當(dāng)人工智能遇上哲學(xué)
http://www.0374v.cn導(dǎo)讀：
有意思的是，圖靈本人并沒有正式使用“人工智能（AI）”這個今日家喻戶曉的詞組他甚至連“計算機(jī)”（computer）這個詞也沒有用（他使用的是“computingmachinery”，即“計算機(jī)器”）。 “人工智能”這個詞組要正式進(jìn)入日常英語，得等到1956年。在這一年夏天的美國達(dá)特茅斯學(xué)院（DartmouthCollege），一群志同道合的學(xué)者驅(qū)車赴會，暢談如何利用剛剛問世不久的計算機(jī)來實現(xiàn)人類
從科學(xué)史角度看，我們今日所熟知三菱“人工智能”學(xué)科，大約是肇始于一篇經(jīng)典論文和一個重要會議。這篇論文無疑是向我們指出了今日所說歐姆龍人工智能研究的某種研究方向。但需要注意的是，圖靈對于這種研究方向的揭示，其在本質(zhì)上是一種哲學(xué)工作：它牽涉到了對于“何為智能”這個大問題的追問，并試圖通過一種行為主義的心智理論，終消弭心理學(xué)研究和機(jī)器程序設(shè)計之間的楚河漢界，同時還對各種敵對意見提供了豐富的反駁意見。
從科學(xué)史角度看，我們今日所熟知的“人工智能”學(xué)科，大約是肇始于一篇經(jīng)典論文和一個重要會議。 1950年10月，偉大的英國數(shù)學(xué)家、邏輯學(xué)家和計算機(jī)科學(xué)的理論奠基人阿蘭·圖靈（AlanTuring，1912-1954）在英國哲學(xué)雜志《心智》上發(fā)表了論文《計算機(jī)器和智能》。在文中他提出了著名的“圖靈測驗”的思想，并認(rèn)為判斷一臺人造機(jī)器是否具有人類智能的充分條件，就是看其言語行為能夠成功地模擬人類的言語行為（具體而言，若一臺機(jī)器在人機(jī)對話中能夠長時間誤導(dǎo)人類認(rèn)定其為真人，那么這臺機(jī)器就通過了“圖靈測驗”）。在文末他樂觀地預(yù)言道，這樣的一臺機(jī)器會在五十年內(nèi)問世。用今天的眼光看來，這篇論文無疑是向我們指出了今日所說的人工智能研究的某種研究方向。但需要注意的是，圖靈對于這種研究方向的揭示，其在本質(zhì)上是一種哲學(xué)工作：它牽涉到了對于“何為智能”這個大問題的追問，并試圖通過一種行為主義的心智理論，終消弭心理學(xué)研究和機(jī)器程序設(shè)計之間的楚河漢界，同時還對各種敵對意見提供了豐富的反駁意見。這些特征也使得這篇論文不僅成為了人工智能科學(xué)的先聲，也成為了哲學(xué)史上的經(jīng)典之作。
有意思的是，圖靈本人并沒有正式使用“人工智能（AI）”這個今日家喻戶曉的詞組他甚至連“計算機(jī)”（computer）這個詞也沒有用（他使用的是“computingmachinery”，即“計算機(jī)器”）。 “人工智能”這個詞組要正式進(jìn)入日常英語，得等到1956年。在這一年夏天的美國達(dá)特茅斯學(xué)院（DartmouthCollege），一群志同道合的學(xué)者驅(qū)車赴會，暢談如何利用剛剛問世不久的計算機(jī)來實現(xiàn)人類智能的問題，而洛克菲勒基金會則為會議提供了7500美元的資助。在會議的籌備時期，麥卡錫 （JohnMcCarthy，1927～）建議學(xué)界以后就用“人工智能”一詞來標(biāo)識這個新興的學(xué)術(shù)領(lǐng)域，與會者則附議。值得一提的是，在參加此次會議的學(xué)者中，有四人在日后獲得了計算機(jī)領(lǐng)域內(nèi)的學(xué)術(shù)獎勵：圖靈獎（TuringAward）。此四君即：閩斯基（MarvinMinsky,1927～，1969年獲獎）、紐艾爾（AllenNewell，1927～1992，1975年獲獎）、司馬賀（Her－bertSimon，1916～2001，1975年獲獎），還有麥卡錫本人 （1971年獲獎）。從這個意義上說，1956年的達(dá)特茅斯會議，無疑是一次名副其實的“群英會”。
參加達(dá)特茅斯會議的雖無職業(yè)哲學(xué)家，但這次會議的哲學(xué)色彩依然濃郁。首先，與會者都喜歡討論大問題，即如何在人類智能水平上實現(xiàn)機(jī)器智能 （而不是如何用某個特定的算法解決某個具體問題）。其次，與會者都喜歡討論不同的子課題之間的關(guān)聯(lián)，追求一個統(tǒng)一的解決方案（這些子課題包括：自然語言處理、人工神經(jīng)元網(wǎng)絡(luò)、計算理論以及機(jī)器的創(chuàng)造性，等等）。后，不同的學(xué)術(shù)見解在這次會議上自由碰撞，體現(xiàn)了度的學(xué)術(shù)寬容度。
由此看來，人工智能科學(xué)從其誕生伊始，就和哲學(xué)結(jié)下了不接之緣。要理解這一點，我們還是需要來看看哲學(xué)研究的基本任務(wù)為何。筆者將哲學(xué)工作的特征歸結(jié)為以下三條：
，思考大問題，澄清基本概念。這里所說的“大問題”，即極具基礎(chǔ)意義的問題。比如，數(shù)學(xué)哲學(xué)家追問數(shù)學(xué)家“數(shù)”的本性為何，物理學(xué)哲學(xué)家追問物理學(xué)家“物質(zhì)”、“能量”的本性為何，生物學(xué)哲學(xué)家追問生物學(xué)家“生命”的本性為何。與哲學(xué)家相比較，一般的自然科學(xué)家往往只是在自己的研究中預(yù)設(shè)了相關(guān)問題的答案，卻很少系統(tǒng)地反思這些答案的合法性。
第二，在不同學(xué)科的研究成果之間尋找匯通點，而不受某一具體學(xué)科視野之局限。比如，科學(xué)哲學(xué)家往往喜歡追問這樣的問題：如何匯通生物學(xué)研究的成果和化學(xué)研究的成果？是不是所有的生物現(xiàn)象，都可以還原為更為微觀的化學(xué)現(xiàn)象？而所有的化學(xué)現(xiàn)象，是否復(fù)又可被還原為更為微觀的微觀物理學(xué)現(xiàn)象？或者，存在著一種不同于“還原論”的匯通方式？相比較而言，職業(yè)科學(xué)家對于這些跨學(xué)科問題雖或偶有反思，但往往也不夠系統(tǒng)和深入。
第三，重視論證和辯護(hù)，相對輕視證據(jù)的約束。這也就是說，評價哲學(xué)工作優(yōu)劣的標(biāo)準(zhǔn)，主要是看一個哲學(xué)論證本身的合理性和常識可接受性，卻一般不用受到嚴(yán)格的科學(xué)證據(jù)的檢測。而對于科學(xué)而言，合理的辯護(hù)程序卻必須和實打?qū)嵉慕?jīng)驗證據(jù)相互匹配，否則得出的結(jié)論就無法被科學(xué)共同體所接受。這種差異，一方面固然使得哲學(xué)工作的自由度要遠(yuǎn)大于科學(xué)工作的自由度，但另一方面也使得哲學(xué)爭議往往不如科學(xué)爭議那樣，容易取得學(xué)科共同體內(nèi)部的一致意見。
綜合以上三點我們不難發(fā)現(xiàn)，經(jīng)過正規(guī)哲學(xué)訓(xùn)練的學(xué)者，在精神氣質(zhì)方面便很容易具備這樣的質(zhì)量：喜歡刨根問底，喜歡融會貫通，不受制于一門特殊經(jīng)驗科學(xué)的思維方式（或套用孔子在 《論語·為政》中的訓(xùn)誡來說，“君子不器”），并傾向于對敵對的學(xué)術(shù)觀點保持一種“紳士風(fēng)度”，視哲學(xué)爭議為正常。筆者將這些文化質(zhì)量，統(tǒng)統(tǒng)歸到“哲學(xué)文化”這個大的標(biāo)簽之下。
人工智能的研究目的，即是在人造機(jī)器上通過模擬人類的智能行為，終實現(xiàn)機(jī)器智能。很顯然，要做到這一點，就必須對“何為智能？ ”這個問題做出解答。然而，不同的解答方案往往會導(dǎo)致截然不同的技術(shù)路徑。比如，你如果認(rèn)為“智能”的實質(zhì)就是具體的問題求解能力，那么，你就會為你心目中的智能機(jī)器規(guī)劃好不同的問題求解路徑，而每一路徑自身又對應(yīng)于不同的問題（這就是主流人工智能學(xué)界所做的）；你如果認(rèn)為實現(xiàn)“智能”的實質(zhì)就是去盡量模擬自然智能體的生物學(xué)硬件，你就會去努力鉆研人腦的結(jié)構(gòu)，并用某種數(shù)學(xué)模型去重建一個簡化的神經(jīng)元網(wǎng)絡(luò)（這就是聯(lián)結(jié)主義者所做的）；如果你認(rèn)為智能的實質(zhì)僅僅在于智能體在行為層面上和人類行為的肖似，那么你就會用盡一切辦法來填滿你理想中的智能機(jī)。
上一條：全球大石油展開幕 石油裝備發(fā)展前景看好