徐 英 瑾

(復旦大學 哲學學院，上海 200433)

?

從“信息哲學”到“信息技術哲學”
——一種具有唯名論色彩的研究路線轉(zhuǎn)向

徐 英 瑾

(復旦大學 哲學學院，上海 200433)

信息哲學領域內(nèi)的主流西方學者，都試圖以申農(nóng)的信息通訊論或弗雷格的真值條件語義學為相關素材，將其抽象為某種更為一般的關于信息之本質(zhì)的哲學理論。與之不同的是，基于唯名論立場的信息技術哲學，則試圖對特定信息技術的觀念前提進行“緊貼地面”的反思。具體而言，根據(jù)這種新的研究視角，申農(nóng)的通訊論僅僅適用于通訊領域，而弗雷格的真值條件語義學亦僅僅適用于形式語言，二者均與人類在經(jīng)驗世界中處理信息的真實情況有著很大的距離。進而言之，帶有唯名論色彩的信息技術哲學研究，必須要嚴肅消化認知科學界對于人類認知架構之基本組織原則——受限理性原則——的研究成果，以便對資源約束條件下的認知系統(tǒng)的一般信息處理過程作出一種基本刻畫。此類研究亦將在施惠于具體信息科學技術研究(特別是人工智能研究)的同時，對認識論等傳統(tǒng)哲學領域內(nèi)的研究構成“反哺效應”。

信息；信息哲學；信息技術哲學；唯名論；受限理性；人工智能哲學

一、導論：唯名論思想指導下的“信息技術哲學”

眾所周知，“柏拉圖式實在論”(Platonic realism)與“唯名論”(nominalism)之間的爭鳴，乃是西方哲學史上一個引發(fā)諸多“次生效應”的重要哲學公案。按照前者的觀點，在像“這是一朵花”這樣的主—謂判斷中，“花”指涉的乃是一個獨立于人心而存在的抽象物(abstractum)或共相(universal)，而根據(jù)后者的觀點，在同樣的一個判斷中，我們則不必設定這樣的共相是客觀存在的，因為真實存在的或許只是個別的花朵，作為語詞的“花朵”或許僅僅是依賴于個別的花朵這一殊相(particular)的存在才獲得其意義的。按照這樣的簡易分析模板，我們不妨來分析這樣一個句子：“張三說的話是富有信息的”。習慣于柏拉圖式實在論思維方式的人或許會說，這句話之所以是有意義的，乃是因為這句話中的信息一詞指涉了某種獨立于人心的柏拉圖式共相，或說得更為具體一點：這句話的“信息性”源于它對于某種作為共相的信息的分有。唯名論者則會對同一句話作出不同的分析。他們會說：張三所說的這句話所包含的信息，就是依附于張三這句話的，而李四說的那句話的信息，則依附于李四說的那句話。因此，從形而上學層面上看，此信息與彼信息之間并無本質(zhì)關聯(lián)，而我們?nèi)祟惖恼Z言之所以要用同樣的語詞指稱之，也僅僅是為了方便而已。

實在論與唯名論關于信息本質(zhì)的此番爭執(zhí)，落在科學技術哲學的層面上就會變成這樣一個大問題：是否存在著一種以某種統(tǒng)一的信息現(xiàn)象為研究對象的信息科學或信息哲學呢？抑或我們也可以采取另一條進路：即使我們能夠勉強承認信息科學或信息哲學在學科建制層面上的社會學地位，它們是不是也必須立即被還原為對于特定類型的信息的科學探究與哲學反思呢？很顯然，承認某種大一統(tǒng)意義上的信息科學(哲學)之穩(wěn)定地位的研究路數(shù)，會更接近于柏拉圖實在論的精神氣質(zhì)，而認為這種統(tǒng)一路徑必須被分解為對于特定的信息樣態(tài)的具體研究的思路，則會更接近于唯名論。

從西方思想史的傳統(tǒng)來看，前文提到的柏拉圖式實在論與唯名論對于信息哲學的兩種理解方式，似乎都能夠得到某些歷史證據(jù)的支持[1] 4-24。具體而言，到目前為止，我們還沒有找到任何證據(jù)表明信息這個詞(即英文單詞information，而不是作為其基干的form)具有清楚的希臘文詞源，因此，我們并不清楚亞里士多德與柏拉圖這樣的古典作家會如何談論今人所說的information。不過，在拉丁文文獻中，奧古斯丁與西塞羅的確都使用過informare這個詞去翻譯在柏拉圖的理型論中出現(xiàn)的一些概念(順便說一句，此詞的詞干formare本身就有“理型化”的意味)——這似乎說明了，在古典學的語境中，對于information的柏拉圖式理解恐怕更有道理?？稍谑迨兰o，事情卻發(fā)生了變化，information這個詞進入了法語，但含義被高度多樣化了，兼有“調(diào)查”、“教育”、“傳訴與交流知識的行為”、“智能”等意思。這也就是說，唯名論對于信息的多樣性理解方式，似乎更符合十五世紀以后法語詞匯的語用實際。而就二戰(zhàn)以后的學術發(fā)展而言，唯名論的理解方式似乎還能得到更多的證據(jù)支持，因為二戰(zhàn)以后涌現(xiàn)出來的“信息技術”本來就是一個復數(shù)概念。在這一復數(shù)概念覆蓋下的最具代表性的學術成果有：

(1)申農(nóng)(Claude Shannon)建立的現(xiàn)代通訊理論，其代表性文獻是他于1948年發(fā)表的論文《一種關于通訊的數(shù)學理論》[2]。在這篇論文中，他運用概率論的術語，對信息的量進行了數(shù)學刻畫，并由此將“比特”這個如今家喻戶曉的術語帶入了信息科學(盡管相關的數(shù)學描述的雛形，可能是由另一個叫圖克爾(John Wilder Tukey)的數(shù)學家在更早時間給出的)。不過，這里需要注意的是，申農(nóng)對于信息的數(shù)學化定義，并沒有牽涉到信息所承載的意義內(nèi)容，因此，這種“信息”定義依然與我們平時所說的信息概念有所差異。

(2)與常識所說的信息更有關聯(lián)的信息觀，則主要來自于西方邏輯學與語言學的研究。譬如，弗雷格對于數(shù)理邏輯的奠基性工作、塔斯基的真值語義學工作等，都在相當程度上牽涉到了語義信息的傳導與組織問題——而且，具有哲學背景的弗雷格與塔斯基等人對于“意義”問題的高度重視，也使得意義問題一直成為二十世紀語言分析哲學的核心關涉之一。

(3)1956年，作為計算機科學中最具代表性的分支——人工智能科學——與其姊妹學科“認知科學”先后誕生，亦催生了“認知主義”的新科學范式的興起(其核心主張是“認知即計算”)，并在哲學界激起了不少思想漣漪。這些學術分支也都在不同程度上牽涉到了信息這個概念。需要指出的是，今人所說的“信息科學”，最主干的組成部分就是計算機科學。

(4)控制論(cybernetics)則是與所謂“信息科學”相關的另外一個學術分支，其相關的奠基性作品乃是維納(Norbert Wiener)的《控制論——或關于在動物和機器中控制和通訊的科學》[3]?？刂普撽P心的是如何在對于系統(tǒng)(包括機械系統(tǒng)、生物系統(tǒng)、認知系統(tǒng)甚至社會系統(tǒng)等等)的研究中刻畫出其內(nèi)部的信號傳輸回路，譬如，系統(tǒng)所處環(huán)境的變化是如何在系統(tǒng)內(nèi)部得到表征、由此產(chǎn)生反饋、并經(jīng)由“反饋”引發(fā)系統(tǒng)行為層面上的變化的。很顯然，控制論所說的“信號傳輸”也可以被視為“信息傳輸”的一個變種，加之控制論所說的“系統(tǒng)”本身具有很大的適用范圍，因此，控制論的話語方式本身也帶有某種廣義上的信息科學色彩。

此外，在基礎物理學、生物學、化學、語用學、語義學甚至圖書情報學等學科領域中，相關的從業(yè)者也都喜歡使用“信息”一詞去描述他們所面對的研究現(xiàn)象，限于篇幅，此不贅述。從上所述不難看出，上文所涉及的這些學術分支，彼此之間本來就有不同的學術淵源，若我們按照既有的學術地圖“按圖索驥”地對其作出描述，得出的相關反思成果顯然就不太可能出大錯，而這種“緊貼地面、不說大話”的工作作風，也恰恰是唯名論思維方式的體現(xiàn)。反言之，我們?nèi)羰且晃兜匕凑铡按笠唤y(tǒng)信息科學”的眼光去尋找這些學術分支之間共相的話，那么，我們犯下“削足適履”、“大而不當”錯誤的幾率就會大大上升，而相關成果對于具體科研實踐的可參考性，也會因為自身的抽象性而大打折扣。因此，依據(jù)筆者淺見，具有唯名論色彩的信息哲學研究方向，才是信息哲學研究的正確方向。所以，筆者建議將“信息哲學”(philosophy of information)這一名目轉(zhuǎn)換為“信息技術哲學”(philosophy for the information technology)，以便強調(diào)相關哲學思辨的對象是具體的科學理論與科學技術，而非抽象的“信息”本身。

然而，學術界反對“大一統(tǒng)式”信息哲學研究的學者也有不少，筆者的相關論斷和他們之間的區(qū)別又在哪里呢？概而言之，主流的西方學者都試圖以申農(nóng)的信息通訊論或弗雷格的真值條件語義學為相關素材，將其抽象為某種更為一般的哲學理論，而筆者則試圖以一種更為激進的唯名論態(tài)度，對這些既有的學術成就進行批判性反思。具體而言，在筆者看來，申農(nóng)的通訊論僅僅適用于通訊領域，而弗雷格的真值條件語義學亦僅僅適用于形式語言，二者均與人類在經(jīng)驗世界中處理信息的真實情況有著很大的距離。真正意義上的“唯名論”式的信息技術哲學研究，必須要嚴肅消化認知科學界對于人類認知架構之基本組織原則——受限理性原則——的研究成果，以便對資源約束條件下的認知系統(tǒng)的一般信息處理過程作出一種基本刻畫?；蛘f得更形象一點，我們?nèi)粢獙ⅰ靶畔⒓夹g哲學”徹底唯名論化的話，我們就必須更為貼近地觀察真實認知架構的信息處理過程，以便使得我們的反思成果能夠“更接地氣”。

二、為何我們一定要從認知的角度看待信息

前文提及，對于信息哲學的柏拉圖式理解與唯名論式理解，在主流學術界都有自己的擁躉。在國內(nèi)，柏拉圖式理解方案——“大一統(tǒng)信息哲學”——的主要倡導者鄔焜先生，其代表作是《信息哲學——理論、體系、方法》一書，大致而言，鄔焜先生試圖建立一個以信息為基本范疇的本體論與方法論體系，并將“信息”視為與“物質(zhì)”和“精神”并列的第三大本體論范疇[4]。與他的觀點相比較，閆學杉先生的信息觀則要謹慎一些，他在《信息科學：概念、體系與展望》中，對國內(nèi)外信息科學的進展作出了全面的介紹與梳理，并在此基礎上，對近期內(nèi)建立“大一統(tǒng)信息科學”的可能性表示了懷疑。不過，他依然認為“信息科學的最終目的，將會是對于實在的一種新解釋”[5]，因此，其信息觀依然帶有某種殘存的柏拉圖主義色彩。而更傾向于按照唯名論方式理解“信息”的肖峰先生，則針鋒相對地指出，鄔焜的核心論點——“信息是物質(zhì)與精神之間的中介”以及“信息是標志間接存在的范疇”——在邏輯上均存在著不周延，因此，鄔焜對于世界本體所作的物質(zhì)、精神、信息的三分法可能是錯誤的[6]。肖峰先生更傾向于認為信息是一個認識論范疇，換言之，在他看來，脫離了人類主體的觀察活動的世界本身談不上有什么信息[7]。從這個角度看，肖峰的觀點，與筆者提出的“從認知角度切入信息技術哲學研究”的觀點，是比較接近的。

不過，筆者并不滿意于肖峰先生對于這條路線圖的合理性的論證方式，因為他似乎將“從認知角度看”與“從人文科學的角度看”混為一談了。具體而言，肖峰先生在《信息主義：從社會觀到世界觀》[7]一書中定義了兩種信息觀：科學主義的信息觀(即將信息視為可以為自然科學的概念——概率、熵等——所把握的東西)以及人文主義的信息觀(即將信息視為屬人的現(xiàn)象)，在作出這種區(qū)分的基礎上，他認為科學家所說的“信息”概念是無法被還原為人文領域內(nèi)的“信息”概念的。我們認為他的這種論證方式有下述缺陷：

(1)肖峰先生的論證預設了“人”不是一個自然對象，或者說，像拉·梅特里這樣的唯物主義人論乃是錯誤的。但是這樣的預設過于挑戰(zhàn)大多數(shù)科學家以及目前很多物理主義者的本體論信條，很可能會使得很多潛在的聽眾失去對于其立場的同情心。

(2)肖峰先生的論證預設了自然科學視角與人文視角之間的不可通約性，而這種觀點其實是新康德主義者李凱爾特通過“自然科學—精神科學”的區(qū)分而早已表露過的。然而，就像并非所有人都會贊同“人不是一個自然對象”一樣，也不是所有人都會贊同上面所說的這種不可通約性是成立的(極端的物理主義者會認為“屬人的信息”可以被還原為自然信息，而極端的唯心論者則會嘗試著進行反向的還原)。

(3)肖峰先生將信息視為一種人本主義哲學的基本概念的做法，一方面，會使得由此而被構建出來的信息哲學喪失自身與信息科學技術之間所本該存在的血肉聯(lián)系，另一方面，也難以說明他的這個人文版本的信息哲學，將在多大程度上能與那些業(yè)已成熟的人本主義哲學流派(如現(xiàn)象學、詮釋學、存在主義等)進行競爭。

筆者認為，我們所需要的“從認知角度做信息技術哲學”的具體路線圖，既要防止“大一統(tǒng)信息哲學”之大而不當?shù)拿。惨乐惯^于人文化而失去科學技術哲學研究本該具有的學科特色。從這個角度看，肖峰先生對于信息技術哲學的理解與我們的理想之間還有一定的差距。

對國外信息哲學研究情況比較熟悉的讀者應當知道，信息哲學在英語世界的主要領軍人物、意大利裔學者弗洛里迪(Luciano Floridi)也曾在其代表作《信息哲學》[8]一書中提出過一個論證，以論證 “信息”為何是“屬于人”的。那么，他的論證是否能夠充分佐證“從認知角度做信息技術哲學”這一路線圖的合理性呢？筆者先試將弗洛里迪的相關論證重構如下：

第一步：信息是由無意義的數(shù)據(jù)、數(shù)據(jù)構成形式的“合式性”以及數(shù)據(jù)所負載的語義性質(zhì)(比如內(nèi)容與真值)構成的。

第二步：如果信息的所有構成因素都是依賴于人而存在的話，那么信息本身就必須依賴于人而存在。而這個條件句的前件之所以是真的，又是因為以下三步所涉及的討論內(nèi)容都是成立的。(1)數(shù)據(jù)所承載的語義性質(zhì)顯然是“屬人的”。譬如，去斷言一段很難解讀的古代西夏文文本的含義可以脫離一切人(包括寫下它們的西夏人)的意向活動而客觀存在，乃是非常反直觀的。合乎直觀的判斷乃是：恰恰是人類的意向活動自身規(guī)定了怎樣的數(shù)據(jù)承載了怎樣的語義性質(zhì)。(2)數(shù)據(jù)自身是否“合式”，也是人類約定的產(chǎn)物。比如，日語言說者規(guī)定在表達合式的日語信息時動詞必須后置(否則由此構成的日語語句就不是“合式的數(shù)據(jù)”)，而英語與漢語的言說者卻不會將同樣的要求施加于英語與漢語。之所以日語必須這么說，而英語或者漢語必須那么說，當然乃是人類約定的產(chǎn)物，而不是“自然本該如此”。(3)即使是數(shù)據(jù)本身，也是人類抽象的產(chǎn)物，而這種抽象，又將數(shù)據(jù)本身被區(qū)分為基礎數(shù)據(jù)、次級數(shù)據(jù)、元數(shù)據(jù)、操作數(shù)據(jù)、衍生數(shù)據(jù)等各種類型。

第三步：綜上，信息的任何構成要素都是人類精神活動加工后的產(chǎn)物，所以，在人類的精神加工活動之外，沒有信息。

很顯然，弗洛里迪的這個論證，并沒有依賴一些非常強的哲學預設，而是從常識中逐步推出了結論，因此論證的可接受度顯然是比較高的。而且，他的結論也沒有將信息哲學劃歸為人本主義哲學一支的企圖，并依然在一定程度上保持了“貼近科學”的研究作風。不過，在筆者看來，弗洛里迪的論證依然存在一些紕漏。非常堅定的信息實在論者依然可以對他的這個論證提出這樣的反詰：如果我們僅僅因為信息是人類精神加工后的產(chǎn)物就說其是屬人的話，那么，是不是我們也可以由此認為：銀河系與脫氧核糖核酸的存在也是“屬人”的呢(因為對于它們存在的揭示，畢竟也離不開科學家的精神活動)？可我們畢竟都有這樣的直觀：銀河系與脫氧核糖核酸的確是客觀存在的，難道這種直觀是錯的嗎？

在筆者看來，上述反詰，在客觀上已經(jīng)為“從認知角度看信息”這一路線的支持者提出了這樣一項任務：一個好的關于“信息屬人論”的論證，應當能夠在不去挑戰(zhàn)一般人關于“脫氧核糖核酸是客觀存在”的直觀的前提下，依然成功地撼動信息實在論見解。而要做到這種不“殃及池魚”的“精確打擊”，相關的破解之道，便是對于信息科學自身發(fā)展歷史的獨有特征作出準確的觀察與提煉。

這個“獨有特征”，便是指信息科學研究自身領域的不確定性與跨領域性。而在筆者看來，這一點又與信息科學的骨干學科——人工智能——的特點密切相關。眾所周知，人工智能學科誕生于1956年美國的達特茅斯會議，在會上，麥卡錫(John McCarthy)、明斯基(Marvin Minsky)、紐艾爾(Allen Newell)、司馬賀(Herbert Simon)等人工智能學科的奠基人暢談如何利用剛剛問世不久的計算機來實現(xiàn)人類智能的問題。需要指出的是，當時這些專家們同時還認為，依賴于計算機的編程工作，可以為人類心智活動的研究提供一種便利。對于這種觀點的心理學強化版本就是所謂的“認知主義綱領”，即認為人腦本身就是某種意義上的計算機。在這樣的情況下，“信息”也好，“計算”也罷，便都成為了某種橫跨人造機器與自然大腦的“跨領域概念”，而“脫氧核糖核酸”則顯然不是這樣的概念(我們當然只有在生物學領域內(nèi)才會嚴肅地使用“脫氧核糖核酸”概念)，基于此，我們可以很快引出一個支持“信息屬人論”的新論證：

第一步：信息本來是用于描述人造系統(tǒng)所傳輸?shù)臄?shù)據(jù)的。

第二步：通過某種假設性的類比，認知科學家們亦使用信息這個概念來描述自然心智系統(tǒng)所處理的數(shù)據(jù)。

第三步：但是，我們沒有獨立的證據(jù)表明上面的假設性類比是正確的，這樣的假設性類比之所以被接受，僅僅是因為它能夠進一步催生一些關于人類心智的新的研究范式而已。

第四步：所以，任何一種將上述假設性類比視為客觀事實的理論，都會在邏輯上陷入循環(huán)論證。

第五步：然而，對于“脫氧核糖核酸”的本體論承諾，并不會導致這種循環(huán)論證，因為我們之所以接受關于“脫氧核糖核酸”的理論敘事方式，不僅僅是因為它催生了一種關于遺傳學的新研究范式，而且還是因為我們有獨立的證據(jù)源以證明它的確是存在的。

第六步：任何僅僅作為假設性類比(而沒有獨立證據(jù)源加以支持)的概念都是人類心智活動的產(chǎn)物。

第七步(結論)：所以，作為跨領域的信息概念是人類心智活動的產(chǎn)物。換言之，盡管現(xiàn)在我們依然無法以完全避免邏輯循環(huán)的方式，斷言客觀世界中的確存在著獨立于人類意識活動的信息，但信息就是我們用以描述特定數(shù)據(jù)處理機制之運作方式而創(chuàng)制出來的一種方法論工具。

如果將上文展現(xiàn)的對于“信息屬人論”的論證方式，與肖峰先生以及弗洛里迪對于同類論點的論證方式做一番比對的話，就不難發(fā)現(xiàn)：筆者論證的出發(fā)點，是科學史發(fā)展中出現(xiàn)的個別經(jīng)驗事實，而不是先于這些事實的概念預設。也正是因為如此，我們才能夠避免用一種既定的概念框架去囊括種種的信息現(xiàn)象，由此將原本復雜的問題簡單化。

然而，縱觀國際主流的信息哲學或者信息認識論的研究，用一種特定的概念框架來簡化被討論的問題，恰恰是其常常犯下的一個錯誤。

三、國際主流信息哲學研究之弊

(一)在“真值條件語義學”思想窠臼中來看待數(shù)據(jù)所負載的語義特征

前面已提及，在弗洛里迪的思想框架中，所謂信息，即缺乏語義特征的純粹數(shù)據(jù)與加載其上的語義特征的結合體。很顯然，如何界定這樣的“語義特征”，便構成了一種充分的信息理論的題中應有之義。關于這個問題，弗洛里迪與另一位英語世界的信息哲學研究代表人物美國哲學家德瑞茨克(Fred Dretske)，殊途同歸地得出了“信息所承擔的語義內(nèi)容必須是真的”結論(也就是說，依據(jù)二人的觀點，我們平時所說的虛假信息并不構成信息哲學意義上的信息)。具體而言，德瑞茨克是通過將知識概念與信息概念相互捆綁的方式來為這個觀點作辯護的。他說：“若你被告知的事情中沒有一件是真的話，那么，你就會得到一個充滿錯誤信念的信息展位——但是，你卻得不到知識。你之所以得不到知識，乃是因為你沒有得到你需要知道的：信息。”[1]30無獨有偶，弗洛里迪也在《信息哲學》[8]93-107中用大篇幅論證了為何“錯誤信息不算信息”。

但在筆者看來，他們的論證思路卻有以下兩大弊?。?/p>

(1)前提預設過強。具體而言，如果我們像德瑞茨克那樣，已經(jīng)預設了信息是知識之為知識的核心要素，并認為知識的本質(zhì)特征之一在于其表達了真命題，那么，誰都能夠從這些前提中得到“‘信息’表達(且只能表達)了真的命題內(nèi)容”這一結論。然而，從這么強的前提中推出同樣強的結論，雖然其推理過程是有效的，但卻很難在論證起點方面得到所有讀者的認可。而弗洛里迪所給出的對于這一結論的“語義學論證”，只是以更為復雜的方式重復了德瑞茨克的思路。他的論證思路大致可以表達如下：先給出一個關于信息的粗略定義，爾后從中刪除會導致信息內(nèi)容內(nèi)部“自相矛盾”或“對世界無所陳說”的種種因素，最終精煉出來的“剩余物”便是“表達了真的命題內(nèi)容的信息”。然而，這樣的做法已經(jīng)預先設定了信息是不能包含任何導致“自相矛盾”的“雜質(zhì)”的，并設定了信息必須對世界有所述說，而這一思路與德瑞茨克預先將信息與知識相互捆綁的策略，并無本質(zhì)上的不同。

(2)對于認知科學以及人工智能的科學實踐來說，德瑞茨克與弗洛里迪對于信息的定義顯得有些“不食人間煙火”，缺乏足夠的實際指導價值。譬如下面這段來自德瑞茨克的引文：

知識就是關于真理的知識。這也就是為何你不可能說你知道“意大利的首都是巴黎”、“豬會飛”或“的確有圣誕老人”什么的——盡管你的確可能非常頻繁地相信它們。當然，你可以將這些所謂的“事實”——實際上是假的命題——輸入一臺計算機的數(shù)據(jù)庫，或是塞入一個活人的腦袋，但是這并不能使得假的信念成為真的。它們依然不是信息?！@至多只能使得人腦或者計算機將它們當作信息對待而已……[1]30

不難看出，德瑞茨克這段文字的本意，當然是為了維護他自己對于信息與知識的捆綁定義策略，但是在我們看來，這段文字對于人腦(或人工智能系統(tǒng))的實際運作狀態(tài)的描述，其實已然過于貶低了人類智能(或者某種被期望達到人類水準的機器智能)的水準，并因此反而削弱了該定義策略的合理性。具體而言，一方面，“祛偽存真”一向被認為是人類心智的一項基本能力，而德瑞茨克竟然認為人類心智(或者人工智能系統(tǒng))只能夠“從真理走向真理”，而無法“從謬誤中發(fā)現(xiàn)真理”；另一方面，大多數(shù)人恐怕也會承認：從環(huán)境角度看，因為人為故意或者種種無意而造成的“謬誤信息輸入”，乃是人類心智系統(tǒng)或者機器智能系統(tǒng)所必須接受的現(xiàn)實，而要濾除環(huán)境中種種“謬誤輸入”所需要的智力與能力，恐怕要比建造以及維護一臺能夠“祛偽存真”的信息處理系統(tǒng)所需要的智力與能力還要來得大(這就好比說，清潔整個地球大氣質(zhì)量的難度，要遠遠高于建造一臺空氣濾清器的難度)。然而，德瑞茨克給我們的建議卻竟然是率先保證環(huán)境所提供的原始信息的真實性，而不是設法提高信息處理機制自身的“辨真力”。從這個角度看，我們很難看出德瑞茨克的這種“純而又純”的信息定義，對于實際的信息科學研究來說具有什么操作層面上的借鑒意義。

進一步來看，像德瑞茨克與弗洛里迪這樣的國際主流信息哲學專家對于信息的這種“高標準”定義，是受到弗雷格以降的“真值條件語義學”思想影響的。大略地說，弗雷格在邏輯學歷史上引起的“邏輯學革命”的主要意蘊，就是將真值視為命題的外延性指稱，并將命題的意義視為命題自身如何獲取真值的“真值條件”。甚至在“可能世界語義學”被引入現(xiàn)代邏輯之后，這種弗雷格式的觀點也沒有被西方主流學界放棄，而是得到了改造性的保留(譬如在可能世界語義學中，模態(tài)命題的意義被視為諸可能世界的表征在被“輸入”給命題自身的函數(shù)機制之后，命題自身獲取真值的真值條件)。而對于研究信息的哲學家而言，接受這種弗雷格式觀點的一個明顯的后果，便是將注意力轉(zhuǎn)向信息所承載的語義信息的真值狀況，而忽略了信息的其他重要面相。

如果我們看得更深遠一點，國際主流信息哲學家們的這種思維方式，其實還是柏拉圖主義思維方式的孑遺。眾所周知，按照柏拉圖主義的基本觀點，數(shù)字形式乃內(nèi)在于理念世界的，而可感世界中的數(shù)量關系只是理念意義上的數(shù)量關系的“分有者”。受到柏拉圖主義潛在影響的學者，自然也會將邏輯的或數(shù)學的體系所具有的特征視為人間事物——包括對于信息的描述——所必須“分有”或者“模仿”的對象，而不問這種“分有”或者“模仿”是否能夠帶來任何實際的效用。這種思想傾向，也可以被視為某種“數(shù)理思維偏執(zhí)癥”的體現(xiàn)，而這種偏執(zhí)癥又在國際主流信息哲學或信息認識論的第二重弊病中有所體現(xiàn)。

(二)偏執(zhí)地套用申農(nóng)的通訊理論來界定信息的形式特征

這個問題在德瑞茨克的信息認識論中得到了比較集中的體現(xiàn)。概括地說，在申農(nóng)的通訊論框架中，信息被視為一個信源與一個接收方之間的任何一種以某種規(guī)律性而保持自身不變的共通現(xiàn)象。譬如，如果作為信源的某個烽火臺上的士兵，要將“敵人來了”的信息告訴作為接收方的另一個烽火臺上的士兵的話，那么，前者升起的狼煙就是聯(lián)系二者的信道，信息即由此而被傳送給了接收方。在這個過程中，如果信息本身在“編碼”(即將“敵人來了”轉(zhuǎn)化為狼煙)和“解碼”(即將“狼煙”轉(zhuǎn)化為“敵人來了”)的過程中一直保持自身不變的話，那么，統(tǒng)計學家就一定能夠觀察到：在這一特定的信道上，一定數(shù)量的特定數(shù)據(jù)都能夠穩(wěn)固地經(jīng)歷編碼、解碼等過程而被成功地傳送，在這種觀察的支持下，他自然也就有理由相信這里接收到的就是信息。在申農(nóng)的原始通訊論中，他并沒有對信息的語義特征——譬如真值——有任何描述，也就是說，即使作為信源的烽火臺上的士兵一直在遞送假情報，只要整個信道的運作一直符合申農(nóng)通訊論的形式描述，那么，前面提到的那位統(tǒng)計學家便依然有理由認為：在這個信道中被遞送的就是信息。這種信息觀顯然更符合常識，而不符合德瑞茨克與弗洛里迪對于信息的更為嚴格的定義。但是，德瑞茨克依然認為恰恰是申農(nóng)的理論，為他自己的信息認識論提供了重要的思想靈感。他寫道：

申農(nóng)所說的關于信源與接收方之間信道的理論，對于認識論研究來說意義非常重大，因為所謂的“接收方”與“信源”，無非即認識論所關心的“知者”(the knower)與“所知”(the known)在信息論那里得到的新標簽而已。除非一個處在“接收方”的知者以正確的方式被聯(lián)系于處在信源處的事實，除非的確有一條可靠的通道將二者聯(lián)系起來，否則，就沒有什么能夠被真正地知道?！覀兡軌驈耐ㄓ嵳摾飳W到的，便是這樣的問題：這樣的信道應當是怎么樣的？對于信息的傳播而言，怎樣的條件需要被滿足，以使得知者能夠知道其所知？[1]32

然而，在我們看來，德瑞茨克在申農(nóng)的通訊論與他自己的認識論之間所作出的這種類比本身就是成問題的。正如德瑞茨克已經(jīng)看到的，作為工程學家與數(shù)學家的申農(nóng)并不覺得自己的通訊論具有認識論方面的哲學意蘊，其實申農(nóng)更為關心的問題是：在“信源”與“接收方”都已經(jīng)被確定的前提下，特定的信息需要多大的比特才能夠被得到傳輸？而要傳輸這樣的信息，我們又需要多寬的信道？等等。而試圖將申農(nóng)的理論“認識論化”的德瑞茨克卻沒有看到：申農(nóng)理論中的一個非常重要的思想預設所具有的“特設”(adhoc)色彩，會對他的這種“認識論化”企圖構成阻礙。該預設是：在信源處與接收方，都存在著有意識并且有信息傳播或接收意圖的人類主體(如烽火臺上的士兵，守在電臺旁的諜報人員，等等)。其實，若真從認識論的角度看，這樣的“特設”情況僅僅適用于所謂的“證言傳播”的情形，而無法覆蓋“感知”與“回憶”的情形(譬如，我們不能夠說，在感知中被我們看到的樹木——或者在回憶中被指向的過往事件——是“有意圖地向我們傳遞某種信息”的)。或換個說法：被看到的一棵樹也好，被回憶起的一棵樹也罷，它們都無法像一個烽火臺上的士兵那樣進行信息編碼，而德瑞茨克在非隱喻的意義上將它們也嚴肅地視為一種所謂的“信源”，這只能是將問題變得更為混亂。

那么，德瑞茨克為何還是要將他自己的認識論，往申農(nóng)的通訊論方向上硬靠呢？答案其實很簡單：他需要利用通訊論的數(shù)理刻畫來將自己的認識論理論裝扮得富有數(shù)理色彩，以滿足其潛在的“柏拉圖主義情結”，而他的認識論對于概率論工具的依賴，正是體現(xiàn)了這一意圖。

具體而言，在申農(nóng)的原始理論中，概率論是在如下意義上被使用的：被傳輸?shù)姆柛饔衅涑霈F(xiàn)概率，而這一概率值的高低，將決定接收方在收到該符號時從信源所接收的信息量。在一種引申的意義上，我們也可以說，在申農(nóng)的理論中，概率論是用以計算在一定的編碼形式出現(xiàn)的情況下，正確的解碼內(nèi)容也隨之出現(xiàn)的后驗概率的，而后驗概率值的高低將決定接收方從信源所接收的信息總量，以及與之匹配的信道寬度的大小。另外，在他那里，概率論也被用以衡量一類特定編碼的信息量的大小，說得具體一點，該編碼出現(xiàn)的頻度越低，其包含的信息量就越大，其需要占據(jù)的信道寬度也就越大。德瑞茨克在相當程度上繼承了申農(nóng)關于這個問題的想法。譬如，他將“知道某事”的條件界定為對于用于傳訴關于該類事件的信道自身的可靠程度，而這種“可靠程度”自身，又必須通過關于這條信道上發(fā)生的解碼正確率的數(shù)據(jù)來加以刻畫。其相關技術刻畫為：

一個叫“r”的記號攜帶了“S是F”這樣的信息，當且僅當：在記號“r”與信息接收者的背景知識k均被給定的情況下，“S是F”這一點的成真概率是1；而僅僅在背景知識k被給定的情況下，“S是F”這一點的成真概率小于1。[9]

出于其“外在主義”的認識論立場，德瑞茨克甚至還傾向于認為：關于此類解碼正確率的概率學刻畫，最好服從于一種對于概率之本性的“客觀主義”解釋，即認定概率分布是自然界自身固有的，而不是人類主觀賦值的結果。或用他自己的話來說：“我之所以能夠知道朱迪在派對上的確早退了，僅僅因為她早退這事情本身引起了我的這個信念……而我關于‘她早退了’的信念是否以適當?shù)姆绞蕉灰穑耸且粋€客觀事實?！盵1]42或說得更富概括力一點:“對于知識來說，重要的不是你知道知覺條件是正常的……而是這些條件本身的確是正常的?！盵1]39-40

而在筆者看來，德瑞茨克對于帶有客觀主義傾向概率論的這種依賴，似乎是以過分泛化此種概率觀的解釋效力為代價的。雖然我們也承認，在樣本量很大且樣本個例均由隨機產(chǎn)生的前提下，帶有客觀主義意蘊的概率論的確是一種非常有用的形式工具，但是在具體的人類社會活動中，這樣的假設或許是不成立的。譬如德國心理學家吉仁澤(Gerd Gigerenzer)提到過的一個醫(yī)學診斷案例：

某種病的發(fā)病率是0.1%，而對其加以檢測的醫(yī)學測試本身的假陽率(也就是誤警率)乃是5%。在這樣的情況下，若一個病患已經(jīng)在該項測試中被證明為陽性的話，那么，他得此病的概率有多高呢(假設對你來說病人的癥狀暫時是不可知的)？[10]251

吉仁澤提到，在對哈佛大學的六位醫(yī)師提出了這個問題之后，有一半醫(yī)師認為這個概率高達95%(六人的平均賦值則為56%)，盡管根據(jù)標準概率論計算出來的“正確答案”乃是2%。二者之間的巨大差距幾乎讓人難以相信，因為從臨床的角度看，醫(yī)師們的概率賦值幾乎意味著那個病患必須成為重點觀察對象，而經(jīng)由經(jīng)典概率計算而得出的“正確答案”則幾乎等于告訴我們：這些醫(yī)師其實是杞人憂天。而更耐人尋味的是，醫(yī)師們的概率賦值大多來自于他們的職業(yè)經(jīng)驗：他們都傾向于認為，在這種情況下將病患患上此疾病的概率值調(diào)得比較高，是比較合適與負責的[10]251-252。而在吉仁澤看來，醫(yī)師們之所以會得出這樣的結論，乃是因為他們從一開始就沒有接受以“隨機取樣”概念為后盾的“基本比率”概念。具體來說，在他們看來，既然來到醫(yī)院的病患并不是通過“俄羅斯輪盤賭”的方式，從全國人口中被隨機抽取出來的(而是因為某種原因，自己來到醫(yī)院的)，那么，對于判斷當下這個病患是否有病來說，說什么“此病在全國范圍內(nèi)的發(fā)病率是0.1%”就沒有足夠的操作意義。當然，這不是說在這個語境中醫(yī)師們就不需要“先驗概率”這個概念了，而是說，他們不需要那種與經(jīng)典概率論所說的“基本比率”概念完全等同的 “先驗概率”概念——換言之，他們更需要知道：對于出現(xiàn)在醫(yī)院的病患來說，得此病的先驗概率是多少(不難想見，這個值或許會與相關的基本比率賦值非常不同，而且往往要比后者來得高)。或許也正是在這種意義上的先驗概率估值的基礎上，醫(yī)師們才作出了與標準概率論的預言非常不同的結論。從這個案例來看，我們似乎馬上得出一個對德瑞茨克不太有利的結論：既然人類的先驗概率賦值活動，往往是脫離于緊密聯(lián)系于自然界客觀狀況的“基本比率”數(shù)據(jù)的，那么，至少對于這些先驗賦值活動來說，德瑞茨克的認識論是缺乏說服力的。

就此，我們已經(jīng)對國內(nèi)外最為典型的信息哲學與信息認識論的主要缺陷，給出了一種掛一漏萬的點評。現(xiàn)在，我們便轉(zhuǎn)向?qū)τ谙鄳母倪M方案的概述。

四、如何突破既有的“信息哲學”研究范式

從前面的討論來看，國內(nèi)外既有的信息哲學與信息認識論似乎已經(jīng)陷入了這樣一個兩難境地：要么從一個過于狹隘(卻看似嚴格)的信息定義(如“申農(nóng)式定義”)出發(fā)，削足適履地將各種豐富的認識論問題都往這個既定的窠臼里塞；要么就是過于寬松地界定信息，使得由此而被構造出來的“信息主義認識論”只是完成了名詞標簽層面上的“創(chuàng)新”，卻沒有對學科發(fā)展作出實質(zhì)性貢獻。要擺脫這種兩難境地，解決之道不是在這兩個極端之間找個平衡點敷衍了事，而是從根本上對任何對信息作出完美定義的企圖進行反思。從概念研究的角度看，通過定義把握關鍵詞概念內(nèi)涵的做法，乃是傳統(tǒng)的公理化研究思路的余緒，而一種更符合當代哲學精神的概念理論，則可能會轉(zhuǎn)而求助于后期維特根斯坦提出的“家族相似”論，即將傳統(tǒng)概念理論對于“共同特征”的追求替換為“親緣關系”的描述。具體而言，美國心理學家艾莉諾·羅什(Eleanor Rosch)便沿著后期維特根斯坦哲學所指引的方向繼續(xù)向前邁進，提出了關于概念的“原型論”(prototype theory)[11]。根據(jù)“原型論”，概念的內(nèi)涵是通過具有范型作用的一系列屬性集而呈現(xiàn)給其他的語言游戲伙伴的——怎樣的屬性集作為“典型”被提供出來，就決定了概念內(nèi)涵自身的拓撲學結構。若按照她的這個思路去思考關于信息的問題，我們就能很快得到這樣的推論：與其在一個抽象的層面去界定信息是什么，毋寧在一個更為具體的層面上去查看各種信息科學技術的實際運作案例，然后再以個別案例所提供的“范型”為考察的立足點，最終迂回地進抵“一般”。

正是基于這個思路，筆者在本文“導論”部分提出了用“信息技術哲學”概念取代“信息哲學”的動議。 “信息哲學”與“信息技術哲學”，表面上看只有二字之差，實則是有著重大意義差別的?？膳c這一差別進行類比的，乃是“自然哲學”與“(自然)科學哲學”之間的差別。具體而言，謝林與黑格爾所從事的“自然哲學”研究對象乃是自然界本身，只不過他們用以研究自然的工具不是實驗與計算，而是思辨理性罷了；而與之構成對比的是，波普爾與庫恩所從事的“(自然)科學哲學”研究對象則是以自然界為研究對象的自然科學。這也就是說，“(自然)科學哲學”具有與“自然哲學”相對而言的“高階性”——也正因為如此，一個科學哲學家亦不必像自然哲學家那樣，去承擔對自然現(xiàn)象自身作出解釋的責任。與之類似，信息技術哲學也具有相對于信息哲學而言的高階性，因為信息技術哲學是以信息技術為自己的考察對象的，而不是以解釋“何為信息”為自身第一要務的。這也就是說，信息技術哲學家應當更關心在信息技術領域到底發(fā)生了哪些被業(yè)界人士所肯定的技術進步，而不是致力于在書齋里去炮制一個關于信息的哲學體系。

但是，僅僅將注意力從信息轉(zhuǎn)向信息技術是遠遠不夠的。我們知道，信息技術是對管理和處理信息所采用的各種技術的總稱，依據(jù)業(yè)界慣例，這主要是指傳感技術、微電子技術、計算機技術與通信技術四大類。在這四類技術之中，我們究竟應當將主要的注意力轉(zhuǎn)向哪一個呢？

回答這一問題，當然首先要秉持“與認知密切相關”這一標準，否則我們的考察就會失去主線、丟掉章法，按照這一標準可以作出以下排除：首先，我們可以排除微電子技術和遙感技術。微電子技術是研究制造各種以半導體器件為基礎的高新電子產(chǎn)品的技術，遙感技術是根據(jù)電磁波的理論對遠距離目標所輻射和反射的電磁波信息進行處理并成像的技術，它們與認識論和認知科學的核心關涉相距過于遙遠，很難設想一種關于認知的哲學理論可以以微電子技術和遙感技術作為自己的理論源泉。其次，我們可以排除通信技術，因為我們的研究不以通信技術為重點(在前面的分析中已經(jīng)反復指出了，弗洛里迪特別是德瑞茨克對于申農(nóng)的通訊論的利用，有嚴重的“過度引申”嫌疑。申農(nóng)的理論其實無法覆蓋各種豐富的人類認知問題)。通過排除法，我們已經(jīng)將研究的范圍縮小到“計算機技術”之上。

但即使如此，我們也無法對“計算機技術”所涉及的所有分支進行聚焦，而只能將精力投射到與之關系最為密切的“人工智能技術”之上。理由有四：(1)人工智能的實質(zhì)，是利用計算機技術所提供的手段，對人類的自然信息處理進程進行模擬，因此，該技術將自然地與人類實際的認知進程發(fā)生關聯(lián)，非常容易被引入與認識論相關的哲學因素。(2)與心理學研究有所不同的是，人工智能研究本身具有一定的“規(guī)范性”色彩(即人工智能專家往往在“智能活動應當如此”的規(guī)范性意見的指導下去設計相關程序)，因此，它亦可與重視認知規(guī)范問題的當代認識論研究高度貼合。(3)前面已經(jīng)提到，人工智能科學與認知科學之間有著某種“姊妹關系”(因為二者都秉承著最寬泛意義上的“認知主義綱領”)，因此，一種以人工智能科學為著眼點的現(xiàn)代信息技術哲學，將很自然地將自己的觸角伸向被同一認知綱領所“統(tǒng)治”的其他學術領域，比如演化心理學。如此一來，這種意義上的信息技術哲學能夠為現(xiàn)代認識論研究所帶來的精神養(yǎng)料，自然也就會更為豐富。(4)從文獻學的角度看，字面意義上的“信息技術哲學”并不是一個在國內(nèi)外被廣泛承認的學術標簽，而在英語世界，“人工智能哲學”則是一個已經(jīng)積累了相當文獻的跨學科領域。如果我們的研究能夠以人工智能哲學的研究為抓手，那么就能大大降低研究風險，并使得研究的聚焦點更為明晰。

綜上所述，信息哲學要真正落實為信息技術哲學的研究，其關鍵點便在于通過“人工智能哲學”的研究來落實 “從認知看信息”的工作路線圖。不過，即使我們已經(jīng)縮小了研究范圍，“人工智能哲學”依然是一個過于龐雜的標簽?，F(xiàn)在的問題是：怎樣的關于認知架構的組織原則，才能在“人工智能哲學”研究的領域內(nèi)更好地刻畫信息處理機制的一般特征呢？答案是：“受限理性原則”。

五、“受限理性原則”約束下的信息技術哲學研究

“受限理性”這個提法是與德國心理學家吉仁澤的工作密切相關的，本文的立論在相當程度上受到了他的啟發(fā)。吉仁澤在《適應性的思維——真實世界中的合理性》[12]一書中，將“理性”區(qū)分為三個子概念的合體：①受限理性(bounded rationality)，也就是在決策者的認知資源、時間資源和能量資源都得到限制的情況下，決策者體現(xiàn)出的問題解決能力；②生態(tài)學理性(ecological rationality)，也就是那些在特定的生態(tài)學環(huán)境中用以應對特定生存問題的啟發(fā)性算法(heuristics)所代表的那種理性能力；③社會理性(social rationality)，也就是決策者根據(jù)所在的社會環(huán)境進行決策的能力(如對于既定社會習俗的默認)。

在這三重“理性”之中，“受限理性”乃是后兩種“理性”的奠基性概念，因此，也得到了吉仁澤之具體討論的偏重。而在他的敘述框架中，與“受限理性”形成對峙的，則是以下兩個在西方思想史上曾占據(jù)過重要地位的“理性”概念[13]：

其一是“萬能神靈式的‘理性’概念”?！叭f能神靈”在近代西方哲學中的代表，就是拉普拉斯(Pierre-Simon Laplace)式的“決定論”思想(這也就是說，一個認知系統(tǒng)具有萬能神靈意義上的理性，當且僅當它能夠按照拉普拉斯式的“決定論”思想所提出的要求來認識世界)。該“決定論”思想的自然科學表達版本如下：

如果我們能夠知道所有的自然規(guī)律以及所有的微粒在某個特定時刻的初始狀態(tài)的信息的話，那么，我們原則上就能夠知道在任何一個別的時刻的某個特定微粒的運動狀態(tài)。

該“決定論”思想的社會科學表達版本則如下：

如果我們能夠知道所有的社會規(guī)律以及所有的社會個體在某個初始時刻的狀態(tài)的信息的話，那么，我們也就能夠在原則上預知任何一個個體在任何一個別的給定時刻會做些什么。

顯然，任何一個信息處理系統(tǒng)若要嚴格按照這種極強的決定論觀點來了解世界的話，它就能夠徹底地趨利避害，并永遠心想事成(譬如，如果自然科學版本的決定論是行得通的話，那么由此而受到恩惠的信息處理系統(tǒng)就永遠不會受到自然災害的威脅；如果社會科學版本的決定論亦是行得通的話，那么由此而受到恩惠的信息處理系統(tǒng)也就永遠不會在股市里賠錢)。但問題是，我們又該如何將如此強的決定論貫徹于實際的決策活動之中呢？不難想見，要使得這種貫徹成為可能，相關的信息處理系統(tǒng)就必須有能力儲存關于所有的被考察對象以及所有的相關規(guī)律的海量信息，并且它還得具備足夠的計算資源、時間與能量來處理這些信息。很顯然，對于任何必須在物理世界中存在的智能系統(tǒng)——而不是超自然的神——來說，滿足這些苛刻的條件均是不可能的。也就是說，除了神以外，誰都不可能具有“萬能神靈理性”意義上的理性。

而為了使得“萬能神靈”的理性觀不那么“不食人間煙火”，有些學者便提出了一個弱化的全能理性版本，即按照“條件限制下的最優(yōu)化選擇”(optimization under constraints)而被定義的“理性”[14]。此理性觀的要點如下：一個認知系統(tǒng)是理性的，當且僅當其能夠在面對任何一個問題求解任務時，做到:(1)知道該問題的所有的可能的求解方案在邏輯空間中的分布狀況;(2)能夠計算出在任何一個可能的問題求解策略上進行驗證所需要消耗的時間(以及精力資源)，還有該策略一旦被驗證后所能夠帶來的預期收益;(3)能夠在上述權衡結果為“收益無法抵消投入”的情況下，立即停止在特定問題求解分支上的驗證活動，并在相反的情況下繼續(xù)進行這樣的活動。然而，在筆者看來，即使這樣一個看似對認知系統(tǒng)的運算資源的有限性有所部分關照的“理性”觀，也要求認知系統(tǒng)有能力精確估計一個還沒有被驗證的問題解決方案的“驗證成本”，而這種能力顯然依舊拐彎抹角地預設了一種“全能神靈”般的超級理性。因此，其對于現(xiàn)實生活的適用性依然是不高的。

一種更接近人類心智之真實運作情況的理性觀，便是以“滿足”為關鍵詞的“受限理性”觀(有別于吉仁澤本人所主張的以“節(jié)儉”為關鍵詞的“受限理性”觀)。這種觀點的提出者，便是前面提到過的人工智能專業(yè)的行業(yè)奠基人之一、圖靈獎與諾貝爾經(jīng)濟學獎雙料得主司馬賀。他和其學術伙伴紐艾爾對于“通用問題求解器”(General Problem Solver，簡稱GPS)的設想，便在一定程度上體現(xiàn)了這種以“滿足”為關鍵詞的“受限理性”觀[14]。概而言之，按照“GPS”的設想，一個智能系統(tǒng)的記憶庫應當已經(jīng)預裝了很多作為“推理捷徑”的“思維土法”(heuristics)，以使得系統(tǒng)自身能夠在資源有限的前提下，通過更為經(jīng)濟的方式來獲得自己的推理目標。這種“更為經(jīng)濟的方法”的正式學名，就是所謂的 “手段—目標”進路(means-end-analysis approach)。我們不妨舉個通俗的例子來說明這一進路的涵義：如果系統(tǒng)所要處理的任務的最終目標乃是“滅火”的話，那么，指揮滅火活動的信息處理機制就必須預存一個關于“如何救火”的預案庫，并隨機抽取一個作為“手段”的預案予以檢測(這主要是指心理模擬意義上的虛擬檢測)。按照司馬賀的設計，如果檢測的結果能夠“滿足”相關的目標也就是滅火的話，那么，消防指揮系統(tǒng)就會自動停止對于別的預案的考察。這也就是說，一個智能系統(tǒng)具有司馬賀意義上的“受限理性”，當且僅當其能夠按照任意一個被其所想起的能夠“滿足”問題需求的預案而行事。

這種意義上的“理性”當然可以回避對于“最優(yōu)化預案”的選擇所無法避免的大量計算成本，因為通過隨機方式得到一個“可以滿足要求”的預案的成本，顯然要遠遠小于通過反復權衡得到一個“最優(yōu)化預案”的成本。然而，即使是這樣的一個“理性”觀，依然無法回避“對于被選出的預案進行心理模擬意義上的虛擬檢測”所必須付出的成本。不難想見，如果隨機選出的預案是相對怪異的(即在歷史上沒有被廣泛地實踐過的預案)，那么，對其進行心理模擬的成本或許也會相對高昂。

也正是在這樣的背景下，我們在相當程度上認可了吉仁澤的如下觀點：真正的“受限理性”概念應當以“節(jié)儉性”為關鍵特征，而不應過于聚焦司馬賀所倡導的“滿足性”——因為只有“節(jié)儉性”才能保證計算成本的最小化以及相關算法的“可負擔性”。這也就是說，一個智能系統(tǒng)具有“節(jié)儉性”意義上的“受限理性”，當且僅當該系統(tǒng)所從事的問題求解過程本身能夠以一種相對節(jié)儉的方式消耗資源，而且，其所導致的推理結果也能夠基本滿足該系統(tǒng)的生存需要。

但一個新的問題卻又出現(xiàn)了：這里所說的以“節(jié)儉性”為關鍵的“受限理性”觀，既然主要是由一名心理學家提出的，我們?yōu)楹斡忠獙⑵渫卣篂橐环N寬泛意義上的信息技術哲學的基本原則呢？在此，我們是不是已經(jīng)犯下了以偏概全的錯誤了呢？答案是否定的。事情的真相不如說是：人類的心理系統(tǒng)自身就是一種強大的信息處理系統(tǒng)，而作為心理學家的吉仁澤對于心理系統(tǒng)的工作原則的揭示，其實是以一種迂回的方式，對一般意義上的信息處理系統(tǒng)所必須符合的規(guī)范性特征進行了提示。這也正是我們認定他的研究對于一般意義上的信息技術哲學具有啟發(fā)意義的理由。

為了使得上面的斷言得到更多論據(jù)的支持，我們不妨再回顧一下弗洛里迪對于信息的定義方式：數(shù)據(jù)加語義表征再加“真理性”。雖然我們并不贊同他關于“信息必須是真信息”的觀點，但是我們至少也承認，任何一個合格的信息處理系統(tǒng)都必須處理語義表征——而在我們看來，恰恰是因為這一點，所以任何一個信息處理系統(tǒng)都必須滿足“受限理性”的要求才能夠順暢地運作。下面就是關于這個論點的詳細論證：

第一步：根據(jù)信息科學界關于表征的一般看法[15]，表征的功能性作用體現(xiàn)在：(1)表征首先是對于事物本身的一種代理(surrogate)或者替代物，以使得一個智能體可以通過安排符號的次序來思考，而不必親自行動；(2)表征是一個由本體論承諾所構成的集合，即對下述問題的答案：我是通過怎樣的術語來思考世界的？(3)表征乃是關于智能推理的一個片段化的理論，它本身又由三個構件構成：表征系統(tǒng)關于智能推理的基本看法；表征系統(tǒng)所允許的推理集的范圍；表征系統(tǒng)所推薦的推理集的范圍；(4)知識表征是從實用角度看有效的計算形式所具有的中介，也就是說，它是思維得以在其中完成的計算環(huán)境。它之所以能夠?qū)μ岣哂嬎愕膶嵱眯首鞒稣尕暙I，乃是因為表征已經(jīng)對信息的組織方式提出了指導，并為那些得到推薦的推理方式的運用提供了便利；(5)知識表征是人類表達式所具有的中介，也就是說，它是我們藉以思考世界的一種語言。

第二步：從上述五點不難看出，表征這一中介的存在，能夠使得信息處理系統(tǒng)大大節(jié)省自身的運作資源，由此以更為經(jīng)濟的方式和環(huán)境發(fā)生關系。

第三步：以節(jié)省資源的方式對外部環(huán)境作出合適的反應，亦是關于“受限理性”的規(guī)范性要求的題中應有之義。

第四步：表征的存在，實際上已經(jīng)體現(xiàn)了關于“受限理性”的規(guī)范性要求。

第五步(結論)：由于任何信息都包含表征，所以，任何一個信息處理系統(tǒng)，都已經(jīng)在某種或強或弱的“受限理性”原則下工作了。

關于上述五步論證的結論，我們還可以提出大量的佐證加以進一步的說明。譬如，即使在申農(nóng)的原始通信論中，被研究者最為關注的問題之一，便是如何利用盡量窄的信道，去傳送最為豐富的信息(這就預設了信道資源的稀缺性)；而在一般的計算機專業(yè)的學術訓練中，學生們也被要求以步驟最少、耗能最小的算法去解決特定的問題(如“柯尼斯堡七橋問題”)。

但這又暴露出了一個新的問題：既然“受限理性”原則已經(jīng)通過表征這一中介而被廣大的信息科學從業(yè)者所緘默地預設了，我們又有何必要將其提高到“信息技術哲學基本原理”的高度呢？這就好比說，“人必須呼吸才能活”固然是使得所有人的生命得以延續(xù)的一個緘默前提，但是，由此就將其提升為某種“生命哲學”的基本原則，是不是有點小題大做了呢？

在我們看來，至少就“受限理性”這個話題而言，對于它的“哲學化提升”絕非小題大做之舉。為了說明這一點，我們可以引用黑格爾哲學的一對術語“自在”(in itself)與“自為”(for itself)來進行解釋?！白栽凇本褪侵溉狈δ撤N反思關照的存在——如植物是依賴光合作用而生存的，但是植物不知道它們自己是依賴光合作用才能夠生存的。與之相比，“自為”就是將已經(jīng)發(fā)生之事提升到反思的高度，將其提煉為某種原則，并自覺地按照該原則來行事。

按照這樣的標準來衡量，在當下的信息科學實踐中，“受限理性”只是一種“自在存在”，離標準的“自為存在”還是有不小距離的。這就是說，盡管在潛意識中，信息科學的從業(yè)者們都在按照“受限理性”的要求，去設計某種能以較為經(jīng)濟的方式與環(huán)境打交道的信息處理系統(tǒng)，但是在意識的層面上，他們卻又提出了一些與之相反的一些主張，并由此使得“受限理性”原則受到了實質(zhì)性的傷害。

這里提到的與“受限理性”相反的主張，其代表性論點便是谷歌公司首席工程師庫茲韋爾(Ray Kurzwell)在《奇點臨近》[16]這部著作中所鼓吹的“奇點理論”。按照這種理論，一旦信息科學技術所積累的經(jīng)驗與手段達到一定水準，那么其發(fā)展的指數(shù)曲線就會出現(xiàn)一個拐點(“奇點”)，在其后信息技術對于整個社會既有形態(tài)(包括人腦自身)的改造力量亦會變得不可阻擋。雖然這種理論在國際上獲得了很大的社會影響，但筆者認為，其學理上的可靠性卻頗為可疑。概而言之，庫茲韋爾關于技術進步的樂觀預言，主要是建立在關于硬件技術發(fā)展的“摩爾定律”之上(根據(jù)該定理，當價格不變時，集成電路上可容納的元器件的數(shù)目，約每隔18～24個月便會增加一倍，性能也將提升一倍)，而與軟件層面上的算法進步關系不是很大。換言之，在他看來，只要計算機的中央處理器變得更為強大，存儲設備變得更為強大，那么，真正人類水準的甚至是超越人類水準的人造信息處理機制的降臨，便只是一個時間問題。而被他忽略掉的概念性問題卻是：技術的增長是否一定要落實為“外延性的增長”(即“更快、更大”，等等)？為何我們不率先將注意力轉(zhuǎn)向“內(nèi)涵性的增長”呢(如“更經(jīng)濟”、“更環(huán)?！?，等等)？而被他忽略掉的經(jīng)驗性問題則是：維持如此大的計算規(guī)模的能源，是否是我們當下的能源結構所能夠支撐的？具體而言，他是否能夠作出合理的計算，以說明人類的能源貯備，既能夠支持世界性的人口增長以及發(fā)展中國家的工業(yè)化進程所帶來的新消耗，又能有余力支持即將遍布全球的超級智能機器所帶來的新消耗？

不難看出，庫茲韋爾的立論方式是建立在“智能機器的‘理性’運作所依賴的資源可以無限獲得”這一非?？梢傻念A設之上的，這就使得他所預設的“理性”觀，難以在根本上與前文所批評的拉普拉斯式的“萬能神靈理性”觀拉開距離。從這個角度看，信息科學家在自覺層面上所流露出的哲學觀，恰恰背叛了業(yè)界的相關技術實踐所預設的思想前提。

需要注意的是，庫茲韋爾所提供的這份思想證言，絕不僅僅代表了他個人的意見。實際上，在國際信息科學界已經(jīng)出現(xiàn)的一些著名的研究成果與研究規(guī)劃背后，我們其實都能看到一個拉普拉斯的靈魂在飄蕩，下面就是兩個著名的案例。

案例一：IBM公司開發(fā)的“華生”系統(tǒng)。該系統(tǒng)利用通過大數(shù)據(jù)分析進行統(tǒng)計學意義上的“猜心”游戲，并在和人類競爭者一起參與的“百科知識”問答賽中獲得了良好成績。很顯然，該研究成果預設了一個巨大的知識庫的存在，而該知識庫中肯定是不能含有任何錯誤信息的。這種研究思路，實際上乃是前文所討論的德瑞茨克的“信息認識論” 的某種具體化：人類先得保證信息處理系統(tǒng)能夠得到一個龐大而正確的信息集合，然后系統(tǒng)要做的事情，就是如何從這個集合中調(diào)用與當下問題真正相關的答案。然而，由此被忽略掉的問題卻是：信息庫的建造與維護，本身乃是人類程序員的結晶，而不是系統(tǒng)自身智能的體現(xiàn)。因此，只要關于“百科知識”的問答賽所牽涉到的問題超出了人類預設的知識庫的覆蓋范圍，系統(tǒng)的表現(xiàn)就必然會變得蠢笨無比。這就好比說，一支已經(jīng)習慣于在航空兵之強大支援下作戰(zhàn)的陸軍(在這里可類比于在“充分知識供給”條件下運作的信息處理系統(tǒng))，一旦離開了航空兵的保護范圍(這可類比于“知識供給變得非常稀缺”的情形)，就會完全喪失作戰(zhàn)能力。

案例二：作為全歐盟科研計劃的“藍腦工程”。該工程是在IBM的超級計算機“藍色基因”的基礎上，利用超級計算機的高速度來模擬人類大腦功能的跨國超級研究計劃。其基本思路是：既然探索人腦活動的原理，可以先從模擬人腦開始，那么，我們就不妨用電腦“復制”人腦所有的活動，以及在其內(nèi)部發(fā)生的各種反應。該研究參考了多年來關于人腦與各種哺乳動物的大腦的各種實際實驗數(shù)據(jù)，譬如關于老鼠大腦的電生理記錄。另外，為分析處理這些信息以及建立相關的神經(jīng)元聯(lián)系的三維模型，業(yè)界人士也開發(fā)了不少特制的軟件工具。需要注意的是，盡管促發(fā)“藍腦工程”的原始動機僅僅與治療“阿爾茨海默癥”等腦部疾病有關，但是，當下也有越來越多的業(yè)界人士希望憑借這項全面制作“虛擬大腦”的計劃來實現(xiàn)超強人工智能，由此實現(xiàn)信息科學的重大突破。

藍腦計劃的哲學預設有兩個：第一，我們能夠在不遠的未來具備關于大腦運作的充分生理學知識；第二，我們能夠具有將這些知識加以“程序化”的強大計算機建模手段。但是，在筆者看來，這只不過就是“萬能神靈的理性”觀在新技術條件下的又一次借尸還魂罷了。相關的批評意見如下：首先，人腦的神經(jīng)元總數(shù)至少有1000億個，或許能比銀河系的恒星總數(shù)都要多?？茖W界對于如此復雜的機制進行全面的檢索，很難擔保不會遺漏某些重要線索，而這些被忽略的線索，或許恰恰就會為日后的建模工作帶來致命的盲點；其次，即使前述疏漏可以被避免，我們也并沒有任何哲學上和科學上的理由相信，大腦運作的基本原理，可以僅僅通過把捉附著于神經(jīng)回路的腦電特征而得到學理上的重建，譬如，大腦中的一些更為基本的生化反應，也有可能對于生物學意識的產(chǎn)生作出貢獻，然而，只要它們不展現(xiàn)為某種生物電化反應，它們就沒有機會在建模工作中得到重現(xiàn)；再次，即使前面所說的兩個問題都不存在，那么，我們還將面臨關于“大腦可塑性”的難題，也就是說，從事不同職業(yè)、處于不同文化中的人的大腦，在神經(jīng)元聯(lián)系方式上，彼此之間是有很大差異的，如果我們要將所有這些類型的大腦都視為潛在的建模對象，我們依然會面對海量的工作量；最后，即使前面所說的三個問題都不存在，被勉強完成的大腦建模成果，是否能夠支撐起對于包含語義表征的語言信息的處理能力，也頗令人懷疑。具體而言，如果心靈哲學家所說的“心理功能主義”(psycho-functionalism)是對的，那么相同的心理語義表征就應當能夠“多重實現(xiàn)”于不同的大腦運作模式，這樣一來，從某類特定的大腦運作方式出發(fā)，我們還是無法預報：同樣的語義信息還會通過怎樣的別的大腦運作模式而得到實現(xiàn)(這樣，我們也就難以預報別的大腦如何對本地大腦發(fā)出的資訊進行解碼)。從以上四點來看，從關于大腦的細節(jié)知識出發(fā)去抓住“信息處理機制之本質(zhì)”的思路，很可能會使得我們落入“以有涯追無涯”的境地，而未必能夠?qū)⑽覀冋嬲蚰莻€讓庫茲韋爾魂牽夢縈的“信息技術的奇點”。

從技術路線上看，IBM的“華生”系統(tǒng)代表了所謂的“符號派人工智能的思路”，而歐盟的“藍腦工程”則是從上世紀八十年代興起的“聯(lián)接主義進路”(或“人工神經(jīng)元網(wǎng)絡技術”)的全面強化升級版，二者之間肯定存在著不少差異。但是從哲學角度看，它們都是拉普拉斯式的萬能神靈理性觀的體現(xiàn)：前者預設程序能夠從人類程序員那里輕易獲得關于各種學科知識的完美知識庫，后者則預設人類關于大腦運作的完整知識可以通過一個強大的“大腦模型”來得到體現(xiàn)。但是，由于這兩項研究自身的預設是如此之強，其事后的“容錯性”又是如此之低，其達到最終研究目標的可能性恐怕是不大的，盡管我們也并不否認：相關的研究的確很可能會在一定的時間段內(nèi)獲得豐富的階段性成果。

從本節(jié)的討論來看，在一種走向“自為階段”的“受限理性原則”的指導下，我們所從事的信息技術哲學研究，或許會對人工智能研究的既有成果作出一種更具批判性的評估，并由此推動業(yè)內(nèi)研究方向的改變。因此，此類信息技術哲學研究既不會像“大一統(tǒng)式的信息哲學”那樣，脫離信息科學技術的具體實踐而流于空談，也不會像弗洛里迪與德瑞茨克的研究那樣，無批判地運用特定科學對于信息的定義并匆忙予以哲學層面上的泛化。不過，筆者所推崇的研究路線雖然具有鮮明的唯名論色彩，卻依然很可能會帶來某種具有普適性的研究成果，因為“受限理性原則”本身就具有某種兼顧自然智能系統(tǒng)與人工智能系統(tǒng)的兼適性。也就是說，經(jīng)由這樣的新研究綱領，我們或許更有希望在“哲學一般性”與“對于具體學科的可指導性”之間找到一個更合理的平衡點。

六、“信息技術哲學”對于哲學認識論研究的反哺

討論到這一步，讀者或許會問：這種基于“受限理性原則”的信息技術哲學研究，其落腳點畢竟是哲學而不是科學。在為具體的人工智能研究提供指導的同時，它是不是還能對一般意義上的哲學研究構成反哺呢？答案是肯定的。

“認識論”(epistemology)是傳統(tǒng)上往往指涉討論“主體如何獲得客體之信息”這一問題的哲學分支。在提出“蓋提爾問題”(Gettier Problem)后，戰(zhàn)后西方主流哲學界往往在“知識證成”(epistemic justification)與“知識指派”(knowledge attribution)等規(guī)范性維度上討論“認識論問題”，從而淡化了知識獲取的事實性維度。這樣做顯然是為了厘清哲學認識論研究與認知科學或心理學研究之間的界限，從而有利于哲學認識論的專業(yè)化發(fā)展。但是，這一做法客觀上也導致了“實然—應然”裂痕在認識論研究中的擴大。這一裂痕的擴大所導致的消極后果之一便是：一種脫離了對于認知架構實際運作情況之考察的“規(guī)范性”研究，很容易會忽略我們在前文中反復提示的受限理性原則，而轉(zhuǎn)而對人類的認知規(guī)范提出一些過于理想的、不切實際的要求。從這個角度來看，若我們從受限理性原則出發(fā)，對戰(zhàn)后西方認識論研究的一些傳統(tǒng)話題重新進行梳理的話，那么，我們就很可能會得到一些意外的學術發(fā)現(xiàn)。譬如，下面這些經(jīng)典認識論話題就值得我們加以重新考量：

第一，就對于“知識證成”問題的討論而言，“內(nèi)在主義”(internalism)與“外在主義”(externalism)的爭論乃是學界相關爭鳴的焦點。前者認為知識證成的資源都必須內(nèi)在于反省主體，后者則認為并非如此。而從基于受限理性原則的信息技術哲學研究的角度看，外在主義的基本立場——知識辯護的根本依據(jù)乃是認知主體所無法把握到的那些外部因素——本身乃是一種幻覺。實際上，沒有一種脫離了人類社會整體認知狀態(tài)的“純粹外部因素”。譬如，一個法官之所以不采信一個證人的證言，的確可能是基于某些該證人本身所未必意識到的“外部因素”(如對其大腦的核磁共振掃描圖所展示的其腦部缺陷)，但是，這樣的“外部因素”畢竟還是處在人類共同體的意識范圍之內(nèi)的，因此，對于它的把握，依然受到某種廣義的受限理性原則的掣肘。這也就是說，關于外在主義者所說的“外在”到底是什么意思，我們目前依然有著大量的概念困惑需要澄清。但是，我們也并不認為與“外在主義”處于對峙地位的“內(nèi)在主義”立場一定是對的(盡管這種立場的確看似比“外在主義”包含了更多的真理)。這又是因為：如果一個認知主體要對其給出一個結論的所有推理步驟都加以清晰記憶與回溯的話，那么，相關的信息處理進程所帶來的巨量消耗，也將使得受限理性原則遭到背叛。倒不如說，站在受限理性原則的立場看，個體的認知能動者的認知活動預設了自身所處社會網(wǎng)絡、身體狀態(tài)以及物理環(huán)境的大量簡化假設(比如，相信“報紙上所說的都是真的”、“我的眼睛看到的都是存在的”、“被我放在桌子上的一瓶醬油不會無緣無故消失”，等等)，這些假設基本上都處在當代認識論“內(nèi)—外”之爭的界面上，而無法被毫無爭議地歸結為“內(nèi)”與“外”的任何一方(譬如，內(nèi)在主義者會傾向于將該界面“內(nèi)在化”，而外在主義者則會認為它們是客觀世界的一部分)。而在我們看來，關于這些界面“歸屬問題”的爭論可能在原則上就是無解的，因此，與其在此問題上浪費口舌，還不如在信息技術哲學的層面上去考察這樣的問題：對于一個依據(jù)受限理性原則進行推理的智能體來說，這些假設中的哪一些才是具有本質(zhì)性，而哪些又只是具有偶然性？另外，我們又是否能夠通過信息技術的手段，對這些假設本身進行建模的嘗試呢？

第二，在關于知識內(nèi)部結構的研究層面上，我們也將按照受限理性原則，對一個按照“基礎主義綱領”運作的信息系統(tǒng)與一個按照“融貫論綱領”運作的信息系統(tǒng)各自的投入產(chǎn)出比進行評估。具體來說，基礎主義(fudamentalism)的基本立場是，以感覺材料(sense-data)為基礎，一步步構筑出知識的大廈，預設了認知主體有一種無比強大的內(nèi)省力、記憶力與邏輯構建能力。而這樣的預設也將最終違背受限理性原則，因此，基礎主義的立場必須被徹底拋棄。而融貫論(coherentism)的基本立場是，信念的辯護成功與否，取決于該信念與同處于信念網(wǎng)絡中的其他信念是否能夠彼此融貫。這同樣是值得商榷的，舉例來說，標準融貫論理論對于 “融貫性”關系的界定，都使用了數(shù)理邏輯與概率論的工具，但是，正如吉仁澤的研究所早已指出的那樣，人腦對于這些形式工具的忠實遵守會帶來大量的心理能耗，并由此再次違背受限理性原則。因此，受限理性原則將引導我們重新考慮在“基礎主義”與“融貫論”之外， 再去建立新的認識論模型的可能性。

從上面掛一漏萬的分析來看，基于受限理性原則的信息技術哲學研究，將對于當代認識論研究的話語框架與思維路向產(chǎn)生某種全面性的顛覆與重估意義，其價值絕不容低估?？紤]到人類的道德活動、審美活動、政治活動均是廣義上的信息處理進程的一部分，這樣的重估效應，恐怕還能夠被引向道德哲學、美學與政治哲學等哲學領域，最終引發(fā)整個現(xiàn)代哲學版圖的重大變化。由此一來，基于受限理性原則的信息技術哲學研究，甚至有可能成為革新哲學王國中各個分支之既有面貌的革命酵母。

[1] Pieter Adriaans ，Johan van Benthem.Philosophy of information[M].Amsterdam: Elsevier, 2008.

[2] Claude Shannon. A mathematical theory of communication[J].Bell System Technical Journal, 1948,27.

[3] 維納. 控制論——或關于在動物和機器中控制和通信的科學[M].郝季仁,譯. 北京：北京大學出版社，2007.

[4] 鄔焜.信息哲學——理論、體系、方法[M].北京：商務印書館,2005.

[5] 閆學杉.信息科學：概念、體系與展望[M].北京：科學出版社,2016:666.

[6] 肖峰.信息哲學并未帶來“全新的哲學革命”——就三篇文章與鄔焜先生商榷[J].哲學分析，2015(1)：32-42.

[7] 肖峰.信息主義：從社會觀到世界觀[M].北京：中國社會科學出版社,2010.

[8] Luciano Floridi. The philosophy of information[M].Oxford: Oxford University Press, 2013.

[9] Fred Dretske. Knowledge and the flow of information[M].Massachusetts: The MIT press, 1981:65.

[10]Gerd Gigerenzer. Adaptive thinking: rationality in the real world[M].Oxford: Oxford University Press, 2000.

[11]Eleanor Rosch，C B Mervis. Family resemblances: studies in the internal structure of categories[J].Cognitive Psychology, 1975,7(4):573-605.

[12]Gerd Gigerenzer,Peter M Todd. Simple heuristics that make us smart[M].Oxford: Oxford University Press, 1999.

[13]John Anderson. Human memory:an adaptive perspective[J].Psychological Review, 1989, 96(2): 396-408.

[14]A Newell,H Simon. Human problem solving[M].Englewood Cliffs, NJ: Prentice-Hall, 1972.

[15]R Davis,H Shrobe,P Szolovits. What is a knowledge representation?[J].AI Magazine,1993，14(1):17-33.

[16]雷·庫茲韋爾.奇點臨近[M]. 李慶誠，董振華，田源，譯. 北京：機械工業(yè)出版社，2011.

[責任編輯 彭國慶]

2016-08-04

國家社會科學重大項目(編號：15ZDB020).

徐英瑾，復旦大學哲學學院教授，博士生導師，國家社會科學重大項目“基于信息技術哲學的當代認識論研究”首席專家，主要從事人工智能哲學、認知科學哲學、維特根斯坦哲學、英美認識論、京都學派哲學研究.

B152

A

1009-3699(2016)06-0589-14