程广云:从人机关系到跨人际主体间关系——人工智能的定义和策略

选择字号:   本文共阅读 163 次 更新时间:2021-05-28 08:16:38

进入专题: 人工智能   人机关系   本质主义   功能主义  

程广云 (进入专栏)  

  

   摘要:为了区分作为工具的智能机和作为主体的机器人,关于人的定义必须由本质主义转向功能主义。迄今为止,人工智能经历了形式化、经验化、理性化三个发展阶段,但却仍然不是在结构上,而是在功能上模拟人类思维。只有关于人的功能主义定义才能兼容未来的新物种和新人类——“不受控”机器人。如果“不受控”机器人出现,自然人和机器人的关系将会从人机关系发展到跨人际主体间关系。这种关系既非以往人和机器的关系、人和动物的关系,亦非自然人之间的关系,自然人不应套用以往策略对待机器人。人类至上主义并非不证自明。自然人自身再进化、人机并行、人机融合是自然人避免被机器人所超越、替代、淘汰的可行方案。

   关键词:智能机;机器人;本质主义;功能主义

  

   一

   人工智能(AI)所创造出来的产品究竟是智能机(intelligence machine),还是机器人(robot),这是我们在讨论相关问题时所需要考虑的一个前提性、基础性问题。如果是智能机,那它就是我们人类所创造出来的一种工具、手段,哪怕这种工具多么复杂,这种手段多么高级,它也只是像我们传统哲学教科书所断言的:正像普通机器是人手的延长和人的体力的放大一样,智能机器是人脑的延长和人的智力的放大。如果是机器人,那它就是我们人类所创造出来的一种新物种、新人类。这样一种划分在中文里比在英文里更明显。作为前一种情况是不足为虑的,作为后一种情况值得我们焦虑。那么,这两种情况的划分标准在哪里呢?

   梅剑华在“人工智能基础问题的悲观与乐观”一文中提出,我们需要首先辨析人工智能的四个基本概念:弱人工智能、强人工智能、通用人工智能、超级人工智能以及它们之间的区别和联系。[1],p3其中,弱AI/强AI是塞尔在“心灵、大脑与程序”(《行为和大脑科学》,1980)一文开头提出的:“弱”AI就是一个“工具”,“强”AI“具有理解和其它认知状态”,“就是一个心灵”。[2],p92弱AI包括两个部分:一是专家系统,是指对人类智能的局部模拟;二是通用系统,是指对人类智能的全局模拟。而超级人工智能则是相比人类最优秀的智能更聪明的智能。但是,按照塞尔观点,无论专家系统,还是通用系统,作为“工具”都是“弱”AI,作为“强”AI“具有理解和其它认知状态”,“就是一个心灵”。这里,我以为有两种划分方式:一种是本质主义的,一种是功能主义的。

   本质主义思维方式是说,从人的诸多特征中寻找某一根本特征,认为凡具有这一特征的就是人,凡不具有这一特征的就不是人,譬如理性、语言、社会、劳动,诸如此类。我们既然以此为标准划分人与动物,也就能够以此为标准划分人与机器。

   然而,按照本质主义思维方式,我们就不可能走到今天。众所周知,人工智能起源于这样一个问题的提出:“机器如何思维?”这一问题之所以提出,是因为科学家们已经做出一个假定:“机器能够思维!”这就摒弃了思维专属于人的成见。图灵在《计算机器与智能》(1950)一文中,首次提出“机器能够思维”的论点,促使人们积极探索智能模拟的具体途径。图灵通过“模仿游戏”证明“机器能够思维”。[2],p56所谓“图灵准则”、“图灵检验”被人们称之为行为主义,类似我所谓的功能主义。他对种种反对意见(如“有关意识的论点”等)的若干回答也就是对本质主义的批驳。这与塞尔观点正好相反。20世纪50年代中期,由于计算机技术的发展,以及它与控制论、信息论、数理逻辑、神经生理学、心理学、语言学和哲学的相互渗透,人工智能作为一门新学科开始形成。1956年,在美国达多马斯大学召开了有关人工智能的夏季讨论会,把人工智能正式确定为一门学科。同年,美国心理学家纽艾尔、西蒙和肖编制了一个叫作“逻辑理论家”的程序系统,它能证明罗素与怀特海《数学原理》中的数理逻辑定理,从而体现机器智能。科学家们认为,思维就是运用一种语言,一种逻辑。这种语言显然不是日常生活中的自然语言,而是人工语言——数学语言。人类使用的数学语言以十进制为基础,而让机器掌握十进制数学语言则相当困难。考虑到机器有两种基本状态:开和关,科学家们就为机器编制了二进制数学语言。导通代表1,截止代表0,逢2进1,这样就解决了机器数值运算问题,最终计算结果是以人们习惯的方式显示给人们的。再进一步,科学家们认为,逻辑关系同样可以数值形式表达,于是提出数理逻辑,譬如1代表肯定,0代表否定,输入两个逻辑量:肯定(1)和否定(0),如果两个输入只有一个肯定,结果就是肯定,这叫做“或”逻辑;如果两个输入必须全是肯定,结果才是肯定,就叫做“与”逻辑;如果输出是输入的反面,则叫做“非”逻辑。由此制订一套逻辑代数规则,这样就解决了机器逻辑运算问题,也就初步解决了机器思维或人工智能问题。

   从那以后,人工智能取得了重大的进步。前述梅文提出,人工智能的发展大致可分为三个阶段:逻辑推理(1956-1980年代)、概率推理(1980年代-2000)、因果推理(2000-)。[1],p2假如这一个划分尤其第三个阶段成立的话,我以为这恰好揭示了人工智能迄今为止的三个发展阶段:形式化、经验化、理性化。在第一个阶段,机器人只是在形式上模拟人类思维,在实质上还是智能机;在第二个阶段,机器人开始模拟人类经验;在第三个阶段,机器人开始模拟人类理性。人工智能也称机器思维。人工智能是人类智能的模拟,机器思维是人类思维的模拟。模拟包括结构模拟、功能模拟,由于人脑高度复杂,不是一个打得开的“白箱”,而是一个打不开的“黑箱”,因此在相当一段历史时期里,人工智能不是在结构上,而是在功能上模拟人脑。

   围绕人工智能(机器思维)这一中心问题,我们进行了长期的哲学探讨。像传统哲学教科书那样,我们认为思维是人脑的机能和客观世界的主观映象。这就将思维的种种可能封闭为思维的一种现实亦即人类思维。这也就是本质主义思维方式,亦即形而上学思维方式,是真正“不结果实的花朵”。反过来说,这就要求我们转向实践哲学思维方式,亦即功能主义思维方式。人工智能科学把思维符号化。它揭示了哲学和具体科学在思维方式上的异同。具体科学具有可建构性、可操作性,这一基本特点为英美哲学传统(经验主义—功利主义—实用主义—实证主义)所影响。但是,像传统哲学教科书那样,我们还要步步设防:即使机器能够思维,它也不是人的思维。我们在机器思维与人类思维、在人工智能与人类智能之间划清界限。这种做法就像我们在火车和马车之间划清界限一样,对不对呢?——对!有没有用呢?——没用!火车一开始甚至跑不过马车,但是现在,在运输工具上,马车早已被火车替代、淘汰了,无论运载能力还是运行速度,火车都远远超过了马车。今天我们在机器与人类之间划清界限,极有可能面临同样一个局面:机器超越了人,替代了人,淘汰了人。当然这一比喻并不确切,无论马车,还是火车,不过运输工具而已。而我们今天所谈论的机器和人类的关系,则是指机器能否具有像人类一样的思维能力,甚至超越这一能力。当然,还有许多事情无法判断,究竟是科学潜能,还是科学幻想。然而我们由本质主义思维方式转向功能主义思维方式,则是完全必要、非常及时的。

   功能主义思维方式是说,不管两个存在物A和B属性有何不同,本质有何不同,只要A的行为所起到的作用、所发生的效果,B的行为也能起到,也能发生,那么它两个就是同一类。如果机器能够像人一样思维,那么它的思维就是人的思维;如果机器思维能够比人的思维更快捷、正确,那么它的思维就超过了人的思维。由此类推,如果机器能够像人一样行为,那么它的行为就是人的行为;如果机器行为能够比人的行为更快捷、高效,那么它的行为就超过了人的行为。感觉、欲望、感情、意志,均可如此衡量。

   有种本质主义思维方式认为,人类思维的本质是反思,即以自身思维为对象的思维,对意识的意识,亦即自我意识,因此以有无自我意识或意向性来划分机器思维和人类思维、人工智能和人类智能。但是,怎么知道机器不能具有自我意识?当然现有机器,包括阿尔法狗(AlphaGo)、沙特阿拉伯公民索菲娅(Sophia)等等,还不具有自我意识,但是我们讨论一切问题,不是在现实性上讨论,而是在可能性上讨论。机器现在还不具有自我意识,并不等于将来也不具有自我意识。迄今为止,整个人工智能历史表明,机器何以思维(意识)?在于思维(意识)是通过编码即符号化进行的。自我并非一种实体,它是一种意识。自我意识作为一种意识,在原则上同样可以编码。甚至感觉、欲望、感情、意志,也都可以编码。

   按照托夫勒观点,“知识”(knowledge)是经加工制作可以发挥作用的“信息”,“信息”(information)是分类整理后的“数据”,“数据”(date)是各种搜集起来的“数字”和“事实”。[3],p20按照OECD观点,知识分为四类:知道是什么的知识(Know—what)即事实知识(“知其然”)、知道为什么的知识(Know—why)即原理知识(“知其所以然”)、知道怎么样做的知识(Know—how)即技能知识和知道是谁的知识(Know—who)即人际知识。根据这种分类,前两类知识属于“编码化知识”即“归类知识”(“言传”型),亦即“信息”,较易于编码化(归类)和度量,人们可以通过理论学习——读书、听讲和查看数据库(“言传”)获得;后两类以及其他各类知识属于“隐含经验类知识”即“沉默知识”(“意会”型),较难于编码化(归类)和度量,人们可以在实践中学习(“身教”)获得。[4],p6由于人工智能的出现,知识逐步编码化,而“编码化知识”又可以通过人工智能加以掌握,在电脑及其网络中存储和流通。在这种情况下,人类智能、人脑及其网络应当着重把握的是“隐含经验类知识”。因此,这种知识分类反映了人—机知识分工的历史特征。人—机知识分工在于人们通过运用自身“隐含经验类知识”,使用机器存储和流通的“编码化知识”,并且力图将前者逐步转换为后者。

   然而人工智能最新发展表明,机器已经不仅仅是机械执行人类所输入的程序,而是通过大数据、云计算拥有了深度学习的能力。以往机器所具有的只是“编码化知识”,现在机器在某种程度上已拥有了“隐含经验类知识”。这就是人工智能的一个重大突破。这一突破表明,一种可以称为机器人的新物种或新人类即将出现。出现的标志并不是按照本质主义所可以定义的,而是按照功能主义定义,只要某种人造物不受人控制,具有自主性,它就不是智能机,而是机器人。自主性并非一种新的属性、新的本质规定,而是表现于不受控中,“不受控”是在功能、作用、效果上衡量的。当然,许多自然物,例如小行星,在我们认识和运用它的规律前也是不受控的,但我们说的是人造物;许多人造物,例如核武器,似乎也是绝大多数人所控制不了的,但它终究还是极少数、极个别人所控制得了的。“不受控”亦非自动化,自动化不仅初始控制属于人类,整个运行也是按照人类意愿进行,并且人类可以中止这一运行。“不受控”则是整个过程自始至终不受控制或者初始控制属于人类但随后却失控并且最终无法恢复控制。这里还要排除偶然失控现象,它是一种必然失控现象,不仅是事实上“不受控”,而且是原则上“不受控”。其实,近来对于人工智能的担忧,就是对于某种“不受控”机器人的担忧!

   二

假定这样一种“不受控”机器人出现,机器人和自然人的关系就会成为一个问题。这里“自然人”不是在与“法人”“社会人”相对应的意义上,而是在与“机器人”相对应的意义上说的。这个问题是前所未有的,与原有人机关系存在着根本不同:自然人和智能机的关系还是人机关系,还是主体和客体(对象)、中介(工具)之间的关系,自然人和机器人的关系则是主体和主体的关系,这种新型主体关系既不同于任何主客体关系,也不同于现有人与人之间的主体间关系,可以称为跨人际主体间关系。 (点击此处阅读下一页)

进入 程广云 的专栏     进入专题: 人工智能   人机关系   本质主义   功能主义  

本文责编:admin
发信站:爱思想(http://www.aisixiang.com),栏目:天益学术 > 哲学 > 科学哲学
本文链接:http://www.aisixiang.com/data/126724.html

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 © 2021 by aisixiang.com All Rights Reserved 爱思想 京ICP备12007865号-1 京公网安备11010602120014号.
工业和信息化部备案管理系统