日常化认识与人工智能研究，本文主要内容关键词为：人工智能论文,日常论文，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。
中图分类号：B81 文献标识码：A
阿尔温·戈德曼把当代西方认识论分为两类[1]：一类是传统的规范认识论，对人类认识的形而上本质予以研究；另一类则是描述的认识论，分析日常化认识问题，以描述我们对日常认知的评价为己任。现代人工智能的研究从这两者的研究中得到了许多启发。随着人工智能的发展，日常化认识的研究正在成为制约人工智能发展的重要因素。
1 从“认识论的自然化”到日常化认识的研究
“自然化的认识论”是奎因在1969年的一篇文章中提出的，在这篇文章中，他要求现代认识论家从自己的安乐椅中站起来进入实验室，从而把认识论看作心理学的一章，并因此是自然科学的一章。因为“心理学问题包容了认识论问题的全部”，以致就像化学最终替代了燃素说那样，心理学必将可以替代认识论。奎因试图用斯金纳的行为主义来包容传统的认识论，认为认识者是遵循某个实验上控制的输入以及对三维外部世界及其历史的描述的输出这样一个总体原则的。他把人的认识看作一个信息的输入与输出过程。
“自然化的认识论”对使用诸如输入、输出、信息、加工等认知科学的术语往往感到满意。为什么？
首先，最简单直接的回答是：科学已经具有非凡的成功，科学的所有成就使人们相信，科学是有实际效果的，科学是有实际效用地研究外部世界的。如果哲学要做到像科学研究那样令人信服，那么就应该把哲学推理、哲学问题等置于科学的为人所尊重的基础上，把哲学术语还原为科学术语。
其次，把认识论自然化的另一个理由是，随着计算机科学的发展，需要我们把人类认识理解成精确的在逻辑上可以分析的语言，以使之成为计算机信息。自然化解决了一个哲学研究的反形而上学的问题，它从总的趋势上把握住了实证科学与人工科学的发展，为其发展打下了哲学的基础。但是，认识论的自然化并不只是认为心理学乃我们研究心灵世界的真正有效手段，而是认为我们对心灵的研究必须科学化，必须把心理学、生理学、神经科学、认知科学等结合起来。
追随奎因的有一批自然主义者。Richard Grandy对奎因观点作了补充，他认为，我们是信息的加工者，我们是把自己的意向指向被认知的目标的。“我们宁愿是信息的获取者，搜集者和加工者。因为计算机在认知科学中已经成为占主导地位的模式，……我主张强调获得信息和我们用它来做什么的重要性。”[2]Kornblith认为：“对自然主义者来说，并不存在通往形而上学理解的超科学的道路。”[3]在他看来，自然主义者着力于认知的实际应用，追求对认知的科学解释。自然主义的认识论把认识的过程解释为一个心理、生理的过程，把人的认知器官看作是一种物理的装置(device)，这些物理装置在严格的环境中发生作用。要让科学来制约哲学，哲学理论必须是自然主义的，并最终是科学的。但是，对于奎因把认识论自然化的态度，我们只能解释为他反对先验地研究认识论，这是一种广义的论题。其实，这种思想暗含着我们必须用逻辑的方法来研究人的心灵，从而与计算机形式符号系统的方法取得相互间的一致。
但是，在日常生活中，人的信息输入是十分广泛的，无数的信号刺激对于我们人的知觉系统而言，往往大量的信息被忽略不计，因为这些信息是多余的和自己不相干的。这里存在着一个认知者的信息背景对所发生的信号刺激的筛选问题。同时，背景信念对外部刺激的加工本身是一个复杂的过程，它决不是类似计算机那样的输出，而是依据先前的经验、先前所掌握并确信的信念来进行处理的，因此不同认知者对信息的加工结果往往是不同的。所以，人的认识一方面可以自然化地理解，另一方面则又是日常化的。
首先，人类的认知与行为受到动机、情感的影响。我们人类的活动不是纯粹理性的，他是一个社会的活动者，动机、情感常常是构成心理过程的实际触发者，尽管我们现在对情感、动机方面理解得还不够透彻，但是，我们在研究人工智能过程中却需要一个关于怎样产生控制心理状态以及如何引发行动的理论，即关于心灵机制的理论。情感与动机作为心理过程的激发因素，是由一些日常词汇和短语来表明的，诸如目的、态度、厌恶、希望、理想、爱好、快感、沮丧、痛苦等，它们表明了我们在日常生活中对这些激发因素已有了解，只是没有用系统的理论来表示而已。
其次，意向性是人类行为的一个重要特征。意向性是心理活动与对象之间的一种关系，是人的意识对某物的一种指向关系。人的意向性带有一定的主观成分，如果一个人对某人的行为感到满意，即会做出赞许的表示，或者相反。
再次，人类认识常识化的一个极为重要的方面是人们可以通过语境来理解。如果是一个单个的句子，其意义是不很确定的，但是，一旦一个句子放在特定的场合，人们可以根据场合的不同而产生不同的理解。一些陈述式的代表一定行为的话语，在我们日常生活中体现为一定的效果，即如果这件事是如此这般地发生了，那它就是正常的，否则就是不正常的，例如“我喜欢你！”，但我又把你当作敌人一样地仇视，那就是不正常的了。然而，人可以在特定场合故意装作不喜欢你的样子，而心里却是十分喜欢你的。这就是语境问题与日常化问题。如果计算机是形式化运算，那么它无疑是一个机械装置而已，而人工智能要模拟人脑的功能，仅仅是形式化的模拟，显然是一种较低级的模拟。因此，解决日常化问题，是人工智能发展中的一个重要方面。这也是自然化的认识论较少想到的方面。
日常认识的意义取决于语境。福多认为，一个表达式只有作为整个语言部分时才能够有内容。“只有当语言中的许多其他表达式具有内容时，某个表达式才能够具有内容。”[4]奎因也说道：“即使假定终究可以给同义性的概念提供一个令人满意的标准，但是，这种做法仍然只是考虑了‘意义’这个词的一种语境，即‘意义相似’这个语境。语词是否也有语言学家们应予注意的其他一些语境呢？是的，语词肯定还有另一种语境，即‘具有意义’这个语境。”[5]
我们在理解日常认识时，困难在于找出那些与言语情境有关联的种种主观成份，以及情境条件的变化因素。外部情境是一个不确定的因素，每一个场景都是不同的，这只能根据社会文化的情形大致地确定几种有限的类型。日常语境是一个过于复杂的系统，它是与人的信念系统密切相关的。日常化认识是不确定的，我们对日常化认识的研究是十分困难的。但是，从人工智能角度来说，研究日常化认识却十分重要。
2 物理符号系统的局限性
把认识论自然化，一方面，它把人类认识看作一个信息的输入与输出过程，以致给人工智能的研究提供了一个基本的思路；另一方面，自然化的要求使我们对心灵进行科学化的研究，而这种科学化首先是表现在对心灵的重要组成成份——语言进行逻辑化的分析，使语言转变为计算机的信息。这就是说，提供了人工智能物理符号系统的基础。
符号形式系统是建立在现代认知心理学的基础上的，即把人脑的思维过程、心理过程看作是一个信息输入、加工存储和输出的过程。纽厄尔、西蒙及其追随者坚持这一观点。这一派以非常乐观的态度主张，机器具有人一样的智能，只要我们愿意，以后就可以造出具有和人一样智能的机器人来。纽厄尔和西蒙认为：“符号是智能行动的根基，这无疑是人工智能最重要的论题。”人类智能是十分复杂的结构，要模拟这种复杂的结构是不容易的，智能系统是复合型的，因为任何单个的事物都不能说明智能的全部表现。“然而，没有简单明了的解决办法，并不意味着智能在构造上没有任何条件。一个这样的必备条件就是存储和处理符号的能力。”[6]物理符号系统是遵循着物理学定律的，因为一个符号结构是由一些以某种物理方式相联系的符号实例组成的。而计算机符号处理系统正如同我们的形式逻辑那样，舍弃了语词的意义，把语言句子变成纯形式的物理操作的演算。最初的打孔机便是明证。然而，正是这种符号系统的处理能力成为后来人工智能的最基本的条件。人们利用语言的这种形式化，从而编制出计算机程序，使计算机按照人们既定的程序进行工作。“人工智能研究深受类似范式的启发：确定需要智能的任务域，然后为数字计算机构造一个程序，使之能够处理这一任务域中的任务。”[7]
但是，由于西蒙的信息加工理论是建立符号的形式化基础上的，用二进位制代码、字符串和逻辑关系进行逻辑的运算，是一个由设计者事先强制性地规定好的逻辑过程。在人工智能中，信息本身没有层次性，信息代码是强制性的，计算机系统的拓扑结构也是由设计者定义的。
从人体本身来看，存在着的是心身关系，一方面，他是一个思维体；另一方面又是一个生物体，因此，我们在考虑智能模拟时，一般总是考虑对思维功能与大脑结构的模拟。但无论是怎么模拟，都必须建立在物理的层面上。要想形成生物学意义上的模拟，至少现在来看是不可能的。虽然到目前为止，人工智能的模拟已经到了神经网络模拟的阶段，但相对于人的智能而言，它仍然是低层次的。有人认为，“模拟计算机和各种神经元模型现在还在机器代码阶段，无论这种代码是模拟量，还是神经元模型的多元参量，或是什么多维向量，它们都还停留在物理学层次；或者，它们之中的某些可能已经上升到了生理学层次，但是，它们还有很长的一段路要走。当然，最终它们都有可能达到模拟人工智能的目的，因为思维形式和思维过程从总的来说是拓扑性质的，与物理层次的机器的类型的选择似乎关系不大。无论何种机器，都有可能达到目标。机器代码无论是电的、光的、数字的、模拟的，甚至是生物的神经元冲动；也无论是人为定义的，还是生物在自然界中长期演化得来的，只要它们构成以机器代码为基础的高层次的拓扑全息系统的拓扑相关结构一样，那么它们的思维形式和思维过程也应当是在拓扑关系上等效的。”[8]
但是，人工智能模拟不仅要解决心身关系，即人脑的生理与心理的关系问题，而且还必须解决人脑的心理意识与思维的各个层次间的关系，以及人的认识随环境的变化而变化、随语境的变化而变化的问题。根据智能系统的层次性分析，我们可以逐步做到对各个层次的模拟，但是，智能层次性分析也只是一种抽象化的分析或理想化的分析而已。实际的智能是多个层次之间不可分割的相互关联着的整体，各层次间究竟是如何发生关联的？在什么情况下发生什么样的关联？这便涉及到日常化的认识问题。
因此，建立在符号系统基础上的人工智能无法解决人类认识的日常化问题，特别是无法解决人脑的情感、动机、意向性等心理活动功能，无法解决我们的日常认识因语境不同而意义不同的问题。明斯基认为：“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。”[9]作为一个人工智能专家，明斯基已经深感对日常化认识研究的必要性。
3 分层次模拟及其研究的基础
由于物理符号系统是一个物理的过程，它与人的心理活动有着根本的区别。因此，要模拟人的心理与意识，首先就必须把人的心理与意识分层次进行模拟，只要能够展示出人脑的功能，那么尽管物理的过程与人的生理心理的过程是截然不同的，但从功能上则是等效的。但是，要分层次地进行模拟，心理学的实验则是必不可少的。即为了给观察到的人类行为建立模型而编制符号系统程序，心理学对参试者观察与实验的结果便可作为构造物理符号系统的假设。
第一，智能模拟必须建立在分层次与大脑不同区域的模拟基础上。
形式符号系统的根本缺陷是它无法模拟人类心理层次的意识活动，一方面是由于心理活动的研究尚处在研究的初期，许多方面还不成熟，因而缺乏研究的基础。另一方面，是因为心理层次的活动是不确定的、变化的。于是，一些人工智能的专家们就试图对人类生理方面进行模拟，深入物理层次所无法达到的领域。20世纪50年代，冯·诺依曼对类似于神经网络的分布系统做了许多研究，后来，感知器与学习机的发明成为神经网络模拟最初的例子。80年代，神经网络模拟取得了重大的突破，Hopfield网络声称能解决“旅行商最优路径问题”而惊爆出诱人前景。
从以往人工智能模拟的情况看，对大脑的单一功能模拟，是对大脑整体功能进行模拟的前提。大脑是分成各个不同的区域的，左半脑与右半脑的功能各不相同，每个区域的功能也不相同。对于每一个区域的功能的模拟，是我们对大脑单一功能进行模拟的最好办法。困难是必须建立各种不同功能的模拟之间的相互联系，以及通过这种联系使机器做出符合我们日常习惯的输出结果。但是逐层建构模拟技术，可以避免因整体模拟而带来的超出人们估计之外的困难，以及避免因指数爆炸所造成的困难。人类解决问题的程序是一个一个问题地认识，逐个逐个地解决，只有局部的模拟才能为全局的模拟作好充分的准备。
第二，智能模拟必须解决人类意识不同层次间的关系。
人类意识是可以分成各个不同层次的，最高层次是文化层，是人的观念及其表现形式——逻辑、科学、宗教、艺术等，它们通过语言符号与图像来进行联系。第二层是感觉、知觉、记忆等心理层次，如：感觉、知觉、表象、感情、动机等，它们通过观念、图像、记忆来进行联系。第三层是生理层，是人体整个神经网络的运动，是神经元、兴奋、抑制等，它们通过各种刺激与生物电来进行联系。我国人工智能专家赵南元认为：“通过分层，使我们对与认知有关的各个研究领域在整体理论中的位置及重要性，以及它们之间的相互关系和研究的先后顺序有所认识。从认知科学的现状来看，我们认为当前最困难因而是能引起我们兴趣的问题是心理问题，这是由于心理层以下的生理层和物理层已经形成了发达的研究领域，研究的方法比较完备，成果也很多，而心理层则基本上还处于盲人摸象的局面只有一些零散的猜测，未能形成体系，因而使得心理层以上的层次研究起来比较困难，缺乏必要的基础。”[8]
从目前来看，生理层的研究主要是依赖于神经网络模拟，而心理层则没有相应的模拟形式，意识层的模拟则是依赖符号系统，对人类典型的计算功能、逻辑的推理功能等进行模拟，总的来看，开发的功能是很少的。之所以出现目前的局面，是因为在人工智能的模拟中没有重视社会文化、环境与个人习惯对思维的影响，没有重视思维与人的心理、与周围环境的联系。
第三，人工智能模拟的基本条件就是可以把所有思维与心理状态转换成符号来处理，但是，仅有符号处理系统是不够的，必须想出其他办法来模拟人脑的多方面功能。
关键问题是要认识到人脑活动的复杂性程序。概括地说，人脑活动的基本模式是：上传过程主要包括图像识别、联想与符号信息处理：下行过程主要包括处理概念框架中的信息，通过预测、判断等结论指导自己的行为。其复杂性在于，理智总是伴随着情感与价值观，对概念的理解总是伴随着个人主观的成份。因此，人工智能要模拟这种概念的相对性与个人情感或价值观，是非常困难的。不管人工智能如何发展，要对个人所处的社会环境的特殊性，个人主观成份对其行为的影响等作出模拟是不可能的。人工智能对人脑的模拟永远都只能模拟“一般人”或一类人的大脑活动过程，而无法构造出一个类似于我们日常生活中的个人。
第四，认识论的研究有待进一步深化。
自然化与日常化，是当代认识论研究的重要内容，是人工智能研究取得进步的基础。因为，认识论的自然化是人工智能模拟的前提，因为只有把认识科学化，才能用物理符号对认识过程进行模拟。相反，对日常化认知的模拟是建立在自然化的基础上的。因此，只有研究和掌握自然化的认知问题，方能进一步研究与掌握日常化的认知问题。
当前，认识论研究有待解决四大问题：第一，有待研究人类认识的逻辑化、自然化与日常化的关系，研究各个层面的逻辑结构和一般化模式，研究人的概念框架的构成，以及对人类认知的作用。第二，有待研究人类日常认识的语境因素，研究语言在各种不同语境中的各种可能意义，研究我们使用语言的各种可能范围，以及同一语句在各种语境中的使用时意义的不自相矛盾性。第三，有待研究人类认识的联想以及控制系统的产生，以使人工智能模拟人的联想与控制机制。为了达到控制的目的，我们有必要研究人的价值观与情感的类型，以及对人的认知的影响。第四，有待研究人类知识的进化问题。智能人之所以显现出其高智商，是因为智能人的智能是进化的，他可以通过学习、实践来改进自己的概念框架结构，不断地丰富与发展自己的聪明才智，提高自己的智能。
收稿日期：2004-05-17
标签：人工智能论文; 认识论论文; 计算机模拟论文; 系统思维论文; 科学思维论文; 符号计算论文; 认知过程论文; 科学论文;