徐英瑾:人工智能研究為何需要哲學參與?

選擇字號:   本文共閱讀 1189 次 更新時間:2017-10-14 00:09:43

進入專題: 人工智能  

徐英瑾  

   人工智能哲學作為一個行當,在國內基本上是還沒有確立起來。總體來說國外的情況比我們好一點,馬馬虎虎算一個哲學分支。舉個例子,瑪格麗特·博登是研究人工智能哲學的一個比較大牌的人物,一個女哲學家,英國人。她為什么研究比較好?因為她和MIT、卡耐基梅隆這些研究人工智能的重鎮有非常密切的聯系,和那里的人工智能界的大佬都是私下的朋友。而且瑪格麗特除了是哲學專家以外,在計算機、生物學、心理學方面都有相應的學位。我們國家在文科和理科的交匯方面的確做得不是很好。

  

一、哲學能夠為人工智能做些什么?

  

   哲學要做的第一件事是思考大問題,澄清基本概念。

   與哲學家相比較,一般的自然科學家往往只是在自己的研究中預設了相關問題的答案,卻很少系統地反思這些答案的合法性。

   第二,哲學在不同學科的研究成果之間尋找匯通點,而不受某一具體學科視野之局限。

   舉一個例子,用軍事上的比方,哲學更像是戰略性思考。如果你是在一個炮兵學院里面,不同的研究炮兵戰術的軍官會討論炮兵戰術所牽扯到的具體的幾何學問題。但是站在戰略層面,它可能對于這些非常細微的問題會忽略,更多的會考慮炮兵在軍事編制中所扮演的功能角色,站在更高的層面去看。這可能幫助大家理解哲學應該是干什么的。

   第三,重視論證和辯護,相對輕視證據的約束。

   人工智能需要哲學嗎?

   我個人認為如果說化學家、物理學家和生物學家對哲學的排斥還有一點道理的話,人工智能對哲學的排斥是最沒道理。就對于哲學文化的寬容程度而言,AI科學絕對算是個科學界內部的異數。從某種意義上說,該學科本身的誕生,就恰恰是“頭腦風暴”般的哲學思辨的產物。

   人工智能異數異到什么地步?以至于現在教育部的學科目錄里面沒有人工智能,這是很有諷刺意味的事。也許以后會形成一級學科,但是現在還沒有形成。

   我們先看下阿蘭·圖靈,阿蘭·圖靈(Alan Turing,1912-1954)在英國哲學雜志《心智》上發表了論文《計算機器和智能》(Turing 1950)。在文中他提出了著名的“圖靈測驗(Turing Test)”的思想。

   此文牽涉到了對于“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,最終消弭心理學研究和機器程序設計之間的楚河漢界,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AI科學的先聲,也成為了哲學史上的經典之作。

   1956年發生大事件——Datmouth 會議,在這一年夏天的美國達特茅斯學院(Dartmouth College),一群志同道合的學者驅車赴會,暢談如何利用剛剛問世不久的計算機來實現人類智能的問題,而洛克菲勒基金會則為會議提供了7500美元的資助(這些美元在當年的購買力可非今日可比的)。

   在會議的籌備時期,麥卡錫(John McCarthy,1927~)建議學界以后就用“人工智能”一詞來標識這個新興的學術領域,與會者則附議。

   參加達特茅斯會議的雖無職業哲學家,但這次會議的哲學色彩依然濃郁。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機器智能(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聯,追求一個統一的解決方案(這些子課題包括:自然語言處理、人工神經元網絡、計算理論以及機器的創造性,等等)。

   最后,不同的學術見解在這次會議上自由碰撞,體現了高度的學術寬容度(從麥卡錫完成的會議規劃書[McCarthy et al. 1955]來看, 沒有什么證據表明這次形式松散的會議是圍繞著任何統一性的、強制性的研究綱領來進行的)。讓人欣慰的是,這些“哲學化特質”在美國日后的AI研究中也得到了保留。

   為何AI科學對哲學的寬容度相對來得 就比較高?這背后又有何玄機呢?

   這首先和AI科學自身研究對象的特殊性相關的。

   AI的研究目的,即是在人造機器上通過模擬人類的智能行為,最終實現機器智能。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。

   如果你認為實現“智能”的實質就是去盡量模擬自然智能體的生物學硬件。你就會去努力鉆研人腦的結構,并用某種數學模型去重建一個簡化的神經元網絡(這就是聯結主義者所做的)。現在我們都知道有一個類腦研究計劃,這種研究有復雜版本和簡單版本,復雜版本就是藍腦計劃一樣,把大腦運作的信息流程盡量逼真的模擬出來,比較簡單的就是簡化的神經元網絡。

   站在專業的研究腦科學的立場上,神經元網絡很不神經,離真正的神經活動來說,它是高度簡化,但是站在很宏觀的立場上,至少你說神經元網絡也是受大腦的啟發和影響。這個路線很多人認為是對的,我認為可以做出一些成果,但是不要抱有太高的期望。

   如果你認為智能的實質僅僅在于智能體在行為層面上和人類行為的相似。那么你就會用盡一切辦法來填滿你理想中的智能機器的“心智黑箱”(無論是在其中預裝一個巨型知識庫,還是讓其和互聯網接駁,以便隨時更新自己的知識——只要管用就行)。

   由此看來,正是因為自身研究對象的不確定性,AI研究者在哲學層面上對于“智能”的不同理解,也才會在技術實施的層面上產生如此大的影響。很明顯,這種學科內部的基本分歧,在相對成熟的自然科學那里是比較罕見的。

   其次,AI科學自身的研究手段,缺乏刪除不同理論假設的決定性判決力,這在很大程度上也就為哲學思辨的展開預留了空間。

  

二、哲學文化滲入AI的幾個具體案例

  

   下面我們講一些案例,這些案例可以證明哲學思維對AI是非常有用的。

   霍伯特·德瑞福斯(Hubert Lederer Dreyfus, 1929-),美國加州伯克利分校哲學教授,美國最優秀的現象學家之一,在海德格爾哲學、??掄苧?、梅洛-龐蒂哲學研究方面很有造詣。讓人驚訝的是,以歐陸人本主義哲學為背景的德瑞福斯,卻寫下了AI哲學領域最富爭議的一部著作《計算機不能夠做什么?》(Dreyfus 1979)以及其修訂本(Dreyfus 1992),并使得他在AI領域的社會影響超越了他的學術本行。那么,他為何要轉行去寫一本關于AI的哲學書呢?

   Hubert L. Dreyfus,《機械戰警》里面出現某個反對機器人有自動開火能力的哲學家和這個哲學家的名字一樣的,我認為編劇是故意這么干的,因為他在美國是非常有名的搞人工智能哲學的專家。他為什么要去搞人工智能哲學?

   非常有意思,根據他自己和記者的講法,這和他在麻省理工學院教學時所遭到的一些刺激相關。在1962年就有學生明白地告訴他,哲學家關于人性的思辨現在都過時了,因為閩斯基等AI科學家據說在不久后就可以用工程學的方法實現人類智能的方方面面。

   德氏覺得這話近乎于天方夜譚,但是為了做到公允起見,他還是在不久后去了美國的頂級民間智庫“藍德公司”(Rand Corporation)進行調研——因為恰恰在那個時候,司馬賀、紐艾爾和肖(Cliff Shaw)等AI界的頂級大腕也正在那里從事研究。經過一段時間的分析以后,德氏最后確定自己對于當時的AI規劃的懷疑乃是有根據的,并在1965年扔出了他擲向主流AI界的第一塊板磚:《煉金術和AI》(Dreyfus 1965)。

   德氏對于主流AI進路的批評意見很多,其中比較有意思的一條是,真實的思維是不能夠被明述的程序所窮盡的。比如說你在打網球的時候,是不是得先看到了球,然后計算其入球的角度,計算你的拍子接球的角度以及速度,最后才能夠接到球?顯然不是這樣的,因為由上述計算所帶來的運算負荷是很高的,我們人類的大腦未必“消費得起”。

   實際上,熟練的網球手僅僅是憑借某種前符號規則的直覺領悟才能夠把握到接球的正確時機的——而對于這些直覺本身,傳統的程序設計方案卻往往是無能為力的。

   不過,德氏本人并不認為所有的AI進路都無力解決上述問題?;謊災?,一些更為新穎的AI進路或許能夠對如何把握這些前符號的直觀提供方案。他認為,這些進路必須更為忠實地反映身體的結構,以及身體和環境之間的互動關系,而不僅僅是在符號的內部世界中打轉。他的這個想法,以后在AI專家布魯克斯的理論建樹中得到了發揚光大。

   布魯克斯在論文《大象不下棋》中以哲學家的口吻評價道:新潮AI是建立在物理根據假設(physical grounding hypothesis)之上的。該假設說的是,為了建立一個足夠智能的系統,我們就絕對需要將其表征的根據奠定在物理世界之中。我們關于這一工作路徑的經驗告訴我們,一旦我們做出了這種承諾,那種對于傳統符號表征的要求就會馬上變得黯淡無光。

   這里的核心命意在于,世界就是認知系統所能有的最好的模型。世界一直能夠及時更新自身。它總是包含了需要被了解的一些細節。這里的訣竅就是要讓系統以恰當之方式感知世界,而這一點常常就足夠了。為了建立體現此假設的模型,我們就得讓系統通過一系列感知器和執行器而與世界相聯系。而可被打印的字符輸入或輸出將不再引起我們的興趣,因為他們在物理世界中缺乏根據。

   按照布魯克斯的看法,AlphaGo打敗李世石很偉大嗎?他第一個反應是有什么了不起?因為他認為智能的重要性不是在于下棋,舉出他的反例是大象不下棋,你造一個人造大象,模擬大象的所有生命活動,其實大象有很復雜的活動?;蛘吆k嗖幌縷?,你造一個人造海豚,下棋算什么本事?什么德州撲克,他都不在乎。他更關心怎么制造智能系統和外部世界由嵌入式的認知,能夠把外部世界本身直接當作這樣的認知對象,而不是當中造出一個中間的符號。

   這種想法在很大程度上具有一定哲學上的創新性,布魯克斯本身的研究更加注重的是對機器昆蟲這種低等動物的行走能力的模擬,對高級智能是比較輕視的。這也是建立在很基本的觀察上,人工智能研究的特點是小孩子越是容易做到的事,現在人工智能越難做到。比如很大程度的感知、把握,這是非常困難的。

   為何科學訓練中缺席哲學訓練?

   首先,對于處于“學徒期”的科學入門者而言,學會服從既定的研究范式乃是其第一要務,而對這些范式的“哲學式懷疑”則會導致其無法入門,而不是像哲學一樣,在這個范式以外還有其他的可能性,有不同意見的交流。

   第二,嚴格的一級、二級、三級學科分類導致學生們忙于如何熟悉特定領域內的研究規范,而無暇開拓視野,浮想聯翩。根據我對教育部的分類了解,人工智能在中國是不存在的學科,這是很奇怪的事。

   稍微對人工智能這門學科了解的人都知道,大概十幾年前搞人工智能的人不敢說自己搞人工智能,怕被扔磚頭,大家認為是騙子,現在行情突然發生變化。如果你站在具體學科分類的內部來看學科,你就不容易受到其他學科的思維方式的滋養。

第三,(點擊此處閱讀下一頁)

    進入專題: 人工智能  

本文責編:陳冬冬
發信站:愛思想(//www.ikwbw.icu),欄目:天益筆會 > 科學精神 > 科學評論
本文鏈接://www.ikwbw.icu/data/106439.html
文章來源:騰訊研究院

3 推薦

在方框中輸入電子郵件地址,多個郵件之間用半角逗號(,)分隔。

愛思想(www.ikwbw.icu)網站為公益純學術網站,旨在推動學術繁榮、塑造社會精神。
凡本網首發及經作者授權但非首發的所有作品,版權歸作者本人所有。網絡轉載請注明作者、出處并保持完整,紙媒轉載請經本網或作者本人書面授權。
凡本網注明“來源:XXX(非愛思想網)”的作品,均轉載自其它媒體,轉載目的在于分享信息、助推思想傳播,并不代表本網贊同其觀點和對其真實性負責。若作者或版權人不愿被使用,請來函指出,本網即予改正。
Powered by www.ikwbw.icu Copyright © 2019 by www.ikwbw.icu All Rights Reserved 愛思想 京ICP備12007865號 京公網安備11010602120014號.
易康網