【摘要】 計(jì)算社會(huì)科學(xué)和引爆人工智能的深度學(xué)習(xí)均是在大數(shù)據(jù)的催生下興起的。通過對(duì)計(jì)算社會(huì)科學(xué)和人工智能的簡(jiǎn)要考察可以發(fā)現(xiàn)，人工智能與計(jì)算社會(huì)科學(xué)的關(guān)系是雙向的，也就是說，前者能夠積極地推動(dòng)后者的研究和發(fā)展，后者也可以對(duì)前者產(chǎn)生正向的作用或者將前者作為研究對(duì)象。如果能實(shí)現(xiàn)人工智能與計(jì)算社會(huì)科學(xué)的“攜手”，我們不但能更清晰地描述人與人之間的信息互動(dòng)過程和模式，而且能更合理地解釋社會(huì)現(xiàn)象及其發(fā)生機(jī)制，更準(zhǔn)確地預(yù)言人的日常行為和社會(huì)系統(tǒng)的發(fā)展趨勢(shì)。

【關(guān)鍵詞】計(jì)算社會(huì)科學(xué)? 人工智能? 智能社會(huì)

【中圖分類號(hào)】TP18? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2019.20.001

近年來，由深度學(xué)習(xí)引爆的“人工智能”，迅速成為科技領(lǐng)域乃至日常生活中的流行詞;差不多同時(shí)，在社會(huì)現(xiàn)象的研究中，亦興起了一門頗受關(guān)注的新學(xué)科——計(jì)算社會(huì)科學(xué)。從成因上看，深度學(xué)習(xí)和計(jì)算社會(huì)科學(xué)均是在大數(shù)據(jù)的催生下產(chǎn)生和走紅的。那么，它們之間是否存在內(nèi)在的關(guān)聯(lián)？或者，是否可以展開實(shí)質(zhì)的互動(dòng)？如果兩者“攜手”，對(duì)于人類社會(huì)的未來又有什么意義？本文中，我們?cè)噲D對(duì)這些問題作些探究。

社會(huì)研究的計(jì)算進(jìn)路

中國(guó)有句古語(yǔ)：“秀才不出門，盡知天下事”。在信息媒介十分有限的古代，這只是一種夸張的說法。而如今，幾乎每個(gè)人都成了“秀才”：只要打開手機(jī)，天下大事便可一目了然。當(dāng)我們被各種各樣的信息所包圍、沖擊時(shí)，與以往任何時(shí)候相比，我們似乎對(duì)人世間所發(fā)生的事知道得更多也更及時(shí)了。但是，我們真的理解人類社會(huì)的當(dāng)下狀態(tài)及其運(yùn)作機(jī)制嗎？我們真的可以預(yù)料這個(gè)社會(huì)將會(huì)如何演進(jìn)嗎？答案似乎又是否定的。于是，當(dāng)許多人面對(duì)這個(gè)日新月異的世界時(shí)，陷入了一種“知情的困惑”（"informed bewilderment"）的境地。[1]

人類社會(huì)之所以很難研究和理解，一個(gè)重要原因在于它是一個(gè)動(dòng)態(tài)演進(jìn)的復(fù)雜系統(tǒng)。這種復(fù)雜性不僅體現(xiàn)在個(gè)體層面：每個(gè)人具有自主性和決策能力，因而在行為上顯得獨(dú)特，更體現(xiàn)在個(gè)體之間、個(gè)體與群體之間以及群體與群體之間互動(dòng)方式的多樣性和不確定性，結(jié)果，生成了許多突現(xiàn)的社會(huì)現(xiàn)象。不僅如此，人類發(fā)明的技術(shù)（尤其是媒介技術(shù)）還使得社會(huì)成員之間交往的方式和頻度不斷發(fā)生改變，總體上導(dǎo)致社會(huì)系統(tǒng)的復(fù)雜性日益增加。

因?yàn)槿狈τ行У墓ぞ吆头椒▽?duì)社會(huì)成員之間多樣的、實(shí)時(shí)的互動(dòng)進(jìn)行實(shí)證的考察，傳統(tǒng)的社會(huì)科學(xué)面對(duì)社會(huì)系統(tǒng)的復(fù)雜性時(shí)顯得“力不從心”，只得依賴于個(gè)案研究、抽樣調(diào)查和宏觀分析等局部的或粗略的方法，難以揭示復(fù)雜社會(huì)現(xiàn)象生成的機(jī)制和模式。進(jìn)入21世紀(jì)后，這種情況開始發(fā)生改變。

技術(shù)導(dǎo)致社會(huì)系統(tǒng)復(fù)雜性的增加。不過，技術(shù)也可以把人的活動(dòng)限制在所設(shè)定的范圍，且有些技術(shù)產(chǎn)品還能記錄處理個(gè)體或群體的行為和互動(dòng)的信息，這樣，就為研究社會(huì)現(xiàn)象及其產(chǎn)生機(jī)制創(chuàng)造了條件和工具。如今，人類正處于技術(shù)的這種兩重性凸顯的時(shí)代：以計(jì)算機(jī)和互聯(lián)網(wǎng)為標(biāo)志的信息技術(shù)在不斷增加社會(huì)復(fù)雜性的同時(shí)，也為我們認(rèn)識(shí)和理解這種復(fù)雜性提供了工具和方法。具體一點(diǎn)說，隨著互聯(lián)網(wǎng)等媒介的迅速發(fā)展和普及，人類社會(huì)中個(gè)體或群體之間傳播和交流信息變得比以往任何時(shí)候都便捷、快速，且極大地突破了地域的限制，社會(huì)系統(tǒng)的復(fù)雜性和演進(jìn)的不確定性也大大增加。與此同時(shí)，可廣泛進(jìn)行信息收集和記錄的工具也應(yīng)運(yùn)而生，如目前已普遍使用的各種網(wǎng)絡(luò)監(jiān)控設(shè)備和傳感器，加之計(jì)算機(jī)處理信息的能力不斷提升，這就能為研究復(fù)雜的社會(huì)現(xiàn)象和人的行為提供大量的、多類型的和實(shí)時(shí)的數(shù)據(jù)。正是在這樣的背景下，一條社會(huì)研究的新進(jìn)路——計(jì)算社會(huì)科學(xué)——得以產(chǎn)生和發(fā)展。

那么，究竟什么是計(jì)算社會(huì)科學(xué)？雖然有關(guān)的研究甚至這一概念此前已經(jīng)存在，但作為一個(gè)交叉學(xué)科或研究進(jìn)路的名稱，計(jì)算社會(huì)科學(xué)2009年春才開始流行。當(dāng)時(shí)，一群社會(huì)科學(xué)家和計(jì)算機(jī)科學(xué)家聯(lián)名在《科學(xué)》上發(fā)表了“計(jì)算社會(huì)科學(xué)”一文。[2]但在這篇帶有宣言性質(zhì)的文章中，作者們并沒有給出“計(jì)算社會(huì)科學(xué)”的定義，而是強(qiáng)調(diào)了它的兩個(gè)特點(diǎn)：它是由數(shù)據(jù)驅(qū)動(dòng)的研究人的行為和社會(huì)互動(dòng)的新進(jìn)路，它是由一群計(jì)算機(jī)科學(xué)家、物理學(xué)家和社會(huì)科學(xué)家等協(xié)同創(chuàng)立的交叉學(xué)科。晚些時(shí)候，主要由歐洲學(xué)者聯(lián)合發(fā)表的“計(jì)算社會(huì)科學(xué)宣言”中，同樣沒有關(guān)于計(jì)算社會(huì)科學(xué)的界定，也只是強(qiáng)調(diào)了它是一門交叉學(xué)科，并由信息通信技術(shù)所驅(qū)動(dòng)。[3]由于信息通訊技術(shù)是數(shù)據(jù)收集和處理的工具，故數(shù)據(jù)驅(qū)動(dòng)和信息通信技術(shù)驅(qū)動(dòng)之間并沒有實(shí)質(zhì)的不同。2011年成立的美國(guó)計(jì)算社會(huì)科學(xué)學(xué)會(huì)的網(wǎng)站上倒是給出了一個(gè)定義：“計(jì)算社會(huì)科學(xué)是一門借助社會(huì)模擬、社會(huì)網(wǎng)絡(luò)分析和社會(huì)媒介分析研究社會(huì)的和行為的動(dòng)態(tài)（dynamics）的科學(xué)?！盵4]不過，這個(gè)定義似乎并不十分恰當(dāng)，因?yàn)槠錄]有明示上述兩份宣言所強(qiáng)調(diào)的特點(diǎn)。在第一本以計(jì)算社會(huì)科學(xué)命名的教科書中，作者喬菲里維拉（C. Cioffi-Revilla）下了這樣一個(gè)工作定義：“計(jì)算社會(huì)科學(xué)是運(yùn)用計(jì)算手段，在個(gè)體到群體的多個(gè)尺度上，對(duì)社會(huì)世界（social universe）進(jìn)行跨學(xué)科研究的新領(lǐng)域”，同時(shí)指出它并不限于“大數(shù)據(jù)，或社會(huì)網(wǎng)絡(luò)分析，或社會(huì)模擬模型”。[5]可以看出，這個(gè)定義較好地刻畫了計(jì)算社會(huì)科學(xué)的特點(diǎn)。

近10年來，這門新興的交叉學(xué)科得到了蓬勃發(fā)展。研究成果頻頻出現(xiàn)在《科學(xué)》和《自然》等以往主要刊登自然科學(xué)論文的頂級(jí)雜志上;2018年，專業(yè)性的《計(jì)算社會(huì)科學(xué)期刊》正式面世;研究中心和專業(yè)學(xué)會(huì)相繼成立;不少世界著名大學(xué)已設(shè)立相應(yīng)的課程或?qū)W位。從研究的對(duì)象看，計(jì)算社會(huì)科學(xué)幾乎包括人類社會(huì)的方方面面，特別是經(jīng)濟(jì)、政治、文化和社會(huì)生活中的復(fù)雜現(xiàn)象，形成了計(jì)算社會(huì)學(xué)、計(jì)算經(jīng)濟(jì)學(xué)、計(jì)算歷史學(xué)、計(jì)算政治學(xué)和計(jì)算法學(xué)等數(shù)量眾多的分支。

目前，在計(jì)算社會(huì)科學(xué)中，存在著兩種基本的研究策略。一種是通過抽象來建立可操作的基于自主體模型（Agent Based Modeling）。采取這一策略，盡管無(wú)法對(duì)社會(huì)網(wǎng)絡(luò)的結(jié)構(gòu)和過程進(jìn)行逼真的復(fù)制和再現(xiàn)，但通過抓住體現(xiàn)自主體（個(gè)體或群體）之間互動(dòng)的基本的或主要的屬性和關(guān)系，在計(jì)算機(jī)上實(shí)現(xiàn)模型的運(yùn)行，可以探索相對(duì)應(yīng)的社會(huì)結(jié)構(gòu)和過程的一般模式。如今，基于自主體模型是進(jìn)行社會(huì)理論研究和為決策提供優(yōu)化方案的主要方法之一。另一種更為自然的策略是對(duì)社會(huì)現(xiàn)象進(jìn)行直接研究。既然一個(gè)社會(huì)系統(tǒng)可看作自主體之間信息互動(dòng)的動(dòng)態(tài)網(wǎng)絡(luò)，那么，只要擁有記錄和處理承載信息的數(shù)據(jù)的工具和方法，就能對(duì)信息分布和互動(dòng)的模式進(jìn)行直接的描述，從而直觀地把握社會(huì)現(xiàn)象和過程。事實(shí)上，大數(shù)據(jù)和云計(jì)算等技術(shù)工具，可為我們理解社會(huì)現(xiàn)象提供更廣、更深和更豐富的經(jīng)驗(yàn)數(shù)據(jù)。正因?yàn)槿绱?，運(yùn)用大數(shù)據(jù)分析社會(huì)現(xiàn)象和人的行為已經(jīng)成為計(jì)算社會(huì)科學(xué)研究的熱點(diǎn)。[6]

引爆人工智能的深度學(xué)習(xí)

在簡(jiǎn)要地闡述了計(jì)算社會(huì)科學(xué)之后，我們?cè)賮碚f說人工智能。近年來，在科技界、產(chǎn)業(yè)界乃至傳媒領(lǐng)域，恐怕再難以找到比“人工智能”更奪人眼球的專業(yè)詞匯了;國(guó)內(nèi)的高等學(xué)校也紛紛成立人工智能專業(yè)甚至學(xué)院。這中間，當(dāng)然存在著大量的“虛火”，但有一點(diǎn)是肯定的：一些人工智能技術(shù)或產(chǎn)品開始進(jìn)入人們的生活。

人工智能作為一門學(xué)科，如果從1956年正式命名算起，已有60余年。這期間，在大學(xué)里，人工智能基本上只是作為計(jì)算機(jī)科學(xué)的一個(gè)分支甚至一門課程，而它的發(fā)展歷史也相當(dāng)曲折，幾起幾落。究其原因，主要還是在于人工智能自身的特質(zhì)。盡管不同的研究者對(duì)于人工智能所要實(shí)現(xiàn)的具體目標(biāo)在理解上不盡相同（如有人傾向于對(duì)智能本質(zhì)的探究，而另一些人則更側(cè)重建構(gòu)有用的智能系統(tǒng)），但該共同體核心的多數(shù)成員對(duì)基本目標(biāo)的認(rèn)識(shí)還是一致的：即通過建構(gòu)人工的智能系統(tǒng)而理解智能，尤其是人類級(jí)的智能。就基本目標(biāo)而言，人工智能理應(yīng)被看作一門經(jīng)驗(yàn)科學(xué)。[7]不過，與其他經(jīng)驗(yàn)科學(xué)相比，人工智能所運(yùn)用的方法卻是非常獨(dú)特的。一般地，經(jīng)驗(yàn)科學(xué)是在預(yù)設(shè)對(duì)象存在的前提下，運(yùn)用實(shí)驗(yàn)等手段獲取關(guān)于對(duì)象的數(shù)據(jù)，提出假設(shè)以解釋或預(yù)言這些數(shù)據(jù)，并實(shí)現(xiàn)兩者之間的互動(dòng)。人工智能則并不著眼于對(duì)存在的智能（如人的智能）的直接研究，而是試圖通過建構(gòu)人工的智能系統(tǒng)以達(dá)到對(duì)智能（包括自然的和人工的）的理解。由于建構(gòu)這樣的系統(tǒng)是一個(gè)發(fā)明的過程，其方法和產(chǎn)品也可以為人所用，故人工智能又常常被看作是一門技術(shù)。正是由于這一獨(dú)特的方法，人工智能在學(xué)科性質(zhì)上具有科學(xué)和技術(shù)的兩重性。

由于人具有智能，這就為建構(gòu)人工的智能系統(tǒng)提供了存在證明。而從現(xiàn)象上看，最能體現(xiàn)人的智能似乎是知識(shí)和對(duì)知識(shí)的操作（推理），于是，在人工智能發(fā)展的早期，形成了基于知識(shí)處理的符號(hào)主義范式。在這一范式的指導(dǎo)下，多數(shù)研究者將智能視作知識(shí)+推理，于是，注意力集中于知識(shí)表示、自動(dòng)推理和自然語(yǔ)言的形式處理等，并且往往只側(cè)重于某一方面。這樣的研究雖然發(fā)展出了不少有用的技術(shù)，也融入了各種應(yīng)用的計(jì)算系統(tǒng)，但卻沒有形成一個(gè)真正能夠在實(shí)際環(huán)境中展現(xiàn)智能（哪怕是動(dòng)物智能）的人工系統(tǒng)，于是乎，只是“為他人做嫁衣”。結(jié)果，在20世紀(jì)80年代初，這種主流的人工智能落入了低谷。

也許，理解智能不應(yīng)先著眼于像知識(shí)和知識(shí)處理這樣到了人的階段才發(fā)展出的高級(jí)智能，而應(yīng)關(guān)注像視覺識(shí)別和適應(yīng)性學(xué)習(xí)這些更為基本的能力。這些能力均由動(dòng)物（包括人）的神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)，因此，人工智能應(yīng)該模擬和建構(gòu)人工的神經(jīng)網(wǎng)絡(luò)。事實(shí)上，這種想法比電子計(jì)算機(jī)的問世還早，但一直未能發(fā)展起來。首先改變這種局面的當(dāng)推物理學(xué)家霍普菲爾德（J.J.Hopfield）。他在1982年成功地運(yùn)用統(tǒng)計(jì)物理學(xué)方法研究人工神經(jīng)網(wǎng)絡(luò)，于是出現(xiàn)了一個(gè)研究人工神經(jīng)網(wǎng)絡(luò)的小高潮。不過，由于在人工智能領(lǐng)域，基于知識(shí)處理的符號(hào)主義還占據(jù)統(tǒng)治地位，加之人工神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)條件尚未成熟，結(jié)果，這些神經(jīng)網(wǎng)絡(luò)的研究者一直處于邊緣的地位。

只有到了2012年，“時(shí)來運(yùn)轉(zhuǎn)”的局面才開始發(fā)生。對(duì)人工神經(jīng)網(wǎng)絡(luò)的理論研究表明，要讓一個(gè)系統(tǒng)（機(jī)器）具有較強(qiáng)的學(xué)習(xí)能力，需要建構(gòu)具有多個(gè)中間層（深度）并帶有反饋等機(jī)制的神經(jīng)網(wǎng)絡(luò)，但這需要所實(shí)現(xiàn)硬件具有強(qiáng)大的計(jì)算力。2012年前后，人們開始意識(shí)到，原本用于圖形的處理機(jī)（GPU）可以提供這種計(jì)算力。同時(shí)，要讓系統(tǒng)能夠通過學(xué)習(xí)并在此基礎(chǔ)上作出決策或預(yù)測(cè)，還需要輸入大量數(shù)據(jù)對(duì)其進(jìn)行訓(xùn)練，而網(wǎng)絡(luò)和各種數(shù)據(jù)收集器可以提供豐富的數(shù)據(jù)。在計(jì)算力和大數(shù)據(jù)這兩個(gè)主要條件滿足后，基于深度神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)（機(jī)器學(xué)習(xí)的一種）開始引起人們的關(guān)注。

2016年春，當(dāng)谷歌公司旗下的DeepMind基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)開發(fā)出擊敗圍棋世界冠軍的AlphaGo以后，人工智能在大眾媒體中迅速走紅，并通過人臉識(shí)別和語(yǔ)音處理等開始影響人們的生活。目前，深度學(xué)習(xí)等人工智能技術(shù)已經(jīng)在圖像分類和聚類、自然語(yǔ)言處理等方面取得了很大的成功，并在網(wǎng)絡(luò)安全、自動(dòng)駕駛、醫(yī)療健康、教育和科學(xué)研究等領(lǐng)域展示出巨大的應(yīng)用前景。

人工智能“遇見”計(jì)算社會(huì)科學(xué)

接下來，我們就可以來談?wù)勅斯ぶ悄芘c計(jì)算社會(huì)科學(xué)之間的關(guān)聯(lián)。如前所述，計(jì)算社會(huì)科學(xué)很大程度上是在大數(shù)據(jù)的催生下興起的。如今，生成關(guān)于人的行為和人與人之間互動(dòng)的數(shù)據(jù)最多的場(chǎng)景就是網(wǎng)絡(luò)世界，特別是社交媒體，而且隨著人們的工作和生活越來越依賴網(wǎng)絡(luò)，可用于研究人的行為和社會(huì)互動(dòng)的數(shù)據(jù)也就愈加豐富和全面。

因此，計(jì)算社會(huì)科學(xué)的一個(gè)主要任務(wù)是利用由網(wǎng)絡(luò)世界提供的大數(shù)據(jù)來探尋人的行為模式和社會(huì)演變的規(guī)律。但面對(duì)體量極大、類型眾多和實(shí)時(shí)生成的大數(shù)據(jù)，又該如何處理和分析，以便從中挖掘出有價(jià)值的行為模式和社會(huì)規(guī)律呢？顯然，單靠人的能力和傳統(tǒng)的統(tǒng)計(jì)工具是無(wú)法勝任這項(xiàng)工作的。這里，就需要人工智能等技術(shù)的幫助。例如，在社交網(wǎng)絡(luò)中，假新聞或謠言是如何傳播的？這是計(jì)算社會(huì)科學(xué)家關(guān)注的一個(gè)重要議題。借助于人工智能等技術(shù)手段，通過對(duì)網(wǎng)絡(luò)中形成的大數(shù)據(jù)進(jìn)行分析，研究人員發(fā)現(xiàn)：達(dá)到相同的傳播深度，假新聞的傳播速率是真新聞的20倍。[8]近年，人們還基于深度學(xué)習(xí)開發(fā)出辨認(rèn)謠言的監(jiān)測(cè)模型。

計(jì)算社會(huì)科學(xué)家，運(yùn)用計(jì)算進(jìn)路尋求社會(huì)中成員的行為和成員之間互動(dòng)的模式，不僅希望借此能對(duì)社會(huì)現(xiàn)象（特別是社會(huì)系統(tǒng)的復(fù)雜現(xiàn)象）作出合理的解釋，更希望能對(duì)社會(huì)系統(tǒng)演進(jìn)的狀態(tài)或事件作出盡可能準(zhǔn)確的預(yù)言（預(yù)測(cè)）。目前，人們之所以熱衷于收集和處理大數(shù)據(jù)，主要目的也是為了預(yù)言人的行為或社會(huì)演進(jìn)的趨勢(shì)。然而，由于人和社會(huì)均是復(fù)雜系統(tǒng)，這使得作出準(zhǔn)確的預(yù)言非常困難。事實(shí)上，傳統(tǒng)的社會(huì)科學(xué)，即使是運(yùn)用了大量數(shù)學(xué)的經(jīng)濟(jì)學(xué)，雖總能解釋社會(huì)現(xiàn)象或事件，但這種解釋基本上屬于“馬后炮”，而在預(yù)言尚未發(fā)生的社會(huì)現(xiàn)象方面則幾乎是一部失敗的歷史。那么，計(jì)算社會(huì)科學(xué)是否能夠克服傳統(tǒng)社會(huì)科學(xué)在預(yù)言上的“無(wú)能”呢？這是目前關(guān)于計(jì)算社會(huì)科學(xué)以及大數(shù)據(jù)究竟有多大價(jià)值的爭(zhēng)論中所關(guān)注的一個(gè)焦點(diǎn)問題。

近年來的研究和實(shí)踐表明：如果能與人工智能（特別是機(jī)器學(xué)習(xí)）技術(shù)相結(jié)合，計(jì)算社會(huì)科學(xué)的預(yù)言功能可以得到較大幅度的提升。其實(shí)，深度學(xué)習(xí)就是通過對(duì)實(shí)現(xiàn)于深度神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法進(jìn)行大量數(shù)據(jù)的訓(xùn)練，以便在新的數(shù)據(jù)輸入后，能產(chǎn)生最優(yōu)的輸出，即作出最好的預(yù)測(cè)或決策。這樣，當(dāng)計(jì)算社會(huì)科學(xué)家獲得了描述人的行為或社會(huì)現(xiàn)象的更多、更可靠的數(shù)據(jù)和經(jīng)驗(yàn)規(guī)律后，就可以基于這些成果建構(gòu)和訓(xùn)練一個(gè)具有學(xué)習(xí)功能的智能系統(tǒng)，從而更好地預(yù)言相應(yīng)系統(tǒng)的狀態(tài)和行為。這種結(jié)合人工智能技術(shù)預(yù)言人的行為和社會(huì)現(xiàn)象的努力是計(jì)算社會(huì)科學(xué)研究的主要任務(wù)。目前，借助網(wǎng)絡(luò)等提供的大數(shù)據(jù)，在預(yù)測(cè)消費(fèi)者的行為、某個(gè)區(qū)域發(fā)生惡性犯罪的可能性和金融市場(chǎng)的趨向等方面大大地提高了效率和可靠性。據(jù)報(bào)道，最近美國(guó)總統(tǒng)特朗普也要求社交網(wǎng)絡(luò)公司開發(fā)可以預(yù)言潛在槍擊者的軟件技術(shù)。[9]

顯然，預(yù)言人（個(gè)體和群體）的行為或社會(huì)現(xiàn)象對(duì)于決策和行動(dòng)都是極其重要的。如果一種理論或技術(shù)能提高預(yù)言的精準(zhǔn)度，必定會(huì)引起人們的關(guān)注和重視。正因?yàn)槿绱耍?018年春，《科學(xué)》雜志推出專題討論社會(huì)科學(xué)中的預(yù)言問題。[10]可實(shí)際上，鑒于人和社會(huì)系統(tǒng)都是復(fù)雜的，即使運(yùn)用了大數(shù)據(jù)和人工智能技術(shù)，對(duì)人的行為和社會(huì)演進(jìn)的狀態(tài)等的預(yù)言也存在很大的限制。近年來，許多實(shí)際應(yīng)用的成功表明，對(duì)于重復(fù)性的行為和社會(huì)演進(jìn)的趨勢(shì)性（實(shí)際上也是重復(fù)的）現(xiàn)象，運(yùn)用計(jì)算社會(huì)科學(xué)的成果，再結(jié)合大數(shù)據(jù)和人工智能技術(shù)，確實(shí)能夠提高預(yù)言的精準(zhǔn)度。然而，對(duì)于人的突現(xiàn)行為和社會(huì)系統(tǒng)的突現(xiàn)現(xiàn)象，復(fù)雜性理論和計(jì)算理論已經(jīng)告訴我們，原則上無(wú)法作出準(zhǔn)確的預(yù)言，而這是由復(fù)雜系統(tǒng)的內(nèi)在特性決定的。[11]不過，由于人的絕大多數(shù)日常行為是重復(fù)性的或者是對(duì)他人行為的模仿，且在許多情況下，社會(huì)系統(tǒng)演進(jìn)的趨勢(shì)也往往會(huì)持續(xù)一段時(shí)間，所以，運(yùn)用大數(shù)據(jù)和人工智能技術(shù)作出更準(zhǔn)確的預(yù)言仍是大有可為的。

其實(shí)，人工智能與計(jì)算社會(huì)科學(xué)的關(guān)系是雙向的，也就是說，前者能夠積極地推動(dòng)后者的研究和發(fā)展，后者也可以對(duì)前者產(chǎn)生正向的作用或者將前者作為研究對(duì)象。這主要表現(xiàn)在三個(gè)方面。其一，由于社會(huì)系統(tǒng)的復(fù)雜性，對(duì)于計(jì)算社會(huì)科學(xué)面對(duì)的許多具體問題（如金融領(lǐng)域的突現(xiàn)現(xiàn)象，社交網(wǎng)絡(luò)中人們觀點(diǎn)的極化現(xiàn)象，等等）并不存在通用的人工智能算法，故需要人工智能的研究者針對(duì)問題探尋和設(shè)計(jì)具體的智能算法，因而，可以推動(dòng)人工智能本身的發(fā)展和應(yīng)用。比如，為了向網(wǎng)絡(luò)上的用戶精準(zhǔn)地推送信息，就推動(dòng)了基于機(jī)器學(xué)習(xí)和貝葉斯推理的智能推薦算法的開發(fā)，也促進(jìn)了對(duì)具有一定自主性的智能體的研究。

其二，計(jì)算社會(huì)科學(xué)的成果可以為人工智能的研究提供思想資源或方法。比如，人工智能的主要目標(biāo)之一是建造具有決策功能的智能體，它能代表設(shè)計(jì)者或使用者，且有一定的自主性來展開行動(dòng)。當(dāng)建造具有多個(gè)智能體組成的系統(tǒng)時(shí)，研究者就需要賦予每個(gè)智能體以自我利益和基于某種理性原則的實(shí)用推理機(jī)制。而這樣的智能體以及其與環(huán)境相互作用時(shí)表現(xiàn)出的決策行為和影響這些行為的機(jī)制正是經(jīng)濟(jì)學(xué)（特別是計(jì)算經(jīng)濟(jì)理論）所研究的問題。事實(shí)上，前些年，人工智能研究者已經(jīng)根據(jù)經(jīng)濟(jì)學(xué)的市場(chǎng)原理建構(gòu)了計(jì)算市場(chǎng)模型，用于設(shè)計(jì)多智能體系統(tǒng)。

其三，隨著人工智能技術(shù)和產(chǎn)品越來越多地應(yīng)用于經(jīng)濟(jì)、政治、文化以及其他社會(huì)生活，勢(shì)必會(huì)改變社會(huì)的結(jié)構(gòu)和人們的工作、生活的方式，因此，要求社會(huì)科學(xué)的研究及時(shí)跟進(jìn)甚至作出前瞻性的判斷或預(yù)測(cè)。而在這方面，計(jì)算社會(huì)科學(xué)可以發(fā)揮重要甚至特殊的作用，因?yàn)樗軐?duì)社會(huì)結(jié)構(gòu)和人的行為變化作出定量的、實(shí)時(shí)的刻畫，并發(fā)現(xiàn)其中的模式。例如，智能機(jī)器人在制造業(yè)乃至服務(wù)業(yè)的廣泛使用，必將導(dǎo)致就業(yè)人員和結(jié)構(gòu)的改變，繼而又改變社會(huì)中資源和財(cái)富的增長(zhǎng)和分配方式，而運(yùn)用計(jì)算進(jìn)路對(duì)于這些問題進(jìn)行研究，不僅可以更好地理解社會(huì)現(xiàn)象和社會(huì)變遷，而且能夠?yàn)檎叩闹贫ㄌ峁┧枷牒屠碚撝巍?/p>

“攜手”創(chuàng)建智能社會(huì)

誠(chéng)然，當(dāng)下人們關(guān)于人工智能的聚焦點(diǎn)主要集中在自動(dòng)駕駛、圖像分類和聚類、語(yǔ)音識(shí)別和機(jī)器翻譯等方面，以及具有巨大應(yīng)用前景的物聯(lián)網(wǎng)、醫(yī)療健康和教育等領(lǐng)域;相對(duì)而言，對(duì)于其與計(jì)算社會(huì)科學(xué)的關(guān)系則關(guān)注得并不多。然而，一些有識(shí)之士已經(jīng)敏銳地注意到兩者相結(jié)合的重要性和巨大價(jià)值。比如，著名的人工智能學(xué)者、圖靈獎(jiǎng)得主萊迪（R. Reddy）兩年前就在一次國(guó)際會(huì)議上倡議：“計(jì)算機(jī)科學(xué)和人工智能必須擁抱計(jì)算社會(huì)科學(xué)”。[12]當(dāng)越來越多的人工智能技術(shù)應(yīng)用于社會(huì)生活的各種領(lǐng)域，定會(huì)改變?nèi)藗兊男袨楹腿伺c人之間的互動(dòng)方式，也會(huì)改變?nèi)怂幍纳鐣?huì)環(huán)境甚至自然環(huán)境。這就要求計(jì)算社會(huì)科學(xué)家探究社會(huì)中個(gè)體或群體之間相互作用的基本模式，發(fā)現(xiàn)這些模式隨著智能技術(shù)和產(chǎn)品的介入而導(dǎo)致的種種問題，并積極地尋找解決問題的方案;而這中間，他們也可以利用人工智能提供的工具和方法。因此，這種“擁抱”是很有必要也是十分自然的。

不論是從歷史還是當(dāng)下，均可以看出，技術(shù)驅(qū)動(dòng)社會(huì)演進(jìn)的趨勢(shì)是無(wú)法逆轉(zhuǎn)的。當(dāng)人工智能發(fā)展到可產(chǎn)生實(shí)際應(yīng)用的技術(shù)和產(chǎn)品時(shí)，這種驅(qū)動(dòng)力也就開始發(fā)揮作用。與以往不同的是，智能技術(shù)和產(chǎn)品可以放大人的自然智能，或者替代人的智能活動(dòng)，而“智能”（嚴(yán)格地說高級(jí)智能）通常被看作是人之所以為人的特質(zhì)。因此，在人的自然智能和人工智能的協(xié)同作用下，總體上，人類社會(huì)將進(jìn)入一個(gè)智能的新時(shí)代。在這樣的大背景和大趨勢(shì)下，拒絕或回避這個(gè)時(shí)代是不太可能的。所以，現(xiàn)實(shí)的選擇是積極地?fù)肀斯ぶ悄埽⑼ㄟ^社會(huì)的計(jì)算研究來認(rèn)識(shí)其對(duì)人的正向的和負(fù)面的效應(yīng)，并盡力發(fā)揮其對(duì)于人類社會(huì)的正向作用，扼制或避免可能帶來的副作用（比如對(duì)個(gè)人權(quán)力的不正當(dāng)侵犯）。也就是說，讓人工智能與計(jì)算社會(huì)科學(xué)之間實(shí)現(xiàn)“攜手”，來共同設(shè)計(jì)和建構(gòu)一個(gè)更加美好的智能社會(huì)。

我們知道，人類社會(huì)的具體制度和規(guī)則正是人自身選擇和設(shè)計(jì)的產(chǎn)物，因此，究竟依據(jù)什么來指定目標(biāo)和設(shè)計(jì)制度就成為社會(huì)科學(xué)研究的主要任務(wù)之一。從理性的角度講，科學(xué)地理解社會(huì)現(xiàn)象并弄清其中的機(jī)理和規(guī)律，在此基礎(chǔ)上對(duì)社會(huì)演進(jìn)的可能性作出客觀的評(píng)估，是人們指定社會(huì)目標(biāo)和設(shè)計(jì)制度的基本前提。人類社會(huì)的歷史一再表明：倘若基于某種非科學(xué)的信仰，或者盲目武斷地，指定目標(biāo)和設(shè)計(jì)制度，那就不是理性的，通常會(huì)對(duì)社會(huì)和人自身產(chǎn)生可怕的后果;如果僅僅依據(jù)經(jīng)驗(yàn)作出這樣的決策，則雖然可以是理性的，卻往往顯得短視和片面，所設(shè)計(jì)的制度很可能缺乏效率，或者產(chǎn)生的結(jié)果違背設(shè)計(jì)者的初衷。誠(chéng)然，傳統(tǒng)的社會(huì)科學(xué)在指定目標(biāo)和設(shè)計(jì)制度方面一直發(fā)揮著作用，但由于其自身存在的局限，從效果上說并不那么理想。

如今，如果能實(shí)現(xiàn)人工智能與計(jì)算社會(huì)科學(xué)的“攜手”，那么，我們不但能更清晰地描述人與人之間的信息互動(dòng)過程和模式，而且能更合理地解釋社會(huì)現(xiàn)象及其發(fā)生機(jī)制，更準(zhǔn)確地預(yù)言人的日常行為和社會(huì)系統(tǒng)的發(fā)展趨勢(shì)。特別是，雖然對(duì)于人的復(fù)雜行為和社會(huì)的復(fù)雜現(xiàn)象無(wú)法作出準(zhǔn)確的預(yù)言，但這不妨礙我們運(yùn)用機(jī)器學(xué)習(xí)等手段建立相應(yīng)的模型，并通過對(duì)模型演化的種種可能性進(jìn)行探索和分析，從中找到產(chǎn)生突現(xiàn)現(xiàn)象的條件和機(jī)制，從而為理解和設(shè)計(jì)社會(huì)系統(tǒng)提供可參考的合理依據(jù)。

事實(shí)上，對(duì)如何利用人工智能和計(jì)算社會(huì)科學(xué)的成果來進(jìn)行社會(huì)系統(tǒng)設(shè)計(jì)，從而為人類建構(gòu)更好的未來社會(huì)，近年來已經(jīng)有人作了有益的探索。例如，幾年前，由計(jì)算社會(huì)科學(xué)家佩特蘭（A.Pentland）所帶領(lǐng)的團(tuán)隊(duì)，運(yùn)用大數(shù)據(jù)、智能技術(shù)和計(jì)算社會(huì)科學(xué)的方法，對(duì)大小不等的社會(huì)系統(tǒng)進(jìn)行了實(shí)證研究，發(fā)現(xiàn)一個(gè)系統(tǒng)的效能（生產(chǎn)能力和創(chuàng)造性輸出等）主要取決于其中個(gè)體思想交流的參與程度和從外部引進(jìn)新思想的探索能力。然后，他們將這些成果用于設(shè)計(jì)或改進(jìn)公司和商業(yè)社交網(wǎng)絡(luò)中思想交流的結(jié)構(gòu)，結(jié)果，生產(chǎn)效率、創(chuàng)造力或盈利能力均有了明顯的提高。[13]可以預(yù)期，隨著人工智能與計(jì)算社會(huì)科學(xué)的攜手發(fā)展，在推進(jìn)社會(huì)進(jìn)步和人類福祉方面，兩者均將發(fā)揮越來越大的作用。

（本文系國(guó)家社科基金重大項(xiàng)目“基于虛擬現(xiàn)實(shí)的實(shí)驗(yàn)研究對(duì)實(shí)驗(yàn)哲學(xué)的超越”的階段性成果，項(xiàng)目批準(zhǔn)號(hào)：15ZDB016）

注釋

[1]https：//www.edge.org/conversation/john_naughton-the-state-of-informed-bewilderment.

[2]D. Lazer， et al.， "Computational Social Science"， Science， Vol. 323， Issue 5915， 2009， pp. 721-723.

[3]R. Conte. et al.， "Manifesto of Computational Social Science"， The European Physical Journal， Special Topics 214， 2012， pp. 325-346.

[4]https：//computationalsocialscience.org.

[5]C. Cioffi-Revilla， Introduction to Computational Social Science， London： Springer-Verlag， 2014， p. 2.

[6]C. Cioffi-Revilla， "Bigger Computational Social Science： data， theories， models， and simulations—not just big data"， The 8th International ACM Web Science Conference， Hanover， Germany， May 22–25， 2016.

[7]H.A.Simon， "Artificial Intelligence： an empirical science"， Artificial Intelligence， 77（1）， 1995， pp. 95-127.

[8]S. Vosoughi， D. Roy and S. Aral， "The spread of true and false news online"， Science， Vol. 359， Issue 6280， 2018， pp. 1146–1151.

[9]https：//www.theverge.com/2019/8/5/20754761/trump-social-media-companies-mass-shooting-predictions-el-paso-texas-dayton-ohio.

[10]Science， Vol. 355， Issue 6324， 2017.

[11]酈全民：《用計(jì)算的觀點(diǎn)看世界》，廣州：中山大學(xué)出版社，2009年，第46～48頁(yè)。

[12]http：//static.springer.com/sgw/documents/1652325/application/pdf/WWWJ+CFP+-+Computational+Social+Science.pdf.

[13]A.Pentland， Social Physics， New York： The Penguin Press， 2014， pp. 25-42.

責(zé) 編/馬冰瑩