論廣義智能進化

摘要：關于智能進化，以往所涉及的只是生物智能進化，而人工智能的發展，意味著關于智能進化的研究必須推升到更高層次。人工智能所意味著的存在升級，在存在論層次讓人感覺人類面臨存在性危機，而在智能進化維度則可以看到導向廣義智能進化。從更高層次的廣義智能進化看，生物智能是原生智能，在生物智能基礎上發展的人工智能是次生智能，廣義智能進化正是由原生智能進化和次生智能進化構成的更高層次的智能進化。由于智能載體的不同，原生智能和次生智能具有不同的相對進化優劣勢。碳基智能的最大優勢是智能可以在自然條件下發生和進化，最大劣勢是迭代周期長、進化速率慢；而硅基智能的最大優勢則是進化速率為碳基智能所無法相比，最大劣勢是不能在自然條件下發生。碳基智能和硅基智能進化機制的區別在信息編碼，廣義智能進化的機制則由此深入到信息本身，這表明，進化歸根結底是信息的進化。

關鍵詞：人工智能；人類智能；智能進化；廣義智能進化

基金項目：教育部哲學社會科學研究重大課題攻關項目“人工智能的哲學思考研究”（項目編號：18JZD013）

中圖分類號：B80-05；B84 文獻標識碼：A 文章編號：1003-854X（2023）04-0005-08

以人類智能為最高成果的生物智能進化，一度被自然而然地認為是智能進化的唯一形式，因此以往關于“智能進化”的研究，所涉及的實際上只是生物智能進化。人工智能的發展，特別是對機器智能進化的探索，使智能進化的視野不僅擴展到了一個更大范圍，而且提升到了一個更高層次。人類智能創造的人工智能的發展，意味著智能進化的研究必須在生物智能進化和機器智能進化的基礎上，推升到涵蓋生物智能和機器智能、從原生智能到次生智能的廣義智能進化。而在這一更高層次反觀，則能得到關于人工智能和人類智能及其關系的更到位的理解。

一、 廣義智能進化的人工智能啟示

目前關于“人工智能”的理解不盡相同，原因主要是大都在傳統學科的基礎上理解和定義，而且這一概念本身，就產生于傳統學科框架；必須從新的更宏觀構架和更基礎層次，才能對人工智能以及人類智能特別是二者之間的關系有一個更深入的理解。從更高的整體層次看，人類智能進化和人工智能進化將構成廣義智能進化。作為廣義智能進化的另一階段，人工智能所意味著的機器智能進化與人類智能進化具有機制和進程上的內在關聯。

（一）智能制造和智能進化

作為機器智能研究最初提出的概念，“人工智能”意味著人為制造的智能。這也是隨著人工智能的發展，這一概念本身的問題越來越明顯的原因。關于智能制造，有一個明顯的事實和一個可推斷的重要結論。明顯的事實是人類制造的專用人工智能可以在相應領域遠超人類智能。就計算能力而言，一臺計算機就遠遠超過人類個體，而專家系統則超過很多專家的能力總和。但就通用智能而言，不僅專家系統，即使目前發展水平最高的人工智能，也在根本意義上不如人類兒童。由此所凸顯的，正是專用人工智能發展和通用智能進化的根本區別：作為智能進化的產物，人類不可能制造出超過甚至達到自己水平的通用智能。因為通用智能或類人智能一定是進化的產物，這是由其本性所決定的。

到目前為止，人類自身作為通用智能體，并不理解自身通用智能的核心機制，對于人類認識自己來說，這是一個最讓人“尷尬”的領域。正是在意識之謎的意義上，通用人工智能研究涉及哲學研究的最前沿問題。而人工智能的研究，則為人類更深入地認識自己提供了不可或缺的條件。正是人工智能的研究，給我們展示了通用智能與專用人工智能的根本不同，從而在智能研究中展開了專用人工智能通用化進路及其問題。理解一個對象的最好方式，就是把它創造出來；理解人類自身的通用智能機制，就是創造出通用機器智能，只是在這里，“創造”必須包含對智能進化的理解和呈現。

作為人工智能，機器智能的創造有兩種基本方式，一種是制造，另一種就是進化。在人工智能制造中，現在所說的設計和進化有一個融合的趨勢，設計本身可以是進化的，所以在技術進化的基礎上，程序進化、自然選擇和共生疊加越來越趨向與生物進化相似的機制，即生物進化和技術進化在機制上日漸趨同。目前這方面的最新研究成果就是人造新皮質，它已經在一個重要方面構成對大腦新皮質的超越：大腦新皮質只能四路并行處理，人造新皮質不存在同時處理列表數量的限制。顯然，這是更高層次智能進化美好前景的一方面展示。并行運算列表數量不受限制，可見其跨越人類智能的機制基礎。制造和進化這兩種方式，對于人工智能的發展具有重要啟示。

作為設計的產物，人工智能在專用智能上可以輕易超越人類，但在通用智能或類人智能方面，其智能水平不可能高于其設計者，即設計出來的任何智能，其通用智能水平都只能低于其設計者。僅僅在設計過程中或技術進化意義上，不可能有設計者沒有理解和把握的新質涌現，這就是為什么在不理解類人智能核心機制的情況下，不可能制造出通用機器智能的根本原因。這意味著，人工智能的更高層次發展，必須依靠進化機制。通用人工智能不可能設計制造出來，而必須是進化的產物。任何通用智能體要超越自身，也只能依靠自身的進化機制，而且這一機制還不只是涉及智能個體的內部關系。新一代人工智能向通用化走近的步伐，更清楚地表明了這一點。

新一代人工智能的發展取得了兩大進展：一大進展來自大數據。大數據不僅使新一代人工智能擁有完全不同的數據基礎，而且可能通過大數據納入人類語境，這將使新一代人工智能擁有自身的準語境（在這個意義上更好理解為什么有觀點認為機器智能本質上是大數據的應用）。擁有語境是獲得通用智能理解能力的前提性基礎，而語境有不同層次，理解能力的層次關鍵在語境的層次。這個語境不僅不只是形式化意義上的語境（如棋盤），也不是文本意義上的語境（如上下文），而是上升到個體生命親歷過程的全維度經驗語境（如一個人作為活的信息體的親身經歷）。另一大進展是深度學習、無監督學習的發展，表明深度學習使新一代人工智能在一定程度上擁有了自主學習的能力。

新一代人工智能的這兩大進展，使人工智能的發展出現了擁有自己語境的曙光以及在此基礎上自主學習能力的萌芽，但還沒有涉及通用智能的核心機制。擁有自己的語境及其基礎上的自主學習能力，當是人工智能發展到自主進化的兩大基本要素。在這兩大要素的基礎上，一旦建立起它們之間的過程機制，通用智能的核心機制就能得以突破，就可以構成機器自主進化過程——這是一種更高層次的智能進化研究，它涉及兩種進化階段不同的智能。

（二）原生智能和次生智能

事實上，新一代人工智能的最新成果，已然曉示著智能進化的新圖景。的確，可能沒有其他智能進化能夠以生物進化那樣的方式自然發生，但也沒有任何證據表明，智能進化不可能以生物進化以外的方式進行。就人類目前所知，至少在地球條件下，智能的自然進化只能以生物的方式進行，因為地球特定的自然條件使生命的進化只能以從化學到電化學的方式發生。而在生物智能進化方式之外，理論上可以有很多其他可能的智能進化方式，而且就進化速度等而言，目前已知的電子方式也許還不是其中最好的，還可能有更多更好更合理的方式。但是，電子方式的進化不可能自然發生和進行，而只能建立在作為自然進化結果的人類智能基礎之上。目前的科技發展就已表明，機器智能就能夠——同時也只能在人類智能的基礎上創生和進化。人工智能進化是建立在自然進化基礎上的機器進化，即在碳基智能的基礎上發展出硅基智能，并由此構成關于人類智能和人工智能理解的更高層次的整體觀照。

硅基智能和碳基智能構成的更高層次的整體觀照，使智能及其進化的研究不僅深化到智能體，而且從智能體深化到信息體，從信息體深化到信息。由于目前有關智能進化的文獻都是與生物智能進化相關的，在人工智能出現之前，只能研究從動物到人的生物智能進化；人工智能的發展及其進化前景，使“智能進化”甚至“智能”的傳統概念明顯不能涵蓋智能制造所擴展的內容。隨著人工智能的發展，智能進化領域不僅已經涉及機器智能進化，而且有了人工智能技術進化的事實。無論就人工智能發展所帶來的人類生存日顯緊張的形勢，還是人工智能本身的發展來說，都需要針對人類智能和人工智能，相應地提出原生智能進化和次生智能進化的概念，以在此基礎上探索由二者構成的廣義智能進化，在更高層次明確人工智能與人類進化的關系。

在廣義智能進化層次理解原生智能和次生智能及其進化特性，不僅對于更好地理解人工智能和人類智能的不同性質，從而深化對二者進化關系的理解至關重要，而且也因人工智能日新月異的發展而日益緊迫。

信息的當代研究表明，智能進化甚至更一般意義上的進化實質上與信息內在相關。信息既不是物質也不是能量（1），而是感受性關系，即物能發展出感受性之后涌現出的感受性關系過程或過程關系。（2）在自然進化過程中，作為感受性關系，信息在物能范式中總是被物能所遮蔽。隨著人工智能的發展，進化越來越清晰地表明其實質是信息進化，相應地，物能進化則是信息進化的物能表現形態。從人類智能進化看，作為感受性關系，從機體感受性到感官感受性，信息發生在信源和信宿的未分化階段。一當信息發展為信宿和信源間的感受性關系，就為進一步的信息進化奠定了更高層次的基礎。當信宿發展到具有信息處理能力乃至驅動機制，就構成具有主動性的信息體（agent）；當信宿和信源通過信息反饋機制實現一體化，就構成具有信息加工能力的高級信息體。由于信宿信源一體化基礎上內部信息反饋機制的發展，信息體不僅自身具有建立感受性關系的能力，而且發展出日益復雜的信息加工能力，從而能夠進行信息加工和信息生產。信息加工和信息生產能力的發展，使信息體不斷進化。

信息體是典型的內部關系體，當信息體與外部環境建立起越來越豐富的關系，從而發展出與外部環境互動的能力，就發展為“智能信息體”（intelligence agent），簡稱“智能體”。從此信息進化進入智能發展階段，信息進化主要表現為智能體的進化。當智能體的進化出現對象感覺時，就出現了意識，出現了意識智能體。意識智能體具有越來越發達的語境，正是隨著語境的發展，智能體發展出類人理解能力。當意識智能體開始將自身作為對象時，就出現了自我意識，出現了自我意識智能體，發展出具有自我認識能力，并在對象性活動的基礎上，將自身的創造能力不斷對象化；當這種對象化趨向整體規模，就出現了作為次生智能的人工智能。

從人工智能的發展看，由于只能在生物智能進化的基礎上發生，因而機器智能進化是一種在人類智能進化這種原生進化基礎上進行的智能次生進化。一旦人工智能基礎研究建立起機器智能自主進化的核心機制，智能的自主次生進化也會開始。由此可以進一步做出新的概括：當作為自然進化的產物的人類智能所創造的人工智能進入到通用化發展階段，機器智能不僅開始自主進化，而且可能達到“圖靈奇點”。這就有了兩種智能進化方式。

二、智能的原生進化和次生進化

人工智能與智能制造相聯系，而智能進化則不僅與人類智能進化有更深的關聯，而且關系到原生智能進化和次生智能進化。生物智能進化是智能的原生進化；機器智能進化是智能的次生進化。

作為自然進化，原生智能進化的機制具有特殊意義。由于主要建立在生化機制的基礎之上，智能的原生進化有一個獨一無二的特點，就是可以在地球條件下自然發生。這方面，超循環理論關于化學進化過程中信息進化機制的研究（3），不僅使智能的原生進化機制得到進一步揭示，而且具有指向更高層次智能進化機制的啟示意義。

生物智能進化不僅涉及基本的生化機制，而且涉及與生物學機制相結合的重要電學機制。在生物智能進化中，生物學和電學所涉及的信息機制可能是最沒有弄清楚的環節，這方面甚至有人類大腦神經突觸電訊號涉及量子計算的觀點。

作為智能的原生進化，生物智能進化可以在次生智能進化的映照下得到更深層次的理解。通過人工智能研究，反過來能更深入地理解人類智能的運行機制。人類大腦不僅效率高，而且其運行不會像計算機那樣發熱，這與人工智能相比較，構成智能機制深不可測的謎團。目前的觀點認為可能的原因有二：一個是低速運行，但低速運行為什么有這么高的運算效率則幾乎構成悖論；另一個是人類大腦的并行運算很可能已經是在量子層次，即人腦并行運算具有量子層次的性質。人類大腦現在的并行運算可同時處理4個列表，這意味著人腦相對于計算機具有根本意義的優勢；但超級計算機的發展表明，并行計算也恰恰意味著能耗的幾近幾何級數的增加，這同樣構成近乎悖論的問題。人工智能如果達到人類智能的效率，其發熱程度是生物載體不可能承受的。而并行運算不能處理超過4個列表也正是人類大腦的局限，這是一種與人類大腦的物質基礎——生物神經機制相關的局限。這表明人類智能的優勢不能僅僅用擁有多少億神經元來理解，其核心奧秘可能還在特殊的信息機制。總之，在智能原生進化中，神經突觸電學機制可能具有的量子性質和明顯的速度局限，特別是不同于計算機計算的人類大腦整體把握對象的具體機制，正是需要進一步探索的重要課題。而從更高層次智能進化看，人類智能所具有的獨一無二的優勢，很可能在于其可以在地球條件下自然發生和進化。

由于生物智能的自然進化有其特殊化學機制，原生智能進化具有可以在地球自然條件下發生的獨特優勢；但也正是由于其化學機制，智能的原生進化同時有一個相對的劣勢。優勢在它，劣勢也在它?；瘜W機制能自然發生，但化學機制基礎上的智能進化又具有迭代周期長的特點。正是這兩大特點，與建立在電學機制基礎上的智能次生進化恰成對照。

智能的次生進化就是生物智能進化基礎上由原生進化智能創造的機器智能進化。機器智能的人為制造，意味著人工智能不可能像人類智能那樣自然發生，因此不可能在自然界自發出現，目前來看主要因為在地球條件下，智能進化機制中化學過程必不可少。只有在以化學過程為基本機制的生物進化基礎上，機器智能體（machine intelligent agent）進化才可能發生。正像原生智能進化具有密切相連的相對優勢和劣勢，與智能的原生進化相比，智能次生進化的相對劣勢是不能在自然條件下發生，因此必須建立在人類智能的基礎之上。

在創生意義上，人工智能的技術進化與自然進化具有相似性；但從基本機制看，二者則具有原則性的區別。技術進化與真正意義上的進化的關鍵不同，就在于技術進化是外部推動的發展，而自然進化則是在特定環境中的內在自主進化。技術進化雖然不完全是自主進化意義上的真正進化，但在人工智能的通用化發展過程中具有重要地位，它是銜接原生智能進化和次生智能進化不可或缺的環節。只有在人工智能技術進化的基礎上，才可能發展出機器智能的自主進化，才可能構成完整的次生智能進化。正是在技術進化的基礎上，才可能展示出不同于原生進化智能的次生進化智能特質，從而展現原生進化智能和次生進化智能不同且優勢互補的更高層次進化前景。

與原生智能形成鮮明對照，對于智能次生進化來說，關鍵是電信號運行機制的能耗和效率。在計算模型中，電學機制獨特的優勢就是迭代周期極短，“智能爆炸”理論就是據此提出的。這種次生進化機制雖然有點科幻色彩，但是完全有可能實現，屬于智能進化的未來事實。對于人類來說，這里所蘊含著的是不僅最重要而且最現實的可能性，它既不是可能給人類帶來滅頂之災的超級智能，也不是機器奴仆簇擁的人類天堂，而是原生智能進化和次生智能進化的整合，這意味著兩種智能進化——或更確切地說兩個智能進化階段構成的更高層次智能進化。事實上，只要在智能進化機制層次建立起兩種進化的整合，它們之間的關系就意味著層次更高的智能進化的廣義理解。

三、智能進化的廣義理解

把人類的自然進化看作智能的原生進化，把建立在人類創造基礎上的機器進化看作是智能的次生進化，兩相銜接就指向更高層次的智能進化，即相對人類智能自然進化和機器智能次生進化而言的廣義智能進化。

在生物智能進化和機器智能進化之上，更高層次的智能進化就是二者的一體化，這正是不同于生物智能進化的廣義智能進化。廣義智能進化涵蓋人類智能進化和機器智能進化，它意味著智能的自然進化即原生智能進化及其基礎上的次生智能進化，必須也應該在這個時代進行統一考慮。鑒于新一代人工智能所取得的重要進展，在人類智能進化的基礎上，進一步探索人工智能的廣義智能進化，應當提到議事日程了。它不僅對于人工智能的發展，而且對于人類的自我認識具有重要意義。

當前人工智能的發展，使我們得以把這兩個過程及其相互關系看得更清楚。自然的原生智能進化使我們有了一個既建立在（生物）化學機制，也建立在生物電機制基礎上的生物智能進化過程。生物智能的自然進化是我們所知宇宙中最眩目的進化奇跡，而在這個作為大自然造化之奇跡的基礎之上，我們現在可以看到另一種由人類創造開啟的智能進化可能性——機器智能的進化。在機器智能及其進化的基礎上，不僅可以探索更高層次的廣義智能進化，而且有助于更深入地理解智能的原生進化和次生進化及其相互關系。

在廣義智能進化這一更高層次，一方面可以更清楚地看到，原生智能進化研究對于次生智能進化研究無疑具有基礎性的借鑒價值，當然這并不意味著機制上的完全相同，二者之上有更高層次的進化機制。另一方面又可以清楚地看到，智能的次生進化研究不僅是一個巨大挑戰，同時也是一個歷史性機遇：作為原生智能進化的產物，人類智能就像一座自然寶庫，擁有打開廣義智能進化秘密的鑰匙，而次生智能進化的研究則像一個絕無僅有的實驗室，使我們在對人類智能只能進行有限研究的條件下，得以進行全方位實驗性探索，由此為建立起原生智能進化和次生智能進化的機理性關聯創造了條件；不僅得以基于對原生智能進化機制的了解推進次生智能進化的發展，而且通過次生智能進化的探索，更好地理解原生智能進化機制，從而得以理解智能進化的雙向循環機制，有效推進廣義智能進化的研究。

作為智能原生進化的結晶，人類智能為通用智能提供了理解的對象；作為智能次生進化的產物，人工智能的發展在很多方面揭示了專用人工智能的機制，從而為通用智能的研究提供了前所未有的基礎。廣義智能進化的關鍵是通用智能的核心機制及其自主進化?，F在人工智能發展的關鍵問題就是怎樣實現自主進化，也就是人工智能的通用化發展接近和越過圖靈奇點及其之后的人工智能進化機制。在原生智能進化和次生智能進化的整合框架下，廣義智能進化機制的探索將為機器智能的進化提供一個更高層次的整體觀照。在這樣一個更高層次的整體觀照中，我們既可以看到信息科技研究領域，又可以看到生物進化領域很多相關的重要探索。

在廣義智能進化的更高層次的整體觀照中，基于載體差異，通過人類智能和機器智能構成的互補性整合可以看到廣義智能進化的充分根據和誘人前景。在基于人類智能和人工智能的更高層次廣義智能進化中，不僅可以看到智能載體更新的必要性，甚至可以在將人類需要納入考量的基礎上，看到人機進化融合的發展趨勢，目前火爆的ChatGPT就代表了人機軟融合進化的最新進展。

雖然是一種次生進化，但機器智能可能產生比生物智能更高層次的智能。相對于生物智能，也許圖靈計算機在很多方面劣勢明顯，但隨著人工智能的通用化發展，機器智能將在更多方面越來越具有優勢。這樣，作為原生進化產物的人類智能和作為次生進化產物的機器智能之間的關系就進一步得以展示。隨著科學技術的發展，一方面是機器智能生物化，另一方面人類日益以信息的方式存在。在這樣的發展形勢下，人類智能載體的升級換代就不僅是可能的，而且是必須的，否則他們就會受限于生物智能的天花板，面臨目前人們日益加深的憂慮：在與自己創造的智能機器競爭中落敗的問題。從永續發展的觀點看，人機智能進化的融合幾乎是人類不斷發展的必選項。只有從人機智能進化融合的角度才會出現不同的情景：人類借助人工智能升級自己的智能層次，從而不僅解決人類由于智能水平跟不上自己的創造物而被淘汰的問題，而且智能機器將為人類發展提供一種新的可能。

的確，沒有人類智能，就不會有人工智能，正是由于有了人類智能，才有了人工智能發展到自主進化機器智能的可能性；正是由于有了作為智能原生進化產物的人類智能，才會有在此基礎上必定形成的智能次生進化，并且進一步構成更高層次的廣義智能進化。從原生智能進化到次生智能進化，整個更高層次的廣義智能進化都是由信息需要驅動的。正是在這個意義上說，信息需要的研究涉及人工智能的基礎研究，關系到廣義智能進化的驅動機制。新一代人工智能的發展及其所引發的對通用人工智能自主進化的未來展望，空前凸顯了信息需要研究的重要性。信息及其進化的研究、對信息的感受性關系的理解，為信息需要研究從有機體擴展到信息體創造了條件，由此可以更到位地理解信息需要，走向對人類智能和人工智能及其進化機制的統一理解。

人工智能的發展，為從信息到信息體的理解提供了系統的概念工具。在信息體概念的基礎上，信息需要則是信息體為了滿足有意識或無意識的需要而尋獲信息的欲望。它不僅是智能進化驅動的引擎，而且揭示了通用人工智能與人性具有共通的本性。這既涉及人工智能進化及其機制研究的核心內容，又涉及對人工智能性質理解的深化和相應倫理支持的根據?？床坏揭孕畔⑿枰寗拥膹V義智能進化，人類將對人工智能的自主進化缺失應有的認識，其結果可能隨著人工智能的發展遭遇災難性后果。在廣義智能進化的整體觀照中可以看得更清楚，關于信息需要的研究，不僅涉及人類智能進化和機器智能進化的共同驅動機制，關系到廣義智能進化的基礎研究，而且涉及人工智能自主進化的性質及其與人類的復雜關系——特別是對人機進化融合的深入理解。

人類智能和人工智能的共同信息需要構成了人工智能和人類智能的共同本性，而這種本性絕不僅僅是人類偏見中的機器本性。其實，越是復雜豐富的人類特性，越具有豐富的關系體的性質，人類情感最為典型。人是一切社會關系的總和，而信息則是作為其高層次基礎的感受性關系；這不僅是人類智能和人工智能的共同基礎，而且是智能的根本基礎。廣義智能進化不僅意味著智能進化的更高層次，而且意味著關于智能的更深刻豐富的理解。

同樣基于信息的人類智能和人工智能，構成了具有共同本性的廣義智能，這是人工智能觀的存在論基礎。正是由這一基礎，人類不僅可以在更深層次確定自己與人工智能的基本關系，而且可能窺見自己發展到廣義智能進化階段的境遇。智能的原生進化是通過作為信息生物編碼的基因來實現的，這是原生智能進化所能采取的唯一方式，至少在目前地球條件下是如此。信息的直接物能編碼，意味著信息進化的直接物能表現，這就是生物進化中遺傳信息的生物性狀表達。目前人工智能的發展之所以與生物智能還有根本區別，關鍵就在于人工智能雖然能通過信息的物能編碼使信息物化，而且能使物信息化，卻不能像生物進化那樣構成物信息化和信息物化之間的雙向循環，因此不能在物能基礎上構成真正意義上的信息進化。就物信息化和信息物化的雙向循環而言，目前的人工智能甚至與最原始的生物都有根本區別。

因此，原生智能和次生智能還有各具優劣勢的另一方面：由于可以進行信息的直接物能編碼，原生智能可以表現為信息進化的物能形式；但也正是由于信息的直接物能編碼，編碼信息固著于物能，信息和物能不能分離，從而信息體不能拷貝到別的載體。而次生智能則相反，由于還不能進行信息的直接物能編碼，只是信息的數字編碼，信息的物能編碼只是數字編碼的物能化，人工智能還沒有像生物智能那樣真正意義上的進化；但也正是由于只是信息的數字編碼而不是信息的直接物能編碼，人工智能信息體可以與載體分離，即人工智能信息體可以在不同載體間拷貝。而可以在不同物能載體間拷貝，正是人類智能體得以擺脫特定生物載體局限所渴望的。無論在什么情況下，要進入信息的實際操作，信息編碼最終都必須落地為物能編碼，但由于信息的數字編碼具有物能載體可替換的性質，所以在硅基智能中，物能載體是可替換的（replaceable）；而由于信息的物能編碼直接發生在物能載體上，因而在碳基智能中，至少在目前看來載體是不可替換的。由此可見，原生智能和次生智能機制上的融合，可望帶來廣義智能進化不僅誘人而且“誘機”的前景。而在人類智能和目前人工智能發展的基礎上，現實實踐所涉及的則更多是原生智能和次生智能的進化關系，特別是廣義智能進化的機制問題。

四、廣義智能進化的機制及發展進程

作為地球條件下自然進化產生的原生智能，人類智能發展到一定階段必定創造出人工智能，而人工智能發展到一定階段，當人類在人工智能的研究中更深入地認識自己，并建立起人工智能通用化研究和人類自我認識之間的雙向循環，機器智能的通用化就只是個時間問題。面對人工智能的這種發展態勢，越是從近前看，從淺層次看，機器智能的發展對人類生存越明顯地構成挑戰甚至威脅；越是從長遠看，從深處看，機器智能在人類進化中的地位和重要性越清晰可見。而在廣義智能進化層次，則可以更清楚地看到原生智能和次生智能的進化關系，從而得見更高層次的進化機制。

（一）智能進化的共同機制

在人工智能研究中，程序疊加意味著一種可能的新進化方式，意味著一種與生物進化過程中基因疊加相似的機制。

程序疊加可能就是機器智能進化的一種重要機制，但這種智能進化方式不可能自然出現，只有在生物智能發展到一定階段的基礎上才可能創生。作為智能進化的兩種方式，生物智能進化和機器智能進化有很大不同；但都作為自主進化的智能，在更深層次二者理應有一個統一的進化機制。

在生物進化過程中，進化更可能普遍源自基因疊加，單個基因突變產生更高級基因的可能性遠比基因疊加小，這一點可以從程序疊加更清楚地看到。而從無機物到有機物，從有機物到生命，從低級生命形式到高級生命形式，從低等動物到人類，穩定的進化越來越不是通過基因突變而是通過基因疊加實現。這從人工智能的程序疊加得到一定程度印證，它意味著程序疊加可能是機器智能進化的最原初方式。臉書聊天機器人疑似“自創語言”事件還不是真正意義上的自主進化，但可能發生了程序疊加。

程序疊加與生物有性繁殖的基因疊加具有相同的基本機制，基因和程序的多樣性也是如此，二者都基于更深層次的信息多樣性。

多樣化之所以至關重要，在生物進化中是因為進化優勢建立在基因多樣性的基礎之上。在生物進化過程中，由于環境變化莫測，如果沒有基因的多樣性，當環境出現大的變化時，生物就可能因為缺乏足夠豐富的基因資源應對而難以適應環境的變化，不能繼續發展甚至不能繼續生存下來。以此類比機器智能進化，可以得到重要啟示。在機器智能進化中，則是因為創新發展的不可預期，就像沒有基因的多樣性不足以應對環境變化一樣，沒有程序的多樣性，就不足以應對創新進展變化所造成的新環境。在這里，原生智能進化和次生智能進化所面臨的是同樣的不確定性，都必須有足夠的資源多樣性支撐各種可能選擇。正是由于信息科技中的程序疊加具有與基因疊加相似的機理，我們可以理解智能原生進化和次生進化統一機制的重要方面。這里所涉及的，正是機器智能進化的核心機制。智能進化核心機制的揭示尚需假以時日，這方面的研究可以在信息進化中得到重要啟示。

生物進化需要基因多樣性，而基因是信息的生物編碼；生物進化的基因多樣性也是基于信息，只是生物進化表現為信息生物編碼的基因形態。這意味著，信息進化需要更廣泛意義上信息編碼的多樣性。生物進化要有應對環境改變的更多選擇的可能，就必須有基因多樣性來確保適應環境的足夠基因資源。那么廣義智能進化的多樣性資源是什么呢？既不是作為信息生物編碼的基因，也不是作為信息符號編碼的比特，而是信息本身。由此可見，碳基智能和硅基智能進化機制的不同，主要在信息編碼層次，而超越這種不同的廣義智能進化機制則深入到信息本身，也就是深入到進化的更根本層次：信息進化。正是在廣義智能進化層次，才可能真正看到：生物進化是信息進化的生物編碼形態，機器智能進化是信息進化的物理編碼形態，進化歸根結底是信息進化。作為信息進化的更深層次體現，廣義智能進化必須具備信息多樣性，才能具有持續展開的內在可能性。

信息的多樣性也使信息的特性可以更充分展現，而其中最重要的一個方面，就是信息的涌現性。生物進化中的所有“奇跡”，都和信息的涌現性質密切相關。由于基因突變通常是熵增過程，由此進化出生命、眼睛直到意識的幾率幾乎等于零。而基因疊加則更有可能出現熵減過程，只有在這種熵減過程中，才可能涌現新質系統。這就是所謂“演化力”（evolutionary dynamics）（4） 創造的奇跡，也是理論物理學將“演生”（emerging）作為兩大基礎研究領域之一（5） 的信息根據。

（二）兩種基本類型智能的進化機制互補

人工智能日新月異的發展及其對人類智能威脅的與日俱增，決定了深入研究兩種智能性質的重要性。無論對于人工智能發展趨勢過于樂觀還是過度憂慮，任何立場和觀點要真正直面問題，都應當落實在人工智能和人類智能及其相互關系的深入理解上。

在地球人類現有的視野中，已經出現的兩種不同類型智能目前處于不同的發展階段。基于智能載體的性質和特點，原生智能主要是體悟式智能；次生智能主要是計算式智能。體悟式智能以經驗性、語境式整體觀照為主要機制；計算式智能則以形式化、全域搜索式全體把握為主要機制。兩種不同類型智能的共同性是信息采集、信息加工處理；其區別則主要在軟硬件基礎、運作機制和進化過程三個方面。由于智能進化過程具有分的現實與合的可能，從信息采集到信息生產，信息處理能力和性質的區別具有階段性和趨同性。

計算式智能既有某些方面的絕對優勢，又有另一些方面的根本劣勢。就智能發展而言，計算式智能的主要劣勢正是在計算本身。在目前發展階段，基于圖靈機（Turing Machine）原理的人工智能不僅耗能大，而且會遇到發熱造成的速度限制。圖靈計算模型所生成的是暴力計算，速度越快能耗越大，發熱越厲害。有關專家已經意識到，圖靈電子計算機可能存在一個重要極限，運算速度越快，發熱越嚴重，最后發熱會構成速度提升的天花板。因此，作為人工智能的基礎，以計算為基本機制的電子計算機決定了這一進路的人工智能發展必定面臨瓶頸。智能次生進化的關鍵基礎之一，還是量子計算機的突破。只有量子層次的計算，才可能低耗高速，從而超越發熱造成的速度極限。因此有觀點認為，要達到類人智能進化的水平，必須有在量子層面運算的基本機制。甚至有觀點認為，生物智能進化之所以能突破這一限制，就在于其神經突觸的電信號能荷可能接近甚至達到了基本量子級的層次，這跟生物物理、生物化學和生物電信號的性質密切相關。由此既可以獲得重要啟示，又可以發現更深層次的問題。

從電子計算機到量子計算機，可能解決目前人工智能研究面臨的速度瓶頸，這在信息領域的啟示是深刻的。在信息性相互作用中，正如納米級層次的物體會出現與宏觀物體不同的新物理特性，物理信號的層次具有重要信息意義。這意味著，考察物能相互作用和信息相互作用的關系，物體和能量的區分顯得非常重要。我們通常認為物能與信息相對，物體和能量是一回事，二者都是物質，似乎無需區分。而作為信息能量編碼的電信號運行機制表明，相互作用方式特別是通過信號進行的信息性相互作用，信息的物體編碼和信息的能量編碼區分至為關鍵。由此可以更好地理解為什么在維納的信息觀中，要將“物質”和“能量”分列。這與物體和能量區分的相對性并不矛盾，物體編碼和能量編碼事實上構成一個連續系列。而與此相關的更深層次問題則在于，從電子計算機到量子計算機，所解決的只是計算速度問題，但由基于圖靈計算機體現的人工智能和人類智能的根本區別可以看到，作為通用智能體，人腦的核心智能機制不會只是——甚至主要不是基于計算。

也許，大腦運算不像電子計算機那樣發熱，可能真與其涉及量子計算有關，這有待研究證明。量子層次的信息性相互作用無疑是對電子計算層次的超越，但僅僅從計算速度并不能解釋人類智能的核心機制，進而言之，計算不是從專用人工智能到通用機器智能要破解的根本問題——即使不存在速度極限，也不能通過計算速度的提升使機器智能通用化；無論計算速度有多快，都不可能構成足以支撐實現通用智能的充分條件。計算是機器智能的機制基礎，也是機器智能的速度優勢所在，但通用機器智能的核心機制不可能是計算。由此可以得到的更重要啟示，在于可以既看到人類智能與目前人工智能在核心機制上的根本不同，又看到各自的優劣勢，看到二者互補整合的必要性和前景。

（三）廣義智能進化形成的總體進程

由于進化歸根結底是信息進化，由于信息的感受性關系理解，現在已經可以在信息層次就廣義智能進化機制做一總的概括，并在此基礎上初步得到一個原理層次的邏輯和歷史相統一的發展進程的描述。

第一階段，物能發展生成感受性，從而在物能基礎上出現作為感受性關系的信息，為作為原生形態的物智能化提供了前提。所謂原生形態的物智能化，就是在自然條件下進化出生物智能的過程。原生形態的物智能化即生物體的智能化，其目前最高階段是人類智能的產生和發展。作為原生形態物智能化發展的產物，人類智能為原生智能物化奠定了基礎，在此基礎上出現了原生形態的智能物化。

第二階段，原生形態的智能物化即人類智能的物能凝結，其發展從始于石器的工具到非自主進化人工智能的制造，為次生形態的物智能化創造了條件。所謂次生形態的物智能化，就是在原生形態物智能化的基礎上，通過智能物化發展出機器的智能化的過程，體現為作為原生形態智能體的人類創造出作為智能次生形態的人工智能。

第三階段，次生形態的物智能化即機器的智能化發展，典型的是人工智能的產生和發展。次生形態的物智能化使次生形態的智能物化成為可能。所謂次生形態的智能物化，即自主進化的機器智能的物能凝結。自主進化的機器智能制造更高層次的智能工具，并為原生形態智能和次生形態智能的進化融合開辟了廣闊前景。原生形態的智能和次生形態的智能融合進化，構成廣義智能進化。

從廣義智能進化的全景圖，可以看到人類創造活動的整體提升過程，這一過程表現為人類創造力的整體對象化。機器智能的通用化發展，正是這一整體對象化的收官環節。作為人類創造力的整體對象化，人工智能越是發展到更高層次，越是真正的人學。從通用機器智能的人學特質可以看到，關于人類智能及其進化的理解為人工智能特別是其通用化的研究提供了一把鑰匙。由人工智能和人類智能構成的雙向循環理解機制，可以得到一個關鍵啟示：人工智能的通用化發展與人類智能的社會性密切相關。人工智能通用化的研究必定要與人類智能及其進化，特別是對其社會性的發生發展的前溯聯系在一起。越是追溯到人類智能進化的原初階段，越可以看到通用智能進化的重要環節。對于從人工智能的技術進化到機器智能的自主進化，這些重要環節具有關鍵啟示，而這種關鍵啟示是難以從其他地方獲得的。

與人類智能的社會性相聯系，人工智能的哲學思考越來越清晰地表明，在廣義智能進化中，只要涉及通用智能，就不可能以技術進化那樣的方式發展，而是必須在類群親歷中才能進行，因此涉及復雜而至關重要的群體機制——通用智能進化過程中的類群親歷性。這是人工智能哲學研究的另一個重要課題。

注釋：

（1） Norbert Wiener， Cybernetics： Or Control and Communication in the Animal and the Machine， second edition， The MIT Press， 1985， p.132.

（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1期。

（3） 參見艾根：《超循環論》，曾國屏、沈小峰譯，上海譯文出版社1990年版。

（4） Vasileios Karyotis， etc.， Evolutionary Dynamics of Complex Communications Networks， CRC Press， Taylor & Francis Group， 2014.

（5） 陳征、魏紅祥、張玉峰：《“還原”與“演生”——相輔相成的兩種物理學范式》，《物理》2021年第3期。

作者簡介：王天恩，上海大學哲學系教授、博士生導師，上海，200444。

（責任編輯 胡 靜）