人工智能的认识论效应

所属栏目：智能科学技术论文
发布时间：2021-04-09 11:50:24  更新时间：2021-04-09 11:50:24

　　人工智能是力求在机器上模拟人的思维认识能力 (智能)的一种科学技术,所以,与同样以思维认识活动为研究对象的哲学认识论具有密切的关联,以至于人工智能的基本理论甚至被视为“认识论问题的批判性研究”[1]。而从软件上看,人工智能就是以编程的方式来实现智能模拟的目的,编程所形成的程序说到底就是逻辑,而逻辑就是“在心理和言语表征中理解了世界和思想的秩序”[2],从而也就是体现了对世界洞察力的认识论,即逻辑就是认识论。人工智能和认识论的内在关联还可以从以下两个方面来理解。一方面,人工智能内含认识论,特定的人工智能秉持了特定的认识论立场,如人工智能的三大流派(符号主义、联结主义和行为主义)就分别秉持了理性主义、经验主义和具身认知的认识论。不同的认识论对认识(智能)本质和机制的不同揭示,引导人工智能沿不同的研究方向和路径去模拟人的智能行为,从而形成不同的人工智能范式。可以看到,不同的认识论成为各派人工智能的理论根基。另一方面,哲学认识论同样也需要从人工智能的新发展中汲取营养与获得启示,因为人工智能如同人类智能的镜像,折射着人脑活动的奥秘,借助它可以反向启示我们更深入地理解认识活动的机理,从特定方面获得关于智能本质的新进展,从而拓展和深化认识论的当代研究。认识论研究如果疏离人工智能, 就不能与智能时代日新月异的步伐同步。由于人工智能和认识论之间的这种内在关联,使得具有认识论属性的人工智能,必然显现出巨大而重要的认识论效应, 即对认识论产生深刻而多向度的影响。人工智能的认识论理论效应、工具效应和创新效应就是其中的3个重要向度。探讨人工智能的认识论效应,有助于更全面地理解人工智能的哲学意义,并把握智能时代认识论研究的新走向。

　　一、人工智能的认识论理论效应

　　人工智能最基本的认识论效应,是在认识论理论层面上对其带来的深刻影响,主要表现为它对认识论理论所形成的突显效应、体现效应和拓深效应,下文将分别论述。

　　1.突显效应:从人工智能的重要性到认识论的重要性人工智能在当今社会的重要性不言而喻。人工智能的这种“显赫”无疑也使得认识论的重要性得以突显,因为当我们进一步考察为什么会有人工智能,人工智能为什么会有不同的流派,强人工智能是否可能等问题时,都要追溯到认识论的根源上,从而将我们的目光引向对认识论的关注。从“为什么会有人工智能”上来说,由于智能就是认识现象,人工智能就是要通过人工的技术手段来模拟人的认识能力,所以,它的发端就是一种认识论追求,它的萌发很大程度上也是来自于认识论的启示。这个启示就是:人能操作需要智能的认识活动,那么人造的机器也能进行这样的活动吗? 认识活动的主体只能是人吗? 它能否从人转移到别的人工载体上? 对此,人工智能的思想先驱莱布尼茨就直接萌生过有智能的机器的想法。从根基的意义上说,人工智能起源于认识论。人工智能产生的年代,正是认识论发展到理性主义占支配地位的阶段,当一些认识论哲学家(如罗素、弗雷格等)完成了数理逻辑这一理性认识的数学和逻辑工具后,人们追求一种精确化、普遍性的知识形式就必然成为一种认识论主题;而当计算机问世后,将这样的知识形式化进而通过计算机加以模拟的人工智能路径就成为必然,这也正是符号主义人工智能发端时,许多创始人受到分析哲学和逻辑实证主义直接启发而走上 AI研发之路的情形。德雷福斯对于认识论启发人工智能有过这样的论述:人工智能的“先驱研究者们直接或间接地从哲学家当中学到了很多东西。比如,霍布斯关于推理就是计算的宣称,笛卡尔的心理表征概念,莱布尼兹的‘普遍特性’(一组谓词中所有的知识都可以之表达)概念,康德关于概念规则的宣称,弗雷格对这些规则的形式化,以及维特根斯坦在他的《逻辑哲学论》中提出的逻辑原子命题公设。简而言之,人工智能研究者虽未意识到这点,但业已努力将理性主义哲学转变为一种研究计划。”[3]当然,还可以进行更早的追溯:亚里士多德所归结的人在认识过程中的三段式演绎推理对人工智能的知识表示具有更为根基性的作用。

　　可以说,人工智能最初萌发于这样一种认识论类比:当理性主义认识论所揭示的人的认识过程应该受严格的逻辑和规则支配时,计算机中的信息处理也受精确的算法和程序控制,两者之间无疑就具有高度的可类比性,两种过程由此也具有形式上甚至本质上的一致性,所以,在计算机上模拟人的认识过程是完全可能的。这就是人工智能最初的理论根据,也正因为如此,人工智能在起初被视为是一个“涵盖了认识论和逻辑的新兴研究领域”,是一个“由这两个领域之间的共同利益所创造的”的领域,从而“AI的目的是研究可能的认识关系的类别,认识论的主要目的是规范那些知识组合所必需的特性和关系”[4]。简单地说,人工智能就是将一些认识论关系(特别是推理关系)纳入到了自己的知识理论中,使得机器的知识表示或知识发现过程突显了认识论的普遍功能。

　　2.体 现 效 应:人 工 智 能 的 成 就 对 认 识 论 效 能 的展现人工智能之所以在今天如此重要,是因为它帮助我们解决了越来越多的问题,其成就和效能与日俱增, 由此也体现了作为其哲学基础的认识论的效力。哲学认识论原本是抽象而宏大的理论,它容易得到类似于“哲学无用论”的评价。而当作为某种认识论追求的人工智能获得成功时,意味着它背后无形中起支撑作用的认识论也发挥了效能,使得“认识论无用” 不攻自破。人工智能的创始人纽厄尔和西蒙就揭示了AI研究必然要走向认识论问题:“仅是建构一个知识基础,就成为智能研究的重大问题……关于常识性知识的内容与结构,我们还是知道得太少了。‘极小’常识系统必须‘知道’有关因果、时间、目的、地点、过程和知识类型……的某些情况。在这一领域中,我们需要花力气做严格的认识论研究。”[5]可见,人工智能的研究使更多的认识论理论问题浮出水面,走向前台。在这里,体现的意义就是哲学认识论获得了“用武之地”, 具有存在和影响人工智能的价值,这就是 AI对认识论的所具有的特殊的体现效应。

　　人工智能在前台的多姿多彩和价值扩增,在某种意义上也体现了其背后的哲学认识论的效能,在这个意义上甚至可以将人工智能视为认识论的应用,从而具有“应用认识论”的性质。人工智能作为应用认识论的一种解释是,“运用机器或模型来模仿诸如感觉、认知、学习、选择性记忆的过程,或者应用人类分类、感觉、存储、搜索等原理来设计机器、编程、扫描、存储和检索系统”[6],也就是在机器载体上对认识论原理的应用。这种应用的关系进一步体现出,没有认识论的发展,就没有它在机器系统中的应用,由此体现了作为人工智能 渊 源 的 “理 论 认 识 论”即 哲 学 认 识 论 的 当 代价值。

　　3.拓 深 效 应:人 工 智 能 对 认 识 论 研 究 的 拓 展 与深化人工智能在突显和体现认识论的过程中,还不断对认识论研究提出新问题,拓展新视界,从而进一步形成对认识论理论的拓展和深化效应。人工智能虽然在认识论的启示下萌发,但人工智能的理论并不是简单地重复各派认识论学说,而是结合最新的探索,以自己独特的视角和语言,重新概括出自己对智能及其模拟过程的理解。如“物理符号系统” “表征—计算”“人工神经网络”“深度学习”“感知—行为”等就是这样的概括,其中包含的内涵既拓展也加深了我们对某一向度的认识活动的理解。如同斯罗曼所说:“人工智能(以及计算机科学)已经开始通过为自然智能的各个方面提供新的解释形式,并对有关思维的性质、活动和产品的古代哲学问题提供新的答案,来推动科学和哲学的发展。”[7]94 可以说,各种人工智能范式都对认识的机制提供了新的阐释,从而丰富了关于认识活动的哲学理解。如“认知的计算阐释”经过几百年的发展,计算概念成了许多人把握、说明、思考认知的一种独特方式。当认识论对认识过程的说明结合这些新的视角后,就可以形成更加开阔的视野。当一般的“认识”范畴借助这些形式多样的表述得到了极大的丰富时,也使我们对各种形式的认识活动通过这些“概念指引”和启发进入到更加微观的把握。基于 AI关于认识本质的理解还形成了“计算主义”“联结主义” “行为主义”之间的新争论,如果在当代认识论研究中汲取各派的合理之处,加以整合提升,还可以形成涵盖面与合理性更高的认识本质理论。例如,我们的认识论先前已将认识的本质归结为实践基础上主体对客体的能动反映。结合人工智能的新成果,我们还可以将其扩展为:认识作为能动的反映还是与身体相关和情景相关(具身性与具境性)以及技术相关的(可被人工智能技术延展和增强),在高级阶段还具有计算-表征的特征,从而是可以被机器模拟的对象。由此导向对认识论理论发展的新成果。

　　二、人工智能的认识论工具效应

　　至少在强 AI出现之前,人工智能对人的唯一功能就是作为工具而起作用。这种工具的作用也必然在认识论的维度上得以体现。例如,它可以充当人的思维认识活动的“镜子”,在帮助人进行“认识自我”中发挥出“镜像”的效应;它可以对认识论假说提供检验和验证的技术新手段,从而形成“实验”的效应;它还可以作为人的认识能 力 提 升 的 强 大 装 备,产 生 “增 强”的效应。

　　1.镜像效应:将心智对象化进而客观地研究主观认识借助镜像来认识自己,是高级的智能生命所具有的一种认识能力。这也是我们理解和阐释“自我”(包括精神自我)这种难以直接观察的对象时常用的一种方法。尽管它不可能绝对地完全地展示对象的全部本质属性和内容,但可以有限合理地帮助我们理解相关对象。人的认识发生于自己的脑海深处,作为活体所进行的活生生的心智活动不能为人自己所直接观察, 而需要借助镜像来观察和探究思维意识的奥妙,就成为一种必要的方式。人工智能可以充当人的智能的这种镜像方式。人工智能是对人的智能(认识、思维过程)的技术模拟,是在计算机上建立的大脑工作模型,所以,“人工系统是自然系统的良好模型,因为它们共享构成其行为基础的相关因果组织”[8]69。当然不同的人工智能建立了不同的模型,这些模型一方面模拟人脑的认知从而完成人所交予的认知任务;另一方面也以模型的方式展现出人脑的工作原理,即认知活动的机制。于是,这些模型成为心灵的某个维度或局部工作机理的写照或投射,人工智能由此成为可供人透视自己心智活动的镜子,成为人类把握精神自我的新的参照物,成为解开自己心智之谜的钥匙。由此一来,人工智能作为认识论研究新工具,起着镜像的作用,将心智对象从第一人称的存在转化为第三人称的存在,人类因此可以客观地研究自己的心智过程。

　　2.实验效应:AI作为认识论的实验室并走向实验认识论美国哲学家海姆曾将虚拟实在视为哲学本体论或形而上学的实验室,从这一关联的意义上我们完全可以说,人工智能就是认识论的实验室,进而使得人工智能还具有实验认识论的性质。人工智能之所以可以起到认识论的实验室效应, 是因为人工智能就是要在清楚认识活动机制的基础上尽可能地在机器上加以模拟,而机器上对某种认识机制的模拟,就形同将人类所理解和把握的某种认识机制转化成算法并在人工智能装置中加以“实验”,起到对于这种理解及其算法转换是否正确的检验作用,认识论的某种假说由此可以通过实验的方法得以展开和观察、检验和验证。认知科学家萨迦德也揭示了这种实验效应:通过编写一个科学认知方面的模拟程序,可以提供一个计算可行性的最小试验,用以测试潜在的理论观点[10]。由此一来,认识论假说成为基于实验的可检验的理论,一些争端甚至也可以借助实验来解决。可以说,人工智能过去行使了这种职能,它对先前的一 些认识论理论(如理性主义、经验主义、具身认知等)通过不同 AI学派的实际应用加以实验性的检验,包括检验各派 AI的合理性或适用范围,来把握相关的认识论的合理性范围与程度。例如,正是符号 AI经过实际的运作而发现了其中的局限,这个实验的机器似乎也就证实了计算—表征理论对于说明认识本质的有限性或它对于认知阐释的合理性范围。人工智能以后还将继续行使这一职能,各种新的认识论假设,可以通过实施人工智能得到检验、验证,认识论由此也变得更加“实在”。

　　3.增强效应:人的认识能力借助 AI而突飞猛进如果说认识论力求使心智秩序化,那么人工智能则进一步使秩序化的心智可以被工程性地应用于为人服务,而这种服务反过来又极大地增强了人的认识能力,这正是 AI在当代最为显著的认识论工具效应。作为人类智力活动的重要工具,在计算机和人工智能被人可以有效使用之前,可以说人的脑力劳动的方式主要是“手工劳动”的方式,其效率和效能普遍较低。计算机和人工智能作为工具被人在脑力劳动中使用后,一系列新的特征(如数字化、自动化、智能化、网络化等)随之呈现,脑力劳动或更广义的认识活动发生了划时代的变化,这些变化的一个集约表现就是人的认识能力得到了空前的增强。人工智能对人的认识能力的增强效应是全方位的,如它使得认识系统中的3个基本要素(认识主体、客体和**)都得到空前增强。认识的**就是认识工具。由人工智能、脑机接口等充当人的认识工具后, 作为认识主体的人直接获得了高效的认识辅助手段, 人可以将许多工具性的职能卸载给人工智能,自身获得了新的解放和自由,成为更具创造性的主体;人工智能还通过如前所述的镜像化,使得人的心智这一最复杂的认识对象成为可以客观地、精确地考察的对象,标志认识对象被“开发”到了一个新的阶段。由此而使认识系统的3要素得到了整体增强。又如从认识系统的环节来看,包括知识信息的搜集和选择、加工和储存、扩散和传播等各方面的能力都比以前发生了翻天覆地的变化,AI辅助下的感知、识别、推算、预测、决策等认识也获得突飞猛进的发展,不断取得前所未有的成就。

　　三、人工智能的认识论创新效应

　　创新是人类认识最重要的能力。人工智能的诸多认识论效应中,对于促进创新的效应也是其重要的方面。对人工智能的认知论创新效应可以从它对人的创新性认识及其成果所起到的传递效应、驱动效应和平台效应上来进行一一分析。 1.传递效应:AI的创新活力对认识论的强烈感染人工智能本身就是创新的产物。人工智能问世后也一直是一个充满创新活力的前沿科技领域,今天它正在不断将人类带入新的天地和境界。可以说,不创新,人工智能就不成其为人工智能,因为“智能”就在于能够解决没有先例的新问题,重复解决那些有先例可循的问题就不再有智能的属性。今天我们对人工智能的理解也是基于这样一种动态的理解,即机器已经能够解决的问题就不再属于人工智能的范畴,只有那些未曾解决的问题才是人工智能研究和突破的方向,所以,人工智能永远在创新的路上。人工智能所具有的认识论的属性,也使得它的创新特征必然“传递”到哲学认识论研究之中,对其产生强烈的“感染”。人工智能所形成的新视界、新理论、新学派,不断为认识论研究提供“新鲜血液”和“创新原料”,在“消化”人工智能新成果的过程中,认识论研究不断获得新的启示,呈现新的繁荣。从人工智能的新发展中可以总结出认识论观念或理论的新发展。人工智能充满创新活力的特征,使得作为其哲学基础的认识论在智能时代也正在越来越充满创新活力,“对人工智能的哲学问题的兴趣已经与广泛采用人工智能范式和模型来解决哲学问题结合起来,从而促进了一场新的研究热潮”[1]。

　　2.驱动效应:AI的突破有赖于认识论的创新由于认识论是人工智能的根基,所以,人工智能的突破需要认识论的创新甚至革命予以支撑。目前人工智能的重大突破(如从专用 AI到通用 AI的突破)之所以还未发生,重要的原因之一就在于认识论供给不足。人工智能的困境或瓶颈,也是其面临的认识论困境或瓶颈,认识论如果不取得根本性突破,对一些瓶颈性的现象(如常识的形式化、技能知识的算法化、符号的语义落地、框架问题的存在等)如果达不到认识论层面上的透彻理解和揭示,人工智能就难以取得根本性的突破。这就是斯罗曼所指出的状况:“目前,大多数人工智能研究的目标是可证明的实际成功,而一些重要的科学问题却没有得到解答,在某种程度上也没有得到注意。”[7]94所以,弗兰辛斯基指出,人工智能的发展极为 希 望 哲 学 能 提 供 心 智 理 论 和 认 识 论 的 现 代模式[12]。

　　3.平台效应:AI为认识论创新提供充裕条件人工智能还直接为认识论的创新提供平台,提供前所未有的技术和实验条件,使过去只能停留于想象中的认识论假说,可以借助如前所述的镜像和实验效应得以实施、考察、验证和修正,由此为认识论创新提供新环境、新平台、新条件。在人工智能的装备下,认识论新理论的产生方式不再仅有纯粹思辨的方式,而是也可以有基于实验的实证方式;当新理论形成后存在分歧时也不再只能是各执己见、无法达成共识,而是可以借助人工智能这个认识论的实验室来检验不同理论的正误,进而解决过去因无法验证而不能消解的纷争。所以,人工智能所具有认识论创新的平台效应,还在于它是一个新型的可以形成更多的共识性认识论创新的平台。在认识论研究中有效地利用好人工智能, 它就可以成为促进认识论新发展、拓展认识论新空间、开辟认识论研究新趋向的创新平台。

　　3.平台效应:AI为认识论创新提供充裕条件人工智能还直接为认识论的创新提供平台,提供前所未有的技术和实验条件,使过去只能停留于想象中的认识论假说,可以借助如前所述的镜像和实验效应得以实施、考察、验证和修正,由此为认识论创新提供新环境、新平台、新条件。在人工智能的装备下,认识论新理论的产生方式不再仅有纯粹思辨的方式,而是也可以有基于实验的实证方式;当新理论形成后存在分歧时也不再只能是各执己见、无法达成共识,而是可以借助人工智能这个认识论的实验室来检验不同理论的正误,进而解决过去因无法验证而不能消解的纷争。所以,人工智能所具有认识论创新的平台效应,还在于它是一个新型的可以形成更多的共识性认识论创新的平台。在认识论研究中有效地利用好人工智能, 它就可以成为促进认识论新发展、拓展认识论新空间、开辟认识论研究新趋向的创新平台。

　　当然,对于人工智能的认识论创新效应,我们同样也需要注意这样一个问题:如何将 AI限制于辅助甚至启示我们创新,但不能代替我们创新,这是在人机之间形成合理的认识论分工所必须解决的问题。

　　四、结 论

　　总之,人工智能具有多向度的认识论效应。从基础的维度上,它具有推进认识论理论研究的效应;从应用维度上,它具有充当认识论研究新工具的效应;从发展的维度上,它具有倒逼认识论创新的效应。当代认识论研究如果能够积极汲取人工智能发展的前沿成果,借助新的认识论问题的持续启示和激励,在人工智能对认识论创新所形成的紧迫而强大需求的有力推动下,无疑可以和人工智能一起进入兴盛繁荣的大发展时代。

　　参考文献:

　　[1]SCHIAFFONATIV.Aframeworkforthefoundationof thephilosophyofartifficialintelligence[J].MindsandMachines,2003(13):537-552.

　　[2]VAMOST.KnowledgeandComputing:ComputerEpistemology and Constructive Skepticism [M ].Budapest: CentralEuropeanUniversityPress,2010:81

　　[3]德雷福斯.为什么海德格尔式的人工智能失败了,如何修复它则需要让它变得更海德格尔式[EB/OL].刘司墨,译. (2017-12-30)[2020-07-24].https:∥zhuanlan.zhihu.com/ p/32495519.

　　[4]WHEELERGR,PEREIRAL M.Epistemologyandartificialintelligence[J].JournalofAppliedLogic,2004(4): 469-493.

　　[5]阿伦·纽厄尔,赫伯特·西蒙.作为经验探索的计算机科学:符号和搜索[C]∥玛格丽特·博登.人工智能哲学.刘西瑞,译.上海:上海译文出版社,2001:156.

　　《人工智能的认识论效应》来源：《大连理工大学学报(社会科学版)》，作者：肖 峰1,2