味著信息的觀念編碼和物能編碼，也就是“是”和“做”的一體化。人工智能算法的認識和實踐一體化意蘊，在算法決策中體現得最為典型。

在智能算法的發展過程中，決策算法介于非自主和自主智能算法之間，是一種從輔助人類決策到在越來越大程度上決定決策的發展中算法。“決策算法的應用范圍很廣，從簡單的決策模型到復雜的分析算法。值得注意的當代例子包括：在線服務提供商代表用戶執行操作的在線軟件代理；在線爭議解決算法在爭議調解中取代人類決策者；對用戶進行比較和分組，以提供個性化內容的推薦和過濾系統；向醫生推薦診斷和治療的臨床決策支持系統；預測犯罪活動熱點的預測治安系統”(8)Brent Daniel Mittelstadt，Patrick Allo，et al.，“The Ethics of Algorithms：Mapping the Debate”，Big Data & Society，Vol.3，No.2，2016.。從這些決策算法，可以典型地看到關于算法代替人類決策必要性的說明。雖然決策可以最終仍然由人作出，但決策算法的設計和應用會在越來越大程度上影響甚至決定人的決策。

作為一個快速成長的概念，智能算法的實踐關聯是一個新的課題。算法的智能化發展，本身就是其實踐性不斷成長的過程。一般算法可以看作只是代碼，但算法越是智能化就越不只是形式化的代碼那么簡單了。不深入到具體機制層面，就可能始終將智能算法看作只是靜態的機器語言。卡羅爾·克萊蘭(Carol E.Cleland)就曾提出這樣的觀點：“區分指令-表達和指令是很重要的。因為一個通常程式的識別取決于其組成指令的識別，而不是其表達的載體。”(9)Carol E.Cleland，“Recipes，Algorithms，and Programs”，Minds and Machines，Vol.11，No.2，2001.在普通算法意義上，算法與其執行可以區分得一清二楚，而在人工智能算法中，情況卻完全不同。在關于算法是動態的還是靜態的問題中，這一點表現得十分明顯。

算法是動態的還是靜態的？正是這一問題，更清楚地導向關于算法的更深層次認識：作為創構的基本機制，算法具有實踐的本性。關于算法究竟是靜態的還是動態的問題，希爾的回答是“靜態的”。正是由此，可以看到希爾的明顯局限。這與她沒有在算法高度智能化甚至自主化的層次談論問題有關，也有她沒有自覺意識到更深層次的哲學和科學一體化的原因，而其中最根本的局限，則是沒有深入到感性實踐的層面思考問題——在當代發展背景下，就涉及信息的感受性關系理解。

在希爾看來，“人們可能會問，我們的‘算法’是靜態的還是動態的，或者二者兼而有之。答案是：‘靜態的’。我們所知道的是一套指令，而不是它們的執行。就存在論而言，這類似于一個程序和一個過程，或者一首歌曲及其表演，我們的重點是歌曲而不是表演。請注意，一個算法或它的執行可以出售和交易，靜態版本作為代碼，動態版本運行于一定硬件。但我們可以很好地區分二者。動態對象是算法的某種實現的應用程序或執行，它具有超出我們定義所給出的屬性。例如，動態對象可能不是有限的，但在我們的算法中，為了完成任務，我們的一組指令必須有一個按照規定和目的標準應用于給定條件的結局。算法在執行過程中可能會失敗，但這‘不是它們的錯’。在無限運行或產生錯誤的結果中，會失敗的是有缺陷的貫徹或應用”(10)Robin K.Hill，“What an Algorithm Is”.。這顯然不是在智能算法的意義上給出的答案，在這里，“歌曲”(a song)事實上指的是曲譜，在沒有記錄歌曲的曲譜之前，歌曲即使沒有演唱出來，也是以無聲的歌曲而不是曲譜的方式存在于演唱者的腦子里。智能算法之所以越來越不像歌曲，正是因為算法智能化的結果就是歌曲本身，而不是還沒有進入演唱的曲譜。只是在智能算法的發展中，順序與音樂的發展相反。音樂的發展是先有歌曲再有曲譜，而智能算法的發展則是先有作為代碼集合的算法，然后才有智能算法。二者的典型形態都是一樣的：充分發展的智能算法正像原生態的歌曲。隨著智能算法自主性的增強，靜態的算法就逐漸向動態的算法過渡。就智能算法而言，靜態和動態的區分顯然已經不再能像在物能條件下那樣清晰了。程序是信息編碼系列，作為程序的靈魂，算法解決“做什么”和“怎么做”的問題，而智能算法則將形式語言和“做”整合在了一起。

作為信息編碼系統，程序是一種感受性關系的凝固，就像DNA是這樣的關系體，它們能將一定的輸入轉換為特定輸出，而普通算法則是信息體這種數字行為的形式化(數學)原理(formalism)呈現，正像曲譜是歌曲的形式化記錄。人工智能算法的實踐本性，在根本上表明了認識和實踐的一體化，這可以從歌曲創作者頭腦中的原始旋律——甚至第一次唱出得到形象的想象。在信息的感受性關系理解中，旋律或歌曲和曲譜的關系就可以得到更到位的厘清。如果旋律或歌曲是作為信息的感受性關系，那么曲譜就是信息編碼。這就與作為感受性關系的信息、與感性實踐密切相關。不建立在信息的感受性關系理解之上，關于算法及其發展的哲學研究就沒有進一步深入的基礎。而從作為感受性關系的信息出發，就可以看到感性實踐的深層基礎，看到算法本身所具有的深刻實踐意蘊。

作為對操作的描述，算法的智能化本身就具有實踐意蘊。算法通過操作數據不僅得到預想結果，而且由于智能意味著對環境的作用，還可以直接表現為實踐。在人工智能領域，智能算法的實踐本性已經有目共睹，“我們看到的證據表明，任何程序或決策過程，無論定義如何模糊，都可以被稱為媒體和公共話語中的算法。算法可能是對的，也可能是錯的，我們在新聞中聽說過為單身人士推薦潛在伴侶的算法，也聽說過為商家發現財務收益趨勢的算法。許多學術討論也沒有確定‘算法’的技術類別或正式定義。在這兩種情況下，這個術語都不是用來指作為數學結構的算法，而是指一個或多個算法在特定程序、軟件或信息系統中的實現和相互作用。任何算法倫理的嘗試都必須解決算法的正式定義和流行用法之間的沖突”(11)Brent Daniel Mittelstadt，Patrick Allo，et al.，“The Ethics of Algorithms：Mapping the Debate”.。正是由此推論，科學理論中的自然法則是自然存在和發展的描述性規律，智能算法則是創生新的存在的創構性律則——規律和規則一體化的存在。

如果說自然法則是既存世界的規律，那么算法則是世界創構律則的構成。也正是在這個意義上，相對于智能算法，普通算法是壓縮保存的實踐，確切地說是以程式(理論)方式表達的實踐，或者實踐的程式(理論)表達。因此關于算法是靜態的還是動態的，不同的回答實質上意味著對認識和實踐關系的不同理解。隨著算法的智能化發展，智能算法具有越來越內在的實踐關聯，以致在自主進化的智能算法中，代碼已經和執行長合在一起。智能算法發展中代碼和執行的長合，建立在邏輯語言和物理語言直接關聯的基礎之上。

智能算法意味著邏輯語言和物理語言的直接對接，意味著代碼始終處于相應物理語言的表達中，正像生物活體中的DNA，絕不可以看作只是書寫在電腦屏幕上的代碼，只要在適宜的條件下，它們就始終是處于性狀表達過程中的信息編碼。在信息的數字編碼與信息的物能編碼之間，具有信息和物能直接關聯的內在機制。“數字技術把數學和物理有機結合起來”(12)李冰：《數字技術與科技進步》，《數學的實踐與認識》2002年第3期。。在這個意義上，智能算法意味著認識和實踐的一體化。而認識和實踐的一體化又有更深刻的哲學意蘊，它不僅進一步意味著規則和規律一體化，而且意味著邏輯和經驗在更深層次融合的全新認識論基礎。正是邏輯和經驗的深度融合，表明智能算法具有深層認識論意蘊。

二、人工智能算法中邏輯和經驗的深度融合

隨著算法的智能化，不僅關于人工智能算法的哲學思考具有越來越重要的意義，而且對其研究的深化也顯得越來越迫切。關于人工智能算法的研究急需從關鍵環節切入，在更深層次面對其所引發的理論和實踐問題，使人們認識到，當面臨諸如新冠疫情這樣的全球災難時，不僅必須更快推進人工智能的發展，而且應當在人工智能和人類智能關系深入探索的基礎上，揭示其更深層次的認識論意蘊。

同樣作為智能算法，由于人工智能與人類智能的信息和物能聯系機制的差異，人工智能算法相應具有與人類智能算法不同的特點。正是信息和物能聯系機制的不同，意味著人工智能算法的研究可以深化理解基于人類智能算法形成的一些重要觀念。在作為硅基智能的人工智能中，信息的數字編碼本身意味著信息的兩種編碼的直接關聯：作為數字編碼的比特——“0”和“1”本身既是信息的符號編碼，同時又可以是電流的“斷”和“開”，信息的符號編碼和信息的物能編碼在比特中直接關聯在一起。而在作為碳基智能的人類智能中，信息的生物編碼和信息的觀念編碼之間的關聯則相對間接，不像硅基智能具有信息數字編碼體系那樣的直接關聯。由此可見，僅僅從人工智能和人類智能不同的信息和物能關聯機制，就幾乎可以自然而然地意識到，在認識和實踐一體化的同時，人工智能算法意味著邏輯和經驗的深度融合。

在智能算法中，之所以“是”和“做”是一體化的，一個重要表現就是算法中經驗和邏輯更緊密的內在關聯，這種關系凝結成了算法和數據結構的關系。希爾曾提醒人們注意，“數據結構是非程式組件，但仍然起著至關重要的作用”(13)Robin K.Hill，“What an Algorithm Is”.。智能算法中經驗和邏輯的融合，可以在信息層面得到深刻說明，它根源于信息的物能編碼和觀念編碼之間的內在關聯。

由于信息的觀念編碼既有符號編碼又有概念編碼，基于大數據的智能算法既具有數學的形式化性質，又具有經驗性的語用性質，因此將形式化運演與實踐操作密切聯系在一起，使信息邏輯性的符號編碼與經驗性的物能編碼關聯在一起。在算法中，數學本來就是最基本的，具有基礎地位，而且由于智能算法的發展，數學在算法中的顯示度空前提高。正是對算法中數學地位的強調，算法被認為是“解決一給定類型的數學問題的程式”(14)David Bender，Anthony R.Barkume，“Patents for Software-Related Inventions”，Software Law Journal，Vol.4，No.2，1992.。由此我們似乎可以更深入地理解這一點的意義所在：提醒重新思考數學在智能時代的地位。MIT媒體實驗室的凱文·斯拉文(Kevin Slavin)建議：“重新思考當代數學的作用——不僅僅是金融數學，還有普通數學。它將我們從世界中提取和推導出來的東西轉變為實際上開始塑造我們周圍世界和我們內心世界的東西。這是專門的算法，基本上是計算機用來決定事情的數學。它們獲得了真理的敏感性，因為它們一次又一次地重復，它們僵化和鈣化，它們成為現實。”(15)Kevin Slavin，“How Algorithms Shape Our World”，2014-03-14，http：//www.ted.com/talks/kevin_slavin_how_algorithms_shape_our_world.html，2022-08-05.無論數學與“真理”還是與“現實”的進一步關聯，都不能不促使我們關注以數學為代表的形式化的邏輯和具體經驗之間關系的深刻變化，思考智能算法中數學的經驗意蘊。其中的一個重要方面，似乎與經驗維度重要性的相對降低形成強烈反差。

關于智能算法的哲學研究將會越來越清晰地揭示，隨著信息文明的發展，經驗維度的重要性顯示度可能會降低；相應地，數學及至整個形式化的邏輯維度的重要性顯示度則會提高。這與人類活動越來越從物能世界的解釋和改變向信息世界的創構擴展密切相關。因此，智能算法中經驗和邏輯關系的這種變化，所表明的當然不是經驗重要性的降低，而恰恰是邏輯和經驗深度融合將把經驗提升到更高層次。在智能算法中，數學及至整個形式化的邏輯維度作用的凸顯，當然也不會改變代碼落實到現實實踐的重要性，其得以凸顯的一個根本原因，就是創構活動理想性的張揚以及創構認識論(16)詳見王天恩：《大數據和創構認識論》，《上海大學學報》(哲學社會科學版)2021年第1期。中邏輯性的凸顯。這是算法語言的語形方面。算法語言的另一方面則是其語義和語用性質。這也是算法理論內蘊特別豐富、研究不易的重要原因，涉及算法極為豐富的認識論內涵。烏斯彭斯基(V.A.Uspensky)和謝苗諾夫(A.L.Semenov)就發現，“算法理論的發展遇到了下述事實引起的困難：算法本身是一類非常特殊的對象，具有非數學對象的非典型性質——語義屬性‘具有意義’。在這方面，算法理論類似于符號邏輯，其術語和公式也具有意義。術語或公式的含義是指示性的，術語表示事物、公式-事實。算法的含義是命令式的：一個算法將被執行”(17)V.A.Uspensky，A.L.Semenov，“What Are the Gains of the Theory of Algorithms：Basic Developments Connected with the Concept of Algorithm and with Its Application in Mathematics”，G.Goos，J.Hartmanis，eds.，Algorithms in Modern Mathematics and Computer Science，NewYork：Springer-Verlag Berlin Heidelberg，1981，pp.100-101.。“將被執行”是一般算法的特性，而算法的智能化和智能算法的發展，則意味著算法將從被執行的命令性存在，發展為能動的智能存在，即信息體(agent)從一個簡單的程序不斷升級為通用智能體。這又與信息的數字編碼，從而與信息的觀念編碼和物理編碼以數字方式直接相互轉化密切相關。

正是信息的數字編碼，使信息的觀念編碼和物理編碼直接相互轉化，從而使邏輯得以在智能算法中和經驗直接銜接在一起，既通過信息的數字編碼將信息的物理編碼轉換為信息的觀念編碼，也可以將信息的觀念編碼直接轉化為信息的物理編碼，并構成物信息化和信息物化的雙向循環。這種物信息化和信息物化的雙向循環，歸根到底又建立在作為感受性關系的信息本性基礎之上。正是在這個意義上，智能算法意味著邏輯和經驗的深度融合。

關于智能算法中邏輯和經驗深度融合的理論研究，在美國卡內基·梅隆大學教授維爾弗里德·西格(Wilfried Sieg)那里有明顯涉及。通過提供有界性和局域性公理，西格將形式概念引入現實世界，而現實世界所表明的則是物理系統屬性。在他看來，這些公理理所當然是形式定義的一部分(18)Wilfried Sieg，“Church without Dogma：Axioms for Computability”，S.Barry Cooper，Benedikt L?we，et al.，eds.，New Computational Paradigms：Changing Conceptions of What is Computable，New York：Springer Science+Business Media，LLC，2008，p.139.。西格的這一理解，明顯具有經驗和邏輯融合的性質。而在實踐領域，人工智能算法中邏輯和經驗的融合則集中表現在發展過程中算法性質的根本變化——從一般算法的數學性質到智能算法的造世性質(19)王天恩：《大數據、人工智能和造世倫理》，《哲學分析》2019年第5期。，而其根源就在于信息的感受性關系性質。

作為感受性關系，信息隨著信宿的發展涉及感受性關系的層次和信宿觀念層次的重要關聯。在實踐和認識發展之初，人類主要以外部世界的經驗事物為信源，信宿建立起感受性關系也就是建立起經驗性信息。這種作為感受性關系的信息，最初是純粹感性性質的。隨著人類實踐的發展，所建立的感受性關系要越來越深化，就必須對對象進行觀念重建，在信息層次而言，也就是借助信息的觀念編碼，典型的是信息的概念編碼。有了信息的概念編碼，就可以在此基礎上推導出越來越復雜的概念，從而建立起觀念體系，并用以深化對信源的感受，與同一信源建立起更深層次的感受性關系；而更深層次的感受性關系，反過來又為觀念體系的發展提供更深層次的經驗基礎，由此又構成作為感受性關系的信息和觀念體系之間的雙向循環。這正是信息研究中發現的重要機制，以前人們往往把這一雙向循環過程的一個方面稱之為信息賦義過程。

實際上，信息賦義所反映的正是感受性關系的層次深化，其機制即對信源投以基于信息觀念編碼的觀念體系“光照”——通過建立在信息觀念編碼基礎上的觀念體系，構成由其賦予意義的感受性關系。只有基于信息的觀念編碼建立起一定的觀念體系，才可能建立起更深層次的感受性關系，從而深化對信源的理解。一般而言，信宿的觀念體系越發達，與信源建立的感受性關系層次越深，對信源的理解就越深入，當然也可能由于錯誤觀念體系的建立而導致對信源的曲解。信宿觀念體系的建立，事實上就是基于信息觀念編碼的信息加工產物。而作為基于信息觀念編碼的觀念體系，必須建立在邏輯的基礎之上。由此構成兩個重要而基本的方面：一方面，信息的觀念編碼及其基礎上建立起來的觀念體系使信宿可以建立起更深層次的感受性關系；另一方面，在這一過程中，隨著感受性關系的發展，基于信息觀念編碼的觀念體系可以不斷合理化。由此構成了雙向循環，同時也就在這種雙向循環機制基礎上構成了邏輯和經驗的融合。智能算法的邏輯和經驗融合，正是源自信息的物能編碼和觀念編碼之間的內在關聯。因此，作為感受性關系，信息本身就意味著邏輯和經驗的融合，只是在智能算法中，這種融合才得以在更高層次展開，從而得以空前凸顯。

正是邏輯和經驗在智能算法層次融合的凸顯，表明智能算法層面認識論甚至存在論的全新關系，進一步深入體現了哲學和科學的一體化。而在算法認識論層次，這一發展趨勢則表現為認識論的存在論化。

三、人工智能算法的全新認識論意蘊：算法認識論的存在論化

智能算法層面認識和實踐的一體化以及邏輯和經驗的融合進程，日益凸顯出人工智能算法極為豐富的哲學意蘊，隱含著人工智能算法科學和哲學一體化研究的更深層次課題。由于都涉及根本，這些課題最后都指向最為基本的存在論乃至本體論理解的深化——認識論和存在論的一體化。

從希爾關于智能算法的科學和哲學一體化探索，可以看到很多深刻的內容，它們不僅涉及認識論和存在論，而且是以一種完全不同的整體方式涉及。希爾關于智能算法的存在論研究，建立在算法認識論研究的基礎之上，為智能算法的系統研究提供了重要思想資源。通過關于智能算法的哲學思考，希爾不僅深化了對智能算法本身的理解，而且在這方面拓展了哲學研究的領域，甚至提升了哲學研究的層次。首先，她不僅將算法作為哲學研究的對象，而且將其明確為“一個可識別和描述的對象”，并“通過對命名、討論和教學中廣泛實踐的認可為此提供支持”。其次，她對算法和圖靈機作了必要的區分，并“由有意的、命令式的特性和概念標識提供支持，它們阻止了算法和圖靈機器之間的簡單映射”。最后，她確認“算法是一個值得哲學研究的對象”，并“由一個尚未解決的問題提供支持：關于計算的形式和非形式領域之間的關系以及算法在公共和專業話語中的出場(the sheer presence)”(20)Robin K.Hill，“What an Algorithm Is”.。這是一種典型的科學和哲學一體化研究，而她所提出的這一尚未解決的開放問題，正是科學和哲學一體化研究涉及的典型問題。從科學領域的形式化研究到哲學領域的非形式化研究，從科學領域的專業話語到哲學領域的更大范圍的公共話語，曉示了在更高層次對人工智能算法進行更深入研究的進路。

由于信息的創生性，信息生產意味著創構，而在創構過程中，“本體”甚至不是在先存在的預設，而是設計的產物，這就是說，在信息創構過程中，“設計本體論”(designing ontology)(21)Eric G.Little，Galina L.Rogova，“Designing Ontologies for Higher Level Fusion”，Information Fusion，Vol.10，No.1，2009.以及“創建一種本體論”(creating an ontology)甚至“本體論工程”(ontological engineering)等概念(22)Brian Cantwell Smith，The Promise of Artificial Intelligence：Reckoning and Judgment，Cambridge：The MIT Press，2019，p.58.，意味著最基本的思維規定。規定是在客觀條件基礎上根據主觀需要所作出的設定，包括行為規定和思維規定兩種基本類型。由于越是高層次的行為規定越是基于思維規定，規定的根本方式是思維規定。最簡單的思維規定可以是像“米原器”那樣的設定；最典型的思維規定深及人類思維最基礎層次，是在特定具體條件下為思維發展遞進所作出的經驗和邏輯預設(23)詳見王天恩：《創構時代的思維規定》，《南國學術》2019年第3期；王天恩：《規定論導論》，北京：人民出版社，2022年。。因此思維規定成了基于某種認識的預設性存在，這無疑具有重要哲學后果。由于在信息世界(其最具代表性的現實反映無疑是當下正火熱的元宇宙)的創構中，預設性存在是認識——更確切地說是設置的結果，人的認識或設置決定了有什么樣的信息存在。這就意味著，在信息層次，認識可能決定信息性存在，而且不是在物質世界改變而是在信息世界創生的意義上。這顯然是意識反作用于存在的一種新形式，反映了意識反作用于存在這一重要機制在信息領域的新展開。它一方面意味著信息創構過程使思維規定得以開顯，另一方面凸顯了信息世界存在的思維規定性質，使信息創構過程中出現認識論和存在論的一體化。這種認識論和存在論的一體化，既意味著存在論的認識論化，也意味著本體論(在這里，“本體”的含義比“存在”更為具體，可以用來指一個具體信息系統的本身基礎)的認識論或知識論化。

信息創構過程中存在論研究的認識論化，集中體現在智能算法的本體設計即基本規定的設置中，體現為本體論研究和認識論研究在智能算法規定中的一體化。作為感受性關系，信息是創生的，不像物能守恒，信息創構是無中生有的過程。在無中生有的信息創構過程中，所謂“算法認識論”事實上已經不是傳統意義上基于本體論的研究，而是包括本體設計在內的知識論領域。

創造是關于從未存在的對象的，而發現是面對既存對象的，由此可見，在無中生有信息創生的意義上，創構活動中認識論和存在論新的關系。創造和發現的一體化，不僅典型地表現在智能算法的設計中，而且由于其創構性，智能算法還表現出創造和發現之間新的聯系性質。希爾在研究中就遇到這一問題。“算法以某種方式存在于詳細說明對其調用之前。這構成沖突嗎？如果是這樣的話，解決之道也許只是一個詳細說明可能需要一個算法；或者也許這一解決之道是在創造和發現之間的一些更復雜和有趣的交互”(24)Robin K.Hill，“What an Algorithm Is”.。由此也可以看到創造和發現的一體化在智能算法中的體現。在創造活動中，創造和發現的一體化應當是不言而喻的，創造往往意味著新的發現，但并不是所有的發現都同時意味著創造，除非發現不是經驗性而是邏輯性的。在這方面，典型的類比是一些具體的數學的美(數學的美不僅有抽象的，也有具體的，比如數字對稱的美等)，它們既是創造又是發現。而邏輯(包括數學)的美本身又是規則和規律一體化的體現。在創構過程中，正如邏輯性的發現，所有的發現都意味著同時是創造，智能算法就正是最為典型的表現，“算法認識論”的提出就是一個具有標志性的進程。

從電子計算機到智能算法的哲學研究中，新的認識論旨趣相繼出現，不僅在計算機哲學研究中有“程式認識論”，而且在智能算法的哲學研究中提出了“算法認識論”(epistemology of the algorithm)。正是在上述算法定義的基礎上，希爾進一步明確提出了“算法認識論”概念：“哲學的考慮促使我們提出算法認識論，特別是在不同于其他學科算法的學習中，也許可以運用實驗哲學來確定計算機科學界內外人們對算法的看法。”(25)Robin K.Hill，“What an Algorithm Is”.智能算法的發展既是創造和發現一體化，也是認識論研究和存在論研究一體化進程。由于本體的設計本身意味著創構性認識，涉及創構認識論，“設計本體論”典型地體現了認識論的存在論化；由于算法本身就是創構的產物，其創構過程涉及創構認識論，“算法存在論”正是認識論和存在論一體化的典型標志。由于在創構過程中，算法更加接近描述過程中的形式化內容，因此更類似康德先天形式基礎上的規律或原理性層次。

康德的“人為自然立法”主要還是在對世界的描述意義上說的，而算法則把康德的這一命題進一步落實到創構世界的層次，這意味著人通過在自己所設置的前提性規定基礎上，自定法則創構世界新的層次，而且是最貼近人類的層次。正因如此，自然而然卻又十分耐人尋味的是，希爾的探索關聯到了劍橋大學數學家約翰·康威(John Conway)的“生命游戲”。

康威發明的“生命游戲”(the game of life)是一種自動元胞機，通過簡單的規定和相應的規則，可以演化出無窮無盡的“生命”形式(26)Martin Gardner，“MATHEMATICAL GAMES：The Fantastic Combinations of John Conway’s New Solitaire Game ‘Life’”，Scientific American，Vol.223，1970.。康威的“生命游戲”是創構的典型案例，它以基本的規定為前提，按照特定規則演化出具有自身規律的各種“生命”類型，只是不像通常的游戲那樣設定了特定形式的結局。所有的游戲都是在基本規定的基礎上，由玩家按照特定規則演化出各種不同方式的結果。“在‘生命游戲’中，沒有設置任何結局。當然，算法可以在‘生命游戲’中產生特定的元胞模式；這些指令子集符合我們的定義，因為它們終止于一個預先設定的目標，而生命游戲過程可能還在繼續”(27)Robin K.Hill，“What an Algorithm Is”.。算法的哲學研究與康威的“生命游戲”相聯系絕非偶然，在這一關聯中，不僅具有很大的創構認識論思考空間，而且具有十分深刻的認識論的存在論化意蘊。在描述認識論研究中，毫無疑問也有知識體系的前提性預設，但這是認識論或知識論意義上的；而在創構認識論研究中，卻是存在論意義上的前提性規定預設，從而在更深層次呈現出創構認識論與存在論一體化的趨向。

算法認識論和描述認識論的根本區別，就在于描述認識論的前提性規定是對既定的、在先存在的反映，而算法認識論的前提性規定則是人類設置的。在傳統認識論中，面對外部世界，對象是在先的既存事實，因而存在論甚至本體論就成了最基礎的研究；而我們預想中的信息對象的創構則本身就包含作為前提性規定的預設。這一根本不同集中表現在智能算法中。智能算法的發展，不僅使規則和規律一體化，而且空前凸顯了人類的規定及其重要性，這使倫理學首先成了反映更高層次整體性的研究領域。“道德被認為不是由發現道德事實的特殊能力所發現的事實的集合，就像從柏拉圖到我們這個時代許多哲學家所相信的那樣；道德毋寧說是一種被規定的因此不能是發現的東西。它是發明而不是發現的，是創制的而不是找到的。就這方面而言，它變得類似于藝術創作”(28)Isaiah Berlin，Freedom and Its Betrayal：Six Enemies of Human，Princeton：Princeton University Press，2014，p.64.。道德是被規定的觀點應當不成問題，但智能算法通過基于客觀根據和人類需要的設計，則凸顯了規定性質的更廣泛理解。不光是道德原則，事實上包括認識論和存在論的理解，都具有以創生為根本特性的創構性質，而這在創構的前提性規定中，正蘊含著認識論的存在論化。認識論和存在論研究的一體化，也正反映了信息意義上的造世哲學的性質。

在信息意義上的造世過程中，算法是創構的基本方式。作為創構的基本方式，算法必定涉及前提性預設或規定。在各種不同的算法定義中，可以看到“規定”的三種不同用法——“stipulate”、“provision”和“prescribe”，英文中具有“規定”含義的主要幾個語詞幾乎都用到了。關于“指令-表達式按順序排列它們指定的動作類型的表達”，希爾使用表達式“規定”(prescribe)將一種特殊所指關系和其他所指關系區分開來。這種特殊所指關系，即指令-表達式和動作-類型之間的所指關系，指令-表達式按字面順序執行它們指定的動作-類型(29)Robin K.Hill，“What an Algorithm Is”.。而“被不予爭論地規定”的表述則最為典型，它完全不同于描述認識論給人的印象：規定性是對既存對象的反映。在智能算法的在先預設中，規定則是創構者認識的產物甚至需要的反映。

在描述和創構活動中，相對于對自然的描述，信息創構的前提性預設顯然具有完全不同的性質和認識價值。“信息的內在價值只能在它將要作出的決策中得到充分表達。這就是為什么信息是一個不易掌握的多變概念”(30)Béranger，Jérme，The Algorithmic Code of Ethics，Ethics at the Bedside of the Digital Revolution，London：ISTE Ltd and John Wiley & Sons，Inc.，2018，p.69.。這意味著，智能算法的實踐本性歸根到底源自信息的實踐特質——作為感受性關系，信息意味著信宿的感性活動。正如智能算法的邏輯和經驗融合源自感受性關系——更確切地說作為感受性關系的信息和基于信息編碼的觀念體系之間的內在關聯，智能算法的實踐本性根源于信息的感性活動性質，這與感性實踐密切相關，而基于智能算法的認識論存在論化，則源自作為“設計本體論”的創構思維規定——在信息層面，表現為基于信息編碼的觀念體系所設定的思維基礎。根據人類認識活動的性質，思維規定還可以區分為描述的思維規定和創構的思維規定。前者是描述既存對象的前提性基礎，后者是創構尚未存在對象的前提性基礎。在描述的思維規定中，對象在先存在，思維規定只是給在先存在命名，關于這種在先存在的研究構成存在論，其與認識論的區別不言而喻。而在創構的思維規定中，對象尚未存在，思維規定是設定這種存在，由于設定存在本身就是創構認識論活動，因此設計本體就意味著創構認識論的存在論化。信息的這種實踐特質，正是在智能算法中得以充分展開，使智能算法獲得其實踐本性；而作為“設計本體論”的思維規定，則正是在智能算法中得以凸顯。

在描述過程中，前提性預設的合理化被理解為接近對象真相的過程，在人們心目中，人類認識的發展正是這樣一個自然過程；而在創構過程中，前提性預設的合理化可以意味著推倒重來。由于創構活動越是在信息意義上的造世層次，這種完全推倒重來越不可能，有些文化甚至整個物種因此而被淘汰。所謂“化石文化”是被淘汰文化的標本，而作為這種文化的主人無疑也在淘汰之列。如果將生物智能的軟件作為廣義文化，物進化史上很多物種被淘汰都與此密切相關。描述性的既存對象摹寫在根本上是特定主體感受基礎上的客觀反映，創生性的信息創構在根本上是一定客觀根據基礎上的主觀設置。二者最重要的區別之一在于：與描述不同，創構本身就是直接的實踐過程，而這正是智能算法實踐本性的凸顯，同時也是信息實踐特質在智能算法中的展開。正是由于充分展開了信息的本性，我們不僅可以看到智能算法中認識論的存在論意蘊，而且可以看到其信息根據。人工智能算法的這些深刻認識論意蘊，對于傳統認識論而言都具有超越性，由此不僅可以看到認識論和知識論的聯系和區別，而且可以感覺到在信息意義上的造世哲學與釋世哲學鏡像對稱構成的哲學新圖景。

由于基于信息，人工智能算法的發展不僅意味著一個新的認識論領域——算法認識論的拓展，而且具有認識論本身發展的深刻意蘊。算法認識論意味著，隨著智能算法的發展，其實踐本性越來越得以凸顯，從而越來越明顯地具有與傳統認識論不同的發展層次。在傳統認識論——更確切地說描述認識論中，由于主要基于物能范式，必須強調認識和實踐的結合本身就意味著二者脫離的可能性；在算法認識論——更確切地說創構認識論中，由于主要基于信息范式，智能算法實踐本性的凸顯則在更深層次表明認識和實踐的一體化。在描述認識論中，經驗和邏輯涇渭分明；在創構認識論中，經驗和邏輯卻由于基于信息而日趨融合。作為感受性關系，信息在進化過程中表現出邏輯和經驗日漸融合的趨勢，而作為信息進化的重要展開，智能算法的發展意味著經驗和邏輯的深度融合。在描述認識論中，本體在先存在，本體論在邏輯上是認識論的前提性基礎；在創構認識論中，智能算法中的“本體設置”同時成了認識論研究的內容，從而不僅既是經驗和邏輯深度融合的根源及重要標志，而且意味著認識論的存在論化——認識論和存在論的一體化。由人工智能算法的這些重要的深層的認識論意蘊，可以看到認識論本身的更高層次內涵。關于人工智能算法深層的認識論意蘊的深入研究，不僅為認識論的更高層次發展，而且為存在論研究的進一步深化提供了新的時代條件，無論對于哲學還是人工智能的發展都具有特殊意義。