徐英瑾:欧陆现象学对人工情绪研究的挑战

选择字号:   本文共阅读 291 次 更新时间:2019-12-10 22:12:55

进入专题: 现象学   人工智能  

徐英瑾  

  

导 论

  

   所谓人工情绪研究,其基本含义便是:在人工智能研究所提供的技术环境内,以计算机工程可以实现的方式,去模拟人类情绪的部分运作机制,以便由此提高整个人工智能产品的工作效率。不过,就像对于人工智能的一般性研究无法规避对于“智能”之本质的讨论一样,对于人工情绪的研究自然也就无法规避对于“情绪”的本质的讨论。那么,到底什么是情绪呢?在一种基于生物学还原主义的思维方式的引导下,一部分人或许会在回答上述问题时诉诸情绪在人脑中实现的神经学机制,比如杏仁核的工作原理(杏仁核是海马末端的一个脑组织,一般认为与恐惧的情绪的产生相关)。但考虑到作为碳基的信息处理机制的人脑与作为硅基的计算机设备之间的巨大物理差异,对于情绪的神经科学探索,究竟能在多大程度上引导人工情绪的研究,多少还是让人感到疑虑的。相比较而言,对于情绪的认知心理学研究,或许对人工情绪的研究是更具启发意义的,因为认知心理学的描述层面本来就相对较为抽象,因此其结论亦在客观上就具备了“兼顾碳基人脑与硅基设备”的可能性。

  

   然而,在对心理学的研究成果表示尊重的前提下,本文还想指出:对于人工情绪的研究来说,欧陆现象学家特别是胡塞尔、海德格尔对于情绪的研究成果,亦是具有重要的、不可替代的参考价值的。具体而言,胡塞尔哲学所涉及的“生活世界”与情绪之间的内在关系,海德格尔哲学所涉及的“向死而生”的生存论机制对于情绪的奠基意义,都是典型的认知心理学的情绪描述所付诸阙如的,却能在更大的广度与深度上触及作为情绪承载者的人类个体与其所处的相关文化、历史背景之间的内在关联。考虑到理想的人工智能产品也将与人类用户所处的文化、历史背景进行深度关联,现象学在这方面的思考成果当然是值得人工情绪研究参考的。从这个角度看,我们甚至可以说:人工情绪研究的最终工作目标,是应当由情绪现象学——而不是由认知心理学来加以厘定的,尽管对于这一工作目标的工程学实现,或许应当诉诸某些现象学所不能提供的理论工具。不过,在引入对于情绪现象学的讨论之前,我们需要先将认知心理学对于情绪的主要研究成果予以简要的回顾。

  

为何人工智能的研究需要人工情绪

  

   从认知心理学的角度来看,有三个理由可用来证明一个具有多重任务管理能力的社会性人工智能系统的运作,是必须预设人工情绪系统的在场的。而这样的证明,也将向我们澄清认知心理学家心目中的“情绪”在功能层面上是如何被定位的。

  

   理由一:基于进化心理学的考量。我们知道,根据进化心理学的原理,任何智能系统之所以能够经由自然选择机制被进化出来,归根结底是为了能够满足饮食、繁殖、抢夺领地、逃避危害之类的基本的生物学需要。而要满足上述需要,生物体的智能系统就必须对外部环境的情况有相应的表征力。然而,没有一种生物体可能具有对于环境的全面的客观表征能力。换言之,由于支持这种能力的生物学构架会因为过于复杂,而根本不可能在进化历程中出现,所以,智能体对外部世界的表征就必然存在着某种“表征空隙”。然而,“表征空隙”的存在显然是对生物体的生存具有威胁的,因为“空隙”本身就意味着生物体对于外部环境相关要素的无知。为此,一种最经济的解决方案,就是在此类“空隙”中填入某种“填充物”,使得生物体的认知系统能够得到勉强的运作。而“情绪”就是此类“填充物”——或换言之,情绪就能由此在功能上被定义为“智能系统在表征能力不足的时候,对于外部环境刺激的一种应急性处理模式”。具体而言,这种处理模式能够帮助智能体在关于“危险到来”的证据不足的时候及时逃避,在关于“可获取利益”的证据不足的时候争取利益,或者在自己对于外部环境的预先估计与现实不同的时候表示出惊讶(以便为下一步的策略大调整提供心理转型的动力),等等。

  

   而以上推理显然也适用于人工智能系统。虽然人工智能系统是人类所设计的,而不是由自然界本身所进化产生的,但是人工智能系统的运作也必须适应外部环境,同时,此类运作所需要的运作资源也不可能是无限的。由此看来,任何人工智能系统都不可能具备对于外部环境进行完全精准的表征的能力。换言之,在“立即输出行动”的时间压力非常急迫,而“给出行动的理性根据又不足”的情况下,人工智能体就非常需要通过人工情绪机制对于理性推理机制的接管,来快速地应对外部环境所提出的挑战。所以,完全意义上的人工智能系统——或称之为“通用人工智能”——其实是无法避免对于人工情绪的涉及的。

  

   理由二:基于多重任务管理需要的考量。我们知道,任何一个通用人工智能系统都需要在相对逼仄的时间预算内同时处理多重任务。然而,由于任何一个智能系统的运作资源都不是无限的,因此,我们就难以保证上述任务都能够在逼仄的时间预算内得到相应的处理。所以,系统需要对解决上述问题的优先性进行排序。不难想见,一个需要在起码的意义上适应于环境的人工智能系统,将在那些对其生存具有更关键意义的任务之上打上“优先处理”的标签,而这种打标签的处理方式本身就是一种抽象意义上的“情绪化反应”(因为此进程往往没有经历对于任务复杂度的精细分析)。所以,通用人工智能系统的设计,是难以回避对于人工情绪的涉及的。

  

   理由三:基于社会交互需要的考量。应当没有人会否认,未来我们所期望的通用人工智能系统,将与人类的社会产生非常复杂的互动。这样一来,我们也希望理想中的人工智能系统能够理解人类社会的“等级性”(如区分上下级)、“认同性”(如区分敌、我、友或区分亲疏)、“领地性”(如区分“我的”与“你的”)等不同面相。然而,关于人类社会的上述面相的信息,往往只能透过非常微妙而不完全的环境提示而提供给智能体,因此,对于上述信息的把握,就无法诉诸基于“理性万能假设”的符号化推理以及基于“数据完备性假设”的大数据分析。而在这种情况下,人工情绪的介入,能够使得系统在理性推理资源不足与分析用数据不足的情况下,以较便捷的信息处理通道,把握人类社会生活的这些微妙面相。所以,通用人工智能系统的设计,是难以回避对于人工情绪的涉及的。

  

   以上三个理由,虽然各自的角度不同,却显然是有着某种共相的。该共相就是:情绪乃是主体在关于环境的精准信息相对匮乏且给出行动的时间压力相对紧迫的前提下,根据非常片面的环境信息,而对外部挑战给出回应的快速心理处理模式。很明显,这样的一个定义是纯然功能主义的,因为它仅仅牵涉情绪在智能系统中扮演的抽象功能角色,而无关于实现这些功能的具体物理机制的细节。因此,这样的一个定义既能同时涵盖对于人类心理与人工智能系统的说明,同时也能为多种实现“人工情绪”的技术路径提供相应的理论空间。

  

   当然,上面的分析在理论层面上还太抽象,还不足以为人工情绪的研究提供更切实的指导。而目前在功能主义层面上讨论情绪机制的最广受学界引用的模型,乃是所谓的“OCC模型”——该模型因三位提出者姓氏的英文首字母分都是“O”“C”“C”而得名。该模型大旨如下:第一,智能体在客观环境不足的情况下,其所需要掌握的最核心信息,乃是对于“其所设定的目标是否被满足”这一点的评估。第二,由这种评估的结果,系统会做出“满意”或者“失望”这两种情绪性评价,而这种评价将左右主体后续的信息处理进程的大方向。第三,如果建模者能进一步地将这种对于“现状—目标”差值的评估加以细致化的话,那么由此产生的更为细微的情绪分类(根据OCC模型,这些情绪有22类之多。)将对智能体的行为进行更细致的引导(具体的情绪产生机制的运作流程,参考表1)。由此不难看出,OCC模型是在“衡量目标与现状差值”这一粗略的主-客关系评估的基础上进行情绪定位的,其“经由认知定义情绪”的思路亦是非常清楚的。

  

  

   尽管本节所介绍的对于情绪的心理功能主义描述方式,的确具有很强的对于人工智能研究的辐射性,但是从现象学角度看,此类模型还是大大简化了使得人类情绪得以产生的复杂人文背景。譬如,即使是在情绪理论构建方面最接近OCC模型的胡塞尔现象学,其实也在其情绪理论中嵌入了“生活世界理论”这一OCC模型所难以消化的内容。而我们下面的讨论,也将从胡塞尔开始。

  

胡塞尔的“生活世界”理论对于人工情绪研究所提出的挑战


   从表面上看,在讨论人工情绪建模的语境中引入现象学的资源,是有点奇怪的,因为人工智能研究的基本本体论假设是“自然主义”的,甚至是“机器功能主义”的,即认定某种程序只要被恰当的机械装置在物理层面上加以执行,就可以产生人类认知的方方面面。而按照一般人对于“现象学”的理解,“反自然主义”乃是林林总总的现象学研究的最大公分母,换言之,在几乎所有的现象学看来,现象学所要忠实处理的“现象”必须“悬搁”物质世界的客观运作,而仅仅包含能够在主观现象中呈现给主体的事物。不过,更为细致的考量却使得我们发现:现象学的思维方式虽然与人工智能的建模思路有所差异,却能在如下两个方面彼此接续,此即“高层次认知管理”与“人-机界面设计”。

  

   那么,什么叫“高层次认知管理”呢?这就是指一个智能架构中那些处于相对较高层次的认知单元之间的关系。譬如,“恐惧”与“所恐惧的事件”之间的关系,“后悔”与“对于所后悔的事件的记忆”之间的关系,等等。正如我们在OCC模型中所看到的,即使是对于情绪的功能主义建模,也不得不首先聚集于对于此类高层次认知管理机制的描述——而这种描述,却恰恰是与使得此类机制得以被实现的具体物理机制相对无关的。而亦正好是在这个层面上,现象学家与人工情绪的理论家的确是能够达成某种暂时的一致的,因为现象学家同样只关心那些能够在现象领域内涌现出来的诸种体验之间的相互逻辑关系,却不关心使得这些体验得以产生的物理机制。

  

   那么,什么叫“界面设计”呢?顾名思义,此即对于“人工制品向用户呈现出现的现象特征”的设计。这种设计一方面当然是具有工程学性质的——譬如,一台手机的界面设计就牵涉了对于大量后台操作设施的工程学建构;另一方面,其设计结果却是面向现象体验的,譬如手机用户的现象体验。至于二者之间的关联性,则体现在:其一,用户的现象体验能够倒逼工程师在后台设施设计方面尽量满足用户的需求;其二,特定的现象体验也能够向外界透露关于后台操作的一些技术信息(不过,对于这些信息的判读显然需要一定的专业知识做背景支撑)。

  

很明显,本文所讨论的具有人工情绪功能的人工智能产品,也是应当具有一个恰当的人-机界面的,(点击此处阅读下一页)

    进入专题: 现象学   人工智能  

本文责编:limei
发信站:爱思想(http://www.aisixiang.com),栏目:天益笔会 > 科学精神 > 科学评论
本文链接:http://www.aisixiang.com/data/119384.html
文章来源:《探索与争鸣》2019年第10期

1 推荐

在方框中输入电子邮件地址,多个邮件之间用半角逗号(,)分隔。

爱思想(aisixiang.com)网站为公益纯学术网站,旨在推动学术繁荣、塑造社会精神。
凡本网首发及经作者授权但非首发的所有作品,版权归作者本人所有。网络转载请注明作者、出处并保持完整,纸媒转载请经本网或作者本人书面授权。
凡本网注明“来源:XXX(非爱思想网)”的作品,均转载自其它媒体,转载目的在于分享信息、助推思想传播,并不代表本网赞同其观点和对其真实性负责。若作者或版权人不愿被使用,请来函指出,本网即予改正。
Powered by aisixiang.com Copyright © 2020 by aisixiang.com All Rights Reserved 爱思想 京ICP备12007865号 京公网安备11010602120014号.
工业和信息化部备案管理系统