人工智能研究之于方法论反思

陈程

【摘要】    自1956年在Dartmouth会议上，人工智能学科诞生以来，人工智能的发展形成了由符号主义学派，行为主义学派和联结主义学派三大学派分而治之的研究进路。其研究方法的共通之处在于通过技术对人类智能进行模拟从而实现人工智能。那么我们是否一定要在计算机模拟道路上越走越远？对于这种单一的研究进路，费耶阿本德曾告诉我们在方法论上应该是“怎么都行”。那么对人工智能的探索和应用我们便可以将其思路进行扭转？即回到生活世界，通过对生活世界的规范与计算机的模拟相互结合，从而实现人工智能的突破。本文将以一种新的方法论，对前符号世界与符号世界相融问题进行一种新视角解决方案的可行性分析。

【关键词】    人工智能    专家系统    生活世界    方法论

一、人工智能技术发展及其重大问题

不管是符号主义所推崇的“通用问题求解器”（General Problem Solver，简称GPS）还是联结主义对“人工神经元网络”（Artificial Neural Network，简称ANN）的构建理想。[1]他们本质上都无法逃避关于复杂多变的外部环境与内部信息处理器的连接问题。在这个连接问题上当前主要的研究思路还是以计算机模拟为主，通过模拟从而建立连接，实现内部系统与外部环境的融合，使其表现出智能。

人工智能在其发展过程中针对内部系统作用于外部环境体现智能而提出的三種可行性路径及其研究过程中不可抗拒的技术性难题。然而，也正是这些难题使得人工智能研究进入研究瓶颈期。我们似乎在智能模拟的理想道路上开始止步不前。究其智能实现的目标，我们可以发现智能表现出来的条件有二：生活世界和内部处理器的共同作用。也就是说，二者紧密结合才能体现智能，只有内部处理器而没有生活世界的参与和衡量，智能何以智能。智能的体现过程简单来说，也就是生活世界进入大脑（内部处理器），然后经过思维加工最后作用于生活世界从而实现问题的处理。这三个步骤可以大体概括智能体现的路径。那么我们在以往的研究思路中，总是将其重点放在第二阶段，也就是对大脑思维的探究，努力的去构建一个类似于大脑的处理程序，这也就是GPS和ANN主要的任务，通过模拟去实现人脑的机能的复制。尽管在第二阶段的研究进路上我们依然任重而道远，但是目前所暴露出的问题我们似乎还在等待，等待技术上的进一步突破。但是这种等待并没有任何意义，反而针对人工智能的发展我们应该主动出击，也就是把握好人工智能其根本任务，着手于智能体现的第一个阶段即回到生活世界，将其程序化目标转向生活世界的本源之上。

二、生活世界程序化之可行性分析

著名美国科学哲学家费耶阿本德曾说过“唯一不禁止进步的原则便是怎么都行。”那么，关于人工智能的研究方法也应该“怎么都行”。[2]诸如从外部环境程序化改造的角度来进行研究，以形成一种方法多元主义的人工智能研究进路。

针对外部环境程序化改造的问题，首先我想问这样一个问题。假设在一个房间里，有一个智能机器人，需要接通电源去为自己进行充电，而房间里的所有电源接口都在地面上，正好这个机器人内部处理器并没有设置趴在地上这个程序。那我们想要解决这个问题，有两个选择：第一，改变机器人内部程序以及结构组织，使其可以趴在地面。第二，将电源接口移到机器人可以够到的墙上。你会选择哪个解决方案？当然这两个方案的最终目标是一样的，即让机器人可以自己接通电源充电，只是实现路径不相同而已。显然我们会选择方案二，也就是对外部环境进行改造，从而使其适应我们现在已有的人工智能技术水平，最终实现智能的体现。从这个简单问题上来看，或许我们有必要去重新审视一下当前对于人工智能技术的应用和人工智能其研究方向。现今的人工智能专家更多的会去选择方案一，也就是在内部处理器进行突破，这也就是GPS和ANN的主要研究进路，从人工智能科学长远发展来看，方案一具有积极意义，但是从人工智能技术发展及应用的角度来看，这显然是愚蠢的。

事实上对生活世界的程序化改造在当前某些领域已经非常普遍了。我们应该对超市中的商品扫码器不陌生了，这样的机器对商品的识别，可以说是相当迅速与准确了，并且随着对商品的识别，商品背后的具体信息也会凸显：价格，规格，生产日期等等。然而，这样的识别不在于对机器内部处理器的改变，而在于对商品本身的编码的改变，编码的背后则代表着对某物的信息集合体。其本质是将所要识别商品进行程序化改造，也就是使得商品能够被内部处理器识别。

回过头来，关于人工智能下的物体识别问题却似乎一直在困扰着当前的人工智能专家，我们完全可以按此逻辑给世界万物进行编码，而不是保持生活世界独立性，编码让机器人识别其万物之多样性。这样看来关于物体识别，模式识别，颜色不相容，乌鸦是鸟等问题便迎刃而解。从这个角度来看，我们不可否认这是对生活世界程序化改造从而体现智能的完美诠释。

在一定程度上对外部环境的程序化改造思路也难以避免像GPS一样造成“专家系统”的缺陷。比如：家庭机器人在普通家庭的应用将会是这样的，我们可以通过环境程序化改造的思路从而根据现在已有人工智能技术水平以及要求对家居装饰和家居环境进行改造。当我们需要洗澡的时候，只需要光着身子进入浴室，已经改造好的浴室便通过感应，将信号传输给机器人，机器人会立马为我们从柜子中拿出洗澡用品然后递到主人手里。在这个过程中环境改造体现在很多方面，浴室感应系统和机器人的连接，柜子的开启方法，要拿的东西的位置，以及机器人在家中行走的路线等等都是针对机器内部处理器而进行家居环境改造使其与之匹配的程序。在理论上，只要把家居环境针的设计程序化并与机器人内部处理器完全匹配，那么此时起码在家居环境中，机器人的智能体现将得到前所未有的提升，甚至达到我们理想的智能状态。

三、生活世界程序化的应用

从计算机“深蓝”打败棋手卡斯珀罗夫的事例中，我们可以看出，计算机模拟的过程中，以目前的技术水平想要突显于人类，必须要为其划定范围。当然这里的划定范围并不等于物理符号系统假设下的“专家系统”，而是以一种全新的视角对环境进行程序圈限，其作用领域有着根本上的区别。[3]以棋类游戏为例，我们分析其主要特征，首先不可否认的是棋类游戏共通之处在于逻辑性很强，其次它拥有确定性解，也就是说每个棋子都有自己固定的运行规则，最后便是深蓝可以打败人类的最为关键的功能即棋子运行程序下的预测性最优化解。这些特征使得计算机拥有了超越人类智能的可能性。因此，我们是否可以针对棋类游戏特征从而实现对生活世界的棋局模拟。在这里棋局代表着生活世界，棋子也就是人工智能体，或者说是符号处理系统。我们要做的实际上是一种逆向模拟路线。在这里我们不再去以生活世界为基础将其符号化使其适应计算机模拟，而是直接将生活世界程序化，将生活世界进行改造，使其具有棋局特征。

那么这样也就将以往思路实现了扭转，把符号世界适應与于生活世界局势转变为生活世界适应于符号世界。在这里或许很多人会觉得不寒而栗，因为生活世界程序化这就意味着我们的生活行为将变成冰冷的机械式行为，人的自主性何以体现。

但是，笔者想要强调的并不是将人本身行为程序化，首先这本质上就是不可实现的，人的多样性和思维的独特性决定了我们根本无法机械式的去改变人类行为方式。但是我们可以去改变在人类的行为环境或者说是行为规则上进行优化，实现一种飞跃性的效率革命。就像棋局一样，我们无法去针对棋子本身的行为方式去进行改变，但是我们可以做的是将棋子运行环境程序化使其到达行为环境的最优化，从而结合计算机模拟将其智能进行凸显。棋类游戏的形成也正是通过人类制定规则而实现的。而这个规则和我们现在的计算机程序又可以实现完美的对接。

四、生活世界程序化的价值

正如费耶阿本德反对方法论一样，他反对的并不是一种方法论，而是反对科学主义之下的方法论的垄断，他所反对的方法论实际上是提倡方法的多元主义。对于生活世界的程序化改造，在一定程度上也可以说是面对当前人工智能技术瓶颈的迂回战术，但这并不意味着我们要放弃对计算机模拟智能道路。因为对智能的模拟可以说真正意义上的人工智能技术突破，笔者的侧重点在于方法的多元主义，在于对其现有人工智能技术的应用，意图实现人工智能技术与人类的相互结合，从而实现利益最大化理想。这样一条环境程序化的路径不仅仅是为人工智能技术的发展减少了部分压力，同时，生活世界的程序化改造也会反作用于人工智能技术，不断地促进人工智能技术的发挥，在完善外部生活世界的过程中，不断给人工智能技术提供新的思路和可能。就像之前提到的火车按照铁轨的秩序在运行，但是铁轨的出现也在不断的要求火车技术的提高，促使火车从一开始的蒸汽机车发展至现在的动车高铁。我们不得不承认这种环境程序化的智能体现方法确实会为人类带来极大的便利，无限的解放生产力。

所谓的GPS，我们不可能实现，起码现在还不可能，就算是人类智能也一样，术业有专攻，我们在某一方面表现优异，注定也会有某一方面像傻子一样，没有人能够成为真正的全才。那么同理，人工智能的发展也应该术业有专攻，我们只有将其智能范围圈禁，通过环境程序化改造，才能实现在目前技术基础上的智能最大化，从而实现对人的利益的最大化。人工智能科学的发展在以后将迎来不断的突破，并且对环境的程序化改造也势必会为计算机模拟提供新的视角。因此，我们当下的任务应保证环境程序化和计算机模拟两条道路齐头并进，共同推动人工智能技术及其应用的不断飞跃。

参  考  文  献

[1]徐英瑾.心智、语言和机器[M].人民出版社，2013，10

[2]费耶阿本德.反对方法[ M].周昌忠译.上海译文出版社.1978，第1页.

[3]董军.人工智能哲学[M].科学出版社，2011