人工智能與人類心智的深度互動

柳海濤, 汪 婭

(上海交通大學 科學史與科學文化研究院, 上海 200240)

人工智能自誕生至今,有一個基本假設：智能是大腦的表征結構及對此表征結構的計算。也就是說,理解人類心智的最有效方式是心智等于表征,而表征又等于計算。盡管當前的具身認知理論以生成、嵌入、延展等方式解釋認知,但其實質仍然是算法模式。如果從哲學上反思人工智能,首要的問題就是何為智能?人類心智被界定為表征并進而形式化為算法的合理性及其限度是什么?這些問題需要從本體論、方法論、價值論、認識論層面給人類心智被人工化后作出整體性回應。第一,在本體論上厘清何為心智是發展人工智能的根本前提。人工智能假定智能即是機器對數字符號的操作,不同的心智范式為人工智能奠定了哲學基礎。第二,方法論領域。人工智能的理論根基和靈感來源是人的認知原理,人工智能的發展離不開對認知機制的揭示。人工智能可以被看作是在對人類心智本質的解釋基礎上對認知原理的技術化建構,在方法論上澄清認知的自然化及其技術建構模式是發展人工智能的重要動力。第三,價值論維度。人類通過意向性和世界發生關聯并產生意義,行動的成功與否取決于是否符合人類的信念與愿望。機器的符號運算如何產生對意義的理解,這是人工智能深度發展的瓶頸性問題。第四,從認識論上看,人類對世界的認識是獲得自然界的秩序原理,形成理性的知識體系。人工智能則是通過把人的理性知識轉換成機器可操作的經驗論符號命題,進而實現對世界的“認識”。傳統的認識論應當思考人工智能體的“認識”結構及原理,進而整合人類認識與人工認識。本文將從這四個方面嘗試探討人類心智與人工智能的互動。

1 本體論：心智的本質

人工智能的發展是多學科綜合融合的結果,它離不開神經科學、計算機科學、心理學等對心智的解釋,科學化的心智范式為人工智能提供了概念框架。

1.1 科學化心智范式

1) 神經科學中的心智范式。神經科學對意識神經過程的揭示是推動人工智能前進的主要動力。Franklin[1]將意識分為奇妙意識和功能意識,并提供了學習式分布智能自主體模型,他認為這種忠實于全局工作空間意識理論的計算系統就已經具有了與人的思維等效的意識。Pitk?nen[2]用量子力學來解釋意識,認為意識是大腦在量子計算的水平上實現的產物。Blackmore[3]將意識理解為產生于文化基因中的幻覺,幻覺通過相互競爭產生意識。Man等[4]認為機器意識能否實現取決于能否實現內穩態,其中感受是內穩態的心理表征。當代人工智能的快速發展離不開神經科學對意識機制的研究,它是心智能夠被技術化的重要認知資源。

2) 計算機科學中的心智范式。圖靈設計出圖靈機系統,將計算視為幾乎與人無異的智能,希望開發出像人一樣思考的人工智能系統[5]。20世紀70年代,功能主義出現,其主張心理的可計算性及多重可實現性。在神經科學和計算機科學的影響下,重構大腦功能結構的心靈認知架構,并對心靈的認知功能進行解釋。計算機專家們將人工智能的研發看作是服務于人類的輔助性工具及人類目的之達成,而非純粹對人類意識的復制,倡導人類意識在技術上的功能實現。例如,將建造機器看作是工程師的任務,但這并不意味著不應該關注其他聲音,在對機器意識的工程方法中,應該努力實現某種以人為核心的制造目的[6]233。從信息論的角度看,意識是多種感官因受外界刺激進行信息整合產生的過程。計算式心智對人類意識與人工意識做了一定的區分,但它是基于計算的功能主義,并未涉及主觀感受性。如果只是為了實現功能上(工程上)更智能的人工智能,這是一個比較有效的辦法。意識的產生過程依賴感知對象對主體的刺激,這無疑是一種行為主義。總體來看,很少有工程設計上的學者關注意識的主觀感受性,他們主要側重于機器的意識功能,以研制出表現得足夠智能的機器。

3) 心理學中的心智范式。心理學從哲學中分離出來后,尤其是19世紀以來的科學心理學與人工智能的關系十分密切,它強調對心理特征進行表征。受實用主義思想的影響,威廉·詹姆斯、杜威等人發展出機能主義流派。機能主義又催生了華生、斯金納的行為主義,它將意識等同于行為,“輸入-輸出”的行為模式潛移默化地成為人工智能的基本模式。心理學基本伴隨著整個人工智能的發展,從最開始的圖靈測試到當下的深度學習,在某種程度上都依賴于心理知識的表征。目前,該領域著名的心理模型是全局工作空間意識理論。

1.2 科學化心智的本質

在一定意義上可以說,古希臘時期德謨克利特的原子論和畢達哥拉斯的數本源論開創的機械唯物主義和形式化傳統為當代的人工智能奠定了思想基礎。數學是推動人工智能發展的重要支撐,數學家們主張以數理邏輯來形式化意識。受畢達哥拉斯“數論”思想影響,符號主義者試圖通過符號語言的演算規則求解日常問題。萊布尼茲發明的二進制和人工智能通用機對整個計算機系統的發展產生了重大影響。圖靈機也主要是基于數學運算,馮·諾依曼機依賴于運算器與存儲器。計算機專家們主張思維的可計算性,以符號規則來發展人工智能,神經科學家們則認為邏輯可以表達神經網絡。盡管麥克德莫特、維特根斯坦及德雷福斯等人對符號化邏輯系統能否表達意識產生懷疑[7]。但迄今為止,智能的科學化在本質上尚未超出數學的算法范疇[8]。

1.3 心智問題的解釋鴻溝

若認為意識等同于神經活動,就會取消意識的獨特性;若認為意識的主觀感受性不能還原,就會產生意識的解釋鴻溝。心智的不同范式之間的內在關系反映了意識本質的復雜性,挖掘對意識本性的理解,是發展人工智能的理論前提。物質的身體與非物質的心靈之間的因果性及意識的主觀感受性是心身問題的主要難題。第一,心理因果性。非物質的心理是如何引起物質的身體活動的;同時,大腦的物質活動又是如何產生非物質的心理狀態。心身關系的不同理論比如同一論、取消論、非還原論等,均與心理因果性緊密相關。第二,主觀感受性。意識的主觀感受性如何統一于物理世界。它涉及實在的最終層次,意識的自然化難題即解釋鴻溝就是根源于意識的主觀感受性。心身關系不僅是身體與心靈之間的互動問題,它實際上也涉及了傳統的物質與精神的二元論世界觀。這也是當前的物理主義逐步向后物理主義發展的主要原因,即純粹以物理與非物理的標準劃分實在,主觀感受性將無法融于物理世界。以心理與非心理來劃分實在,探索心理性是否最終依賴于非心理現象,是一種可資借鑒的視角[9]。

2 方法論：心智的技術化建構

人工智能產生伊始,人們便出于不同目的開始探索近似人類智能的機器,逐漸實現了從簡單到復雜的認知任務,在以人類智能為參照的發展過程中取得了不少進展。

2.1 技術化心智的主要綱領

符號主義、聯結主義和行為主義是人工智能主要的研究綱領[10]。 第一,符號主義。它起源于邏輯學和分析哲學,主張演繹算法,在人工智能研究發展的前三十年基本占據著主導地位,代表人物有紐厄爾、明斯基、西蒙、麥卡錫等。他們主張數理邏輯對意識的表征,將知識看作符號運算以實現機器智能,其哲學思想可直接追溯到羅素和弗雷格。 人們一般把以計算機為基礎的智能系統都置于符號主義的框架下,目前具有代表性的研究成果有Samsonovich[11]基于高階表征理論開發的情感認知系統,此系統能夠實現“自我”覺知,并且可以有一定的情感感受。 第二,聯結主義。它把機器意識歸結為對生物腦神經的結構及功能模擬, 具有分布并行處理和非線性的特點, 能夠通過多層次的網絡訓練及權重調節產生智能輸出,代表人物有桑代克、魯梅哈特、麥克萊、辛頓。較為流行的有機器學習模型,其中深度學習是當前人工智能發展的主要動力,在圖像識別、自然語言處理等領域獲得了重大成果,推動了人工智能應用的商業化浪潮。近些年,Aleksander[12]基于聯結主義構建了一些意識系統;Haikonen[13]利用人工神經網絡的并行、分布式特點構建了可以表現出一定自主行為的機器人XCR-1。 第三,行為主義。 它傾向于通過本體與外界的感知刺激來構建機器意識模型, 主張感官與環境的交互作用產生意識, 如感知機等,代表人物有布魯克斯等。 但以第三人稱視角觀察機器行為得出其是否具有意識的結論, 通常會遭到其他學者的質疑,因為大多數人不會承認能夠做出一系列反應的洗衣機會具有意識。

以上研究綱領在實際應用中有著不同程度的交叉,它們都有各自的優點與不足,尤其是符號主義與聯結主義的交叉應用更為廣泛。紐厄爾期望能夠在符號主義的框架下實現網絡的并行式處理[14]153;魯梅哈特和德克霍夫則嘗試通過計算左右腦區功能之間的關系來統一符號主義和聯結主義[14]194-195;薩恩借助符號主義和聯結主義的結合提出了認知架構來表示內隱和外顯的心理過程[15]。總之,在各個研究綱領均不夠完善的情況下,未來人工智能的發展需要綜合性的技術化范式在融合中實現技術突破。

2.2 對主觀感受性的自然化嘗試

意識的主觀感受性即現象意識是意識不可還原的主要障礙。因此,可以把意識分為功能意識和現象意識。功能意識用于行為控制、認知推理等;現象意識純粹是人的主觀體驗性。意識的功能是可以被還原和模擬的,但現象意識則不能。在心靈哲學中,針對這一問題形成了不同形式的心身關系理論,也產生了試圖對現象意識進行自然化解釋的不同理論。當前引起關注的主要是各種表征理論,如高階表征和自我表征。第一,高階表征理論。高階表征理論認為人們的心理狀態不一定是有意識的,一個有意識的心理狀態必須要有另外一個高階的心理狀態來對它進行表征。高階表征理論的目的是希望通過高階心理對低階心理的表征,再結合神經科學對表征過程的研究,實現對意識的自然化解釋[16]。第二,自我表征理論。由于高階表征理論存在表征的無限后退問題,自我表征理論就把表征之間的無限后退轉換為心理狀態內部的自我表征機制,試圖實現對意識的自然化。和高階表征類似,自我表征的積極意義在于它運用當代神經科學資源提出了一個研究意識的新還原論框架[17]。

2.3 主觀感受性與人工智能

Franklin等[18]認為即使是當前最先進的人工智能系統也沒有考慮主觀感受性的實現問題。 Kak[19]指出,如果意識現象取決于構成有機體統一的遞歸和自組織結構,那么當前的機器缺少這種現象。因為缺乏自適應、自組織組件的數學計算理論,所以還不知道能否設計出具有這種結構的機器。也許有一種情況是只有生物機器才能有這樣的基礎,這就為設計具有意識的新生物結構開辟了可能性。 Manzotti等[20]認為許多機器意識理論實際上并不直接解決意識問題,而是討論一些中間問題,然后拋開機器人意識問題,并指出機器人意識到目前為止還沒有成功地在現象體驗上取得進展,沒有人聲稱任何接近感覺的東西出現在人工制品中。Sanz等[6]238主張從工程學的角度來提供機器理解的策略以擺脫目前的僵局(哲學上意識未統一),認為理解被視為將感知整合到可操作模型中的過程,主體可以使用這些模型來計算有意義的動作,即為主體、伙伴或主人提供價值。這就是機器的最終目的：不是在實驗室里飄忽不定地游蕩,而是向他人傳遞價值。

目前,用于實現機器智能的典型方法主要有五類：一是功能主義;二是信息整合;三是具身認知;四是行為;五是認知機制。這些被統稱為老式人工意識。老式人工意識引入了新的層次作為中間實體對意識進行解釋,但在未解決意識“為什么”產生的情況下,又引入了兩個新的問題：一是這些中間層次的特征;二是這些中間層次和意識之間的關系。概言之,引入的中間層次本身的特征需要得到合理解釋,并且在此基礎上還要說明為何其會產生意識。老式人工意識中功能主義較為廣泛,幾乎所有“看起來像”意識的形式都可以最終歸類于功能主義的目標。但是,功能主義并未觸及意識的本質特征,反而增加了需要解決的新問題。因此,人工智能距離真正的人類意識還很遙遠。

3 價值論：意義的理解

機器的符號處理過程如何產生意義的理解是人工智能深度演化的瓶頸問題,各種爭議伴隨著人工智能的演變。20世紀50年代,圖靈討論了機械裝置是否只是符號過程而沒有類似人的思想和情感,認為這是一種極端唯我論的立場。到了20世紀80年代,“中文屋”思想實驗以直觀的方式,明確主張符號運算的句法過程不能產生對意義的理解。20世紀90年代,人們開始關注怎樣才能使一個形式符號系統的語義解釋成為內在的,而不僅是只寄生在人們大腦中的意義。人工智能對意義的理解即是人工智能的“符號落地”問題,解決“符號落地”難題可嘗試從意義外在論和生命方案兩種視角著手。

3.1 意義外在論

人類心靈通過意向性指向外部世界,當機器輸出特定的行為時,它是否也具備相應的意向狀態?意識是大腦產生的現象,如果僅從內在主義或唯我論立場出發,很容易形成第一人稱的獨斷論,從而忽視意識背后產生的機制對人工智能的巨大意義,也有可能遮蔽意識本身的復雜性。人工智能的意義理解問題需要合適的意義理論為支撐,應當反思極端的唯我論和內在主義立場的局限性。發展一種恰當的意義(意向性)理論來解釋人工智能的“意向性”,可以深化人工智能在價值論層面的發展。不少學者開始從外在主義立場尋找人工智能的“符號落地”解決方案。從近些年的研究動態來看,外在論研究呈現出以下特點：第一,重視外在論的基礎研究,如外在論的定義、劃分的標準、不同類型的適用范圍等;第二,外在論與具體問題相結合的專門研究,如外在論與自我知識、外在論與意識、外在論與心理內容、外在論與心理因果性;第三,關注外在論與認知科學的互動研究,如外在論與計算機科學、外在論與心理學解釋、外在論與馬爾視覺理論?？偟膩砜?意向性理論中的外在主義和認知科學中的外在主義是解答人工智能“意義理解”的關鍵。

3.2 生命形式方案

弱人工智能在理論和實踐上都有更廣泛的可接受性,而強人工智能頗受質疑。因為弱人工智能僅模擬出人類意識的某些功能就可以,而強人工智能則必須復制出大腦產生意識的生物機制。 Schmid[21]則嘗試從生命形式的角度來理解機器人,他認為當今機器人的功能已經是內在的,機器人的功能價值不依賴于人類對它的判斷,“機器人”這個概念代表著一種新的生命形式。在面對未來日益工程化的世界,人們對自我的理解將逐步消除“程序-行為”“人-機器”這樣的二分法。在人類和機器人的互動中,新的交往方式會在人機相處過程中不斷產生,新的話語交往和互動形式會基于機器人對實踐的“理解”而進一步發展。如果這樣的話,人工智能就會具有某種“社會性”,它參與了人類價值觀的形成[22]。

4 認識論：從內在知覺到外部世界

知覺是主體與世界之間的中介。自古希臘開始,不少哲學家都討論過知覺問題,形成了眾多的知覺理論。可概括為三大類：第一,直接實在論,認為主體不需要媒介就可以直接感知到對象。它面臨的最大挑戰是錯覺(或幻覺)論證。錯覺中沒有真實對象,這說明知覺并非是直接的,它需要經由某些中介才能實現。第二,間接實在論,認為主體通過表征媒介如感覺數據,才感知到外部對象。不少哲學家都持此立場,如洛克、羅素等。第三,觀念論,以貝克萊為代表,認為知覺純粹是心靈內在事件,所有存在都是觀念性存在。認識論中的經驗主義和理性主義是相互關聯的,經驗主義認為認識的基礎是感性經驗,但幻覺或錯覺表明人們在獲得認識的時候,需要經過特定的內在過程,如果把這個內在過程比如概念或理性的某種特征絕對化,就會滑向理性主義。因此,經驗主義和理性主義實際上以共同的知覺經驗為始基,而把人的理性主義知識轉換為符號操作的經驗主義命題就成了人工智能體的認知方式。

在自然主義認識論的背景下,出現了更為豐富的知覺理論,總體上可把它們分為五種：第一,感覺材料理論。它包括了間接實在論和觀念論,前者以杰克遜和羅賓遜等人為代表,后者以斯溫伯恩為代表。但間接實在論使主體和對象之間蒙上一層知覺面紗,遭到了心靈哲學中物理主義和維特根斯坦“私人語言論證”的反駁。斯溫伯恩是當今為數不多的堅持實體二元論的學者,不過在物理主義沖擊下,觀念論以知覺來界定存在還需要更有說服力的論證。第二,副詞理論。它從質的內在視角強調知覺的現象特征,如看到蘋果是紅色的,副詞“紅色的”是知覺的本質屬性。副詞理論的問題是它不能區別心靈狀態本身和對象向心靈的呈現,另外,它也把知覺行為和對象的結構等同了起來。第三,共同種類理論。以劉易斯為代表,認為真實知覺和相對應的幻覺在根本上是相同的狀態,它們有同樣的現象特征,表征著同樣的東西,有相似的內在心理屬性,它們的不同僅是外在的因果起源和是否是準確的表征。該理論的主要問題是把真實知覺和錯覺混同,導致了觀念論與實在論的不可調和。第四,意向論,也叫表征論。這種理論把知覺看作是心理表征的形式,認為知覺是一種特殊的意向狀態,否認知覺經驗的現象特征由對象決定,而非由知覺內容決定的。但意向論不能解決知覺經驗和純粹思維的差別。在知覺經驗中,對象是朝向主體的對象,有不同于純粹思維的非概念內容。第五,析取主義。這種理論與共同種類理論相反,認為錯覺和真實知覺不是同類,知覺經驗要么是真實的要么是幻覺的,即析取。通過把錯覺和真實知覺作為不同種類,維護一種實在論立場,但其被質疑能否在現象性上把錯覺和真實知覺處理成不同的心理類型。

當前,學者們討論較多的是意向論和析取主義。在個體層面,人與機器的協同操作構成了類似雙螺旋結構的“人-機”融合認知體。在社會整體層面,人工智能體廣泛應用于社會,重塑了人們的生產、生活與認知方式。知覺認識論可以為統合人工認知與人類認知提供非常有價值的理論構架。

5 結 語

哲學不僅關注人們應當如何思考的規范性問題,也關注人們應該如何做的描述性問題。人工智能除了具有理解人類思維的理論目標外,還具有改進人類思維的實踐目標,這就需要對人類想要的思維是什么進行規范的反思。哲學對于認知科學來說不可缺少,因為它審視的是心理實驗和計算方法中最基礎、最抽象的問題,如表征和計算的本質是什么,當科學家深入思考他們正在做什么時,這些根本問題就會不可避免地出現,而這正是哲學要解釋的一般性問題。本文嘗試通過探究人類心智與人工智能的互動融合,分析作為人類智慧外化的智能制品與人類自身再度融合后,在本體論、認識論、方法論和價值論方面所產生的啟示。在本體論上,人工智能沒有超越意識和物質的基本關系,它是物質與意識二元論結構的技術表現,其基本方法論是類比與模擬。從價值論上看,人工智能的“意義理解”問題將是人工智能突破的關鍵。在認識論上,人工智能既是人類認知的產物,又受制于人類知識的局限。從科技史上看,即使人工智能具有超越人類認知的單項能力,但它本質上依然是人類認知的技術化,是技術發展邏輯的結果。人工智能本身不具備脫離人類的、獨立的形而上學的基礎,其根基存在于人類對物質與意識的哲學認識中。未來人工智能的發展將會由對人類心智的功能模擬階段向更深層次的價值意義維度延伸,著力實現兩個轉變：一是從“擬腦”到“擬人”的轉變;二是從“合理地思考與行動(算法)”到“像人一樣思考與行動”的轉變。