
我们对“智能”的认识退步了吗?.docx
10页我们对“智能”的认识退步了吗? 最近,金观涛先生在《文化纵横》杂志2022年8月刊发《 反思“人工智能革命”》一文,对AlphaGo以来人工智能革命的最新发展进行了反思,提出在这场革命中,探讨者对人类智能及其与社会的关系相识混乱,反映了当代人文精神逐步丢失、科学被技术异化的局面,从而导致现代社会包涵科技革命的实力退步金先生在文中表达了这样一种观点:我们应从更广泛的社会和文明进化视角,及人类独特的认知实力动身,重新谛视对“智能”的相识,保持人类社会进步的内在动力,避开人类在面临人工智能挑战时陷入智能退化和长期衰退 金观涛先生在文中的结论基本是今日面对信息文明高度旺盛的学者们的共识,科学与人文的隔阂甚至对立,对人类科技进步中社会性因素的忽视,导致了技术理性的张扬和人文精神的退化,是现代社会面临的一个重大问题,但金先生分析这个问题的视角和背景却独树一帜:即从当前最流行的人工智能发展浪潮中剖析,从而得出因为对人类智能的理性相识不够全面,导致当代社会面对人工智能革命时可能产生的种种忧虑的结论 但是,金先生这个视角的根本论据,从人工智能发展历史来看好像不成立金文的论证起点是认为当前人工智能革命是一场“退回到原点的运动”,过去的探讨对人类智能的理性相识出现了重大倒退,从而导致对智能发展中社会和人文因素的忽视。
由此金先生给出了一些特别强的表述,例如: “……神经网络自动机的探讨和制造突破了物质和技术条件的限制,这就是今日的人工智能‘革命’…… 既然早在20世纪40〜50年头,AlphaGo的工作原理已得到清楚认知,为什么当时神经网络自动机的功能没有被冠以人工智能之名呢……”[1] 金先生对当代人工智能探讨中关于“智能”观点的指责大致可以总结为: 神经网络自动机就是当前人工智能的革命,但它反映的是生物本能而不是人类智能,从限制论的角度来看,就是将人类困难的智能行为简化为机器对外界刺激的反应和反馈,从而还原到心理学上的行为主义说明当代人工智能“革命”的核心是神经网络技术,这种复兴是对人工智能历史上符号主义的反叛和倒退即使是历史上人工智能理论中的符号主义,也没有精确地反映人类智能,而只是反映了人类智能中一部分基于符号的形式化实力[2] 因此,金先生所指出的倒退,是指当代人工智能探讨中用神经网络自动机代替符号主义,从而忽视了人类智能的符号形式化实力,但是人工智能的發展历史和现状表明,“反思‘人工智能革命’”中的这个论据,存在着重大的瑕疵 我们首先分析一下当前人工智能探讨共同体对“智能”的最新相识,例如微软亚洲探讨院院长洪小文指出智能机器的实力分为以下四个级别:功能:是日常工具的价值点,例如车轮、锤子的功能用途等;智能:包括记忆力、计算力等,可以采纳定量方法来测试;智力:包括人类独有的推断力、创建力等;才智:指来源于社会、文化和历史沉淀的阅历所形成的综合性实力. 洪小文同时认为迄今全部的人工智能成就都只达到了功能和智能级别,其将来的目标是向智力和才智迈进。
[3]刘锋在《机器人与谷歌大脑——人工智能的6个智能分级》一文中,也将人工智能从0级到5级分为6个智能等级,其中人类是第5级智能系统的典型范例,具备创新、创建和学问生产或消费的实力[4]因此,从探讨共同体的最新观点来看,智力和才智、第5级人工智能与金先生在文中指出的人类智能与自由意志、语言、社会文化高度关联的观点是吻合的,因而很难得出当前人工智能探讨中对“智能”的理性相识更为退步的结论 从历史来看,人工智能的探讨纲领呈现出一幅多元论场景,虽然具有共同的目标:建立可以执行“人类能完成的任务”的智能机器,但各个学派对于什么是人类智能并无一个明确的定义,甚至由于不同的探讨传统,在上世纪50〜60年头中后期,关于“人工智能”的命名都存在差异:英国受传统限制论影响较大,在1956年达特茅斯会议之前,习惯称“机器智能”,而卡内基理工学院的赫尔伯特·西蒙和艾伦·纽厄尔从信息加工的视角动身,则用“困难信息处理”这个名词,至于达特茅斯会议上约翰·麦卡锡独创的“人工智能”这个词,主要是想表达与抽象自动机探讨的不同点总之,人工智能探讨历史从一起先就未必存在金先生文中呈现的场景:探讨者对人类智能具有符号主义立场的统一观点。
[5] 早期人工智能探讨的实际状况是人们并未能严格对人类智能和机器智能做出明确区分,而是从信息加工、对环境困难性的反应、逻辑或语言实力等多个不同的维度来刻画尚处于萌芽状态的人工智能人工智能”这个名词的基本统一以及高校中计算机系的建立,差不多要到60年头中后期才完成,而且当时联结主义和符号主义的探讨也处在竞争状态,符号主义占据强势地位的局面,是在1969年马文·明斯基和西摩尔·派珀特出版《感知机》一书,对康奈尔高校心理学家罗森布拉特的感知机探讨加以批判后才出现的80年头派珀特回顾此事时,将早期人工智能时期的神经网络和符号人工智能比方为限制论的两个女儿,她们刚起先都同样胜利,都有来自其他学问领域的追求者,但60年头之后,DARPA老爷的出现变更了这一切,神经网络被杀死了,这同时也从侧面表明对智能的相识受到了外部社会力气的干扰[6] 其实在人工智能探讨史上,智能探讨的理论基础始终受到高度重视,并且也有过多次重大的争议和探讨例如,11017年在麻省理工学院人工智能试验室、国家科学基金会、美国人工智能学会的支持下,麻省理工学院召开了一次关于人工智能理论基础的研讨会,与会的学者被要求提交一篇表明他们理论立场和原则的论文,在此基础上,《人工智能》杂志将会议成果通过11011年第47卷的《人工智能的基础》专辑出版。
在这本专辑中,对当时人工智能不同探讨纲领的核心争辩归结为以下5个假设: 人工智能的核心是概念化的探讨,应从学问级别水平上起先; 认知可以在没有解决符号接地问题的状况下作为非具身的过程来探讨,即可从感知和动作中分别出来进行抽象探讨;认知可以很好地在命题项中描述,即认知动力学是语言驱动的,类似于自然语言的一个逻辑-数学版本;我们可以将认知从学习中分别进行探讨,即认知动力学和认知所需的学问可以与概念学习、心理发展以及进化变异分开探讨;全部的认知存在一个统一架构 而不同探讨纲领对于这5个假设具有如下不同的立场:[7] 与金先生在其文中描述不同的是,当时人工智能在探讨实践中并不是简洁存在符号主义和联结主义这种泾渭分明的二元对立行为主义认为智能是通过行为表现的,确定人与动物在生物学上的连续性,强调有机体对环境的适应行为,把心理、意识、情感等都归结为行为,事实上把智能视作一个从动物到人类的连续体,而目前人类级别的智能是从与环境的交互中进化而来的这种看法如西蒙所表述的:蚂蚁和人类行为的表面困难性在很大程度上是其所处环境困难性的反映[8]至于行为主义在工程上的实现方式,原委是实行符号或是神经网络的方法,从行为主义学者罗德尼·布鲁克斯的探讨来看,并不是那么肯定。
[9]金先生在文中将联结主义与心理学中的行为主义等同起来,其实并不是人工智能探讨中的真实状况 由于人工智能具有工程和科学两种不同的维度,或称之为人工智能的工程观和科学观,前者并不以理解人类智能为前提,主要是利用计算机、数据等资源通过算法加工来完成人类实践生活中的任务,后者则须要从人类智能原理动身来实现人工智能,是否以当前冯·诺依曼结构的传统计算机作为工具并不重要因此探讨人工智能是否存在AlphaGo之后的神经网络自动机革命,并不是一个严谨的说法例如当前的类脑计算探讨,是放弃传统的冯·诺依曼型计算机,改为从结构上仿照人脑来开发芯片,从而希望从结构仿真中的功能涌现中来产生智能 对人类智能的相识是科学家产今面临的最大难题之一,在探讨过程中由于对科学原理的不了解,不得不在工程上进行简化,即不对智能做任何明确的定义,而是在利用人工智能探究智能行为机制的过程中来逐步了解和说明智能的本性,这是当前探讨中的一种重要倾向,这种工程上的智能观有助于消退对智能的哲学蒙昧主义,是任何具有工程和科学双重性质的技术性科学中不得不实行的务实看法,没有这种务实看法,简洁地将工程实践和原理在相识论上对立起来,可能会对学问的进步产生不利影响。
虽然现在深度学习在图像识别、语言处理等特定领域取得了比以前更大的成就,但据此认为神经网络就是人工智能唯一的统治性纲领还为时尚早,而且神经网络和符号主义并不是完全对立的例如符号主义探讨中一个核心的概念是表征,但早在11016年联结主义的“圣经”,即由鲁梅哈特、麦克莱兰主编出版的两卷本论文集《平行分布加工》中,斯摩棱斯基就指出神經网络和表征存在某种关系[10]明斯基和派珀特在11018年再版《感知机》一书时,仍未变更其对神经网络探讨的批判性观点, 他们论证新的神经网络仍旧只能处理玩具世界的问题,整个理论结构仍旧只是奠基在流沙上,对于规模放大后是否能达到目标还是一个问题另外,假如神经网络是整个大脑的模型,那么联结主义和符号主义是不兼容的,假如只是大脑的部分模型,那么两个探讨纲领将会是互补的[11]现在来看,包括符号主义、联结主义乃至行为主义的多种视角,应当都是对人类智能在不同层次的刻画 人工智能不是理论物理学那样高度成熟和形式化的科学,不具有严密的理论形式,但是其阅历性定律及其运用的概念框架、假设也是在特定的历史和文化条件中形成的,具有其自身的形而上学背景因此这些定律和概念框架与常识学问的实在表述不一样时,往往会带来与阅历定律的冲突,但这种冲突可以通过对其定律、理论假设和模型的科学说明,来弥合表达日常阅历的常识语言与其定律说明之间的差距,从而推动人工智能学科理论的成熟。
问题是对于阅历定律或理论模型的科学说明是依靠于语境和详细实践的,这种语境在说明学的背景下用海德格尔的术语“前结构”来表达,反映了说明者所处的历史、文化和社会背景金先生就是从传统限制论的背景动身,将当前人工智能和社会的关系,从相识论的角度还原到了错误的概念辨析中,而忽视了人工智能历史的实证探讨中,对智能概念具有特别丰富的维度和演化过程 在这个意义上,金先生文章中作为起点的论据:当前人工智能革命中对“智能”概念的相识是一次重大倒退,好像与人工智能历史的实际发展相反,从早期人工智能探讨中对“智能” 概念的朴实性相识起先,经过长期的争辩以及工程实践后,科学家已经对“智能”概念有了更加丰富的相识,不仅意识到社会文化因素对人类智能的重大影响,而且也意识到当前人工智能所面临的重大困难,认为实现人工智能的目标将是一个长期的任务因此,现在我们对“智能”的相识不仅没有退步,反而可能比历史上更加丰富和完整 本文并未对金观涛先生在文中阐述的结论持有异议,他在文中表达的观点特别具有启发性,但笔者认为对于如何达到这样的结论,其论证的过程似应基于更加确定的论据和更完整的路径,谨以此小文与金先生商榷,希望能对人们当前所面临的技术理性张扬、人文精神逐步退化的问题有所裨益。
注释: [1][2] 金观涛:《反思“人工智能革命”》,载《文化纵横》2022年8月刊 [3] 洪小文:《我们须要什么样的机器人》,载《中国计算机学会通讯》2022年第10期 [4] 刘锋:《机器人与谷歌大脑——人工智能的6个智能分级》,载《中国计算机学会通讯》2022年第12期 [5] 陈自富:《探讨纲领冲突下的人工智能发展史:说明与选择》,上海交通高校2022年版,第21〜31页. [6] Papert S. One AI or many?// The artificial intelligence debate: false starts, real foundations. MIT Press, 11019,13〜14. [7] Kirsh D., “Foundations of AI: The big issues”, Artifi。












