摘要：本文從人工智能的歷史發(fā)展出發(fā)，通過對科學哲學中幾個主要學派的分析比較，發(fā)現(xiàn)了用這些理論在傳統(tǒng)科學的語境中進行探討時比較難以察覺出來的某些問題，并在此基礎(chǔ)上進行了再反恩和重新評價，認為從認識論和方法論的角度來說，這些理論的作用在一定的程度上已日趨弱化。因此，為了回應(yīng)新興科學的挑戰(zhàn)，筆者認為科學哲學應(yīng)該轉(zhuǎn)換自己的研究背景，經(jīng)常回到新興科學的歷史中去，這樣才能獲得一個全面的理論創(chuàng)新。
 

    關(guān)鍵詞：人工智能；科學哲學；證偽；范式；多元主義
 

    在當代，以信息科學、生命科學、非線性科學和人工智能為代表的新興科學的迅猛發(fā)展正在強烈地改變著這個世界的面貌和歷史進程，深刻地影響著我們的生活方式與思維方式，并毫無疑問地對科學哲學的傳統(tǒng)理論發(fā)起了沖擊與挑戰(zhàn)，呼喚著科學哲學的變革與創(chuàng)新。作為對這種挑戰(zhàn)的回應(yīng)，本文擬從人工智能的歷史發(fā)展及其某些新的特征出發(fā)，對科學哲學中的幾個主要流派從方法論和認識論的角度進行總體性的剖析、比較與再反思，將傳統(tǒng)上研究背景傾向于物理學等較為“經(jīng)典”、更有歷史味道的學科的科學哲學探討，切換到人工智能這類新興的、正在蓬勃發(fā)展的更為“現(xiàn)代一些”的學科上來。以便轉(zhuǎn)換一個新的視角對科學哲學進行新的解讀，為科學哲學的發(fā)展提供新的案例、思想、啟發(fā)及動力，為科學哲學的創(chuàng)新起到一個拋磚引玉的作用。

    1.人工智能的歷史及其基本思想的發(fā)展

    首先讓我們簡要的討論一下人工智能的歷史及其基本思想，1956年，美國科學家明斯基(M．Millsky)，西蒙(H．Simon)以及麥卡錫(J．Mccarthy)等在達特茅斯大學舉行會議，從此宣告了人工智能的誕生。在早期階段它主要圍繞著智力游戲、定理證明和字符識別等領(lǐng)域展開研究，其后，人工智能在機器學習、專家系統(tǒng)、知識工程、智能信息檢索、人工生命等多方面開展系統(tǒng)地研究，并取得了豐碩的成果…。，人工智能的基本思想方法有：符號主義方法、聯(lián)結(jié)主義方法和行為主義(進化主義)方法，符號主義是人工智能研究的基本方法，多年來人工智能中的許多重大進展，都是在符號主義思想的指導下取得的，而到了80年代，隨著人工智能的發(fā)展，一直占主導地位的符號主義開始面臨諸多的困難，已無法再繼續(xù)起到推動人工智能發(fā)展的動力作用，同時，在這一時期，人工智能出現(xiàn)了理論危機和理論選擇問題，并對人工智能基礎(chǔ)產(chǎn)生了大量的富有哲學意味的爭論與反思[2J。

    在這種情況下，80年代以來，以人工神經(jīng)網(wǎng)絡(luò)為代表的聯(lián)結(jié)主義方法異軍突起，它否定了符號主義將人類智能看成是某種符號處理過程的基本假設(shè)，對傳統(tǒng)人工智能研究模式產(chǎn)生了革命性的沖擊。然而，在對它進行深入的研究后它也暴露出自身存在的某些問題。這樣，在符號主義和聯(lián)結(jié)主義都暴露出不足的情況下，行為主義(進化主義)的理論變革就很自然的在人工智能界發(fā)展起來。同時這些思想幾乎是并行地、互為補充地發(fā)展著并極大地推動了人工智能的進步o即這些后來的理論并沒有全面地取代它們的先行者，而只是在方法上起到了一個互補作用，也正是在這里，引出了我們對科學哲學進行進一步探索的思路。

    2.從人工智看作為方法論的證實與證偽主義

    在對人工智能的發(fā)展史做了簡要的回顧后，我們返回到邏輯經(jīng)驗主義中。這種思想認為：科學是一種累積的事業(yè)，是通過理論的歸并而得到發(fā)展的。舊理論一旦得到承認就不會被拋棄掉而總是由所化歸的新理論來代替，以往的成就隨著新成就的獲得而得到擴展和增加。這顯然是～種中國套箱式的直線發(fā)展觀。把這種思想和人工智能發(fā)展史對比起來，我們發(fā)現(xiàn)，首先，和大多數(shù)科學哲學理論對邏輯經(jīng)驗主義的駁斥正相反，人工智能中確實表現(xiàn)出理論、經(jīng)驗及實踐能力不斷累積的情形，表現(xiàn)出不會輕易將已被成功證實的理論拋棄的傾向。其次，我們從這種強烈的經(jīng)驗證實和理論累積傾向中卻又找不到能表現(xiàn)出理論全面化歸的任何跡象，能驗證那種中國套箱式的直線發(fā)展觀(對此將在下文詳細論述)。因此，這促使我們必須進一步分析與之相對立的波普爾的證偽主義思想。首先僅以中國科學家為例，我們注意到李未教授創(chuàng)立開放邏輯理論以及其它的許多理論明顯受到波普爾關(guān)于開放、證偽、猜想與反駁、假說與重構(gòu)等一系列動態(tài)而不是靜態(tài)處理科學知識的思想的影響。從微觀上看，波普爾的證偽方法和他的進化知識論對于人工智能中某些具體的知識邏輯理論(如定理的機器證明和機器發(fā)現(xiàn)等)的構(gòu)造有著重要的方法論意義，但從宏觀上看，也就是從人工智能的整個歷史發(fā)展看來，情況則變得復雜起來。首先，人工智能初創(chuàng)時，曾有過大量的理論預(yù)言，就這些預(yù)言的結(jié)果而論，在今天看來，它們中的大部分都遭到了實踐(經(jīng)驗)的反駁(證偽)，如果按波普爾的觀點，面對如此強烈的證偽，整個人工智能理論就要被無情的拋棄掉，而事實，人工智能卻仍然“存在”而且它的很多基本原理和方法仍然在累積的意義上被廣泛地應(yīng)用著。這樣看來，即便是面對已被完全證偽了的預(yù)言，證偽方法也并不如理論上所沒想的那么行之有效。真實的情況倒正如拉卡托斯所言：人常常比自然喊得更響。究其原因，很重要的一點恐怕在于波醬爾的證偽方法反對理論的一切變形(理論修正)和一切形式的特設(shè)性修改。麗人工智能中，例如在符號主義傳統(tǒng)下，從啟發(fā)式方法到通用問題求解程序的提出一直到專家系統(tǒng)及知識工程的相繼出現(xiàn)，從知識工程中對知識的傳統(tǒng)邏輯表達到常識的非單調(diào)邏輯的深入研究……無不表明人工智能中不斷地進行著大量的理論變形和特設(shè)性修改，而且這種變形并非隨意的進行，而是受到這一時期理論的認識特點所支配【6】。因此，我們發(fā)現(xiàn)，和波普爾的觀點正好相反，實際的科學研究中的這種理論的修正不但存在而且還十分常見，甚至在某種意義上它對于科學的進步是必不呵少的。這樣，在人工智能中，與其說強調(diào)的是對理論的證實或證偽，不如說對理論實踐有效性范圍的勘察和發(fā)現(xiàn)(在這一點上，后來拉卡托斯對波普爾的素樸證偽方法所做的改進和夏佩爾對解決問題的“域”的分析則比較接近于真實的科學歷史)。

    其次，就具體假說的證偽而畜，我們不能不舉出一個人工智能中“干凈利落”的證偽例證——著名的明斯基對神經(jīng)網(wǎng)絡(luò)的證偽。明斯基等在《感知機》一書中顯然是(在波普爾所欣賞的意義上)相當“果斷”而嚴格地對它們做出了否證，并成功地使人工神經(jīng)網(wǎng)絡(luò)方向的研究幾乎被放棄(實際上是被拋棄)。然而后來人工神經(jīng)網(wǎng)絡(luò)的起死回生乃至蓬勃發(fā)展顯然又否決了這類證偽活動本身【7】。此外，邏輯經(jīng)驗主義企圖用邏輯分析靜態(tài)地描述科學的結(jié)構(gòu)，而波普爾則用問題、假說及排除錯誤這一進程來動態(tài)地描述科學的發(fā)展，但這兩者理想中的標準在很大的程度上卻都是要求假說能在一個邏輯的框架內(nèi)被證實或反駁，或把這個過程轉(zhuǎn)化為陳述邏輯關(guān)系的討論，其本質(zhì)是要求假說能被邏輯的化歸。但人工智能中的大量假說卻是無法被邏輯地化歸的，如人工神經(jīng)網(wǎng)絡(luò)中赫布(N．H出b)的神經(jīng)學習法則和各種學習算法等就是如此，因此這些行之有效的假說也就無法在邏輯經(jīng)驗主義和波普爾所要求的那種意義下證實或證偽。另外，波普爾的進化知識論把邏輯經(jīng)驗主義根據(jù)經(jīng)驗獲得為真的理論問題變成了根據(jù)經(jīng)驗選擇理論的問題【8】。就理論的經(jīng)驗選擇而言，我們發(fā)現(xiàn)，人工智能的發(fā)展中的確始終存在著理論選擇的要求，當一種理論“衰竭”時，和傳統(tǒng)理論矛盾和沖突的新理論將不斷的產(chǎn)生出來以提供經(jīng)驗及實踐的選擇。然而，我們卻既沒有在人工智能中看到一個不斷證偽的科學進程，也沒有看到理論在經(jīng)過選擇后被全面地批判、推翻及取代的過程(將在下文對此做詳細的分析。

    這樣，我們發(fā)現(xiàn)實際科學研究中的證偽不但涉及到當時這個新假說與舊理論相抵觸的創(chuàng)新程度、數(shù)學理論的成熟程度、技術(shù)工具的支撐程度，更特別涉及到這個新假說和當時占據(jù)支配地位的科學家們所持有信念的沖突程度等一系列相當復雜的因素。雖然在理論上這種強硬的證偽模式十分誘人，但在實際的操作中卻顯得過于理想化且很難把握。因而，在實際的科學史中幾乎是可欲而不可求的。此外，科學史中的證實與證偽是一個非常復雜、彼此相伴而互動過程，任何對這個過程所做的孤立而過于簡化的處理。都無法刻畫真實的科學發(fā)展。因此，就人工智能的整體發(fā)展來看，單純的邏輯經(jīng)驗主義和波普爾的證偽主義思想都只能在某些方面切近真實的科學歷程，而在另外的方面又有著明顯的偏離甚至扭曲。它們面對著歷史的科學，卻沒有真正的用歷史觀念去把握，不是在靜態(tài)分析中糾纏不休，就是滑向動態(tài)的偏執(zhí)。這種過于嚴格的證實要求和過于武斷的批判理性對尚在發(fā)展階段的新興科學而言是十分不利的，因此，作為方法論來說它們對于人工智能這類新興學科的發(fā)展有著很大的局限性。

    3.從人工智能看科學哲學中的歷史主義思想

    對于歷史主義學派主要代表庫恩來說，在科學的發(fā)展觀上只看到科學知識的靜態(tài)積累或科學假說不斷的證偽更替都是片面的。至少這些觀點都不符合科學發(fā)展的客觀史實。他主張一種新的歷史主義科學觀，其中心概念是范式�？茖W的發(fā)展就是范式的建立、轉(zhuǎn)換和替代的革命過程，科學革命的結(jié)果最終是以新范式徹底地取代舊范式而告終。但關(guān)鍵問題是人工智能中到底有沒有庫恩意義上的范式的存在(這將決定人工智能是否仍處于前科學狀態(tài)尚未進入范式階段，或我們討論的出發(fā)點是否有意義以及是否我們能為庫恩的范式在新興科學中找到一個鮮活案例這個重要問題)。按照夏佩爾的說法，科學的歷史中是找不到范式存在的L1引。而事實上，瑪斯特曼早在60年代就已就指出：“對于計算機科學背景而言，非但不必去懷疑庫恩的常規(guī)科學(范式)的存在，反而要肯定它。務(wù)實的科學家越來越多地是在研究庫恩的東西，而不是波普爾的東西，特別是在新興學科里，情況已經(jīng)達到了這樣一種程度，現(xiàn)在通行的是‘范式’而不是‘假說”’。這樣，就人工智能中符號主義、聯(lián)結(jié)主義、行為主義依次興起的歷史發(fā)展看來：首先，就模型(本體論及信念上的類比)而言，符號主義的模型認為認知過程在本體上就是一種符號處理過程，人類思維過程總可以使用某種符號來進行描述，其模型是以靜態(tài)、順序、串行的數(shù)字計算模型來處理智能，而聯(lián)結(jié)主義信念則是模擬神經(jīng)系統(tǒng)的工作過程而不再用符號操作來表征認知過程，它提供了一幅完全不同于符號處理模型的新的“世界圖景”。其次，它們的符號概括也發(fā)生了改變，聯(lián)結(jié)主義的工作語育是微分方程而不再是符號邏輯，而行為主義和進化主義則與前兩者均不相同。再次，就解決問題的范例而畜，符號：E義有著從定理機器證明到歸結(jié)方法……非單調(diào)推理理論等一系列足以示范的成就及解題方法，而聯(lián)結(jié)主義也有著歸納學習等類似范例，而行為主義和進化主義則有反饋控制模式及廣義遺傳算法等等。另外，就范圍與成就而論，聯(lián)結(jié)主義模型能夠解決符號主義所無法和很難解決的問題。同樣，行為主義(進化主義)也能解決前兩者所不能解決的問題。除此之外，我們注意到，當人工智能中對知識特別是對常識的研究陷入窘境并使得整個人工智能的研究陷入到徘徊不前的境地之后，那場對常識的邏輯基礎(chǔ)即對符號主義基礎(chǔ)進行的爭論，以及爭論各方或多或少地訴諸予哲學探討的情形就相當符合庫恩對科學革命過渡時期某些特征的論述引。另外，神經(jīng)網(wǎng)絡(luò)研究在美國科學家霍普費爾德新方法的沖擊下，幾乎是革命性的興起、突進，大有一統(tǒng)人工智能研究之勢，更是驗證了庫恩關(guān)于科學革命中新的范式并不是逐步的而更多是飛躍式出現(xiàn)的基本觀點。最后，人工智能的歷史表明這些思想成熟后都有著各自的刊物、教科書乃至教育與交流體系，都能夠相當穩(wěn)定地支配各自的理論進行深入而細致的探索，并竭力同化各種與其信念不一致的事實，甚至使理論變形，從而使證偽不至于發(fā)生。

    這樣，我們發(fā)現(xiàn)人工智能中確實形成了庫恩意義上的范式(因而在這里夏佩爾的觀點可能是有問題的)，確實發(fā)生了革命并且有著新的范式產(chǎn)生，產(chǎn)生了理論的革命性突變和飛躍。然而新興學科中的這些新范式卻并沒有如庫恩所指的那樣是一種格式塔轉(zhuǎn)換從而完全取代舊范式，而是以多個范式并存的形式從不同的側(cè)面和在不同的時空階段發(fā)展和推進著科學的歷程。這樣，在人工智能的理論變革中，我們看不到像物理學中伽利略和開普勒的理論被牛頓的理論所統(tǒng)一和代替，或菲涅爾和法拉第的理論被麥克斯韋的理論所統(tǒng)一和代替的那種情形，前面的理論并沒有化歸為后來的理論或被其所替換，新理論只是在舊理論失效而非成功的地方取得進步。與其說是一個新理論的全面獲利不如說是對先前理論的發(fā)展與提高。同時，從歷史學派的觀點看來，這種理論變革正如夏佩爾所說的那樣是解決問題的背景知識和信息域的改變；正如勞丹所強調(diào)的那樣是問題求解及其有效性的提高和進步；同時也是研究中背景知識(或拉卡托斯的研究綱領(lǐng)、勞丹研究傳統(tǒng)、圖爾敏的自然秩序思想)的轉(zhuǎn)換u引，但卻決不是這些模式的前后更替。

    這樣看來，我們發(fā)現(xiàn)了一個在通常將傳統(tǒng)科學作為背景框架的科學哲學探討中很難察覺的事實——所有這些相互爭論的科學哲學理論歸根結(jié)底來說其實都只是在一個單一的維度上刻畫科學理論的發(fā)展，只不過都在竭力地凸顯彼此之間的靜態(tài)與動態(tài)、累積與非累積之爭，或彼此對科學發(fā)展動態(tài)性刻畫的方式和程度不同罷了。它們無一例外地都過于強調(diào)理論的縱向一體化分析而忽略了橫向性比較，過于注重理論替代的大范圍整體轉(zhuǎn)換，而沒有注意到新興科學的理論轉(zhuǎn)換中整體性與局部性、突變性與繼承性、間斷性與連續(xù)性之間的多極張力，沒有多層面、多維度的看待與分析問題，看不到新興科學中理論變革時以隱性方式表現(xiàn)出來的路徑依賴性(類似于經(jīng)濟學中制度變遷時的路徑依．賴性)，更沒有具體考慮到科學理論在不同歷史階段所表現(xiàn)出的不同歷史特征，卻總是力圖過于一般性地對科學發(fā)展中的某些特征進行強化與放大后加以籠統(tǒng)的抽象處理。這只能在某種程度上說明科學哲學仍然運行在物理學等傳統(tǒng)學科的軌道上，仍然受到這些學科特征極大的影響、支配和控制，力圖使自己也能像這些學科一樣表現(xiàn)出理論的普適性、一般性。然而，實際上，科學特別是新興科學卻總是具有上述所有這些理論單獨或全部綜合起來也無法對其進行準確刻畫的某些新特征，它們具有更多的復雜性、不確定性、動態(tài)性和創(chuàng)新特征，并且總是在多個維度上并行不悖地推進著自身的發(fā)展，它們不但表現(xiàn)出理論上的變革(革命)特征而且更多的表現(xiàn)出理論上的變遷(研究重心和范圍的遷移)特征。因此，這些當初表現(xiàn)出革命性的歷史主義思想

    面對著新興科學卻逐步暴露出了這樣或那樣的束縛性、不適應(yīng)性和保守特征。同時，我們認為，不僅是這些科學哲學理論本身存在著局限性，更重要的是科學本身的面貌隨著時代的發(fā)展也發(fā)生了極大的改變。因此，這些新興學科的出現(xiàn)和迅猛發(fā)展，迫切地呼喚著科學哲學自身的創(chuàng)瓶、變革與合理重建。

    4從人工智能看多元主義思想

    這樣，我們就很自然地進入到費耶阿本德的多元主義思想。實際上，人工智能中聯(lián)結(jié)主義、行為主義、進化主義對一直占主導地位的傳統(tǒng)邏輯主義的挑戰(zhàn)和人工智能科學家在一定時期置反常于不顧而堅持一種理論以推動人工智能發(fā)展的歷史已經(jīng)表明，作為普遍性標準的一元主義方法論都有其一定的適用范圍和內(nèi)在的歷史局限性�？茖W中事實與理論不一致。決不是拋棄理論的理由，而是發(fā)展更多理論的源泉。正是在消除反常的進程中，得到越來越多科學理論�？茖W的發(fā)展不是用新理論來取代舊的理論。而是允許各種不同的理論并存并借助于理論的批判性(與現(xiàn)有競爭者的比較)從而達到一個更高的水平。科學是“各種知識不斷增長的海洋”。同時，從人工神經(jīng)網(wǎng)絡(luò)的“死而復生”以及各種理論頑強地沖破各種阻力產(chǎn)生出來，到人工智能從各門學科“借”來各種新鮮的思想(如從生物學中借來遺傳算法，從物理學中借來模擬退火算法等)的歷史發(fā)展告訴我們，科學理論確實是一個開放的系統(tǒng)。而要在科學中剝奪反對的權(quán)利，就一定會損害科學的發(fā)展，反之，被設(shè)想為一種批判性事業(yè)的科學將會從這些活動中受益非淺。這樣，新興科學在任何時候都表現(xiàn)出它的理論“堅韌性”又在不斷的“增生”，理論在任何時候都是多元的且只有理論多元論才符合科學發(fā)展的實際情況。因此，這一切都正好表達了費耶阿本德所主張的“怎么都行”和“反對方法”，及其在科學發(fā)展的歷史基礎(chǔ)上所提出的“韌性”和“增生”原理，且這些原則是同時起作用的并貫穿予新興科學發(fā)展的整個歷史進程。實際上，我們的研究可以很容易地推廣到非線性科學(如混沌方法、分形方法等興起時的類似情形)、復雜性科學以及新經(jīng)濟理論等新興學科。因此，作為方法論來說，從傳統(tǒng)科學哲學的角度看來顯然是過于極端化的費耶阿本德的觀點對新興學科來說反倒顯得十分貼切，反而比以往的任何理論都更為真實的逼近了科學的歷史。特別是那種動態(tài)的、正在發(fā)展中的歷史，反倒具有更為合乎“理性”的歷史觀。同時，它能更為準確地把握住通常被其它學派所忽略的新興學科的種種微妙特征，并具有更大的寬容性和開

    放性，因此對科學哲學的創(chuàng)新來說也就具有更為重要的啟發(fā)意義。

    5結(jié)束語

    這樣看來，大多數(shù)科學哲學理論實質(zhì)上只是在傳統(tǒng)科學的背景下達到了它們有效性的頂峰，表現(xiàn)出在這個研究傳統(tǒng)下所能獲得的全部合理性。但在今天，面對著這些具有諸多復雜性特征和技術(shù)性傾向的新興學科，它們雖然仍能表現(xiàn)出某種片面的深刻，但當它們想繼續(xù)起到～個方法論和認識論上的啟發(fā)作用，卻又常常漠視和冷落了科學的新進展。這樣，原本具有革命性特征、在20世紀哲學史中獨樹一幟的科學哲學不可避免的逐步暴露出其封閉性、保守性等種種局限性。因此，我們認為，為了不至于最終陷入到被解構(gòu)或逐漸自行邊緣化的境地，科學哲學不僅應(yīng)該經(jīng)�；氐�“活的”科學史中去并不斷地進行理論上的大膽創(chuàng)新與整合，才能夠迎接新興科學的挑戰(zhàn)，從而能表明自己不僅是一個有著偉大過去的學科。更是一個有著偉大將來的學科。

    參考文獻

    [1]勃•凱穗洛夫論恩格斯的‘自然辯證法’[M]殷登祥等譯．北京：蘭聯(lián)書店。1980：35—42．

    [2]鄭杭生．中國人民大學中國社會發(fā)展研究報告(1999—1997)ER3．北京：中國人民大學出版社．1998：1—5.

    [3]思格斯路簿維希•費爾巴哈馬克思．恩格斯．馬克思思格斯選集(第4卷)北京；人民出版社．1995：211--258．

    [4]教育部社會科學研究．黃砸基主編．自然辯證法概論[M]．北京，高等教育出版社．2004：1．

    [5]中國大百科全書出版社編輯部．自然辯證法[M]．北京：中國大百科全書出版社，1995：292，299—301．

    [6]現(xiàn)代社會學(上冊)[M]-北京：中國人民大學出版社，1994：393—373．

    [7]恩格斯．反杜林論[M]馬克思思格斯．馬克思恩椿斯選集(第3卷)．北京：人民出版社．1999：386—424，