最近，金觀濤先生在《文化縱橫》雜志2017年8月刊發(fā)《 反思“人工智能革命”》一文，對(duì)AlphaGo以來人工智能革命的最新發(fā)展進(jìn)行了反思，提出在這場(chǎng)革命中，研究者對(duì)人類智能及其與社會(huì)的關(guān)系認(rèn)識(shí)混亂，反映了當(dāng)代人文精神逐步喪失、科學(xué)被技術(shù)異化的局面，從而導(dǎo)致現(xiàn)代社會(huì)包容科技革命的能力退步。金先生在文中表達(dá)了這樣一種觀點(diǎn)：我們應(yīng)從更廣泛的社會(huì)和文明進(jìn)化視角，及人類獨(dú)特的認(rèn)知能力出發(fā)，重新審視對(duì)“智能”的認(rèn)識(shí)，保持人類社會(huì)進(jìn)步的內(nèi)在動(dòng)力，避免人類在面臨人工智能挑戰(zhàn)時(shí)陷入智能退化和長(zhǎng)期衰退。

金觀濤先生在文中的結(jié)論基本是今天面對(duì)信息文明高度繁榮的學(xué)者們的共識(shí)，科學(xué)與人文的隔閡甚至對(duì)立，對(duì)人類科技進(jìn)步中社會(huì)性因素的忽視，導(dǎo)致了技術(shù)理性的張揚(yáng)和人文精神的退化，是現(xiàn)代社會(huì)面臨的一個(gè)重大問題，但金先生分析這個(gè)問題的視角和背景卻獨(dú)樹一幟：即從當(dāng)前最流行的人工智能發(fā)展浪潮中剖析，從而得出因?yàn)閷?duì)人類智能的理性認(rèn)識(shí)不夠全面，導(dǎo)致（或者至少是加?。┊?dāng)代社會(huì)面對(duì)人工智能革命時(shí)可能產(chǎn)生的種種憂慮的結(jié)論。

但是，金先生這個(gè)視角的根本論據(jù)，從人工智能發(fā)展歷史來看似乎不成立。金文的論證起點(diǎn)是認(rèn)為當(dāng)前人工智能革命是一場(chǎng)“退回到原點(diǎn)的運(yùn)動(dòng)”，過去的研究對(duì)人類智能的理性認(rèn)識(shí)出現(xiàn)了重大倒退，從而導(dǎo)致對(duì)智能發(fā)展中社會(huì)和人文因素的忽視。由此金先生給出了一些非常強(qiáng)的表述，例如： “……神經(jīng)網(wǎng)絡(luò)自動(dòng)機(jī)的研究和制造突破了物質(zhì)和技術(shù)條件的限制，這就是今天的人工智能‘革命…… 既然早在20世紀(jì)40?50年代，AlphaGo的工作原理已得到清晰認(rèn)知，為什么當(dāng)時(shí)神經(jīng)網(wǎng)絡(luò)自動(dòng)機(jī)的功能沒有被冠以人工智能之名呢……”[1]

金先生對(duì)當(dāng)代人工智能研究中關(guān)于“智能”觀點(diǎn)的批評(píng)大致可以總結(jié)為：

（1）神經(jīng)網(wǎng)絡(luò)自動(dòng)機(jī)就是當(dāng)前人工智能的革命，但它反映的是生物本能而不是人類智能，從控制論的角度來看，就是將人類復(fù)雜的智能行為簡(jiǎn)化為機(jī)器對(duì)外界刺激的反應(yīng)和反饋，從而還原到心理學(xué)上的行為主義解釋。（2）當(dāng)代人工智能“革命”的核心是神經(jīng)網(wǎng)絡(luò)技術(shù)，這種復(fù)興是對(duì)人工智能歷史上符號(hào)主義的反叛和倒退。（3）即使是歷史上人工智能理論中的符號(hào)主義，也沒有準(zhǔn)確地反映人類智能，而只是反映了人類智能中一部分基于符號(hào)的形式化能力。[2]

因此，金先生所指出的倒退，是指當(dāng)代人工智能研究中用神經(jīng)網(wǎng)絡(luò)自動(dòng)機(jī)代替符號(hào)主義，從而忽視了人類智能的符號(hào)形式化能力，但是人工智能的發(fā)展歷史和現(xiàn)狀表明，“反思‘人工智能革命”中的這個(gè)論據(jù)，存在著重大的瑕疵。

我們首先分析一下當(dāng)前人工智能研究共同體對(duì)“智能”的最新認(rèn)識(shí)，例如微軟亞洲研究院院長(zhǎng)洪小文指出智能機(jī)器的能力分為以下四個(gè)級(jí)別：（1）功能（Capability）：是日常工具的價(jià)值點(diǎn)，例如車輪、錘子的功能用途等；（2）智能（Intelligence）：包括記憶力、計(jì)算力等，可以采用定量方法來測(cè)試；（3）智力（Intellect）：包括人類獨(dú)有的判斷力、創(chuàng)造力等；（4）智慧（Wisdom）：指來源于社會(huì)、文化和歷史沉淀的經(jīng)驗(yàn)所形成的綜合性能力.

洪小文同時(shí)認(rèn)為迄今所有的人工智能成就都只達(dá)到了功能（Capability）和智能（Intelligence）級(jí)別，其未來的目標(biāo)是向智力和智慧邁進(jìn)。[3]劉鋒在《機(jī)器人與谷歌大腦——人工智能的6個(gè)智能分級(jí)》一文中，也將人工智能從0級(jí)到5級(jí)分為6個(gè)智能等級(jí)，其中人類是第5級(jí)智能系統(tǒng)的典型范例，具備創(chuàng)新、創(chuàng)造和知識(shí)生產(chǎn)或消費(fèi)的能力。[4]因此，從研究共同體的最新觀點(diǎn)來看，智力和智慧、第5級(jí)人工智能與金先生在文中指出的人類智能與自由意志、語言、社會(huì)文化高度關(guān)聯(lián)的觀點(diǎn)是吻合的，因而很難得出當(dāng)前人工智能研究中對(duì)“智能”的理性認(rèn)識(shí)更為退步的結(jié)論。

從歷史來看，人工智能的研究綱領(lǐng)呈現(xiàn)出一幅多元論場(chǎng)景，雖然具有共同的目標(biāo)：建造可以執(zhí)行“人類能完成的任務(wù)”的智能機(jī)器，但各個(gè)學(xué)派對(duì)于什么是人類智能并無一個(gè)明確的定義，甚至由于不同的研究傳統(tǒng)，在上世紀(jì)50?60年代中后期，關(guān)于“人工智能”的命名都存在差異：英國(guó)受傳統(tǒng)控制論影響較大，在1956年達(dá)特茅斯會(huì)議之前，習(xí)慣稱“機(jī)器智能”，而卡內(nèi)基理工學(xué)院的赫爾伯特·西蒙和艾倫·紐厄爾從信息加工的視角出發(fā)，則用“復(fù)雜信息處理”（CIP： Complex Information Processing）這個(gè)名詞，至于達(dá)特茅斯會(huì)議上約翰·麥卡錫發(fā)明的“人工智能”這個(gè)詞，主要是想表達(dá)與抽象自動(dòng)機(jī)研究的不同點(diǎn)?？傊?，人工智能研究歷史從一開始就未必存在金先生文中呈現(xiàn)的場(chǎng)景：研究者對(duì)人類智能具有符號(hào)主義立場(chǎng)的統(tǒng)一觀點(diǎn)。[5]

早期人工智能研究的實(shí)際情況是人們并未能嚴(yán)格對(duì)人類智能和機(jī)器智能做出明確區(qū)分，而是從信息加工、對(duì)環(huán)境復(fù)雜性的反應(yīng)、邏輯或語言能力等多個(gè)不同的維度來刻畫尚處于萌芽狀態(tài)的人工智能?！叭斯ぶ悄堋边@個(gè)名詞的基本統(tǒng)一以及大學(xué)中計(jì)算機(jī)系的建立，差不多要到60年代中后期才完成，而且當(dāng)時(shí)聯(lián)結(jié)主義和符號(hào)主義的研究也處在競(jìng)爭(zhēng)狀態(tài)，符號(hào)主義占據(jù)強(qiáng)勢(shì)地位的局面，是在1969年馬文·明斯基和西摩爾·派珀特出版《感知機(jī)》一書，對(duì)康奈爾大學(xué)心理學(xué)家羅森布拉特的感知機(jī)研究加以批判后才出現(xiàn)的。80年代派珀特回顧此事時(shí)，將早期人工智能時(shí)期的神經(jīng)網(wǎng)絡(luò)和符號(hào)人工智能比喻為控制論的兩個(gè)女兒，她們剛開始都同樣成功，都有來自其他知識(shí)領(lǐng)域的追求者，但60年代之后，DARPA老爺?shù)某霈F(xiàn)改變了這一切，神經(jīng)網(wǎng)絡(luò)被殺死了，這同時(shí)也從側(cè)面表明對(duì)智能的認(rèn)識(shí)受到了外部社會(huì)力量的干擾。[6]

其實(shí)在人工智能研究史上，智能研究的理論基礎(chǔ)一直受到高度重視，并且也有過多次重大的爭(zhēng)議和討論。例如，1987年在麻省理工學(xué)院人工智能實(shí)驗(yàn)室、國(guó)家科學(xué)基金會(huì)、美國(guó)人工智能學(xué)會(huì)的支持下，麻省理工學(xué)院召開了一次關(guān)于人工智能理論基礎(chǔ)的研討會(huì)，與會(huì)的學(xué)者被要求提交一篇表明他們理論立場(chǎng)和原則的論文，在此基礎(chǔ)上，《人工智能》雜志將會(huì)議成果通過1991年第47卷（第1期到第3期的合集）的《人工智能的基礎(chǔ)》專輯出版。在這本專輯中，對(duì)當(dāng)時(shí)人工智能不同研究綱領(lǐng)的核心爭(zhēng)論歸結(jié)為以下5個(gè)假設(shè)：endprint

（1）人工智能的核心是概念化的研究，應(yīng)從知識(shí)級(jí)別水平上開始；（2） 認(rèn)知可以在沒有解決符號(hào)接地問題的情況下作為非具身的過程來研究，即可從感知和動(dòng)作中分離出來進(jìn)行抽象研究（注：符號(hào)接地問題指符號(hào)如何獲得現(xiàn)實(shí)世界語義的問題）；（3）認(rèn)知可以很好地在命題項(xiàng)中描述，即認(rèn)知?jiǎng)恿W(xué)是語言驅(qū)動(dòng)的，類似于自然語言（如英語）的一個(gè)邏輯-數(shù)學(xué)版本；（4）我們可以將認(rèn)知從學(xué)習(xí)中分離進(jìn)行研究，即認(rèn)知?jiǎng)恿W(xué)和認(rèn)知所需的知識(shí)可以與概念學(xué)習(xí)、心理發(fā)展以及進(jìn)化變異分開研究；（5）所有的認(rèn)知存在一個(gè)統(tǒng)一架構(gòu)。

而不同研究綱領(lǐng)對(duì)于這5個(gè)假設(shè)具有如下不同的立場(chǎng)：[7]（見下表）

與金先生在其文中描述不同的是，當(dāng)時(shí)人工智能在研究實(shí)踐中并不是簡(jiǎn)單存在符號(hào)主義和聯(lián)結(jié)主義這種涇渭分明的二元對(duì)立。行為主義認(rèn)為智能是通過行為表現(xiàn)的，肯定人與動(dòng)物在生物學(xué)上的連續(xù)性，強(qiáng)調(diào)有機(jī)體對(duì)環(huán)境的適應(yīng)行為，把心理、意識(shí)、情感等都?xì)w結(jié)為行為，實(shí)際上把智能視作一個(gè)從動(dòng)物到人類的連續(xù)體，而目前人類級(jí)別的智能是從與環(huán)境的交互中進(jìn)化而來的。這種看法如西蒙所表述的：螞蟻和人類行為的表面復(fù)雜性在很大程度上是其所處環(huán)境復(fù)雜性的反映。[8]至于行為主義在工程上的實(shí)現(xiàn)方式，究竟是采取符號(hào)或是神經(jīng)網(wǎng)絡(luò)的方法，從行為主義學(xué)者羅德尼·布魯克斯的研究來看，并不是那么絕對(duì)。[9]金先生在文中將聯(lián)結(jié)主義與心理學(xué)中的行為主義等同起來，其實(shí)并不是人工智能研究中的真實(shí)情況。

由于人工智能具有工程和科學(xué)兩種不同的維度，或稱之為人工智能的工程觀和科學(xué)觀，前者并不以理解人類智能為前提，主要是利用計(jì)算機(jī)、數(shù)據(jù)等資源通過算法加工來完成人類實(shí)踐生活中的任務(wù)，后者則需要從人類智能原理出發(fā)來實(shí)現(xiàn)人工智能，是否以當(dāng)前馮·諾依曼結(jié)構(gòu)的傳統(tǒng)計(jì)算機(jī)作為工具并不重要。因此討論人工智能是否存在AlphaGo之后的神經(jīng)網(wǎng)絡(luò)自動(dòng)機(jī)革命，并不是一個(gè)嚴(yán)謹(jǐn)?shù)恼f法。例如當(dāng)前的類腦計(jì)算研究，是放棄傳統(tǒng)的馮·諾依曼型計(jì)算機(jī)，改為從結(jié)構(gòu)上模仿人腦來開發(fā)芯片，從而希望從結(jié)構(gòu)仿真中的功能涌現(xiàn)中來產(chǎn)生智能。

對(duì)人類智能的認(rèn)識(shí)是科學(xué)家當(dāng)今面臨的最大難題之一，在研究過程中由于對(duì)科學(xué)原理的不了解，不得不在工程上進(jìn)行簡(jiǎn)化，即不對(duì)智能做任何明確的定義，而是在利用人工智能探索智能行為機(jī)制的過程中來逐步了解和解釋智能的本性，這是當(dāng)前研究中的一種重要傾向，這種工程上的智能觀有助于消除對(duì)智能的哲學(xué)蒙昧主義，是任何具有工程和科學(xué)雙重性質(zhì)的技術(shù)性科學(xué)中不得不采取的務(wù)實(shí)態(tài)度，沒有這種務(wù)實(shí)態(tài)度，簡(jiǎn)單地將工程實(shí)踐和原理在認(rèn)識(shí)論上對(duì)立起來，可能會(huì)對(duì)知識(shí)的進(jìn)步產(chǎn)生不利影響。

雖然現(xiàn)在深度學(xué)習(xí)在圖像識(shí)別、語言處理等特定領(lǐng)域取得了比以前更大的成就，但據(jù)此認(rèn)為神經(jīng)網(wǎng)絡(luò)就是人工智能唯一的統(tǒng)治性綱領(lǐng)還為時(shí)尚早，而且神經(jīng)網(wǎng)絡(luò)和符號(hào)主義并不是完全對(duì)立的。例如符號(hào)主義研究中一個(gè)核心的概念是表征，但早在1986年聯(lián)結(jié)主義的“圣經(jīng)”，即由魯梅哈特、麥克萊蘭主編出版的兩卷本論文集《平行分布加工》中，斯摩棱斯基就指出神經(jīng)網(wǎng)絡(luò)和表征存在某種關(guān)系。[10]明斯基和派珀特在1988年再版《感知機(jī)》一書時(shí)，仍未改變其對(duì)神經(jīng)網(wǎng)絡(luò)研究的批判性觀點(diǎn)， 他們論證新的神經(jīng)網(wǎng)絡(luò)仍然只能處理玩具世界的問題，整個(gè)理論結(jié)構(gòu)仍然只是奠基在流沙上，對(duì)于規(guī)模放大后是否能達(dá)到目標(biāo)還是一個(gè)問題。另外，如果神經(jīng)網(wǎng)絡(luò)是整個(gè)大腦的模型，那么聯(lián)結(jié)主義和符號(hào)主義是不兼容的，如果只是大腦的部分模型，那么兩個(gè)研究綱領(lǐng)將會(huì)是互補(bǔ)的。[11]現(xiàn)在來看，包括符號(hào)主義、聯(lián)結(jié)主義乃至行為主義的多種視角，應(yīng)該都是對(duì)人類智能在不同層次的刻畫。

人工智能不是理論物理學(xué)那樣高度成熟和形式化的科學(xué)，不具有嚴(yán)密的理論形式，但是其經(jīng)驗(yàn)性定律及其使用的概念框架、假設(shè)也是在特定的歷史和文化條件中形成的，具有其自身的形而上學(xué)背景。因此這些定律和概念框架與常識(shí)知識(shí)的實(shí)在表述不一致時(shí)，往往會(huì)帶來與經(jīng)驗(yàn)定律的沖突，但這種沖突可以通過對(duì)其定律、理論假設(shè)和模型的科學(xué)解釋，來彌合表達(dá)日常經(jīng)驗(yàn)的常識(shí)語言與其定律解釋之間的差距，從而推動(dòng)人工智能學(xué)科理論的成熟。

問題是對(duì)于經(jīng)驗(yàn)定律或理論模型的科學(xué)解釋是依賴于語境和具體實(shí)踐的，這種語境在解釋學(xué)的背景下用海德格爾的術(shù)語“前結(jié)構(gòu)”來表達(dá)，反映了解釋者所處的歷史、文化和社會(huì)背景。金先生就是從傳統(tǒng)控制論的背景出發(fā)，將當(dāng)前人工智能和社會(huì)的關(guān)系，從認(rèn)識(shí)論的角度還原到了錯(cuò)誤的概念辨析中，而忽視了人工智能歷史的實(shí)證研究中，對(duì)智能概念具有非常豐富的維度和演化過程。

在這個(gè)意義上，金先生文章中作為起點(diǎn)的論據(jù)：當(dāng)前人工智能革命中對(duì)“智能”概念的認(rèn)識(shí)是一次重大倒退，似乎與人工智能歷史的實(shí)際發(fā)展相反，從早期人工智能研究中對(duì)“智能” 概念的樸素性認(rèn)識(shí)開始，經(jīng)過長(zhǎng)期的爭(zhēng)論以及工程實(shí)踐后，科學(xué)家已經(jīng)對(duì)“智能”概念有了更加豐富的認(rèn)識(shí)，不僅意識(shí)到社會(huì)文化因素對(duì)人類智能的重大影響，而且也意識(shí)到當(dāng)前人工智能所面臨的重大困難，認(rèn)為實(shí)現(xiàn)人工智能的目標(biāo)將是一個(gè)長(zhǎng)期的任務(wù)。因此，現(xiàn)在我們對(duì)“智能”的認(rèn)識(shí)不僅沒有退步，反而可能比歷史上更加豐富和完整。

本文并未對(duì)金觀濤先生在文中闡述的結(jié)論持有異議，他在文中表達(dá)的觀點(diǎn)非常具有啟發(fā)性，但筆者認(rèn)為對(duì)于如何達(dá)到這樣的結(jié)論，其論證的過程似應(yīng)基于更加確定的論據(jù)和更完整的路徑，謹(jǐn)以此小文與金先生商榷，希望能對(duì)人們當(dāng)前所面臨的技術(shù)理性張揚(yáng)、人文精神逐步退化的問題有所裨益。

（作者單位：上海交通大學(xué)科學(xué)史與科學(xué)文化研究院）

注釋：

[1][2] 金觀濤：《反思“人工智能革命”》，載《文化縱橫》2017年8月刊。

[3] 洪小文：《我們需要什么樣的機(jī)器人》，載《中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊》2014年第10期。

[4] 劉鋒：《機(jī)器人與谷歌大腦——人工智能的6個(gè)智能分級(jí)》，載《中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊》2016年第12期。

[5] 陳自富：《研究綱領(lǐng)沖突下的人工智能發(fā)展史：解釋與選擇》，上海交通大學(xué)2017年版，第21?31頁.

[6] Papert S. One AI or many？// The artificial intelligence debate： false starts， real foundations. MIT Press， 1989，13?14.

[7] Kirsh D.， “Foundations of AI： The big issues”， Artificial Intelligence， Vol.47（1991）.

[8] 司馬賀：《人工科學(xué)——復(fù)雜性面面觀》，武夷山譯，上海科技教育出版社2004年版，第48?76頁。

[9] 陳自富：《研究綱領(lǐng)沖突下的人工智能發(fā)展史：解釋與選擇》， 上海交通大學(xué)2017年版，第44?48頁。

[10] Rumelhart D E， McClelland J L.， Parallel Distributed Processing， The MIT Press， 1986， pp.75?78.

[11] Marvin Minsky， Seymour Papert. Perceptrons： An Introduction to Computational Geometry， MIT Press， 1988， pp. xiv?xv.endprint