跨学科视域下的机器智能与人

    由中国自然辩证法研究会、中国人民大学现代逻辑与科学哲学研究所、中国维特根斯坦学会以及前沿科技媒体“机器之心”联合举办的“人工智能与哲学的对话:从 AlphaGo 谈起”学术研讨会，于 2016 年4 月1 日在中国人民大学逸夫会议中心召开。会议以人工智能发展 60 周年以及阿尔法围棋人机对 战为契机，作为中国人民大学哲学系成立60 周年的 纪念活动之一，共有来自科学界、产业界与哲学界的 40 余位专家学者参会。会议由中国人民大学刘晓力教授主持，中国自然辩证法研究会副理事长清华大学吴彤教授与中国人民大学哲学院院长姚新中教授分别致辞。吴彤教授指出，人和技术人工物是当今时代最具决定力量的一种伴生关系，以此来反思 人机关系可以超然于人机之间的胜负输赢，或可为 哲学家与科学家就人工智能之间的对话展现出更宽广的意义空间。姚新中教授指出，人工智能使得人的本体论问题日益凸显，引发出许多与科技相关的 伦理问题，需要学者思索探究。

    会议第一阶段，中国科学院王飞跃研究员做了关于阿尔法围棋论题和思维范式转移的主题报告。他依据人工智能与复杂性问题之间的关联，认为人工智能就是复杂化的机器，而哥德尔不完备性定理 与图灵机分别从机制与计算上证明了解决复杂性是 不可能的。阿尔法围棋预示着处理复杂性问题的 “大数据 +大计算 +大决策”时代的来临，深度学习 网络中参数的复杂化，造就了计算的复杂化，这正是人工智能的神奇之处，智能最大的诀窍就是没有诀 窍，而源于人类本身的多样性。或许所有合理的计 算复杂性问题都可用于阿尔法围棋类似的算法和结构来处理，“参数复杂化+资源复杂化”造就了智能。在此基础上，未来的“人工企业”将催生出一批 基于知识自动化工程的高技术职业及体现计算思维的新型产业经营业态。人工智能将形成数字世界与现实世界之间的“虚实互动”，消除人类在智力上的不对称性，并预示出一种平行思维、平行智能与平行哲学。接下来，中国社会科学院段伟文研究员，立足人与其创造物之间关系反思了人机关系及其未来。人工智能的发展将使宇宙学的人则原理发展为超选择 原理。人工物的发展一方面将造就“丧失掉世界的人”，人类逐渐地抛弃自然，沉沦于技术-人工世界 中;另一方面将导致“世界对人的抛弃”，例如，在未来无人驾驶情景下，人类都将是不合格的驾驶员，或被严禁驾车。技术化科学的发展，使人类在其完美 的制造物面前，因自身的缺陷而处于羞愧之中。在 此情形下，人类可能自诞生之初，不但就是未完成 的，而且更是过时了的，即在完美的智能机器面前， 普通民众将是过时的，而社会精英则是不成器的。 人工智能及虚拟现实增强技术将破坏人类的自我认 同，人类将沉沦于这些技术制造的“幻象世界”中， 在此种对自身肉体超越的贋像下，精神上因欲望的 不断满足而堕落，肉体上因机器的替代与辅助而退 化。人工智能完成对人的“复制”后，人类将面临被抛弃的命运。

    第二阶段，复旦大学危辉教授首先从阿尔法围棋人机对战的细节出发，从承受快棋压力与工作记 忆两方面，指出了人工智能与人类棋手间的差异，批 评了如“机器人作诗”“意识移物”等新闻报道的失 实。规则明确，是人工智能关注于棋类游戏的重要 原因，与自然语言理解、图像理解、辅助决策相比，计 算机下棋是人工智能应用的一个“软柿子”。通过 树搜索方式可将博弈问题转化为搜索问题，如何高 效率地搜索，是人工智能实际应用的关键。阿尔法围棋应用了具备类推能力的深度学习来实现对局部棋局模式的预测，初步做到了对棋局态势的建模，可 能在模式表征、状态评价函数、决策过程、自学习方 面有创新，其自主学习得益于样本数据的高度规范性，再次验证了计算智能的可行性。

    危辉教授还从日常生活中的人类智能不依赖“预编程”的灵机决断实例出发，反驳了认为人类智 能逊于人工智能的悲观论观点，指出阿尔法围棋只 是知其然而不知其所以然。如何引导行动是人类智 慧的重要方面，“乌鸦喝水”案例表明，在当前认知科学还未揭示出人类智慧所基于的复杂知识背景是如何构造及习得的情况下，人工智能的发展仍未取得突破。从机器翻译与人工智能心理咨询的现状看，相关职业的工作复杂性被低估。未来唯有深度 整合人工智能、神经科学与认知心理学，方能真实地 再现与解释智能。人工智能研究一直认为应放弃对 人的模拟，而仰赖强大的计算工程方法;人工智能界 已经彻底忘记长久之策与权宜之计的分野，仅满足 于做一些将方法当目的的短平快研究。 刘晓力教授指出，应该将阿尔法围棋理解为由相关算法、软硬件平台及整个研发团队所构成的一 个延展认知系统。自香农1949 年提出要编制国际象棋程序，到如今的阿尔法围棋，人工智能在棋类游 戏中迟早会战胜人类，在此背景下，阿尔法围棋与李世乭都应被致敬。目前为止的人工智能，一方面仍 囿于哥德尔不完备性定理所揭示的形式系统与递归 算法的极限而导致的不可计算性;另一方面，从可计 算到具体算法实现，再到物理硬件可实现，每一步都 限制着人工智能的计算能力，在自然语言理解、意识 体验、自主性和觉知方面，人工智能研究仍待突破。 作为延展认知系统，阿尔法围棋的核心仍是人的心 智，目前的智能机器仍是“无心的”，实际上并不具 备我们所期待的智能。当前的人工智能还仅是智能 的延展，而非延展智能，更非延展心灵。需要担心的 并非是人工智能奇点的到来，因为真正的威胁始终 源于人性中的恶。

    中国人民大学刘畅副教授指出，因为阿尔法围 棋并未具有强人工智能，所以仅在隐喻意义上才可 说，它某步棋走得极具智慧。相反，一只狗却可以具 有严格而非隐喻意义上的理解知道能力，此断言的 理由缘于类比性推断在肯定与否定断言间的不对称 性。对某物是否具有智能的判断与其通过何种机制 实现智能是两个问题，没有内在关联。人类的理解 能力不是一种专门能力，而是一种渗透性的一般能 力。当前的人工智能仅能在某专门任务下表现优于人类。对某物是否拥有智能或理解能力的判断依赖 于此物与人之间所发生的特殊交互相处方式。

    会议第三阶段，中山大学翟振明教授做了有关 虚拟现实与人工智能的主题报告。翟振明教授首先 指出，以语言来解释人类心灵的意义形成机制，这样 的认知研究因未能严格区分内在描述与外在描述， 而陷入了整一性投射谬误中; 所谓内在描述是对事 物历时性内在因果机制的描述，外在描述是从旁观 者的角度对研究对象及其意义的人为划定与投射。 其次，现象意识经验的整一性与物理世界中的现象 意识对象的时空定域性之间的矛盾，表明了对意识 的神经－计算说明与经典物理学中的定域性原则间 的不一致，任何仅以意识的神经相关物对意识所做 的说明都会犯整一性投射谬误，即意识的神经－计算说明自身是不完备的，若引入具有非定域性特征 的量子纠缠机制则有望解决该问题，因此对物理主 义的理解必须包括量子力学。再次，需要依据某一 具体判准机制，才能对机器是否具有意识做出判断。

    华南师范大学陈晓平教授在报告中，对翟振明 教授的部分观点提出了不同意见，认为虽然阿尔法 围棋这种弱人工智能没有征服人类的动机，但逻辑 上仍有可能引发人类毁灭的结果，作为一种非自然 的人为可控灾难，预防该结果，在伦理上是合理且应 当的。围棋这种智力游戏与实际战争在战略战术态 势上具有相似性，若能以战例模式替换棋局对弈模 式，阿尔法围棋的潜在威胁或将成为现实。强、弱人 工智能的划分、机器是否具有自由意志，与是否应对 人工智能的发展给予伦理规制并无内在关系。

    图森科技首席科学家王乃岩博士，以卷积神经 网络对图像的处理为例，介绍了深度学习在艺术领 域的一些实际应用。基于局部相似观念，卷积操作 可完成图像特征检测，降低计算复杂度;池化操作可 完成一定区域内图像特征的融合，神经网络的某些 特征可以用于内容表示，类似地可得到对图片画风 的表示，在适当平衡下，神经网络就可模仿给定图像 的画风。在此基础上，可将深度学习的内容加以抽 象，并在画面中显示。人工智能算法长于常见模式 识别，却不擅将常见模式合成为有意义却不常见的 新组合。人是一个大数据学习体，其泛化迁移学习 能力依赖于大样本习得。算法已可生成很像艺术家 画的画，但还不能理解画面气氛，机器学习和深度学 习，已为艺术家所用。

    来自科大讯飞的技术专家李剑锋指出，一线研究人员一般认为人工智能对人类的威胁还很遥远，但其正在成为信息产业领域最重要的发展方向。要使机器像人一样，既能听会说，又能理解会思考，需 经历三个发展阶段，即基于穷举和匹配搜索的计算 智能，基于传感器与大数据学习的感知智能，基于可模拟人类推理、联想能力的认知智能。在认知智能 方面，比下围棋更具挑战的是让机器通过人类考试， 相关研究已在进行，其中华盛顿大学图灵中心要使 机器在美国高中生物考试上超过人类，日本国立情 报研究所要使机器考上东京大学，科大讯飞牵头承 担的“国家863”类人答题研究，要使机器在五年后 考上“一本”。科大讯飞的相关技术，在作文评阅与 英语口语考试的评分相关度、平均误差都已优于人 工评阅，其语言转写正确率已经超过了90%。军事 问题专家周晨鸣，以美军无人机在阿富汗战场上自主发动错误攻击后被转为人工目标确认与美军无人 驾驶应用中遇到的困难为例，指出由于实战环境的 高度复杂性，目前人工智能在人类战争中仅起到辅 助作用，未改变战争形态。

    圆桌会议阶段，北京邮电大学刘伟教授介绍了有关人机环境交互与情境感知的相关研究。他首先梳理了人工智能的发展与现代分析哲学之间的关联，指出应将智能理解为“是、该、想、能、变”、情智、理智的综合。与人相比，当前的人工智能在感知恒 常性方面存在较大缺陷。数据及其处理方式的结构 化与否是自动化和智能化的最大区别。情境意识或 态势感知，是人工智能的核心。自主性作为机器学 习的核心概念，除包含选择与控制外，还包括期望。 中国科学院大学徐竹副教授，依据能力知识和命题知识的区别，指出了作为元解决方法的通用人工智能与赖尔命题之间的张力。智能活动并非完全以理智的方式展开，评判人工智能是否已掌握能力知识，或阿尔法围棋是否理解围棋，取决于是否形成承认该能力 知识的实践传统，唯有在一种新的实践传统下，作为 棋手的人工智能与人的对弈，方能获得恰当的理解。

    北京理工大学薛少华博士以实时战略电游为例，从数据获取方式、动作操控频率、人工智能的学习方式、信号延迟等多个方面，讨论了未来电游竞技人机对战中的公平性问题，指出了电游竞技人机对战与围棋人机对弈的技术实现差异以及在心理体验 类电游中人工智能的表现还远逊于人。中国社会科学院刘钢研究员认为，阿尔法围棋仅是凭借强大的工程计算能力，在某种符号处理层面上胜过了人，机 器可能有智能，但不一定有智慧。若立足人类视角， 看到的是机器对人类能力的延展。值得关注的是今后人工智能是否可抛开战例棋谱样本，仅依据逻辑 算法自身在围棋对弈中胜过人类。上海交通大学王晓阳副教授，从逻辑形式系统、感受质与主观意识、 句法与语义间的鸿沟三个方面梳理了人工智能所面临的困难，指出对人与机器的定义，是人工智能可否 超越人类智能问题的逻辑前提以及人类与人工智能 的三种可能未来: 完全取代人类、与人类融合、各自 独立发展。

    南京大学助理研究员陶孝云博士立足实验哲 学，首先讨论了人们对于对弈结果、智能、意识、心灵 等问题的信念态度，在围棋人机对战前后所表现出 的差异。其次，认为分别基于冯·诺依曼架构与神 经模型而进行的用机器模拟人类心灵的研究，已开 启了可超越人工智能的人工心灵时代。最后，从认 知、知觉、行动、意识与自我意识等方面分析了人类 心灵和人工心灵之间的界限。中南大学李熙博士讨 论了所罗门诺夫通用归纳模型与通用人工智能。该 模型将模式理解为图灵机程序，以柯尔莫哥洛夫复 杂性衡量模式的重要程度，并刻画算法随机性;在反 比于程序复杂性所定义的权重基础上，以综合权衡 所有可能程序得到的算法概率来逼近任何可计算世 界的概率分布，该过程同时是一贝叶斯学习过程。 所罗门诺夫算法概率与强化学习结合，使智能机器 在任一有规律的环境中都获得最大的期望效益。该通用智能模型即为在不完全信息动态博弈中以所罗门诺夫通用先验进行哈萨尼转换得到的贝叶斯－纳 什均衡策略;它依赖于整个历史，可被简化为按某种 方式将历史映射到合适的状态上，从而生成易处理 的马尔科夫决策模型，即自动划分合适的信息集过 程，而深度学习的特征提取操作过程与之类似。

    首都师范大学陆丁博士讨论了应该如何理解人们对阿尔法围棋人机对弈事件的关注，指出当某项 任务被定义的足够清晰时，该任务便为技术上可完 成的。在追问人工智能是否会超越人时，其中的人 的概念已超出生物范畴，在此情形下，对人与机器的比较，无论是以自然类、个体或群体来理解被比较的双方，都将难以为继。类似地，在界定何为机器与人的成功共存时，也会面临该问题。相关论题因缺乏 事实性对应，仅可被理解为是对阿尔法围棋人机对 弈事件的某种理智或情智的反应。

    最后，段伟文研究员对与会学者的观点进行了总结，将发言归为三种类型下的九种不同叙事方式。刘晓力教授强调，批判、争论与交锋，是学术研讨的 常态，与观点激荡相伴的是，思想火花的迸发。