人工智能与人类心智的深度互动

柳海涛, 汪 娅

(上海交通大学 科学史与科学文化研究院, 上海 200240)

人工智能自诞生至今,有一个基本假设：智能是大脑的表征结构及对此表征结构的计算。也就是说,理解人类心智的最有效方式是心智等于表征,而表征又等于计算。尽管当前的具身认知理论以生成、嵌入、延展等方式解释认知,但其实质仍然是算法模式。如果从哲学上反思人工智能,首要的问题就是何为智能?人类心智被界定为表征并进而形式化为算法的合理性及其限度是什么?这些问题需要从本体论、方法论、价值论、认识论层面给人类心智被人工化后作出整体性回应。第一,在本体论上厘清何为心智是发展人工智能的根本前提。人工智能假定智能即是机器对数字符号的操作,不同的心智范式为人工智能奠定了哲学基础。第二,方法论领域。人工智能的理论根基和灵感来源是人的认知原理,人工智能的发展离不开对认知机制的揭示。人工智能可以被看作是在对人类心智本质的解释基础上对认知原理的技术化建构,在方法论上澄清认知的自然化及其技术建构模式是发展人工智能的重要动力。第三,价值论维度。人类通过意向性和世界发生关联并产生意义,行动的成功与否取决于是否符合人类的信念与愿望。机器的符号运算如何产生对意义的理解,这是人工智能深度发展的瓶颈性问题。第四,从认识论上看,人类对世界的认识是获得自然界的秩序原理,形成理性的知识体系。人工智能则是通过把人的理性知识转换成机器可操作的经验论符号命题,进而实现对世界的“认识”。传统的认识论应当思考人工智能体的“认识”结构及原理,进而整合人类认识与人工认识。本文将从这四个方面尝试探讨人类心智与人工智能的互动。

1 本体论：心智的本质

人工智能的发展是多学科综合融合的结果,它离不开神经科学、计算机科学、心理学等对心智的解释,科学化的心智范式为人工智能提供了概念框架。

1.1 科学化心智范式

1) 神经科学中的心智范式。神经科学对意识神经过程的揭示是推动人工智能前进的主要动力。Franklin[1]将意识分为奇妙意识和功能意识,并提供了学习式分布智能自主体模型,他认为这种忠实于全局工作空间意识理论的计算系统就已经具有了与人的思维等效的意识。Pitkänen[2]用量子力学来解释意识,认为意识是大脑在量子计算的水平上实现的产物。Blackmore[3]将意识理解为产生于文化基因中的幻觉,幻觉通过相互竞争产生意识。Man等[4]认为机器意识能否实现取决于能否实现内稳态,其中感受是内稳态的心理表征。当代人工智能的快速发展离不开神经科学对意识机制的研究,它是心智能够被技术化的重要认知资源。

2) 计算机科学中的心智范式。图灵设计出图灵机系统,将计算视为几乎与人无异的智能,希望开发出像人一样思考的人工智能系统[5]。20世纪70年代,功能主义出现,其主张心理的可计算性及多重可实现性。在神经科学和计算机科学的影响下,重构大脑功能结构的心灵认知架构,并对心灵的认知功能进行解释。计算机专家们将人工智能的研发看作是服务于人类的辅助性工具及人类目的之达成,而非纯粹对人类意识的复制,倡导人类意识在技术上的功能实现。例如,将建造机器看作是工程师的任务,但这并不意味着不应该关注其他声音,在对机器意识的工程方法中,应该努力实现某种以人为核心的制造目的[6]233。从信息论的角度看,意识是多种感官因受外界刺激进行信息整合产生的过程。计算式心智对人类意识与人工意识做了一定的区分,但它是基于计算的功能主义,并未涉及主观感受性。如果只是为了实现功能上(工程上)更智能的人工智能,这是一个比较有效的办法。意识的产生过程依赖感知对象对主体的刺激,这无疑是一种行为主义。总体来看,很少有工程设计上的学者关注意识的主观感受性,他们主要侧重于机器的意识功能,以研制出表现得足够智能的机器。

3) 心理学中的心智范式。心理学从哲学中分离出来后,尤其是19世纪以来的科学心理学与人工智能的关系十分密切,它强调对心理特征进行表征。受实用主义思想的影响,威廉·詹姆斯、杜威等人发展出机能主义流派。机能主义又催生了华生、斯金纳的行为主义,它将意识等同于行为,“输入-输出”的行为模式潜移默化地成为人工智能的基本模式。心理学基本伴随着整个人工智能的发展,从最开始的图灵测试到当下的深度学习,在某种程度上都依赖于心理知识的表征。目前,该领域著名的心理模型是全局工作空间意识理论。

1.2 科学化心智的本质

在一定意义上可以说,古希腊时期德谟克利特的原子论和毕达哥拉斯的数本源论开创的机械唯物主义和形式化传统为当代的人工智能奠定了思想基础。数学是推动人工智能发展的重要支撑,数学家们主张以数理逻辑来形式化意识。受毕达哥拉斯“数论”思想影响,符号主义者试图通过符号语言的演算规则求解日常问题。莱布尼兹发明的二进制和人工智能通用机对整个计算机系统的发展产生了重大影响。图灵机也主要是基于数学运算,冯·诺依曼机依赖于运算器与存储器。计算机专家们主张思维的可计算性,以符号规则来发展人工智能,神经科学家们则认为逻辑可以表达神经网络。尽管麦克德莫特、维特根斯坦及德雷福斯等人对符号化逻辑系统能否表达意识产生怀疑[7]。但迄今为止,智能的科学化在本质上尚未超出数学的算法范畴[8]。

1.3 心智问题的解释鸿沟

若认为意识等同于神经活动,就会取消意识的独特性;若认为意识的主观感受性不能还原,就会产生意识的解释鸿沟。心智的不同范式之间的内在关系反映了意识本质的复杂性,挖掘对意识本性的理解,是发展人工智能的理论前提。物质的身体与非物质的心灵之间的因果性及意识的主观感受性是心身问题的主要难题。第一,心理因果性。非物质的心理是如何引起物质的身体活动的;同时,大脑的物质活动又是如何产生非物质的心理状态。心身关系的不同理论比如同一论、取消论、非还原论等,均与心理因果性紧密相关。第二,主观感受性。意识的主观感受性如何统一于物理世界。它涉及实在的最终层次,意识的自然化难题即解释鸿沟就是根源于意识的主观感受性。心身关系不仅是身体与心灵之间的互动问题,它实际上也涉及了传统的物质与精神的二元论世界观。这也是当前的物理主义逐步向后物理主义发展的主要原因,即纯粹以物理与非物理的标准划分实在,主观感受性将无法融于物理世界。以心理与非心理来划分实在,探索心理性是否最终依赖于非心理现象,是一种可资借鉴的视角[9]。

2 方法论：心智的技术化建构

人工智能产生伊始,人们便出于不同目的开始探索近似人类智能的机器,逐渐实现了从简单到复杂的认知任务,在以人类智能为参照的发展过程中取得了不少进展。

2.1 技术化心智的主要纲领

符号主义、联结主义和行为主义是人工智能主要的研究纲领[10]。 第一,符号主义。它起源于逻辑学和分析哲学,主张演绎算法,在人工智能研究发展的前三十年基本占据着主导地位,代表人物有纽厄尔、明斯基、西蒙、麦卡锡等。他们主张数理逻辑对意识的表征,将知识看作符号运算以实现机器智能,其哲学思想可直接追溯到罗素和弗雷格。 人们一般把以计算机为基础的智能系统都置于符号主义的框架下,目前具有代表性的研究成果有Samsonovich[11]基于高阶表征理论开发的情感认知系统,此系统能够实现“自我”觉知,并且可以有一定的情感感受。 第二,联结主义。它把机器意识归结为对生物脑神经的结构及功能模拟, 具有分布并行处理和非线性的特点, 能够通过多层次的网络训练及权重调节产生智能输出,代表人物有桑代克、鲁梅哈特、麦克莱、辛顿。较为流行的有机器学习模型,其中深度学习是当前人工智能发展的主要动力,在图像识别、自然语言处理等领域获得了重大成果,推动了人工智能应用的商业化浪潮。近些年,Aleksander[12]基于联结主义构建了一些意识系统;Haikonen[13]利用人工神经网络的并行、分布式特点构建了可以表现出一定自主行为的机器人XCR-1。 第三,行为主义。 它倾向于通过本体与外界的感知刺激来构建机器意识模型, 主张感官与环境的交互作用产生意识, 如感知机等,代表人物有布鲁克斯等。 但以第三人称视角观察机器行为得出其是否具有意识的结论, 通常会遭到其他学者的质疑,因为大多数人不会承认能够做出一系列反应的洗衣机会具有意识。

以上研究纲领在实际应用中有着不同程度的交叉,它们都有各自的优点与不足,尤其是符号主义与联结主义的交叉应用更为广泛。纽厄尔期望能够在符号主义的框架下实现网络的并行式处理[14]153;鲁梅哈特和德克霍夫则尝试通过计算左右脑区功能之间的关系来统一符号主义和联结主义[14]194-195;萨恩借助符号主义和联结主义的结合提出了认知架构来表示内隐和外显的心理过程[15]。总之,在各个研究纲领均不够完善的情况下,未来人工智能的发展需要综合性的技术化范式在融合中实现技术突破。

2.2 对主观感受性的自然化尝试

意识的主观感受性即现象意识是意识不可还原的主要障碍。因此,可以把意识分为功能意识和现象意识。功能意识用于行为控制、认知推理等;现象意识纯粹是人的主观体验性。意识的功能是可以被还原和模拟的,但现象意识则不能。在心灵哲学中,针对这一问题形成了不同形式的心身关系理论,也产生了试图对现象意识进行自然化解释的不同理论。当前引起关注的主要是各种表征理论,如高阶表征和自我表征。第一,高阶表征理论。高阶表征理论认为人们的心理状态不一定是有意识的,一个有意识的心理状态必须要有另外一个高阶的心理状态来对它进行表征。高阶表征理论的目的是希望通过高阶心理对低阶心理的表征,再结合神经科学对表征过程的研究,实现对意识的自然化解释[16]。第二,自我表征理论。由于高阶表征理论存在表征的无限后退问题,自我表征理论就把表征之间的无限后退转换为心理状态内部的自我表征机制,试图实现对意识的自然化。和高阶表征类似,自我表征的积极意义在于它运用当代神经科学资源提出了一个研究意识的新还原论框架[17]。

2.3 主观感受性与人工智能

Franklin等[18]认为即使是当前最先进的人工智能系统也没有考虑主观感受性的实现问题。 Kak[19]指出,如果意识现象取决于构成有机体统一的递归和自组织结构,那么当前的机器缺少这种现象。因为缺乏自适应、自组织组件的数学计算理论,所以还不知道能否设计出具有这种结构的机器。也许有一种情况是只有生物机器才能有这样的基础,这就为设计具有意识的新生物结构开辟了可能性。 Manzotti等[20]认为许多机器意识理论实际上并不直接解决意识问题,而是讨论一些中间问题,然后抛开机器人意识问题,并指出机器人意识到目前为止还没有成功地在现象体验上取得进展,没有人声称任何接近感觉的东西出现在人工制品中。Sanz等[6]238主张从工程学的角度来提供机器理解的策略以摆脱目前的僵局(哲学上意识未统一),认为理解被视为将感知整合到可操作模型中的过程,主体可以使用这些模型来计算有意义的动作,即为主体、伙伴或主人提供价值。这就是机器的最终目的：不是在实验室里飘忽不定地游荡,而是向他人传递价值。

目前,用于实现机器智能的典型方法主要有五类：一是功能主义;二是信息整合;三是具身认知;四是行为;五是认知机制。这些被统称为老式人工意识。老式人工意识引入了新的层次作为中间实体对意识进行解释,但在未解决意识“为什么”产生的情况下,又引入了两个新的问题：一是这些中间层次的特征;二是这些中间层次和意识之间的关系。概言之,引入的中间层次本身的特征需要得到合理解释,并且在此基础上还要说明为何其会产生意识。老式人工意识中功能主义较为广泛,几乎所有“看起来像”意识的形式都可以最终归类于功能主义的目标。但是,功能主义并未触及意识的本质特征,反而增加了需要解决的新问题。因此,人工智能距离真正的人类意识还很遥远。

3 价值论：意义的理解

机器的符号处理过程如何产生意义的理解是人工智能深度演化的瓶颈问题,各种争议伴随着人工智能的演变。20世纪50年代,图灵讨论了机械装置是否只是符号过程而没有类似人的思想和情感,认为这是一种极端唯我论的立场。到了20世纪80年代,“中文屋”思想实验以直观的方式,明确主张符号运算的句法过程不能产生对意义的理解。20世纪90年代,人们开始关注怎样才能使一个形式符号系统的语义解释成为内在的,而不仅是只寄生在人们大脑中的意义。人工智能对意义的理解即是人工智能的“符号落地”问题,解决“符号落地”难题可尝试从意义外在论和生命方案两种视角着手。

3.1 意义外在论

人类心灵通过意向性指向外部世界,当机器输出特定的行为时,它是否也具备相应的意向状态?意识是大脑产生的现象,如果仅从内在主义或唯我论立场出发,很容易形成第一人称的独断论,从而忽视意识背后产生的机制对人工智能的巨大意义,也有可能遮蔽意识本身的复杂性。人工智能的意义理解问题需要合适的意义理论为支撑,应当反思极端的唯我论和内在主义立场的局限性。发展一种恰当的意义(意向性)理论来解释人工智能的“意向性”,可以深化人工智能在价值论层面的发展。不少学者开始从外在主义立场寻找人工智能的“符号落地”解决方案。从近些年的研究动态来看,外在论研究呈现出以下特点：第一,重视外在论的基础研究,如外在论的定义、划分的标准、不同类型的适用范围等;第二,外在论与具体问题相结合的专门研究,如外在论与自我知识、外在论与意识、外在论与心理内容、外在论与心理因果性;第三,关注外在论与认知科学的互动研究,如外在论与计算机科学、外在论与心理学解释、外在论与马尔视觉理论。总的来看,意向性理论中的外在主义和认知科学中的外在主义是解答人工智能“意义理解”的关键。

3.2 生命形式方案

弱人工智能在理论和实践上都有更广泛的可接受性,而强人工智能颇受质疑。因为弱人工智能仅模拟出人类意识的某些功能就可以,而强人工智能则必须复制出大脑产生意识的生物机制。 Schmid[21]则尝试从生命形式的角度来理解机器人,他认为当今机器人的功能已经是内在的,机器人的功能价值不依赖于人类对它的判断,“机器人”这个概念代表着一种新的生命形式。在面对未来日益工程化的世界,人们对自我的理解将逐步消除“程序-行为”“人-机器”这样的二分法。在人类和机器人的互动中,新的交往方式会在人机相处过程中不断产生,新的话语交往和互动形式会基于机器人对实践的“理解”而进一步发展。如果这样的话,人工智能就会具有某种“社会性”,它参与了人类价值观的形成[22]。

4 认识论：从内在知觉到外部世界

知觉是主体与世界之间的中介。自古希腊开始,不少哲学家都讨论过知觉问题,形成了众多的知觉理论。可概括为三大类：第一,直接实在论,认为主体不需要媒介就可以直接感知到对象。它面临的最大挑战是错觉(或幻觉)论证。错觉中没有真实对象,这说明知觉并非是直接的,它需要经由某些中介才能实现。第二,间接实在论,认为主体通过表征媒介如感觉数据,才感知到外部对象。不少哲学家都持此立场,如洛克、罗素等。第三,观念论,以贝克莱为代表,认为知觉纯粹是心灵内在事件,所有存在都是观念性存在。认识论中的经验主义和理性主义是相互关联的,经验主义认为认识的基础是感性经验,但幻觉或错觉表明人们在获得认识的时候,需要经过特定的内在过程,如果把这个内在过程比如概念或理性的某种特征绝对化,就会滑向理性主义。因此,经验主义和理性主义实际上以共同的知觉经验为始基,而把人的理性主义知识转换为符号操作的经验主义命题就成了人工智能体的认知方式。

在自然主义认识论的背景下,出现了更为丰富的知觉理论,总体上可把它们分为五种：第一,感觉材料理论。它包括了间接实在论和观念论,前者以杰克逊和罗宾逊等人为代表,后者以斯温伯恩为代表。但间接实在论使主体和对象之间蒙上一层知觉面纱,遭到了心灵哲学中物理主义和维特根斯坦“私人语言论证”的反驳。斯温伯恩是当今为数不多的坚持实体二元论的学者,不过在物理主义冲击下,观念论以知觉来界定存在还需要更有说服力的论证。第二,副词理论。它从质的内在视角强调知觉的现象特征,如看到苹果是红色的,副词“红色的”是知觉的本质属性。副词理论的问题是它不能区别心灵状态本身和对象向心灵的呈现,另外,它也把知觉行为和对象的结构等同了起来。第三,共同种类理论。以刘易斯为代表,认为真实知觉和相对应的幻觉在根本上是相同的状态,它们有同样的现象特征,表征着同样的东西,有相似的内在心理属性,它们的不同仅是外在的因果起源和是否是准确的表征。该理论的主要问题是把真实知觉和错觉混同,导致了观念论与实在论的不可调和。第四,意向论,也叫表征论。这种理论把知觉看作是心理表征的形式,认为知觉是一种特殊的意向状态,否认知觉经验的现象特征由对象决定,而非由知觉内容决定的。但意向论不能解决知觉经验和纯粹思维的差别。在知觉经验中,对象是朝向主体的对象,有不同于纯粹思维的非概念内容。第五,析取主义。这种理论与共同种类理论相反,认为错觉和真实知觉不是同类,知觉经验要么是真实的要么是幻觉的,即析取。通过把错觉和真实知觉作为不同种类,维护一种实在论立场,但其被质疑能否在现象性上把错觉和真实知觉处理成不同的心理类型。

当前,学者们讨论较多的是意向论和析取主义。在个体层面,人与机器的协同操作构成了类似双螺旋结构的“人-机”融合认知体。在社会整体层面,人工智能体广泛应用于社会,重塑了人们的生产、生活与认知方式。知觉认识论可以为统合人工认知与人类认知提供非常有价值的理论构架。

5 结 语

哲学不仅关注人们应当如何思考的规范性问题,也关注人们应该如何做的描述性问题。人工智能除了具有理解人类思维的理论目标外,还具有改进人类思维的实践目标,这就需要对人类想要的思维是什么进行规范的反思。哲学对于认知科学来说不可缺少,因为它审视的是心理实验和计算方法中最基础、最抽象的问题,如表征和计算的本质是什么,当科学家深入思考他们正在做什么时,这些根本问题就会不可避免地出现,而这正是哲学要解释的一般性问题。本文尝试通过探究人类心智与人工智能的互动融合,分析作为人类智慧外化的智能制品与人类自身再度融合后,在本体论、认识论、方法论和价值论方面所产生的启示。在本体论上,人工智能没有超越意识和物质的基本关系,它是物质与意识二元论结构的技术表现,其基本方法论是类比与模拟。从价值论上看,人工智能的“意义理解”问题将是人工智能突破的关键。在认识论上,人工智能既是人类认知的产物,又受制于人类知识的局限。从科技史上看,即使人工智能具有超越人类认知的单项能力,但它本质上依然是人类认知的技术化,是技术发展逻辑的结果。人工智能本身不具备脱离人类的、独立的形而上学的基础,其根基存在于人类对物质与意识的哲学认识中。未来人工智能的发展将会由对人类心智的功能模拟阶段向更深层次的价值意义维度延伸,着力实现两个转变：一是从“拟脑”到“拟人”的转变;二是从“合理地思考与行动(算法)”到“像人一样思考与行动”的转变。