德雷福斯的人工智能“煉金術”

耿弘明

加州大學伯克利分校的哲學教授休伯特·德雷福斯（Hubert L.dreyfrus）在討論人工智能問題時，曾大膽地預言：人工智能有其局限，無法處理人臉識別和下棋這樣復雜的問題。二十世紀中后期，他把人工智能比作巫師和術士的“煉金術”。不過，歷史似乎在按照德雷福斯預言的反方向前行。二十一世紀的第二個十年，圍棋機器人阿爾法狗（AlphaGo）與人類的對弈，成為火熱的新聞事件，而AI 人臉識別則獲得了廣泛應用，出現在寫字樓、火車站、購物中心等各式生活場景中。可以發現，德雷福斯的預言失敗了。曾被德雷福斯嘲諷的“煉金術”這個標簽，如今似乎被回贈給了他自己。面對這一事件，有必要重溫康德的經典問題：我們到底能知道、認識什么？

一、 德雷福斯：從成名到罵名

德雷福斯曾受教于分析哲學大師奎因，卻一直對海德格爾和梅洛·龐蒂等歐陸哲學家情有獨鐘，其研究可謂兼歐陸哲學和分析哲學兩派之長。他的著作論域非常廣泛，漢語學界已經可以讀到《計算機不能做什么》《論因特網》《在世》等。

作為哲學家，德雷福斯最閃亮的標簽是“反AI”，這一標簽的獲得，源于他參與過的一些思想史事件。例如，他不斷地批判馬文·明斯基（MarvinLee Minsky）和司馬賀（Herbert Alexander Simon）等早期人工智能科學家；又如，在他的現象學和存在主義研究中，常常夾槍帶棒地反諷“計算理性”；再如，他借現象學傳統，反思AI 的認知邏輯，寫就《人工智能與煉金術》，并給蘭德公司提供負面的意見，預言這門新興學科在未來的必然失敗。這些事件讓他大名鼎鼎，或者說臭名昭著。

他的著作有些尚未和中文讀者見面，其中一本名為《機器心智》（Mind over Machine ），這是德雷福斯“反AI”的代表作之一，成書于一九八六年，由哲學專業的休伯特·德雷福斯和數學專業的斯圖亞特·德雷福斯合作完成，對他早期的思想有系統總結的性質。這本書反思了“專家系統”這一早期人工智能實踐，書名以英文修辭中押頭韻的方式，表達了他的總態度，“Mind over Machine”，人類智能優于人工智能。本書中德雷福斯的觀點可以簡要歸結為：在“弈棋”和“人臉識別”等領域，機器智能必然會失敗。就具體預言而論，毫無疑問，歷史已經證明了德雷福斯的預言是失敗的。

德雷福斯為什么會失敗？

如果要歸結它的深層原因，需要觀察一次重要的數學范式轉換—AI 方法論自專家系統的符號主義，到機器學習的人工神經網絡，完成了一次整體性進化，這種變化被稱為“統計革命”。人工智能發展史上的統計革命，指的是以人工神經網絡與機器學習為基礎的，而非以大型知識庫和符號推演為基礎的AI 革新，機器學習和深度學習伴隨而生。羅森布拉特在二十世紀六十年代就提出了感知機模型，但是，直到二十世紀八十年代AI 寒冬冰雪消融之后，人工神經網絡才迎來了學術探討的熱潮，而直到二十一世紀，它才收獲了諸多具體的商業成果。

從思想基礎的角度講，“統計革命”源于符號主義到聯結主義的觀念轉變。簡而言之，符號主義主張通過知識累積、規則設定、邏輯推導和符號運算來完成對人類心智的模擬；而聯結主義，則通過大量數據的累積，人工神經網絡的學習，完成判斷方式與行為方式的擬合。基于這一理論，計算機在下棋領域取得了重要的突破。“統計革命”中暗含著對德雷福斯早期預言的徹底顛覆，超出了德雷福斯舊有的想象空間。

德雷福斯的具體預言失敗了，不過，他的哲學根基是否也發生了動搖？

二、 科學還是煉金術？

讓我們放寬視野暫且避開德雷福斯在具體預言方面的失敗，思考這樣一個問題：德雷福斯的底層邏輯，與后來的“統計革命”是否有類似之處？

在知識論的層面，德雷福斯的核心觀點是：存在一種“直覺性專業知識”，它區別于形式化的知識、符號化的知識、計算化的知識。在《從菜鳥到專家必經五步》（“Five steps from novice to expert”）一文中，德雷福斯舉了“自行車”的例子來闡發他的觀念。我們很多人都會騎自行車，知曉如何登上自行車，開始騎行，并且騎到自己的目的地，我們還知道如何維持平衡，調整速率，在途中躲避各種障礙物和同行車輛。不過，很少有人能夠給出一套標準化的自行車相關規則和專業知識。在這里，徳雷福斯做出了一個主要區分：知其如何（know-how）與知曉原理（know-what）是不同的。

在剛開始學習一個新技能的時候，首先要學習識別各種各樣的客觀存在的事物， 去了解它們的特性，嘗試記住那些復雜的規則，而此刻這些規則都是與情境無涉的，對我們來說，它們的抽象程度無異于一門外語或者一堆數學公式。與之相反，對習以為常的事情，我們卻不知其所以然，不過，不知其所以然并不代表不能夠成功地做好它。

從自行車的例子開始，徳雷福斯引申開去，他認為，人類所擅長處理的很多事物都遵循這一規律，例如聊天與談話，如何走路等等，我們對其習以為常，因此也熟視無睹。唯有在執行這些日常出現問題的時候，才會想起規則，例如，當你開車掛錯擋的時候，當你聊天說錯話的時候，規則才顯現出來。

總的說來，德雷福斯認為，學車不源于計算，不源于邏輯，不源于專家系統式的知識儲備，而源于“學”，包含長期的實踐中形成的固定反應模式。如此看來，這是否與機器學習有相似之處？細細考察學自行車這一案例，思考德雷福斯對符號化認知的批評，就可以發現，德雷福斯似乎從另一個角度完成了對符號主義的超越。

在《邏輯機器及其限度》（“Logical machine and i t s l imi t s”）一文中，德雷福斯對他的想法進行了總結，他說，機器心智乃是符號化、計算化、形式化、規則依賴的、脫離大世界情景的，是在小世界（micro-world）自我操作的；而人類心智，則是非符號化、非形式化、非計算化的、可遺忘規則的，依賴于大世界的社會歷史實踐與生活風格的。這一思路也是德雷福斯思想的關鍵所在。所有電腦、機器或者人工智能，無論發展到何種程度，只要它本質上是符號依賴的，那么，它就擺脫不了邏輯機器與推理機器的本性。

當然，需要警惕的是，我們不能強行跨越學科邊界，認為德雷福斯的哲學地基與深度學習的數學地基是相同的；或冒失地認為，海德格爾的幽靈被八十年代和九十年代的科學家在無意中發現；或者更極端地認為，人工智能的失敗是由于科學家不懂海德格爾。但是，德雷福斯反駁“專家系統”的底層邏輯，與人工智能得以進展的底層邏輯，如果都用人人可理解的語言表述出來，變為公眾的常識之后，它們確實存在共通之處。

問題開始變得復雜起來，德雷福斯失敗了，也成功了，不管是否愿意稱他為“科學先知”，他的預言都不宜再被貼上“煉金術”“瘋話”這樣的標簽，事實上，他的確在進行認真而嚴肅的思索，并且得出了富有啟發的結論。

三、 德雷福斯的位置—人文學者談論科學的方式

自然科學與人文學科的研究對象或許偶有重合，但在大部分情況下，它們的方法是迥然不同的，言說方式有天壤之別，自然科學是人文學科方法論意義上的對手，它們之間有很緊張的關系。因此，人文學者不得不面對這一對手，思考它，研究它，并且回應它。如果不談泰勒斯、畢達哥拉斯等早期兼有哲學家與科學家身份的智者，或萊布尼茨、笛卡兒、羅素這些全才的話，那些純粹的人文學者，也未曾停止過對科學的探討與反思。

粗略總結一下，其談論的方式大概有如下四個類型。前面是兩個消極的類型，其一，人文學者反思現代技術的弊端，機械化大生產對人的異化，在這一思路下，可以列舉馬克思、韋伯、霍克海默等一串長長的名字。其二，從一般方法論上，談論科學的思維局限，對非理性的忽視，例如法國的柏格森、中國新儒家的熊十力。第三個類型是一個相對中性的類型，人文學者用現代社會學方法，對科學家做田野調查與社會學分析，例如法國思想家拉圖爾（BrunoLatour）的工作。最后一個則是積極的類型，人文學者采用科學的方式還原、解構傳統的人文學科問題，例如采用了統計學方法的數字人文。

因此，談論一般意義上的人文與科學之爭，意義不大，因為，人文研究內部早已分化為多個話語類型。在這初步劃分的四個類型里，前兩個類型更容易招致科學家的抵制，因為它們與德雷福斯有共通之處，且都顯示了科學與人文學科的緊張關系：

在第一個消極類型中，馬克思的“異化”概念，如今已經成為文藝青年中的流行詞，人開始勞作于工廠之中，機械化管控之中，異化為物、機器、零件，這個概念顯示了作為個體的人在機器面前的無力、無奈與必然殘缺的命運。借由法蘭克福學派的闡發，這一問題得到了更深入的反思。在《啟蒙辯證法》中，法蘭克福學派的代表人物霍克海默和阿多諾將現代性的根本特征，定位為那種追求普遍之科學的沖動。他們認為，啟蒙運動存在著一種“整一化”、將一切“理性化”的傾向，那些不能被計算化、數字化的，都是應該被拋棄的迷信、巫術與人類的幻覺，這種沖動必將導致啟蒙走向它的反面，不再賦予世界以光明，而是讓世界愈發黑暗。

在第二個類型中，很多思想家，例如海德格爾、柏格森、梅洛·龐蒂、德勒茲等，都在反思科學底層邏輯的局限。例如，柏格森曾指出，純邏輯形式的思維，不能闡明生命的真正本質。再如，德勒茲提出一種塊莖式（rhizome）的認識論，在這種認識方式中，事物之關系并非基于二元對立的分門別類，而是點點互聯、變動不居、多樣共存的，是具有互聯性（connexion）、殊異性（hétérogénéité）與雜多性（multiplicité）特點的，是計算機科學中二叉樹的反面。

在第一、第二兩個類型中，第二個類型由于會反思具體的科學思維方式，易于被認為是偽科學，事實上，也已經有人給法國哲學家德勒茲的思考貼上了類似的標簽。不過，德雷福斯雖然也偶爾批判互聯網帶來的異化，反思整體科學的認知巨獻，但他的方式與上面的類型都不相同，因此，他更容易被認為是“偽科學”，或者說得更激烈一些，被認為是“偽科學”中的“偽科學”。畢竟，當海德格爾對存在進行高蹈玄妙之思，被卡爾納普批評為“無效的形而上學語句”時，海德格爾只是固守著形而上學的位置。當海德格爾在《世界圖像的時代》中談論科學與技術時，他也只是進行總體的思考，稱其為我們時代的核心特質，并沒有具體化，去冒充技術專家，討論某項具體科技的未來走向。

這是德雷福斯的獨特之處：他在討論具體的科學進展，具體的技術領域，甚至預言某一科學領域的未來，某一具體技術細節的未來，他不借科學還原哲學，他用哲學還原具體科學，他是反向的分析哲學。他少談倫理問題，也不泛泛討論科學的總體危機，更不是深入實驗室的田野調查家，他基于現象學的哲學背景，具體討論某一項科技進展（專家系統）的思維局限與技術困境。

四、 警惕預言還是警惕傲慢？

事實上，人們還應該注意到德雷福斯的雙重身份。首先，他是毫無疑問的哲學家。其次，他也是一位早期人工智能學者，他屬于這個富有探索性和開拓性的群體。那么，當德雷福斯預言失敗時，似乎不宜馬上將他踢入哲人的陣營，認為這是哲學的失敗，如果考慮到他的另一身份，那么，這也是早期人工智能學者們的失敗，盡管在具體觀點上他們有所不同。

當我們跳開德雷福斯一人，重新觀察其他早期人工智能學者們的預言，就可以發現，德雷福斯的預言并非一開始就是失敗的，在一開始，他并非是一個“玄學鬼”形象，并非是一個煉金術士。因為，在二十世紀后半葉的很長時間里，在他與諸多科學家比拼的預言競技場中，他反而是毫無疑問的勝利者。

讓我們回到德雷福斯登上思想史舞臺的時刻，那正是馬文·明斯基、司馬賀等大名鼎鼎的早期AI 學者預言失敗的時候。自一九五六年達特茅斯會議開始，人工智能這一說法讓科學家們非常激動，他們洋溢著一門學科以及整個科學信仰的青春與自信，認為人工智能會迅速取得成功，馬文·明斯基斷言機器可以很快完成一切人類的任務，他們彼時曾一度認為“人腦是肉做的機器”。而且對于他們來說，這是一種自證預言（Self-Fulfilling Prophecy），即他們做出預言，同時用自己的努力，開發出專家系統（Expert system）等早期產品，再用努力不斷兌現預言。

正是在這時，德雷福斯給這件事澆了一盆冷水，甚至影響到了美國政府和商界對人工智能的投資。蘭德公司在人工智能發展史上具有重要的地位，由于德雷福斯《煉金術與人工智能》一文的唱衰，更是由于諸多早期人工智能實踐投入產出比的不平衡，人工智能迎來了自己的寒冬，以專家系統為核心的早期人工智能實踐很快遇冷，德雷福斯的審慎和保守讓他一次次成為預言競賽中的勝利者，他的文章以這樣的姿態成為一個彌足珍貴的聲音。

在這一背景下，我們可以重審預言。“預言”是一種獨特的人類語言行為，是一種企圖跨越維度的方式，在時間之矢的某個確定點上，讓一維之點化身為二維向量，從而超越具體局限的過程，是一種自比于上帝的方式，是一種人類代上帝之能，企圖用語言精準切中未來圖景的方式；預言常常局限于時代的特征，因為并不存在一個穿透時間且獨立于歷史的上帝視角：人總會根據自己的時代，預測哪些是計算機做得到的，哪些是計算機做不到的。而這個過程，必然伴隨著預測失敗，因為科學與歷史的框架都已經歷過翻天覆地的革新了。

假設人工智能技術的進步和發展是一個總體遞增的函數，那么，目前它的值域（機器可完成的任務）是（0，100），那么預言家非常可能以（101—105） 舉例，來論證機器的局限。殊不知，隨著技術的發展，當它們得以實現，這一領域便迅速成為預言失敗的白骨場。

如果引入庫茲韋爾對線性進步與指數進步的區分，似乎能更好地理解關于人工智能的種種預言的問題。在《奇點臨近》一書中，庫茲韋爾指出指數進步這一形式，一旦奇點臨近，舊有的增長方式便迅速迭代為嶄新的另一個量級的增長模型。由此說明，馬文·明斯基屬于在指數函數的開端過早判斷指數增長速率增大的來臨；德雷福斯則屬于在指數函數的開端，便將其視為直線函數，甚至認為這一線性函數在觸及人類復雜能力的時候，增長率將漸趨緩慢，乃至停滯，成為值域恒定的函數。

可見，失敗的概率是很大的。考慮到如此之大的失敗概率，就不應該雙標：當科學家預言人工智能失敗，科學界會認為失敗是成功之母，早期草率的實踐和思考也該被視為科學發展史的重要一環。而當哲學家預言人工智能失敗的時候，則必然是哲學思維的本性無法預言科學問題，它該被扣上玄學鬼的帽子。這樣的做法顯然不合理。事實上，無論哲人還是科學家，在一個領域仍舊充滿未知的時候，基于本學科的思路對某一問題進行思考，都很有價值。

在這里，不妨重溫卡爾納普對預言的思考，卡爾納普曾指出：“在許多場合下，所包含的規律不是全稱規律而是統計規律，于是預言將會只是或然的。”不過，與此同時，“在日常生活中，如同在科學中一樣，預言是必不可少的，甚至我們每日所完成的最瑣碎的活動也是建立在預言的基礎上的”。

哲學家談論科學，哪怕是具體科學領域的走向，也是沒有問題的，它們應該在共同體內通過互相學習、辯難，從而促生真知，哪怕預言有誤，其思考的價值也不容抹殺。需要警惕的，不是預言，不是跨學科預言，也不是哲學的預言，而是傲慢。事實上，德雷福斯臭名昭著的原因，和他惹得科學家憤怒的地方，除了現象學方法，還有很重要的一個方面—他的狂妄、自大和傲慢，他那憑借哲學而君臨天下的幻覺。

科學是極易滋生傲慢與專斷的領域，哲學則有過之而無不及，我們該鼓勵德雷福斯們預言科學，哪怕是用哲學的方法，實現哲學與科學的互利互惠。不過也該反對他們對科學的傲慢，在這個層面，哲學與科學需要構建一種互利互惠的對傲慢的約束關系，對企圖用哲學為一切立法卻又早就喪失了那個哲學可以為一切立法的時代的人文學者來說，尤其如此。