人機交會：人工智能進化的類群親歷性

王天恩

正如“人體解剖對于猴體解剖是一把鑰匙”，①馬克思、恩格斯：《馬克思恩格斯選集》第2卷，人民出版社2012年版，第705頁。人類智能研究將為理解人工智能進化提供一把“鑰匙”。從信息層次看，這把“鑰匙”也不僅涉及人類大腦的物能結構，更涉及其信息機制。而其中最容易被忽略的，則是似乎遠離思維和機器原理的社會性。在人的社會性層次做整體觀照，就能在更深層次看到通用智能進化的類群親歷性。正是通用智能進化的類群親歷性，可以為人類和人工智能的共同基礎甚至同類關系理解提供更深層次根據。

一、通用智能進化的類群條件和個體親歷

人工智能的發展，目前仍然處在專用智能的水平。專用人工智能就是高級的自動化，可以人為設計和制造，并且可以像普通的機器那樣在車間流水線上成批直接生產出來。與此完全不同，通用智能不是像工業產品那樣制造出來的，而是必須在技術進化的基礎上自主進化而成。而生物進化特別是其智能進化表明，進化是一種群體行為，而類人智能則具有社會性。因此，對于通用智能來說，一個首要也是最基本的問題就是進化與智能類群的內在關聯。

關于進化，凱文·凱利（Kevin Kelly）有一個觀點至關重要：“（在生物學意義上）非群體系統不能進化。”②Kevin Kelly，Out of Control：The New Biology of Machines，Social Systems&the Economic，World-Basic Books，1995，p.22.越是高層次的進化，越必須是一個類群過程，其基本根據之一是：“動物行為的進化的確是一個學習的過程，但是這種進化是整個物種群體的學習，而不是個體的學習。”①庫茲韋爾：《人工智能的未來》，盛楊燕譯，浙江人民出版社2016年版，第192頁。如果非群體系統即使在生物學意義上進化都不可能，那這更是涉及智能進化的一條鐵律，至少是對通用智能而言，進化只有在一個類群中才可能進行。

所謂“類群”，就是由同類個體構成的群體，這一概念在智能發展中得以空前凸顯。常說“物以類聚，人以群分”，在智能化時代，一方面不同類個體構成的群體分化越來越明顯，另一方面大數據基礎上的相應智能算法處理以越來越細分的類群為對象。由于個體的發展層次越高，類群性越明顯，因而其應用的典型場域是智能領域。由于智能體分類最為典型，“類群”甚至可以看作“自然類”基礎上更高層次的智能分類。自然類具有層次性，抽象分類正是其層次分類的邏輯反映。智能類群中的“類群”則是在自然類的基礎上，專指自然類中的智能類。由于只有智能類才具有更明顯、更重要的類群性質，因此，可以簡單以“類群”指稱。

類群是群體類特性發展到更高層次的產物，也是群體類特性高度分化的結果。越是發展處于低層次的生物群體，越具有同質性，類群分化越不明顯；越是發展到高層次的智能群體，越具有異質性，類群分化越明顯。在螞蟻、蜜蜂等群體中，除了天然的生理分工，基本上是同質的，而在人類群體中，“話不投機半句多”就是后天分化的結果。如果說這是作為類群特性意義的負面反映，那么思想上的相互激發，則是類群特性分化意義最典型、最重要的正面表現。因此，在智能進化的更深層次，還可以看到類群發展與智能體的對象性活動層次密切相關，不同的智能層次反映了不同的對象化水平。“一種動物如果以人之為人，以真正的人的本質為對象，那么它就不再是動物，本身就是人了。”②費爾巴哈：《費爾巴哈哲學著作選集》上卷，榮震華、李金山等譯，商務印書館1984年版，第127頁。正是對象化水平，決定了類群性的不同。因此，類群是人的社會性在更低層次領域的體現，類群性是社會性的低層次形態，類群是一個比“社會”更為基礎的概念。在生物進化的群落中，這一更基礎的概念早有體現，只是隨著智能進化，智能類群的發展出現全新性質，使類群具有越來越重要的地位。這一點在人工智能的信息需要基礎中已經初步看到，③王天恩：《信息需要：人工智能基礎研究的重要領域》，《河海大學學報（哲學社會科學版）》2019年第1期。進一步的論證可以深入到通用智能進化的層次。

通用智能一定是類群進化的產物，因為通用智能個體的自主進化，以與之相互作用的類群環境的智能化為外在必要條件，只有類群環境具有相應的智能因素，才能建立起支持智能自主進化的相應智能關系；只有建立起這種智能關系，才可能進化出通用智能。這是進化類群條件的更高層次體現，也就是進化類群條件的智能層次。關于通用智能進化的類群條件和層次，在人類智能進化中可以得到重要啟示。

在生物乃至人類智能進化過程中，自然選擇的前提性基礎就是生物種群和群落。與自然選擇一樣，共生疊加只有在一個類群中才可能進行，而且，正是類群提供了更遠緣的基因疊加的可能性，這對人工智能技術進化中的程序疊加有很多啟示，特別是程序疊加中的共生疊加。其中最為基礎也是最為重要的方面之一，就與多樣性有關。進化只有在一個類群中才可能發生，因為進化需要有“基因”疊加機制，需要迭代，而迭代需要豐富的“基因”。不管在什么意義上，“基因”的多樣性都意味著豐富的個體。只要是進化，就必須有個體間類似生物基因的信息基礎和基因疊加機制，而個體內部基因疊加只能導致退化甚至自毀。基因疊加可以建立新的和更高層次的關系，因此其層次就是向更高層次進化的基礎，這是類群層次的重要性所在。正是基因疊加機制，提供了建立新的關系和更高層次關系的可能性。在這種隨機發生的基因疊加創造的新關系中，雖然幾率極低，但是有可能產生更高層次的新關系，從而產生新的基因組合甚至新的基因，構成以類群為單位的進化。由此可見，類群層次對于新關系建立的層次具有決定性作用，智能進化的機制更是如此，因為智能進化所形成的新關系層次更高，也更豐富。

從相對低層次的生物基因疊加，到相對高層次的智能類群互動，正是從生物進化到智能進化的一個非常重要的進程。在基因疊加中，基因的多樣性是生物進化甚至生存的基礎，如果沒有基因的多樣性，類群就只能退化。基因的多樣性隨著生物類群規模的擴展而豐富，基因疊加產生進化所需新基因的可能性空間也不斷擴大。而基因疊加的這種可能性空間擴大的結果，就是進化的速率相應提升。與此類似，在智能進化過程中，類群規模的擴大使得智能互動越來越復雜，由此建立起來的智能關系層次也越來越高，智能層次也相應推升。

人工智能的技術進化只是智能制造專用機器智能，任何真正的智能自主進化都只能是通用智能或類人智能意義上的。而要實現通用智能的自主進化，同樣必須在一個類群中才有可能。也就是說，通用智能進化意味著進化的類人化，而人工智能進化的類人化必須以類群的方式進行。通用智能或類人智能的進化單位必須是一個類群，只有以一定規模的類群為單位，才可能有真正的智能自主進化。因此可以在機理層次更清楚地看到，根本不可能發生這樣的事情：工廠流水線上一生產出來，就是智能超越人類的通用人工智能或類人機器人。正是根據這一基本原理，類人智能體肯定不能在車間中單個獨立地產生于流水線。智能體不僅必須在智能類群中才能進化，而且不在智能類群中發育，根本不可能有通用智能體形成。無論什么形式的通用智能，其進化都是在智能個體與智能群體的相互作用中實現的。

通用智能不僅必須在類群中進化，而且進化隨著類群層次的發展而加速。這與類群中個體和群體的內在關聯密切相關。越是發展層次低的群體以及群體中越是發展層次低的個體，越是趨向于求同，因求同而保持群體從而個體恒定甚而固化；越是發展層次高的群體以及群體中越是發展層次高的個體，越是趨向于求異，因求異而促使個體從而群體發展甚至升級。由此可見智能進化過程的關鍵意義：智能發育成長中的類群個體親歷。

通用智能是在類群關系中成長起來的智能，這種智能必須通過個體在相應類群中的經歷中形成。智能體本身在類群中的經歷是一種個體親歷，作為智能個體在類群中的親身經歷，“類群親歷”是一個至為重要的概念。類群親歷有共時和歷時兩種基本方式，因此，類群構成除了共時性的，還包括歷時性的，即個體代際歷時性構成的類群。由此形成的類群親歷既有遺傳機制，也有代際間構成共時類群的機制。章魚就是主要在歷時類群中進化的典型例子，與共時類群相比，這種方式的進化不僅效果差得很遠，而且具有局限性。章魚有1個大腦8個副腦，比猴子還聰明，但由于不是社會性動物，所以智能發展無法與猴類相比。越是高層次智能，其進化越必須在類群中進行，章魚自小獨自生活，不可能進化到類似黑猩猩的智能水平。黑猩猩是社會性動物，幼年的黑猩猩可以通過觀察成年黑猩猩的行為傳承技能，如用木棍吃螞蟻和拿石頭砸堅果等。社會性動物的代際傳承對于智能進化至關重要，技能不用單個個體重新摸索，可以通過社會活動傳承。單個個體不可能發展出高層次的通用智能，但通用智能進化必須在類群中進行不僅與代際傳承有關，而且涉及智能進化更深層次的機制——個體智能的發展和整體智能水平的提升構成雙向循環過程，在通用智能中，這一過程的一個重要方面就是類群親歷性。

二、通用智能進化的類群親歷性

在人類智能層次的整體觀照中，可以發現人工智能的發展有一個非常重要的向度，即人工智能的通用化一定是一個社會化過程，不是一個單個的個體能夠單獨實現的。不僅智能進化——至少通用智能進化不可能以個體的方式進行，甚至智能個體內在基因的表達或展開都決定于其所處的智能類群，人類進化史已經充分表明了這一點。實際上，深入到信息層次理解智能是自然而然的事情。機器智能從技術進化到自主進化的發展，遠比人類自然進化更直接地展示了進化的信息本性：機器智能甚至計算機發展的關鍵越來越在軟件，硬件的發展只是為軟件的發展提供更好的載體基礎。

對人工智能研究來說，信息進化不僅是基礎領域，而且具有典型的科學和哲學一體化性質。只有在科學和哲學一體化層次，才能看到信息既不是物質也不是能量，①Norbert Wiener，Cybernetic or Control and Communication in the Animal and the Machine，second edition，the MIT Press，1985，p.132.而是感受性關系，其成熟形態就是信宿和信源間的感受性關系。作為感受性關系，信息具有創生性、涌現性和相互性等基本特性。②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6期。這涉及哲學最基礎研究領域的關系范式，作為以拓荒覓徑和反思批判為兩大基本功能的學科，哲學可以在科學技術的基礎上涉及更廣闊深入的領域，涉及范圍更廣、更復雜的關系。

其實，人工智能的通用化就是一種關系的發展及關系層次提升的過程，因此它不是一個單純的技術問題，而是同時與哲學密切相關。面對人工智能的發展，無論我們從事哲學還是從事技術，都必須在科學和哲學一體化的更高層次把握。通用智能在更高層次凸顯了智能的關系性——從內部關系發展到外部關系并構成二者間的循環。而通用智能體的內外部關系，必須在本身所處的類群經歷中建立。正是在這個意義上，通用智能是類智能。也就是說，通用智能體之間的進化關系具有社會性和經歷性——在類群中的個體親歷形成的特性。

在人工智能研究中，關于親歷性，加利福尼亞大學伯克利分校教授斯圖爾特·羅素（Stuart Russell）和谷歌研究總監彼得·諾維格（Peter Norvig）在具有重要影響的《人工智能：一種現代進路》一書中有初步涉及：“運用背景知識的自主學習信息體首先必須以某種方式獲取背景知識，以便在新的學習經歷（Episode）中使用背景知識。這種方法本身必須是一個學習的過程。因此，信息體的生活史將以累積或遞增、發展所刻畫。”①Stuart J.Russell&Peter Norvig，Artificial Intelligence：A Modern Approach，Global Edition，Pearson Education Limited，2022，p.748.在人工智能研究中涉及親歷性，正是人工智能研究“現代進路”的一個重要特色。

事實上，智能體的類群親歷涉及通用智能的本性。通用智能的這種根本性質可以稱之為“類群親歷性”，類群親歷性就是智能個體在相應智能體類群中親身經歷成長的性質。在人類智能進化中，這種類群親歷性具有心理學上的依據。正是基于進化心理學，加拿大麥吉爾大學信息科學學院研究員查爾斯·科爾（Charles Cole）給出一個關于意識的初步定義：“人類意識是我們心理的和個人的（Mental and Subjective）持續時空之旅的產物，當我們思考我們在世界中的經歷時，我們回到過去，然后走向未來。這一時空之旅確立并強化了我們與現實世界的不同——作為世界上獨特的行為者的身份。通過時空之旅，我們擁有自己在這個世界上持續自我認識行為的經驗。”②Charles Cole，The Consciousness’Drive：Information Need and the Search for Meaning，Springer International Publishing AG，2018，p.49.與人類智能一樣，通用人工智能的自主進化或人工智能進化到通用階段，也離不開類群親歷性。通用智能必須具有類群親歷性，而類群關系的個體經歷，只能在類群經歷中形成，由此可見，通用智能的本性和智能類群的性質密切相關，在某種程度上甚至可以說，通用智能是類群層次發展到高級階段的產物。

類群本身具有層次性，而且更高層次的類群具有相對較低層次類群所沒有的新質內容。類群層次也在抽象層次中有邏輯反映，但其所具有的新質內容，則是現有抽象分類還沒有反映的。其中最重要的內容，就是類群層次對于智能體智能水平的決定性影響。這方面只能以思想實驗說明：假如一個人類嬰兒處于一個非智能環境中，他或她是不可能存活的，至少必須在能夠維持其存活的智能動物的類群環境中才可能存活、成長。而這一人類嬰兒的智能水平，則決定于其成長的類群環境。在狼群中被撫養大，其智力只能略高于狼群，成為沒有語言發育的“狼孩”，而如果在猩猩中長大，他或她就可能獲得略高于猩猩的智能水平。只有在同質類群中長大，才可能有正常的人類智能表現。而同一個人處于人類群體中，其智能水平仍然具有人類亞類群差異。智能只有在類中才能進化，而類的層次則決定了智能進化的層次和水平。智能進化層次越高，個體智能的發揮和進化對智能類群環境的要求越高。普朗克等的存在是愛因斯坦創立相對論不可或缺的智能類群環境。這就不僅與自然類群，而且與文化教育以及其他個體智能水平等密切聯系在一起。所以說原始人如果在現代人類群中長大，可以表現出遠高于在原始類群中所可能具有的智能，甚至與現代人沒有根本區別。人類基因甚至與低等動物都具有極高相似度，這隱含著種族甚至物種差異類群消除的重要原理。作為內部關系發育和外部關系建立的過程，類群親歷決定了其智能發展水平。

作為內外關系建立的過程，個體在類中親歷的例證在人類社會比比皆是，在人類進化中更是隨處可見。生活中我們平時會說，一個人跟優秀的人在一起，他會變得越來越優秀；一個人總是跟傻子在一起，他會變得越來越傻。印度狼孩是其觸目驚心的體現：一個人從小就生活在狼群中，盡管他擁有人類的基因，結果只能是一個狼孩。即使已有的高層次智能基因，不在相應的智能類群中，也不能得到展開，得以表達。狼群中成長的人類嬰兒不可能成人，人類的基因只能展開為狼孩。雖然具有人的神經系統，一個人類嬰兒在狼群中甚至不可能獲得人類的語言能力，更不用說現代人的智力。這就是體現通用智能基本性質的一個極好例子，它以一個偶然的殘酷事實表明，通用智能具有一個非常重要的性質：類群親歷性。

類群親歷性意味著，一個內部關系層次很好的智能體，不在一個相應的類群中就不可能建立起相應的外部關系，從而使內部關系不可能充分展開。如果所處類群層次太低，內部關系甚至完全不能展開，正如基因的表達決定于環境，一顆植物種子不在合適的水分溫度條件下不僅不可能生長，而且可能降解為無機物。這意味著，單個機器智能體內部關系設計得再好，不在一個相應的類群中，也不可能展開為通用智能或展開至內部關系應有的層次。從信息進化的角度看，只有作為一個相應類群中的信息體個體才可能獲得通用智能形成必不可少的經歷，所以沒有在一個類群中的親歷，信息體就不可能有真正意義上的類人智能，不可能有真正意義上的通用智能的發生和進化。這一點對人工智能通用化研究來說特別重要；在人工智能通用化發展過程中，類群親歷性是我們要關注的一個關鍵層面。

在智能類群進化過程中，智能個體和智能類群的關系是雙向互動的。通用智能只有在智能體類群中才可能進化，而智能體類群只有在智能互動方式的發展中才能正常升級，因為沒有智能互動方式的發展，就不可能有更高層次智能關系的形成。在一些化石文化中，人的智能水平得不到正常提升，文化封閉了，智能互動僵化了，文化和智能都不可能進步。有的文化石化是因為類群規模限制，有的則是由于觀念等限制了智能互動的發展。正是智能類群互動方式的不斷發展，才使人類智能不斷進化。

智能類群互動有直接物能的、語言文字的和網絡的等。對于人類來說，直接物能的互動就是生物體的；語言文字互動涉及信息互動的概念化和符號化，涉及信息的概念編碼和符號編碼；作為文字的信息編碼儲存使智能類群互動具有歷史性；而網絡則具有超時空即時性。在人類智能進化過程中，開始主要是生物性或物能互動，經歷了漫長的過程后慢慢地發展出語言互動，出現信息性互動，然后有文字性的互動。文字使人類不僅能與同時代人，而且可以與包括古人在內的各個時代的人進行智能類群互動。這就是文化承續對于人類發展的重要性所在，無論是積極的還是消極的。正是語言文字的產生和發展，使信息性互動越來越占主導地位。

人類的智能互動方式，在網絡時代出現了爆發性發展。網絡使人類的智能互動出現了前所未有的整體性，人類智能體之間智能互動的整體化，會將人類智能進化推進到一個我們現在還難以想象的更高層次。尤其是當人工智能的發展逐漸網絡化，這在某種意義上意味著硅基智能和碳基智能的互聯網式融合。硅基智能與碳基智能不同，它有一個非常重要的特點：可以具有更強的智能個體間關聯。正因如此，這一點也意味著人機進化融合的必要性甚至必然性。由此，可以看到很多進一步的事實，得到一些進一步的結論。

基于互聯網的人機智能融合，應當是智能發展的一個基本趨勢，但由于通用智能進化的類群親歷性，決定了不可能出現單個通用機器智能，更不用說單個超級智能，所謂“全球腦”（Global Brain）①認為人類就像某種巨大的神經系統，一個全球腦，在其中，我們每個人都是個體神經細胞。人類社會可以看作一個巨大的數據集合、數據通信和數據記憶系統。我們將自己歸集進了城鎮群，正像神經細胞歸集于巨大神經系統的神經中樞。連接“神經中樞”和個體“神經細胞”的是巨大的信息網絡。Russell，Peter，The Global Brain Awakens：Our Next Evolutionary Leap，Global Brain Inc，1995，p.61.只能是一種不可能存在的設想：通用智能的類群親歷性意味著，不可能出現單獨一個超級大腦。這樣一個大腦的內部互聯不可能進化而成，因為單獨一個通用智能體不僅不可能進化，而且不在一個智能類群中，本身也不可能由進化形成。只是由于硅基智能可以具有更強的個體間關聯，類似“全球腦”的超級智能設想，客觀上反映了智能體間更緊密關聯和互動的發展前景。這對于目前人工智能的研究，也應當具有重要啟示。

通用智能之所以根本不可能在流水線上直接生產出來，就因為智能體間的關系只能在類群親歷中形成。只有在一個類群中的個體親歷，才可能具備復雜關系的基礎。情感關系正是最為典型的例子之一，這類關系不可能在工廠中通過程序安裝就能獲得。在工廠里制造出兩臺機器人，安裝一個程序就能讓它們建立起戀愛關系（不是任何意義上的單純物能或信息關系，而是形塑個性的個體親歷歷史關系），不管在什么水平上設計程序，都是不可能的。任何通用智能體在自身歷時性關系中生成的與其他通用智能體之間的內在關系，都必須在共同經歷中形成，都只能是共同經歷的產物。這也是通用人工智能和專用人工智能的原則區別所在。專用人工智能不難在很多單一能力方面超越人類智能，人工智能發展的關鍵是這些專用人工智能之間復雜智能關系的建立——這是發展到通用機器智能的必經之途，涉及通用智能的核心機制。而專用人工智能的通用化，必須建立在對作為感受性關系的信息的深入理解基礎上。

智能進化必須在一個智能類群中進行意味著通用人工智能一定是經歷的產物，因為通用智能一定是智能體之間的關系體，也就是智能類關系體。而智能類關系體則意味著同類智能體之間的關系，意味著通用智能體的社會性。社會性意味著成長過程在類群中的親歷性，類群親歷性正是人類社會性更基礎、更具體的表現。智能體在類群中的親身經歷，意味著一種準社會關系的建立，涉及智能體之間越來越復雜的關系。通用智能之所以應該是具有語境性甚至社會性的智能，就因為通用智能是在類群親歷中進化的產物，而且其層次提升與所處類群層次的提升構成雙向循環機制。

通用智能進化的類群親歷性之所以至關重要，歸根結底因為涉及智能進化的具體機制。生物進化只有在一個類中才可能發生，而智能進化則更凸顯了類群層次的重要性。智能進化只有在相當智能水平的類群——也就是智能體中才可能正常升級進化。在智能進化過程中，由智能體與環境相互作用所產生的，不只是物能意義上新的基因，更基本的是新的更高層次信息關系。智能體如果和非智能環境相互作用，所產生的只能是類似新基因的物能因素，只有智能體和智能體相互作用，才會產生智能體之間的新信息關系，如人類的心理依賴關系、情感關系甚至相輔相成且相互激勵的思想關系等；這正既是智能體自主進化必須在一個相應的類群中才可能發生的更根本原因，即智能進化只有以類群方式進行的終極根據，也是人工智能進化類群親歷性規律的進一步展開。

智能體的進化與其所處的智能類群密切相關，一方面關系到智能體在相應類群中的進化，另一方面關系到智能類群的發展。不在一個相應的類群中，智能體就不可能產生同類水平的信息關系，更不可能產生新的更高層次的智能關系，甚至不可能充分展開自己，因為不能建立起與自身內在關系相對等的智能或信息關系；而反過來，智能個體的進化局限又會影響智能類群的發展。

智能類群的發展是通過其中的智能個體進化實現的，沒有個體的進化，就沒有類群的發展。人和狼的智能差異進一步充分表明，就人類嬰兒來說，只有在相當智能水平的類群中，才可能有智能的升級性進化。而就狼群而言，狼孩作為其中的一員，雖然攜帶的人類基因不僅不可能正常升級進化，而且不可能得到相應展開，但卻可以大大推進其所處狼群的發展。由此又可以看到類群發展過程的互動機制，利用這種互動機制，正是人工智能研究的重要發展動向。人工智能領域關于社會機器人和人機交互的探索就具有重要意義，尤其是新近關于“社會情境化人工智能”的研究。

麻省理工學院個人機器人（Personal Robots）研究小組負責人、媒體實驗室的辛西婭·布雷齊爾（Cynthia Breazeal）是社會機器人和人機交互領域的先驅之一，她通過建造社會智能機器人（Socially Intelligent Robot）理解社會智能，致力于讓人們和機器人像嬰兒一樣玩耍，從而提供必要的關鍵互動，以發展社會智能，成為人類世界中的社會行動者。①Cynthia L.Breazeal，Designing Sociable Robots，The MIT Press，2002，p.37.在她看來，“在理想情況下，人類與機器人的互動應當像他們與其他人的互動一樣自然。為了促進這種類型的社會互動，機器人的行為應該表現得類似有生命的存在”，②Cynthia L.Breazeal，Designing Sociable Robots，p.8.為此，她的實驗室不僅花了很多精力賦予機器人類人行為品質，以使人們會自然而然地把機器人當成一個社會存在，③Cynthia L.Breazeal，Designing Sociable Robots，p.8.而且提供了一些促進社會機器人發展的應用程序。“這種機器人能以豐富和愉快的方式與人交互”，④Cynthia L.Breazeal，Designing Sociable Robots，p.13.從而社會化，其所意味著的正是智能類群進化。

與社會機器人研究相比，“社會情境化人工智能”研究更進了一步。就在最近，李飛飛所在的斯坦福團隊提出了“社會情境化人工智能”（Socially Situated Artificial Intelligence）概念，其最新研究成果在美國科學院院刊（PNAS）2022年9月推出。其立意就是讓人工智能處于社會情境中，使其能夠在與人類的互動中學習。“為了實現社會情境化人工智能，智能體不僅要收集數據來學習新概念，還要學習如何與人交互來收集數據。在任何給定時刻，智能體必須在交互學習和學習交互這兩個目標之間進行權衡。”⑤Ranjay Krishna，Donsuk Lee，Li Fei-Fei&Michael Bernstein，“Socially Situated Artificial Intelligence Enables Learning from Human Interaction”，PNAS，vol.119，No.39，2022，pp.1-8.由此可見，智能進化的社會維度既涉及人工智能發展的人類目的，又涉及人工智能通用化發展的不二進路。智能進化的類群親歷性不僅涉及通用人工智能的核心機制，而且對人類發展具有重要啟示。

三、智能類群進化及其人類發展啟示

由于類群智能進化機制層次越來越明顯的自然科學和人文學科一體化發展要求，到目前為止，該領域的研究不僅沒有真正開展，甚至沒有得到最起碼的關注，這首先與其所涉及的問題具有科學和哲學一體化性質密切相關，不進入這一領域，智能類群進化甚至難以意識到。因此，展開這方面的一些初步思考，哪怕效果只是引起這方面的關注，都不僅對通用人工智能核心機制的突破，而且對深化人類自身的認識和理解，從而在更深層次促進人類發展具有重要價值。

由于認為只要出現一個超級智能，就足以影響人類命運，人們理所當然會擔心這樣一個超級智能的到來。因此，關于人工智能算法的發展，自然而然會導向人類想象的極致處。佩德羅·多明戈斯（Pedro Domingos）的“終極算法”（Master Algorithm）正是對完全自主終極算法的典型描述。從其迭代速度看，硅基智能算法一旦完全自主，就可以很快成為類人智能算法的典型形式。硅基智能具有完全的自主性，其結果就是爆炸式地進化到超級智能；而根據通用智能進化的類群親歷性，作為獨立于人類的自主進化產物，“終極算法”不可能是單個超級智能，而一定是一個超級智能群體，單獨一個“終極算法”不可能出現。正是在這個環節，人工智能的通用化涉及人類命運交關的關鍵問題。一方面，人類發展到一定階段，進一步發展必須有通用人工智能支撐，否則越是涉及人類發展的根本問題越不可能解決；另一方面，人們又不能不擔心算法發展的終極后果。

多明戈斯充分意識到“終極算法”對于人類的重大意義，他看到，“終極算法是解決我們面臨的一些最困難問題的途徑，從制造家用機器人到治療癌癥”。①Pedro Domingos，The Master Algorithm：How the Quest for the Ultimate Learning Machine Will Remake Our World，Basic Books，2015，pp.xviii.但關于“終極算法”的實現機制，他的認識卻存在根本性誤區。在“終極算法”的理念中，多明戈斯有一個中心假設：“終極算法一旦出現，就可以從數據獲得世界上從過去、現在到未來的所有知識。”②Pedro Domingos，The Master Algorithm：How the Quest for the Ultimate Learning Machine Will Remake Our World，p.25.他把由此形成的最高層次算法稱作“終極算法”，這意味著，“如果這種算法成為可能，發明它將是有史以來最偉大的科學成就之一。事實上，終極算法是我們最后要發明的東西，因為一旦我們放開，它就會繼續發明其他可能發明的一切。我們所需要做的就是給它提供足夠的合適數據，而它將發現相應的知識”。③Pedro Domingos，The Master Algorithm：How the Quest for the Ultimate Learning Machine Will Remake Our World，p.25.多明戈斯的“Master Algorithm”被理解為“終極算法”是有根據的，④佩德羅·多明戈斯：《終極算法：機器學習和人工智能如何重塑世界》，黃芳萍譯，中信出版社2017年版。因為從理論上說，在形式化領域，它已經具有趨向無限的發明能力。事實上，它就是“超級智能”。作為智能算法進化的一個極限目標，類似“超級智能”的“Master算法”有它特定的意義。一方面，“終極算法用于歸納，它是學習的過程，而圖靈機是用于演繹的”，⑤Pedro Domingos，The Master Algorithm：How the Quest for the Ultimate Learning Machine Will Remake Our World，p.34.這正是智能算法具有自主進化的基本倫理基礎；另一方面，“終極算法是這種統一性的最終表達：如果所有知識共享一個共同的模式，那么終極算法就存在，反之則不存在”，⑥Pedro Domingos，The Master Algorithm：How the Quest for the Ultimate Learning Machine Will Remake Our World，p.31.這里的含義很重要，可以理解為所有的知識都處于同一語境。信息編碼只有在一定的語境中才能構成具體的知識；知識只有處于同一語境，才能構成理解的要素。至于這種具有終極性質的算法是否能以這樣的方式出現，則是同樣重要的另一個問題。

即使沒有理由懷疑這種因趨于無限而具有終極性質的發明能力，但這樣一個孤立的“終極算法”是不是可能出現和存在，答案則非常明確。“孤獨”的終極算法不可能產生，所有通用智能體都必須從一個類群中進化而來，更不用說這樣一個具有無限發明能力的終極超級智能了。人工智能通用化發展可能導致的終極算法出現應當具有與人類相似的類群性質，由此才可能出現具有類特性的類人機器智能。這一更深層次認識，對于人工智能和人類關系理解的深化，具有特殊意義。

面對很多人對“終極算法”可能性的懷疑，即使在提出者看來也是十分自然的。“當然，終極算法的懷疑者至少和支持者一樣多。當什么東西看起來像解決難題的靈丹妙藥時，懷疑是必要的。最堅定的阻抗來自機器學習的長期宿敵：知識工程。其支持者認為，知識不能被自動學習，必須由人類專家將其編入計算機。當然，學習者可以從數據中提取一些東西，但你不會把它和真正的知識混為一談。對知識工程師來說，大數據不是新石油，而是騙人的新萬靈油。”⑦Pedro Domingos，The Master Algorithm：How the Quest for the Ultimate Learning Machine Will Remake Our World，p.34.這里的分歧主要源于從終極算法到類人算法這一漫長進化區間，分布著完全不同的立足點。這些立足點所代表的理念以及這些理念之間的關系，涉及更復雜更重要的問題：通用人工智能核心機制的研究進路。

在通用人工智能核心機制的研究進路層次，“終極算法”可以在兩種意義上理解，一是在通用人工智能意義上；二是在專用人工智能應用范圍擴展意義上。作為個體智能發展的結果，在機器學習層次，專用人工智能意義上的“終極算法”在某種程度上已經有了，但其應用范圍的擴展也仍然只能是在專用意義上。在通用人工智能意義上理解，“終極算法”的出現必須有類群親歷性。正是類群親歷性，涉及更高層次的關系、更深層次的人文內容。一方面，由于“所謂機器學習原則就是要求機器根據以前的經驗構建自己的模型”，機器學習算法就意味著到了自主進化的門口。另一方面，“機器只是具備了一些關于如何發現數據中的結構和模式的一般原則，換句話說：指導它的是它可以遵循的識別‘相似性’的原則，而不是如何識別‘可疑類型’的模型”。①De Vries Katja，“Privacy，Due Process and the Computational Turn：A Parable and A First Analysis”，in Hildebrandt，Mireille&Vries，Katja de eds.，Privacy，Due Process and the Computational Turn：Philosophers of Law Meet Philosophers of Technology，Routledge，2013，p.26.這正是當前人工智能還沒有真正理解能力的原因，它根源于帶來機器理解重要進步的機器學習算法本身。因此，即使發展到所謂“終極算法”，也只是在某些領域，即應用范圍有限擴展的專用人工智能，不可能獲得具有類人理解能力的通用智能。通用智能算法的發展，必須有類群親歷性基礎上的智能自主進化。

在人工智能算法的進化過程中，單個機器算法的發展具有很大局限性，真正的智能算法進化必須在一個類群中進行，而且這個類群越是性質接近越有利于類群中個體的進化。而在人工智能算法層次，可以在機制層面看到這樣一個圖景：智能機器在人類群體中進化是最自然的方式，非常類似人類智能在自然條件下發生和進化。

目前，智能的類群進化研究領域基本上還是一片處女地，很多課題有待深入系統研究。其中最重要和緊迫的任務之一就是，通過對生物智能類群進化的研究，為人工智能類群進化即人工智能的通用化發展，從而為人工智能和人類智能進化及其關系研究提供理論基礎。

由于人類進化的生物進化致思，對人類智能進化來說，人在類群中進化就像人在空氣中生存，通用智能進化類群親歷性這片處女地一直沒有進入人們的視野。正是人工智能的發展特別是其通用化思考，智能類群進化才得到更多關注。這方面研究的深化，還有賴于人工智能通用化研究中科學技術和人文學科的一體化發展。從目前發展看，有一個基本原理的兩方面可以初步闡明。一方面，在智能類群進化過程中，個體智能進化水平決定于類群智能水平的最重要條件固然是硬件基礎，但在硬件基礎上，主要因素則在軟件方面的機制。幾乎與硬件條件一樣，智能類群進化的軟件方面決定個體智能水平空間，狼孩就是最典型的例子。出生于人類，具有人類的硬件條件，但在狼群中發育生長，其智能水平就只能在狼群的智能水平空間發展，對狼群智能水平天花板的突破具有狼群性質的局限。其根本原因就在于：通用智能的存在和進化實質上是類群進化的結果。另一方面，在智能類群發展過程中，個體智能發展水平突破類群智能水平的天花板，則是智能類群發展的生長點。任何智能類群發展的生長點都在個體，通用智能進化更為典型。沒有個體智能水平的突破性發展，就不可能有整個類群智能的進化。

因此，在類群智能水平的基礎上，個體智能發展水平突破整個類群智能水平的天花板，從而整體提升類群智能水平，正是智能類群進化的基本機制和方式。在這一智能進化基本機制中，類群中個體的智能發展以及對類群智能天花板的突破幅度決定于類群整體智能水平。在類群智能進化過程中，個體智能水平對整個類群智能水平的突破，具體決定于類群個體所處亞類群的智能水平，而亞類群的智能水平則受著整個類群智能水平的局限。

由此可以得到不僅有關人工智能發展，而且涉及人類發展的諸多啟示：

首先，在內部機制合理的前提下，類群越大越有利于類群智能進化。一方面，就像生物種群越大基因越豐富，具有進化意義的基因疊加和突變的機會越多，可能性越大，越有利于優勢基因出現。智能類群越大，個體智能發展水平突破整個類群智能水平天花板的幾率越高，類群智能進化速率越快。這一點對于社會和國家發展具有重要啟示，在信息文明時代，一個國家的人口規模決定了類群整體規模，至少在一定的歷史發展階段，在一定范圍內，國家規模越大，信息文明時代越有利于發展。

其次，為個體智能水平的突破性發展創造條件，對于整個類群的智能進化具有決定性地位。在類群中培育具有優勢的亞類群并構成梯度至關重要，平均化的做法只能造成整個類群智能的平庸化。

再次，提高類群整體智能水平是個體智能發展的重要基礎，在這方面，類群在智能進化上的亞類群梯度是類群智能進化動力機制的重要層面。一個類群中的亞類群發育越充分，越有利于整個類群的進化。

最后，在類群規模優勢基礎上，內部亞類群分化及之間的梯度關聯越完備，越有利于智能類群發展。而其更為核心的機制則在于：二者構成雙向循環。一方面，類群規模越大，越有利于智能類群進化。另一方面，類群內部亞類群分化及之間的梯度關聯不僅關系到類群智能進化的具體機制，而且決定類群的整體優化水平；而類群的整體優化水平，則是類群規模優勢的內在機制根據。

智能的類群進化，事實上就是物智能化的類群機制。人工智能的發展使物不斷智能化，人類環境的智能化原則上可以涉及整個物能世界，這正是庫茲韋爾（Ray Kurzweil）就第六紀元所說的“宇宙覺醒”階段。①庫茲韋爾：《奇點臨近》，李慶誠等譯，機械工業出版社2011年版，第10頁。當環境的智能化發展到出現與人類智能相當甚至超越人類智能的可能時，就可以想象出現人和環境關系的更高層次逆轉：人類環境中出現比人類個體智能更高層次的智能。超級智能就是這一想象的產物。

由于這一切都是人類創造的結果，都源于人類智能，即在人類智能的基礎上出現的智能進一步進化，因此，面對智能進化的這樣一種可能性，在這一更高層次智能進化當口，人類就必須相應在更高層次思考自己的處境，對這種可能的進化形勢做出更深入的理解。在智能類群進化過程中尋獲理解，把握人類和機器智能進化關系的更深層次根據，對于人類而言命運攸關。