从机器发现视角探讨人机共生关系<br/>——兼论赫伯特·西蒙机器发现观

从机器发现视角探讨人机共生关系
——兼论赫伯特·西蒙机器发现观

2022-10-12李宁宁

江汉论坛 2022年10期

李宁宁宋荣

赫伯特·西蒙（Herbert A.Simon，1916-2001），又名司马贺，他被称为“文艺复兴式”的学者，原因是他在人工智能、科学哲学、认知心理学、管理学等多个领域享有盛名，同时他也是我国首批外籍院士之一，与中国有着深厚的情谊。机器发现(machine discovery)是西蒙20世纪50年代提出的，在70年代末开始广泛应用于天文学、医学、化学等众多领域。西蒙擅长用数学、计算机科学等现代科学来科学化、步骤化地研究社会科学和哲学，而机器发现就是这样一种研究工具。机器发现用计算机程序模拟科学发现中科学家的思维过程，不仅让科学发现成为一个可以研究的问题，也为探究人类思维打开了新思路，更为探讨人机共生关系提供了新视角。

一、机器发现：让科学发现成为一个可以研究的问题

机器发现触及到了科学哲学界沉寂百年的科学发现的逻辑问题。科学发现有无逻辑的问题一直是科学方法论和认识论的核心问题。从亚里士多德的归纳—演绎模式，到培根的归纳主义模式和笛卡尔的演绎主义模式，再到皮尔士的溯因推理模式，学者们都在寻找获得科学知识的可靠方法，认为存在某些规则可以使自然的规律有迹可循。但是从19世纪20年代开始，陆续有哲学家如惠威尔（William Whewell）、席勒（F.C.S.Schiller）、亨佩尔（Carl G.Hempel）等试图将科学发现驱逐出科学哲学的研究范围。他们从科学发现和科学验证的区别着手，认为科学验证才应该被科学地研究，而科学发现本身带有神秘主义色彩，应该逐出科学哲学讨论范围。他们的观点也得到了众多逻辑经验主义者如石里克（Moritz Schlick）、卡尔纳普（Paul R.Carnap）等的支持，后者合力将科学发现推入社会学、心理学的研究领域。于是，之后的一百多年里科学哲学关注的核心问题发生了转移，从科学发现逻辑问题转变成科学理论的检验和验证问题，而科学发现甚至被排挤出哲学范畴。

直到20世纪70年代，汉森等学者开始为科学发现的合法地位辩护，探索规范性发现理论的可能性。汉森借助理论渗透（theory-loaded）理论提出探讨“科学理论的起源应该与检验放在同等重要的位置”，强调发现模式的重要作用。西蒙则在汉森发现哲学的基础上，从启发式搜索和经验观察（或者说验证）两个角度论证了科学发现的逻辑性以及科学发现作为认识论研究对象的合法性。他将关注点放在描述和解释科学发现上，认为如果成功地对发现作出可信的解释，那么“解释本身将构成对规范理论的最大的近似”。西蒙极力将科学发现纳入科学哲学的研究范畴，将机器发现作为科学发现的计算机思维模式，成功地用计算机模拟了历史上经典的科学定律。至此，科学发现有了标准化、可操作的建模方案。

西蒙的研究主要分为两步，第一步是将科学发现看作是问题解决的特例，第二步则是利用机器发现程序重现历史上具体的科学发现。

西蒙认为“科学发现就是问题解决”，即科学发现的机制可以作为解决问题的一般机制的特例而被包含在内，也就是说可以从问题解决理论中推导出来。西蒙的这个看法隐含着一个假设，即不区分库恩所谓的正常科学和革命科学，也没有高创造性工作和低创造性工作之分，它们本质上都是一致的，都是逐步解决问题的过程，亦即“在大问题空间中搜索未完全定义的目标对象”。科学发现具有问题解决的普遍性和特殊性，普遍性体现在科学发现的方法与普通问题解决的方法都依赖启发式法，“一种最小化努力的概念”，由此得到的结果虽然不是最精准的，却是在使用脑力成本最小、工作量最少的情况下得到的性价比最高的决策。启发式法是人类问题解决的核心环节，而机器发现也正是利用了这一方法才实现对科学发现的重现。特殊性体现在科学发现呈现出的社会性、连续性、累积性、创造性中。将科学发现置于这样一种关系中不仅可以利用人类在问题解决中积累的大量的知识，还能够满足我们对节俭（parsimony）的渴望，最大限度地降低发现工作被视为人类特殊能力的程度。

在计算机出现之前，科学发现有无逻辑更多地停留在思辨阶段，而计算机的使用则让发现研究有了具体的实现手段和标准，科学哲学家可以借以测试他们的理论并观察机器的行为。就像达文波特（Thomas H.Davenport）指出的那样，人类的某种智能行为一旦被拆解成明确的步骤、规则和算法，它就不再专属于人类了。而作为高级人类智能的科学发现就在这样的拆解中具备了被计算机占领的条件。诸多经验证据表明计算机模拟已经是建立科学发现过程的计算理论的有力工具，当然反过来这又能更好地理解人类科学家的发现过程。

科学发现回归科学哲学研究领域需要解决的一个重要的问题是科学发现如何成为一个可以被研究的问题。西蒙从计算机的角度回答了这一问题，他用机器发现的重大成功诠释科学发现的标准化、理论化，去除了科学发现的神秘光环，也为我们提供了理解科学发现的新视角。机器发现不仅引领了科学方法论的变革，也让人类对思维有了更加深入的认识。

二、机器发现：从机器视角探索人类思维

机器的本质即是对人类劳动能力的延展。传统机器作为生产工具承载了人类的意志和功能，是人的劳动器官的延伸；而智能机器除了具备传统机器的工具性之外还具有了主体性，即将人的思维和智力也外化在了机器上。所以从机器视角探究人类思维的奥秘可以更清楚地了解人与机器的关联。

西蒙将人类思维和计算机都置于物理符号系统假说之中，认为既然两者都是物理符号，那么计算机就可以用于探究和模拟人类思维。当我们谈论使用计算机来模拟人类思维时，更多地是指在计算机的帮助下，模仿人类在解决各种问题时大脑中实际发生的思维过程，也就是说机器发现的前提是要剖析人类的发现过程和思维模式，然后将此过程用计算机进行模拟或重现。

对于机器模拟人类思维过程的问题，我们可以将其分解为两个问题进行探讨，一是人类思维的本质是什么？二是计算机何以可能模拟人类思维？

西蒙认为人类思维是一个有层次结构、连续执行的符号操作过程。人类通过遗传和与世界交互，获得有效地指导思维过程的程序，即人类思维通过程序的形式被有效地表达出来，或者说，人类思维的本质即程序。当然，西蒙的这一看法遭到了德雷福斯等诸多学者的批评，引发了关于机器思维和人类思维本质的热烈讨论。目前对人类思维的解释主要有三种，即符号解释、神经解释和具身解释。符号解释从功能模拟出发，主张用符号表征世界包括人类思维，这样便于用计算机进行运算和操纵，但是值得注意的是，科学发现中大部分都是隐性知识在起作用，而隐性知识无法通过明确的推论获得，也无法明确表述。很多科学家无法解释自己是如何获得科学发现的，于是总是诉诸“灵感”或者“顿悟”，那么对于这些无法言明的思维过程应该如何形式化才能被计算机所捕捉和模拟？这些问题导致机器发现在形式化难题、意向性难题中挣扎。神经解释从结构模拟出发，用神经网络模型来代替计算机隐喻，虽然一定程度上克服了符号解释的机械主义倾向，但是人脑的神经网络错综复杂很难精确地被模拟，并且在高层次认知问题上功效式微。科学发现过程中神经网络的具体工作模式是怎样的，哪些在起作用，如何起作用等依然是需要不断被探究的问题。具身解释与前两种解释最大的不同在于看重身体对思维形成的参与过程，主张用“肉身化的主体”替代笛卡尔派的“意识主体”，把身体当作为经验的主体，不同的身体倾向于产生不同的思维方式。

关于人类思维的这三种解释，无论哪一种都让我们离对其本质的了解更近一步。就像西蒙说的，我们对思维的无知并不在于采用何种解释方式，而是没有找到解释之间的联系，比如我们不知道思维的基本符号过程是如何在大脑中生理性地完成的，那么未来我们可以探寻的一个方向则是，信息加工理论假设的符号是包裹在神经现象之中的，而计算机则是研究这一方向的强大工具。

对于第二个问题，计算机何以可能模拟人类思维？综合西蒙的观点可归纳出三个主要原因：第一，计算机的程序语言与人类思维过程都是对符号和符号结构的操作，二者都被置于物理符号系统框架内，只要是能被符号所表示的就能够被计算机运算，从而程序语言就可直接模拟和刻划人类思维过程并对其进行科学化探讨；第二，人类的思维过程是一个动态过程，科学家也曾寻求像物理学和生物学的数学模型方法进行建模，但是始终没有找到合适的数学模型，再加上人类的思维和行动也并不需要数学化，而信息处理语言以符号结构而不是数字作为变量就恰好迎合了这一点。西蒙以物理符号系统假说为基础的认知心理学带领我们认识人类的思维，最终用计算机程序语言精准表达出来，首次实现了人类思维的科学化研究。在过去的几十年里，从符号系统的角度来寻找对人的智能行为的解释，取得了很大的成功，特别是在问题解决、概念理解和长期记忆方面，符号操作模型占据主导地位；第三，既然人类思维和计算机执行程序，本质上是同一的，则计算机就完全可以模拟人类思维。

机器发现在从机器的视角探索人类思维的过程中涉及两个重要的哲学问题，即机器思维和人类思维的问题，而正是机器思维问题的出现才让我们更加迫切地想去了解人类思维的本质。机器发现对于思维的探索本身并不是一个理论思辨的过程，而是实践的过程。机器发现从具体的科学史案例出发剖析人类的发现过程和思维模式，然后将此过程用计算机进行模拟或重现。这一研究方法虽然出现了很多难以解决的问题，但是这并不能遮盖它作为一个新的研究方法的重大的影响力，它让人类思维变得可操纵、可模拟，缩小了人与机器的差异，改变了人类的生产生活方式，也加速了智能革命的进程。

三、机器发现：加速人机共生进程

（一）人机关系的演化

在西方，古希腊以降，人是万物的尺度、人类中心论、人是目的等都将人放在了世界的中心，人类拥有主动权来操纵自然满足物欲，技术和机器作为不可或缺的媒介用来缩小人类力量有限性和欲望无限性之间的差距。机器的产生和发展经历了一个机械化、自动化、智能化的过程，机器与人的关系也在这个过程中不断变化。

最初的机器诞生在工场手工业时期，用机械技艺代替人的手工劳动，将劳动者的手解放出来。马克思已经看到机器开始从手工劳动时期的器官性工具转向本身变成能工巧匠，通过在自身中发生作用的力学规律而具有了自己的灵魂。马克思对机器的研究并没有停留于机器本身，而是将机器纳入资本主义生产方式的视角来进一步研究，从相对剩余价值、固定资本、异化劳动三种视角来看待机器，这也就是马克思视域中的人机关系。

计算机诞生之后，利克莱德（J.C.Licklider）在诺伯特·维纳的人机交互和图灵机器智能的基础上提出了人机共生（man-computer symbiosis）的概念，认为计算机与人类大脑是一种耦合性关系而不是替代性关系，人和计算机能够合作进行决策和控制复杂情况，而无需依赖预先确定的程序。达文波特则进一步提出人机共生是机器和人互相增强的发展趋势，人机共同工作，是一种合作伙伴的关系。所以，本文认为现在以及未来的人机关系更多是以人机共生为主要模式，而人机共生最显著的特点是人变得机器化，机器变得人性化。

人类的机器化分为两个方面，一方面是人类身体的机器化。人不再只是血肉之躯，而是将机械装置纳入身体之中从而实现身体功能的延伸。比如通过脑机结合、芯片植入等手段，人在未来也可能轻松具备目前计算机所拥有的运算速度、精确性以及存储共享能力。另一方面是人类思维的机器化。随着机器渗入到生活的方方面面，人类的思维方式和生活模式开始程序化，甚至人类思维的形成也离不开技术和机器的参与。但是也有学者指出，随着计算机接手更多的任务，人类自身的各种技能将加速退化，而成为智能体系的“旁观者”。但本文认为这些退化的技能正是科技在为人类核心技能作选择，科技进步本身就是要解放人类，而不是让所有技能都集于人类自身。

机器的人性化是指机器作为科学和技术的物化形式，不断迎合人类的需求，开始朝着情感交互的方向发展。未来的机器可能不再是单纯的人工物，而是具备人格化特征，社会机器人(social robots)的出现就是一个很好的例子。社会机器人主要是指机器人不再只是“工具”角色，而更多的是“社会伙伴”角色，它们的工作领域已经进入如教育、医疗、商业等复杂的社会环境之中。

从最初作为延展人手功能的石器，到今天作为延展人脑功能的人工智能，在机器完成了高强度、重复性、危险的工作之后，当情感性、智能性、类人性已悄然渗入机器之中，进而转入到人类核心价值的科学发现这一最高智能领域时，人机共生关系已经成为不可逆转的趋势。

（二）机器发现争论焦点的转移推进了人机共生关系的探讨

随着科学技术的不断发展，机器发现争论的焦点从存在性走向了关系性，其中人机关系的探讨则最为热烈。20世纪70—90年代，BACON等机器发现程序的出现和应用将机器发现主要讨论的问题集中在存在性问题上，即机器发现是否可以作为科学发现的计算机存在方式。而无论是逻辑实证主义者否定科学发现的逻辑，还是西克森特米哈伊（M.Csikszentmihalyi）等心理学家否定机器发现的创造性，亦或是布兰尼根（A.Brannigan）认为发现和学习被机器发现混淆，都不过是从不同角度否定机器发现存在的合理性。

针对存在性争论，西蒙等学者从多个角度进行了辩护。第一，从科学发现的表现形式来看，存在多种科学发现的形式，比如发现新事物、创建新理论、归纳新规律、表征新问题等，而机器发现则可以看作是利用新仪器对发现的表征和描述方式的创新。还必须明确的是能称之为发现的都是从已知的组件中生成的，是历史的累积的过程，而不是凭空的、飞跃式出现的。第二，从机器发现的本质看，计算机程序和物理学、化学中的那些理论具有完全相同的逻辑结构，都是差分方程或微分方程，而且对于所研究的系统的任一现有状况，这种理论都能预见到其以后的情况。第三，从经验上看，BACON等程序实实在在地再现了历史上的发明的符号方法，且与人类科学家们使用的方法相似。第四，从创造性角度看，很多学者认为机器只不过是执行人类的程序设定，毫无创造性可言，或者认为创造性是人类社会文化进化的产物，无法进行复制，但是随着人工智能的不断发展，已经出现了很多能够自我创造的程序和产品，比如深度学习就是机器自我管理和控制的过程。西蒙则将创造性看作一种问题解决和识别的能力，那么机器发现只不过是用计算机手段进行问题解决，人类和机器的创造力都是依赖于解决问题和识别问题的能力。第五，从发现和学习的关系来看，西蒙认为它们在人工智能领域中的区别通常是不明显的，也就是说许多机器学习系统同时也是发现系统，机器学习领域中的大量的研究工作实际上就是面向机器发现，它们一定程度上是等价的。机器发现的存在性受到非议的一个重要原因是技术的壁垒，随着技术的不断突破和成熟，学界对存在性问题的争论将日渐式微。

20世纪90年代开始，随着机器发现技术的提升和应用日益增多，争论热点开始向人机共生关系转移，主要代表人物有玛格丽特·博登（Margaret A.Boden）、安德烈·莱温斯塔姆（Andrzej Lewenstam）、劳尔·瓦尔德斯·佩雷斯（Raúl E.Valdés-Pérez）。博登谈及了机器发现与同行评审的关系问题，她认为同行的预选和评价并不都是科学的，而是社会化的，经常会涉及到科学分歧和不确定性，所以机器发现的评估无法建立，只有人类的评估才能被接受。西蒙针对博登的这一观点进行了三点反驳：第一，在许多情况下，我们已经相信计算机的判断更精确；第二，人的标准也会随着社会等不同影响而发生变化，机器程序设定出来的东西对人类的审美标准也会有影响；第三，机器进入我们的社会已经对我们的品味和我们的价值判断产生了巨大的影响，很难说所有这些变化都是人类机器发明家和建造者的思想和意图，所以，机器已经成为谈判者协会的一员。莱温斯塔姆则从人与机器的伙伴关系角度提出，计算机从工具设备变为合作伙伴，提升了经验资源和工作效率，增加了我们进行科学发现的机会。但是计算机采用的“理性”方法与科学家在实际中采用的“直觉”方法是不同的，这可能会使机器发现愿景难以实现。西蒙则不认为人类的“直觉”方法与机器的“理性”方是不同的，相反，机器发现的全部可能性似乎在很大程度上取决于我们在计算机程序中加入类似于易犯错误的人类直觉和人类狡猾（cunning）的能力。瓦尔德斯在谈及人机协作问题时，肯定了计算机在创造性科学研究中的重要作用，但是认为社会因素的影响会拖慢其实现的进程，尤其是科学家们排斥计算机作为创造性的合作者。许多科学发现系统的构建者在非正式报告中叙述，他们在科学发现实践中插入计算机程序遇到了阻力甚至敌意。但是瓦尔德斯和西蒙都始终相信对机器发现的抵制最终会过去，因为科学不再被人类中心主义地视为人类的创造和财产。

随着对人机关系的热烈探讨，越来越多哲学家、心理学家认同机器的伙伴型关系，这已经呈现出人机共生关系的雏形，只不过碍于技术的滞后性，人机相互增强的手段还并未得到充分开发。从人机关系史的演变中我们可以看到，机器一直都是推动人类增强的关键力量，从最初的机械增强到现在的智能增强，从人类主体化到人类客体化，机器在增强人类的同时，自身也在人类的需求和改进中不断升级，从辅助走向共生。但与此同时，机器作为一把双刃剑也带来了一系列的异化现象，这不禁让我们重新审思人机共生时代人的本质问题。

四、人机共生时代对人的本质的审思

当脑机接口这些侵入型技术让硅基生命和碳基生命进行融合而模糊了人机界限时，当人失去主动权而沦为智能体系中的“附庸”时，我们该如何界定人的本质？本文认为这个问题应放在马克思关系总和论中去探讨。

随着社会演变和科技的发展，人的进化已经不再是单纯的生物进化过程，而是生物进化和技术进化双重作用下的结果。机器从嵌入人类肢体到嵌入人类大脑，人类的后人类（posthuman）时代已经在路上，所以我们已经不能单从构成性上或者肉体性上谈论人的本质。正如马克思所说的，人的本质不是单个人所固有的抽象物，它是一切社会关系的总和。所以，人的本质不是固定不变的，它在实践中产生，也会随着实践的深入而改变。福山也主张将人的本质纳入关系总和论中，认为人的本质具有社会性和历史性，并不是由基因完全决定的。

审思人类本质的前提需要先明确人的主体性地位。人工智能将类人智能主体带到我们面前，人在向着客体化方向发展，但是这并不意味着类人智能主体替代了人的主体性地位。由于人脑的精密性、复杂性、整体性等特点，现在的任何一种技术形式都无法全部把握人类智能，即使是人机共生时代都还只是局部强化，人的主体地位在相当长一段时间里并不会发生改变。人在面对技术变革时应更多地表现出积极和主动的姿态，找到合理的角色定位。达文波特认为人机共生中人类的角色应该是超越（step up）、避让（step aside）、参与（step in）、专精（step narrowly）、开创（step forword）。找到人的角色定位才能更好地帮助人们找到人本身的意义。另外，人作为一个有限理性的主体，人脑的构成和处理问题的能力并不能解决人在现实世界遇见的复杂问题，所以需要通过技术等手段来增强人类理性，而人工智能作为当代最重要的技术在提升人类理性方面则发挥着不可替代的作用。

人的本质是在社会关系中得以彰显的。人机共生时代，人将从单调、繁杂的劳动中脱离出来，机器和人各司其职，而人从事更多复归本性之事。马克思认为随着机器使用规模的扩大，会出现“机器排挤人”的现象，会出现劳动力过剩、工作满意度下降等严重的社会问题。与马克思的看法相反，西蒙认为不会出现“机器排挤人”的现象。他在《管理决策新科学》中就技术改革带来的变化提出两个不变的因素：第一，自动化和充分就业并存；第二，人力资源质量上的恒定性。也就是说我们不必担心技术性失业和被机器人取代，因为在他看来，岗位的总量不会减少只是会结构性调整。机器的应用会造成程序化岗位减少而非程序化岗位增加，而且还会出现新的岗位，就业额与生产水平会保持一致。

人机共生时代审视人的本质还需要拨开技术异化的迷雾。技术是人类本质力量的显现，机器发现作为模拟智能的一种尚未成熟的、颠覆性的技术形式，在对科学进程作出贡献的同时也潜藏着技术异化带来的危险。机器发现试图让我们将科学发现的主动权转让给机器，由机器主导科学发展的方向和进程，然而未来机器做出的行为很可能是不可控的。新技术和新算法带来的对伦理的突破性力量远远大于伦理对技术的束缚力量，比如已经出现的算法“黑箱”、数据隐私、主体自由意志和责任归属等问题。随着社会信息化越来越成熟，就像弗洛瑞迪（Luciano Floridi）认为的那样，人们对技术的依赖和技术对共同价值的影响都在不断增加，而技术的影响变得越来越不透明，这才是人们惶恐的地方。技术带来的挑战仅用技术是无法解决的，探讨技术化社会治理异化困境的出路，还需要回到技术与社会的逻辑中来。于是，拉瓦扎（Andrea Lavazza）等伦理学家试图从技术的限制出发制定规约，但是这并不足以消除问题。无论怎样，技术的发展都应该在伦理的框架之中，都应该以推动社会发展和人类幸福为宗旨，这也是在人机共生时代审思人的本质的意义所在。

五、结语

计算机科学一直追求技术的进步，如今机器发现已经找到了机器涉足科学发现这一人类最高智能的方法。机器发现不仅让科学发现成为了一个可以被研究的问题，还深入探究人类的思维过程，并试图用计算机剖析展现出来。这不仅是方法论的变革，还是认识论的巨大转变。

在人机共生步步趋近的时代背景下，从机器发现的视角探讨人机共生的问题，不仅能够丰富科学发现理论，科学化探讨人类思维，还可以从人与机器的共生关系中思考人的本质和未来技术发展的方向。

①N.R.Hanson,Patterns of Discovery:An Inquiry into the Conceptual Foundation of Science,Cambridge University Press,1958,p.4.

②P.Langley,H.A.Simon,G.L.Bradshaw,J.M.Zytkow,Scientific Discovery:Computational Explorations of the Creative Processes.,MIT Press,1987,p.7.

③H.A.Simon,P.W.Langley,G.L.Bradshaw,Scientific Discovery as Problem Solving,Syntheses,1981,47(1),pp.1-27.

④H.A.Simon,Machine Discovery,Foundations of Science,1995,1(2),pp.171-200.

⑤W.Kool,et al.,Decision Making and the Avoidance of Cognitive Demand,Journal of Experimental Psychology,2010,139(4),pp.665-82.

⑥⑬㉕［美］托马斯·达文波特，茱莉娅·柯尔比：《人机共生》，李盼译，浙江人民出版社2018年版，第24、99—240页。

⑦A.Newell,H.A.Simon,Computer Science as Empirical Inquiry:Symbols and Search,Communications of the ACM,1976,19(3),pp.113-126.

⑧⑩H.A.Simon,Models of Discovery and Other Topics in the Methods of Science,Harvard University Press,1977,pp.268-288.

⑨D.Casasanto,Different Bodies,Different Minds:The Body Specificity of Language and Thought,Journal of Current Directions in Psychological Science,2011,20(6),pp.378-383.

⑪参见《马克思恩格斯文集》第8卷，人民出版社2009年版，第185页。

⑫J.C.R.Licklider,Man-Computer Symbiosis,IRE Transactions on Human Factors in Electronics,1960,1(1),pp.4-11.

⑭P.Dumouchel,L.Damiano,Living with Robots,M.De-Bevoise(trans.),Harvard University Press,2017.

⑮M.Csikszentmihalyi,Society,Culture,Person:A Systems View of Creativity,in R.J.Sternberg(ed.),The Nature of Creativity,Cambridge University Press,1988,pp.325-339.

⑯A.Brannigan,The Social Basis of Scientific Discoveries,Cambridge University Press,1981.

⑰M.A.Boden,Comments on Simon’s Paper on Machine Discovery,Foundations of Science,1995,1(2),pp.201-224.

⑱⑳H.A.Simon,Machine Discovery:Replay to Comments,Foundations of Science,1995,1(2),pp.225-232.