人工智能与意向性问题，本文主要内容关键词为：人工智能论文,意向论文,性问题论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
人工智能作为计算机科学的一个应用分支，是20世纪中期开创的一个新的科学方向。人工 智能在发展中取得了一系列骄人的成绩：造出代替人类完成各种复杂作业的机器人，证明人 类已经证明或尚未证明的数学定理，进行某些医学、法律咨询，会下棋，甚至打败国际象棋 冠军……然而在不少方面人工智能又显得很笨拙，难以胜任对人类来说是十分简单的任务， 如：正确理解人的日常谈话，分辨出图片上的图形与背景，辨识人的面孔，掌握类别的概念 ，在日常环境中决定自己该做什么……人工智能中存在着这样的矛盾并不奇怪，因为人工智 能虽然是一门科学，却是一门特殊的科学，它的研究对象不同于一般物质属性的对象，而是 人的“智慧”，而智慧一直被看作心灵特有的属性，是意识活动的产物。意识与物质分属不 同的范畴，也表现出不同的活动特征。物质运动是自在的，相互间以因果方式发生联系，可 用确定的、逻辑的方式加以描述。而意识活动是自主的，显得变动不居，其活动过程包含着 创造的因素，不能全部从因果性中得到解释。面对这种非物质的陌生对象，其规律该如何捕 捉呢？然而意识范畴并不是一片处女地，作为哲学关注的对象，它已有悠久的历史。当人工 智能涉足这块领地时，很自然地会与哲学相遇。
在与人工智能有关的诸多哲学问题中，意向性是最重要的方面之一。其所以这样，是因为 意向性是对意识活动本质的刻画，是认识智能的关键一环。人的一言一行在多数情况下都是 由自我意识引导完成的，积极主动，而机器所做的每一件事情都需要事先做出规定，机械、 被动。意向性在主动与被动之间划出一条分明的界线，人和机器的许多差别都可以在这里找 到解释的根据。下面首先来看有关意向性的论点。
1 关于意向性
意向性的现代意义是由布伦塔诺和胡塞尔赋予的。布伦塔诺以意向性作为区分心理现象和 物理现象的标志，胡塞尔延用了这一概念，并不断拓展其内涵，最终将它改造为一个纯哲学 用语，还把它作为他本人创立的哲学体系——现象学的重要基石。此外，由于意向性与意义 的产生有着密切的关系，也在语言哲学中占有重要的一席。尤其在计算机出现后，机器主体 化 问题、语言指称等问题使意向性问题受到更多的关注，其中语言哲学家塞尔的观点很具代表 性。
依照布伦塔诺的观点，物理现象只涉及物理对象本身，而心理现象包括了心理主体和它指 向的外部对象的方式。意向性则反映了这种内外联系的特性。意向性最鲜明的特点是指向性 、关于性，这一点在胡塞尔体系中得到进一步发展。任何意识活动都是指向一定对象的，统 摄对象是意识活动的前提。意识活动的特点还表现在既意识到对象的存在，也意识到意识自 身的存在，而且是通过对象的存在而意识到意识自身存在的[1]。意向性刻画的正是这样一 种特点。进一步分析意向性，则要从意向活动和意向对象两个方面来看。
意向活动是一种通过主动建构而指涉对象的过程。意向活动使对象呈现的过程实际上也就 是使意义显现的过程。来自不同途径的东西通过意向性在意识中被同一化。这种同一的身份 便是具备可被思维的特性。在思维活动中，无论原始起点是什么，起支配作用的都是意义层 面。例如我们关于“大海”的思想，可以由感觉引起，如看到大海，也可以由符号引起，如 读到“大海”这个词；然而进入意识的不可能是大海本身或别的什么东西，只能是大海的意 义，也就是说要成为意识的对象，必须具有意义的形式。将不同的对象同一化在意义的层面 上，是意向活动完成的一个重要任务。意向活动的特点还表现在它的能动性上。指向的过程 是一个选择过程，也是一个组织过程，通过确定对象，并完成赋意的任务，意向活动体现出 行为主体对意识活动的支配和控制[2]。
意向对象是意向活动的结果。它所具有的内容核心，是通过选择和赋意完成的，在这一意 义上，意向对象是被给予的。意向对象以意义方式作为外部事物在意识中的对应物，而成为 思维活动的元素。但是意识中的意向对象不是一个孤立的事物，在它作为指向中心的同时， 又同背景有着种种联系，胡塞尔用视界(horizon)的概念来说明这种事物关联的状况和意向 性的活动范围。视界既是局限的，又是流动的，意向对象的演变过程与之有密切关系。意向 对象的内部构成以及它同外部的关联方式，是意向性构造的重要组成部分。
塞尔是近年来活跃在人工智能领域中的哲学家，他十分重视意向性理论，并以此为题著书 立说。但他并不是胡塞尔理论的继承者[3]。关于意向性，他是这样说的：“根据定义，意 向性是某种心理状态的特征，由于这种特征，心理状态指向或是涉及世界中的客体和事物状 态”[4]。他又回到心理的立场。作为言语行为理论的倡导者，塞尔认为言语（推而广之为意 义表达）是一种行为过程，这种行为完成了指称的任务。而指称则包含了指认和赋意的过程 。
意向性结构的一端是代表主体的自我，意向性结构的另一端是与（内部和外部）世界发生联 系的意向对象。意向性与生命现象所表现出的目的性有着内在的联系。可以说，包含在意向 性中的目的性是对认知过程中盲目性、散漫性的克服，是意向性“带领”心灵走出了原始的 混沌状态和低水平的组织层次。
不难看出，要想达到人类智能的水平，解析意向性是极其关键的一环。下面从人工智能采 取 的两种实际做法——还原与模仿，来探讨意向性目前在人工智能中所处的地位。
2 意向性可以“还原”吗？
对意识活动取“还原”的态度，是人工智能的立场之一。还原的思想与所谓“取消性的唯 物主义”有关，即认为意识只是脑的一种属性，应取消其独立存在的地位。意识活动既然可 以还原为大脑的活动，就不必再关心心灵是如何工作的，而只须关心大脑是如何工作的。然 而意识活动、意向性的特征能在大脑层面或其他层面上再现吗？我们看看人工智能的具体做 法：生物学还原与逻辑构造还原。
生物学还原有不同的层次：脑的生物化学层次和神经构造层次。前者认为，一切意识活动 都对应着一定的生理上的化学、电位的变化，它们之间具有严格的对应关系，因而可以 推论，只要有了像脑一样的生物构造，意识就会自动从中流出来，就像乳腺分泌乳汁和植物 的光合作用一样；后者则认为特定的神经构造决定着某些认知模式的发生。然而客观地说， 目前 生物科学的发展还不能在思维活动与亚细胞的化学、电位层次的活动建立确切的关系，如一 个概念如何以生物学形式存储，它与其它概念发生联系的生物学过程是什么，远不能做出说 明。这种还原在目前只是一种假想而已。
从生理结构寻找出路的做法取得一定的成功，如玛尔对视觉的研究，丘奇兰对神经矩阵的 研究。丘奇兰研究了蛙眼对准捕捉物的机制，以及动物和人辨别颜色、气味、相貌的感知结 构等等，通过脑皮层中的普肯野神经细胞构造与代数矩阵的比较，说明了用物理方式表达神 经系统的恰当性[5]。这种还原的结果是：取消意义的参与，“认知”能力完全取决于具体 结构的功能。
逻辑构造还原的情况要复杂一些，具体是指当前在人工智能中占有重要地位的人工神经元 理论。所以称其为“还原的”，是因为这种做法在建立对象的构造时绕过了意义层面，通过 网络联结的不同强度，以内隐的方式来表述对象。人工神经元是一种数学抽象，用类似于神 经元的结构来构造某种逻辑关系。它基于这种设想：“任一神经元的响应事实上都等价于提 出了一个使神经元受到充分刺激的命题。于是……（可以）用命题的符号逻辑标记来记录复杂 神经网的行为。神经活动的‘全或无’规律足以确保任一神经元的活动可以表述为一个命题 。神经活动中存在的生理关系当然是与命题中的关系相对应的；表述的功能取决于这些关系 与逻辑命题关系的等同性。对任一神经元的每个反应，都存在一个对应的简单命题陈述。而 这又意味着，根据当前神经元上的突触构形和该神经元的阈值，或者得出另外某个简单命题 ，或者得出类似命题的析取或合取。”[6]这一理论形成了一种新的、强有力的表述方式， 具有广泛的应用价值。但是如果将其与人类心理活动加以比较，就可以看到，它与人类神经 活动中以S-R（刺激-反应）模式建立联系的过程有相似之处。不可否认，S-R模式是反映对象 的一种有效方式，也可以建立概念、命题之间的联系，并且具有自动学习的功能，但是通 过S-R模式建立的构造的复杂程度是有限的，其灵活性和创造性都无法与以意义为基础的运 作方式相比，至少就人类而言这不是生成认识结构的主导方式。
关于还原还有一点值得讨论。即使我们对脑细胞活动与意识活动之间的关系有了比较清楚 的了解，就能在它们之间建立起一种还原的关系吗？这是令人怀疑的。正如亚原子理论研究 不能代替有机化学一样，系统论思想中系统整体特征不是由低层元素加和而成的原理对这种 还原观念提出质疑。
综上可以看到，在还原过程中意识活动的特点被摈弃了，根本没有为意向性留下位置。还 原只能从较低级的层次上反映大脑活动的特点，不能为解释意识维度上的现象提供实质性的 帮助，其结果使得人工智能远离了人类的智能。
3 模仿体现了意向性吗？
人工智能的成就主要是通过模仿人类思维方式实现的。以西蒙和纽厄尔等人为代表的符号 分析路线所走的就是模仿的道路。模仿的层面主要有二：模仿已完成的知识体系，即在计算 机 中复制种种知识体系的结构；模仿思维组织过程，即对生成或修正知识体系的模式做出概括 ，从而具备学习功能。前一种方式在再现人类知识系统时，因计算机的大容量、高速度和准 确性使之发挥出更大的作用，形形色色的专家系统是其典型代表，下棋机也是其中的一种。 这种模仿也可看作是对认识成果的模仿。后一种方式可以看作是对认识方法的模仿，它在一 般智力特征的意义上更加靠近人类，如西蒙的“通用问题求解程序”，尚克的故事理解程序 ，以及具备自学习功能的程序等。当然，实际的程序常常是两者的结合。而无论哪种方式都 是从意义层面上切入认识过程的，通过（语言）符号实现对对象的组织，并试图通过模仿人 对（语言）符号的操作方式达到智能的认识过程。
还原的工作平台是实体结构，模仿的工作平台是意义结构，这是模仿不同于还原的地方。 前已述及，意向对象是以意义的方式存在的，符号系统为表述意义提供了条件，这对一个要 表现意向性的系统来说是必不可少的。所以以符号形式系统作为表述手段，至少向意向性靠 近了一步。
在人的意识活动中，思维的推进是与意向对象的转移相联系的。引起转移的原因是多样的 ，转移的跨度和路径也是相当复杂的，如可从一个问题转移到另一个问题，也可在一个问题 中从一个环节转移到另一个环节。这种转移当然是受意向性支配的。我们模仿思维形式编制 的程序记录了一定区域内的意向活动的某个或某些过程。程序运行时，随着机器运演中心的 变化，“意向对象”也在发生转移。从这个意义上说，我们可以把记录于程序中的思维模式 看作是为原始思维活动拍摄的一张快照。照片虽然不能等同于原物，但却可以反映原物的某 些 特征。
模仿的做法跳过了从实体对象到意义对象的生成过程，直接截取了意义形式的思维成果， 因而缺少思维生成的原始过程，不可能具有原始的创造力。人工智能遇到的种种困难，与之 有很大关系。人工智能后期在这方面开展了大量研究，取得一定进展，但没有取得突破性成 果。自然语言理解问题仍没有彻底解决。语言理解与意义有着直接的关系，这成为模仿人类 思维方式的重要障碍。也有一些相对成功的尝试，如框架理论和语境(context)概念的提出 。这些方法中包含着建立分层的认识结构，通过意义框架确定的语境等等这样一些表现思维 层次性的技巧。但是它的有效范围仍是有限的。模仿中虽有意义存在，但没有生成意义的原 始环节，因而无法摆脱对人的依赖，并不能视为体现出意向性。
4 意向性理论可以为人工智能提供什么？
计算机的更新换代令人目不暇接，似乎在昭示着这一学科的快速发展。然而应当看到这种 变化主要是在机器容量和运算速度方面，至于与人工智能相关的表述形式和内容组织形式， 并未取得突破性进展。人工智能的研究内容显得支离破碎，既没有找到统一的认识对象，也 没有建立起统领全局的指导性理论。从综合认识能力的角度评价现时的人工智能，应当说还 处于相当幼稚的阶段。这种状况是人工智能极力想要摆脱的。于是它开始转向人的日常思维 方式。多次碰壁之后，人工智能专家们才醒悟到，原来日常生活世界要比科学世界庞大、复 杂得多，看似平常的人类日常思维方式，却包含着相当高超的技巧，远比科学方式难以把握 。
人工智能专家们把目光投向意向性，试图从解释和复制意向性中得到某些启示。“只要大 脑 生成意向性的能力是清楚的，……这种认识所采用的信息加工方式同样可以用于计算机。这 样，人工智能的概念就完全有理由被用作心理学理论的基本组成部分，同样，某些想象之中 的计算机也可以具有与意向性和智能十分近似的能力。”[7]体现在意向性中的原发思维活 动的特点，普遍地存在于各种思维形式中，完全可以反映日常思维的特征。问题是人工智能 如何与之沟通。如果意向性只是通过内省的一种体验，是私人性质的，不能用科学语言准确 表述，它就很难为科学所接受。然而赋予意向性重要地位的哲学家们所做的努力正是要使 意向性摆脱思辨式的不确定性。胡塞尔在构筑现象学时是把它作为“严格的科学”看待的。 当然胡塞尔寻求的科学性并不是一般自然科学意义上的，不是让哲学向自然科学看齐，而是 在更高的层次上寻找一种新的确定性描述。这种确定性存在于对思维活动的质的规定中。他 试图建立意向性构造，就是为了达到这种确定性。这是一种可以将科学思维方式包括在内的 对思维的更一般性的描述。这一过程中，胡塞尔提出了生活世界的概念。他将这一世界规定 为前科学的。人们在本质直观中进入这一世界。这一世界既保持了原始性（未经某一特殊方 式切割的），又具有丰富性，是包括科学在内的人的全部思维活动发生的世界。胡塞尔没有 最终完成他的体系，但是他留下了极其丰富的思想遗产。对人工智能来说，这些思想的启发 作用是十分显然的。然而不可否认的是，从意向性理论到人工智能的操作层面还有着相当的 距离，这方面还有艰巨的工作要做。
多样性对象的统一表述一直是困扰人工智能的难题。从意向性分析中可以看到这种统一只 能是意义形式的。然而对象的意义形式往往处于不同的范式背景下，意义层面上的统一也并 非易事，这种统一性可能在意义的深层。乔姆斯基的语言深层结构理论也许能为之提供某种 帮助。
意义的构造也是一个值得重视的问题。这一方面是因为意义是意向性向我们打开的一扇窗 口，通过意义可以“窥测”其活动的特点，同时也因为意义的生成对人工智能来说意义重大 。如果能够解决赋意机制的问题，我们就不必由人来一一完成对象的形式化，而可以在某一 理论的指导下一劳永逸地交由机器去做。
意向性表现出的指向性是另一个重要方面。指向过程很重要的一个功能是对意向对象的选 择和组织。而选择性是人工智能进入日常世界范围时必须跨越的障碍。胡塞尔使用的“视界 ”一语，可以毫不牵强地与人工智能中的“框架”和“语境”相对应。如何忽略大量无意 义的信息，从“信息海洋”里捞出那根真正有意义的“针”，这种“忽略的智慧”也许能从 意向性中找到答案。
意向性因与人工智能的关联，再次走到学术前台。意向性理论在推动人工智能发展的同时 ，也将使自身从中获得新的、更加充实的内容材料。
当胡塞尔提出生活世界的概念时，几乎与人工智能专家们站在了同一个问题空间面前：我 们看到的，也是作为思维对象的，这个如此广阔、丰富、生动，而又具有高度统一性，因而 保持整体性的世界，是以什么方式被组织起来，放入意识之中的呢？在这一探索中跋涉的人 工智能将会因从哲学中得到的启示而渐渐从人类智能的表面走入它的核心。