段永朝 人工智能思想淵源初論

段永朝，信息社會50人論壇執行主席、北京葦草智酷科技文化公司創始合伙人、北京大學新聞與傳播學院兼職專碩導師、杭州師范大學阿里巴巴商學院特聘教授。

2016年，谷歌公司的智能圍棋程序阿爾法狗（AlphaGO）打敗韓國頂尖棋手李世石，這給國際社會做了一次人工智能的科普，社會上掀起了一股人工智能旋風。隨即，接二連三的頂尖高手敗給阿爾法狗，再次讓人工智能成為現實世界中的熱議話題。它所引發的震撼，同1997年俄羅斯國際象棋大師卡斯帕羅夫（Garry Kasparov）與IBM的電腦“深藍”（Deep Blue）交鋒的人機大戰引發的震撼相當。

從技術發展史的角度看，這一次人工智能的復興，可以看作1956年出現“人工智能”（AI）這個術語之后，歷經推理演算與機器定理證明、專家系統與知識工程之后的第三次高潮。對于這一高潮，技術界公認可以從2006年加拿大多倫多大學教授杰弗里·辛頓（Geoffrey Hinton）發表關于深度學習的開創性論文《深度置信網的快速學習方法》（A Fast Learning Algorithm for Deep Belief nets）算起。

然而，從技術思想的演變脈絡看，人工智能的第三次復興與前兩次高潮相比有什么不同呢？西方的人工智能思想的源泉到底是什么呢？在大家思考與討論人工智能的深層問題的同時，還有哪些更加基本的問題值得一并探討呢？這些問題對于理解人工智能的根本問題及未來趨勢，具有十分重要的意義。

一、超越兩分法

現在，人工智能成了一個老少皆宜的話題。這一現象正說明計算機與互聯網所帶來的數字世界，業已深度“植入”日常生活。大家關注人工智能，并非僅僅是好奇、贊嘆和仰慕，更多的是感受到了人工智能日盛一日、咄咄逼人的氣勢。過去一段時間以來，筆者所參加過的所有涉及人工智能的研討會或論壇，最后都會聚焦到一個問題，即對于人工智能，是持悲觀態度還是樂觀態度，這似乎是討論人工智能的一個天花板效應。其原因如下。

第一，今天的人工智能給人們帶來了一種侵入感。十年前，美國杜克大學神經生理學教授尼克萊利斯（Miguel Nicolelis）就實現了通過在大腦植入電極捕捉腦神經元信號，開發所謂的“腦機接口”，實現“意念傳遞”和意念控制。美國華盛頓大學的實驗披露，兩個完全處于不同實驗室、彼此隔離的實驗者，可以通過“電子頭套”實現“腦波互傳”。據英國《獨立報》披露，瑞典有超過4000人通過將芯片植入皮下成為“電子賽博格”。還有報道稱，制藥公司已開發出包含“智能技術”的智能藥丸，可以從人體內向外發送體內生化反應的相關數據。

今天的人工智能已經遠不是此前人們通過大眾媒介和日常生活了解到的機械、電子、自動裝置，今天的機器人具有深度“嵌入”“植入”人體的種種可能。這一點在引發人們無限遐想的同時，也觸動了人們敏感的神經。人們所憂慮的是飛速變化的技術背后那只“看不見的手”的力量，是無孔不入的隱私窺探、“數據裸奔”和精神壓迫，以及無處可逃的被奴役、被剝奪的感覺。

第二，十年前流行的“量化自我運動”，通過發明可穿戴計算裝置、谷歌眼鏡等，從技術上實現了人體運動和生理數據的24小時實時采集。加之自1993年互聯網面向社會公眾開放之后，沉積在互聯網上難以計數的人類活動所遺留下來的網絡足跡、瀏覽記錄、交易記錄、位置信息、賬單信息，以及豐富的音視頻信息等，通過大數據算法和人工智能算法、仿真與模擬技術，使得人們構建對應實體世界的數字化身成為新的可能。

人們在互聯網上的點點滴滴，已經數字化為包裹地球的“數字大氣層”，成為人們的幻影、化身，乃至生命網絡的一部分。人們所擔心的是當這些糾纏、融入、裹挾人們自身的數據碎片，再次通過算法推演、大數據挖掘成為反哺人類的生存物料的時候，人類是否知情、能否知情，以及是否有選擇、取舍、拒絕、遺忘等的權力。

基于以上兩點來看，所有參與討論人工智能的研究者，如果最終止步于只能在悲觀和樂觀中選擇一個立場的話，實際上已經在這一次人工智能崛起的浪潮中，不幸淪為“后手”，已經喪失了在事情未發生之前就參與到議程設置中的可能性。他們只是看客，只是受眾，只是消費者，只是被實驗者。他們只能選擇自己的立場和風險偏好，將對人工智能的總體看法歸結為樂觀主義或悲觀主義，然后就身不由己地被迫卷入這場別無選擇的“游戲”之中。

因此，今天討論人工智能的思想來源，就必須增加一個新的維度：不能只梳理和看待人工智能研究者的心路歷程，也必須將出現的這種研究沖動納入更大的歷史文化視野之中。任何研究者都不是孤立的存在，研究者的研究成果也不僅僅屬于研究者本人。這個世界沒有旁觀者，所有的人都是參與者。只是在信息時代之前，參與者并不知曉自己的參與方式罷了。換言之，按照今天人工智能的發展特征和整體樣貌，區分研究者、使用者和生產者、消費者的二元結構是徒勞的。

兩分法的二元結構，并不能讓人們更方便地做出對技術倫理的某種公正評判。技術倫理問題不再是“后置”或“前置”的選項，而是“并置”的問題。對于硅谷那些夜以繼日的工程師們來說，當他們沉醉在代碼世界的時候，他們當然認為這并無不妥。他們認為這樣可行，是因為西方自古希臘以來的“邏各斯”（Logos）傳統。經歷長達2000年的演變，古希臘先哲們確立的柏拉圖理念論和亞里士多德實在論，在文藝復興之后結出了體系化的碩果。以至于德國數學家萊布尼茨（Gottfried Wilhelm Leibniz）就氣定神閑地講過：以后的哲學家都不需要爭吵了，如果有沖突，那么就拿起紙和筆，“來，讓我們計算吧”。英國哲學家霍布斯（Thomas Hobbes）認為，推理就是計算。在這樣的思想傳統下，一百年前的英國哲學家、數學家羅素（Bertrand Arthur William Russell）和德國數學家希爾伯特（David Hilbert）紛紛提出雄心勃勃的計劃，即要把數學王國的知識譜系建立在扎扎實實的邏輯演算，或者形式化體系的基礎上。

了解這段歷史的人都知道，希爾伯特和羅素的思想綱領所引發的第三次數學危機，在1932年奧地利數學家哥德爾（Kurt G?del）之后無疾而終。人們只是知道，這樣包羅萬象、雄心勃勃的計劃不可能實現。其實，這也是自1956年出現人工智能之后，前兩次人工智能高潮之所以衰落的思想根源所在。

二、超越還原論

互聯網、人工智能帶來的認知重啟，最終會在哲學層面表現出來。如果不深究人工智能背后的“圖謀”，很容易在人工智能的狂潮中迷失方向。

人工智能貫穿的思想淵源是什么？要知道，人工智能、機器人并非東方文化的傳統，人工智能是西方的傳統、西方的語境。美國女作家麥科達克（Pamela McCorduck）曾在1979年出版的一本書的前言中寫道，“這是遍布于西方知識分子的觀點，是一個急需被實現的夢想”。這是一種榮格（Carl Gustav Jung）意義上的“原型思想”。

古希臘的“皮格馬利翁效應”（Pygmalion Effect）說的就是這個意思。皮格馬利翁是塞浦路斯的國王，不近女色。但他又是一個雕刻家，他雕刻一個女人，然后愛上了這個女人，這感動了上帝，上帝就給這個雕像以靈魂，最后讓雕像和國王結成夫妻。這種情結，展現了賦予無生命的東西以生命的思想。

文藝復興以后，理性精神高揚，很多思想家探究萬物背后的“至理”，比如，斯賓諾莎（Baruch de Spinoza）的倫理學，就是仿照歐幾里得的《幾何原本》寫的。這些思想家內心深處有一個原型，就是認定存在少數幾個不言而喻的公理，整個世界可以通過“邏各斯”方法演繹出來。只要找到這樣一種思想體系，就能從根本上把握整個世界的運轉。法國數學家拉普拉斯（Pierre-Simon Marquis de Laplace）就曾說過這樣的話，給我初始條件，我將（通過微分方程）推演出整個世界。

麥卡錫（John McCarthy）、紐厄爾（Allen Newell）、西蒙（Herbert Alexander Simon）是人工智能的先驅，這一行列還包括控制論的創始人維納（Norbert Wiener）、信息論的創始人香農（Claude Elwood Shannon）、神經生理學家皮茨（Walter Pitts）和麥卡洛克（Warren McCulloch）。1956年肇始的人工智能就建構在這樣的信念之上：可以將人的智能、人的思維還原成符號演算過程，還原成機器語言，并通過機械、電子元器件制造出可以與人的大腦相媲美的智能機器。事實證明，這一信念在人工智能半個多世紀的發展中，日漸顯露出在哲學意義上的困頓。

人工智能背后所蘊含的“圖謀”或者說雄心，其實就是今天“言必稱希臘”所指的世界本源。雅斯貝爾斯（Karl Theodor Jasper）所說的“軸心時代”，是指人類幾大文明在2500年前一個狹小的時間窗口期內，奔涌出豐富多彩的文化溪流，轉而匯聚成基督教文明、伊斯蘭文明、儒家文明、佛教文明的文明長河。

這個文明長河的一個特征就是追溯、探尋所謂的“終極意義”。終極敘事的傳統綿延流長，工業文明的終極敘事只不過是“大寫的人”“理性的人”“進步主義”，等等。人類今天的文明沖動，依然不能擺脫追本溯源的理念，不能擺脫“一攬子建構宏大體系”的欲望。還原論、本質主義、總體性、兩分法等，總是讓人們相信有至高無上的神在那里，這個神在自然科學里面就是牛頓或愛因斯坦所信奉的那個神。人們相信，最后總可以把“那個東西”手拿把攥地掌握在手中。“那個東西”是什么呢？是本源、本質、真理等，不一而足。

也正因如此，自1956年創立人工智能以來的種種努力，都在致力于打造能夠替代人的“通用問題求解系統”，都希望能把機器智能建立在對人的智能的模仿上。換言之，對人的假設依然是法國學者拉美特里（J.O. de Lamettrie）在1747年出版的《人是機器》一書中的觀點，即“人是一架機器，在整個宇宙里只存在一個實體，只是它的形式有各種變化”。

三、重新理解“人”

2016年是人工智能這一學科誕生的60周年。60年間，人工智能有過三次高潮，又兩度低落。前兩次的人工智能高潮，無論是電腦下棋，還是專家系統、神經網絡計算，都基于“造出與人腦相媲美的機器”的假設展開進一步的研究和探索，但最終都無疾而終。第三次人工智能高潮有何不同？通過阿爾法狗可以知道，這一次與此前的最大不同就在于，這一次的人工智能技術基于深度學習和知識網絡，而此前的人工智能技術基于機械的還原論。

但是這一次人工智能會不會受挫？按照強人工智能和弱人工智能的分類法來說，強人工智能指人工智能可以像人一樣思考，像人一樣行動；弱人工智能指模仿人的智能展開理性思考、推理，以及理性行動的系統。弱人工智能也許有可能成功，其只不過是把機器人當成工具，認為人最終還是需要掌控世界的。

第三次人工智能的復興依然面臨挑戰，原因在于：迄今為止，人工智能的理論基礎絲毫沒有發生變化，依然是“心智計算理論”（Computational Theory of Mind，CTM）。基于心智計算理論的分析模型依然是基于還原論、符號表征和數值計算的。當然，這并不是說這一次的人工智能不會有什么令人稱奇的成果，而是說它終究走不遠，終究需要在數學理論上有重大的突破。

簡單地說，人們今天使用的數學是基于分析數學的，是基于牛頓、萊布尼茲的數學分析傳統的。基于0、1計算的數學，在表達更多的內容（如包容悖論）方面，依然是力不從心的。筆者斗膽地認為，自1931年哥德爾（Kurt Friedrich G?del）發表“不完備定理”（Incompleteness Theorem）以后，數學沒有任何重大進展，數學思想已經固化。一百多年來，數學界依然在希爾伯特劃定的23個偉大的問題的圈子里修修補補。今天的人工智能技術依然建構在分析數學、數理邏輯的基礎上，它是一個邏輯演算體系。

西方數學的思想淵源在于：數學有兩大分支，第一大分支是幾何學，第二大分支是代數學，古希臘早期的數學是幾何學傳統。但是，很多人不知道畢達哥拉斯傳統其實與幾何學的關系更近一些。幾何學是關于測量的，代數學是關于計算的，代數學是阿拉伯傳統，源于貿易。但東方的數學，如《周易》中數、象、意所表達的空間不是單一維度的，數為形而下的表征工具，象為隱喻，意則為內嵌的啟示。這三個詞屬于不同的層級。但在東方文化中，將不同層級的信息聯系起來，觀察它們彼此依存、此消彼長的生發變化，是一種完全不同于西方數學傳統的數學知識。只不過，用西方數學的符號體系，尚不能表達這種意蘊。退一步而言，勉強使用西方數學符號表達的東方思想，總會降低其意指空間，會導致思想的降維。

事實上，西方的系統科學業已發現，復雜系統的層級理論是目前最為復雜的理論。目前學科專門化后，對于從上層解構到下層解構的拆解，西方的學術界做得很好，但對于從下層解構向上層解構的“生發”“涌現”，依然缺乏強有力的表達路徑。

雖然東方話語體系中的“金木水火土相生相克”，尚不能與西方話語體系中的“還原”“符號”“計算”進行良好轉換，但至少問題是提出來了，數學思想期待東西方文化共同深入對話。數學在東方語境下已經變成隱喻，也就是“積極的能指”。但如何跨越符號的鴻溝，獲得與“所指”之間的聯系和解釋，是東西方文明需要共同面對的一個大問題。

近幾年，西方數學界也在反思這一問題，希爾伯特的代數優先傳統是否會被幾何傳統重新超越，這是遺留給21世紀的數學家的一個重大問題。筆者認為，數學家阿貝爾（Niels Henrik Abel）和伽羅華（évariste Galois）的群論，以及后來的范疇論，應當是非常有前景的領域。因為群論、范疇論突破了數學的“計算功能”，聚焦于“數學概念的生成”。今天的數學沒有辦法表達中國傳統文化中的“相生相克”是個重大缺憾。如今，人工智能的心智計算理論依然基于柏拉圖、亞里士多德、牛頓的思想體系，其只是想把認知轉化成計算，這是一個重大問題。

上海大學數學系史定華教授曾談到，真正的大數據是有生命的，是“活”的。史定華教授研究“血譜”十余年，他認為，充滿在血液中的基因，是典型的、流動的大數據。關于大數據的話題，近五年來，筆者與史教授有過多次的交流，我們一致認為，大數據是有生命的，是生命本身，不是基于測量的。基于測量的大數據是死的，真正的大數據是活的，是有生命的。

這么說的理由有以下三點。第一，數據采集蘊含著“對象化”“客體化”的方法論。任何一次具體的數據采集所獲得的結果，都只是對所謂對象的一次有限的“摹寫”。真實、自在的“對象”自在生長，變動不居，永遠“隱藏”在“面紗”之后。法國哲學家阿多（Pierre Hadot）教授在《伊西斯的面紗》一書中引用古希臘赫拉克利特（Heraclitus）的箴言“自然愛隱藏”，對此有詳盡的分析，不復贅述。

第二，在西方自然觀念的演化史中，通過“征服”接近自然，“掀開伊西斯的面紗”具有觀念上的正當性和合法性。對于這一點，阿多教授稱之為“普羅米修斯的勝利”。也就是說，古希臘傳統的自然觀全然接受這種通過“切割”“計數”“研磨”“提純”“度量”等方法找到通往普世真理的道路。這些方法在文藝復興、啟蒙運動之后漸漸成為近現代科學方法中的本質主義、還原論、可分離原則的思想內核。這一致力于還原論信仰的內核，天然是抗拒“整體”的。

第三，近一個多世紀以來，在對生物學、生命科學的深入研究中，不乏傳統還原論方法所結出的碩果，這表明了從整體上認知生命、認知世界的重要性。這一系列研究包括：生命是演化的（達爾文）；生物體具有社會屬性（生物社會學創始人威爾遜）；生物基因與文化基因（meme）之間有雙向塑形作用（道金斯、威爾遜）；人類大腦與爬行動物、哺乳動物，特別是靈長類哺乳動物之間共享相似的腦結構（麥克利恩）；靈長類哺乳動物大腦中存在能產生共情作用的“鏡像神經元”（拉瑪錢德朗）。這些研究成果越來越多地與東方古代的“天人合一”的智慧相匯合，越來越多地指向一種對生命的“新”的認知：生命與外在環境具有不可分割的整體性。這里之所以把“新”字加一個引號，是想特別強調這種“萬物互聯”的生存狀態其實并不是全新的，更不是技術專家、商人所許諾的所謂“美好未來”，而是被技術革命“中斷了的”生命的本真狀態。在四海為家、四處遷徙、天崩地裂的狀況下，“萬物互聯”才是生命的本真態。這種你中有我、我中有你、相互依存、共生演化的狀態，本來就是萬物互聯的“活”的世界。

從馬林諾夫斯基（Bronislaw Kaspar Malinowski）、列維?施特勞斯（Claude Levi-Strauss）所做的人類學田野研究看，他們發現在太平洋南部的島國、在非洲或拉美的一些地區，一種蘑菇會有三四百種名稱。如今都有名詞類別，比如芭蕉、香蕉、蘑菇、西瓜，人們都用一個抽象名詞概括一個類別。但是對于原始部落來說，沒有抽象名詞，稱謂是非常具象的。早上八點的蘑菇是一種發音方法、一種名稱，中午12點的蘑菇又是另一種名稱；幼年期的蘑菇是一種名稱，長成后的蘑菇又是另一種名稱。所以可以猜想，那時候人與自然是萬物互聯的，人與自然之間是心心相印、息息相關、生生不息的關系。所以，游牧時代的心智結構，或者說游牧之前（采摘狩獵時代）的心智結構，本來就是萬物互聯的。

從以上三點來看，今天的數據科學家、智能科學家在很大程度上依然迷戀傳統的還原論、兩分法。在此，筆者想強調的并不是還原論、兩分法的對與錯，而是要有所超越。認知科學不應該只基于測量及基于心智計算理論的假設。

要深刻地理解什么是人的智能，首先要理解什么是人。哲學上的概念是主體、本體。互聯網、人工智能研究者要學習海德格爾（Martin Heidegger）的哲學，學習現象學和符號學；同時，也要超越現象學和符號學。因為人不只是孤立的存在，也是“在世存在”，更是“天人合一”。人與外界的關聯須臾不可分。人已不再是可以抽離出其肉身的抽象的本體。具身性智能（Embodiment Intelligent）是一個非常好的研究視角。

四、具身性：人工智能的身體轉向

身體轉向是非常重大的哲學的轉向，要特別關注這個轉向的意義和價值。對身體的喚醒，是從尼采開始的。尼采詰問：為什么要發明一種沉思冥想的生活？沉思冥想其實就是靈魂出竅，如果“靈”都不在了，那人在思什么，在焦慮什么？一個靈魂出竅的軀體，當他具備強大的思考能力的時候，他思考的是什么？尼采提出的這些問題是后世結構主義、存在主義、后現代學者思考的一個核心問題。尼采重新發現了身體，重新發現身體意味著必須對“存在”重新思考。

“身體”在這里不是一個簡單的生活術語，也不是醫學名詞，而是哲學術語。還有什么比身體更具體、更鮮活的思考對象嗎？它充滿欲望，有溫度，有激情，每天都充滿著生長和死亡的雙重旋律。梅洛?龐蒂（Maurice Merleau-Ponty）所稱的“肉身”，就是這個針扎一下會流血、會抽搐的肉體所構成的、有靈性的軀體。身體不只是物質性的，也是精神性的。物質的“肉身”和精神的“靈魂”在身體中共生。這里爆發著的、流淌著的每個詞語、行為，都不是單一物質、精神兩分法可以言說和解讀的。傳統的知識對身體是回避和忽視的。福柯（Michel Foucault）對身體的解讀值得深思，需要認真分析對身體的“治理術”是如何演變的。現代性是如何關注人的？從執迷生死予奪到安排生活秩序，從控制無名個體到管理、分化人，從否定性壓制身體到肯定性勸導身體，現代人很容易假設身體是白板，是信號接收系統，始終在等待被超出其控制的社會力量重構。這樣的“身體觀”，也就是德勒茲（Gilles Louis Rene Deleuze）所說的“無器官的身體”。

梅洛?龐蒂指出，身體是社會建構中的多維中介，社會結構是“涌現”出來的，“探索身體與社會之間的關系，就是在處理具有重要因果意義的突生性現象”。在互聯網環境下，身體的實在性變得越來越不確定。比如“賽伯格”（Cyborg）的概念，其將人與機器、人與虛擬空間的共生關系看作未來重新定義個體的基本假設。新的人機共同體將解構傳統生物學、社會學意義上“人”的概念。人的邊界被打開，他和她不再閉鎖在具象的軀體之內，而是延展、遺撒在整個互聯網上，不但作為原子存在，而且作為比特存在，作為超鏈接存在。不確定的身體并不意味著身體本身趨于消解，而是意味著傳統的、基于肉身本體的人的主體將會重新構建。重新發現身體，以及身體在社會建構中的中介作用，是理解第三次人工智能發展的重要問題。

“具身性”（Embodiment）是過去20年來在西方學界越來越受關注的一個詞語。機器人技術、人工智能、虛擬現實技術正在掀起一股強大的科技旋風，但這次的人工智能與60年前大有不同，根本的區別就在于其對智能的假設發生了本質的變化。

當年的人工智能是一個雄心勃勃的計劃，即未來十年人類能造出一個超越人的智能的機器，這一人工智能熱潮很快就沉寂了。關于這一過程，可以參見《人工科學：復雜性面面觀》一書。人工智能在20世紀50年代興起又很快衰落，根本的原因在于人們的“夢想”錯了，當時的人們試圖確定性地構建人類智能的基本原理，并在此基礎上運用電子技術、工程技術將這種智能復現出來。

產生這種戰略誤判的根源是什么？在傳統的知識框架下，人對自然、對人類自身、對這個世界的基本假設存在固有的認知結構。這個認知結構的關鍵點就是“還原論”。發端于法國思想家笛卡爾（René Descartes）的還原論認為，存在一個客觀如實的物理世界，人可以最終透徹地了解這個世界的運行規律和內在構造，并運用人類智慧將這種內在的規律和構造表達、呈現出來。

在這種情況下，人的身體和人的智能是剝離的關系，人們只要掌握類似牛頓定律一樣的方程式，就可以把智能完整地表達出來，這是一個致命的缺陷。認知科學的主張與此不同，具身性智能致力于“交互”這個核心概念，認為智能產生于、涌現于行為體與外部環境的交互，通過持續不斷的交互，行為體對外部世界的認知逐步建立起來，進而與外部環境共同演化。

由此可見，具身性強調的是交互、感知和當下性、流動性。迄今為止，西方的科學語言尚不能令人信服地表征這一哲學。但在筆者看來，哲學的第三次轉向，即身體轉向，已經切切實實地浮現出來。

過去有離身性智能，而現在又有具身性智能，也就是說人類給機器賦予什么代碼和指令不重要，人類能不能控制機器不重要，重要的是這個機器能不能跟外界交換信息，這個機器能不能感知環境的變化。所以，從具身性角度看，今天的人工智能是非常智能的，例如，無人駕駛機器人可以編隊飛行，可以穿越障礙，可以進行非常靈巧的飛行。如果按照過去人工智能的那種操控一切、編碼一切的思路，這種智能是完全實現不了的。所以，這次人工智能的革命是根本性的革命。

理解人工智能，需要把注意力集中到智能思維的轉變這一點上來。傳統的對智能的理解是靜態的、割裂的，是立足于還原論、兩分法的。今天的第三次人工智能的哲學思想已經悄然地發生了改變，已經把交互、連接作為問題的焦點。這一變化的意義何在？簡單而言就是過去的人工智能強調對個體的認知，今天的人工智能強調對關系和交互的認知，這符合互聯網的內在特性。

多樣化、迭代和共生演進是互聯網的三個特性。無數個碎片化的個體相互連接、相互嵌套，處于一個無時無刻不在發生變化的互聯網之中。個體之間隨時隨地發生的相互作用，不但交換著能量和物質，也交換著信息。在這種多樣化的世界中，存在生命的迭代和演進，這種迭代和演進是共生的。這是新一代人工智能的啟示。