基于中文屋理論的人工智能中意向性實現的可能研究
【摘要】 “意向性”是在生活中并不常用的概念,然而我們的心理活動與言語活動總是關聯著某種東西,這種關聯性確定了心理狀態(tài)區(qū)別于其他物理現象的根本差別,因此著名的哲學家塞爾認為意向性理論是整個哲學運動的核心問題之一。隨著哲學運動的焦點話題的變化,特別是科學技術的不斷發(fā)展為整個哲學活動提供了新的思考維度與視角,同時哲學試圖也為科學技術發(fā)展中所遇到的各種問題提出自己的解決方案。作為當今科學技術發(fā)展的尖端成果的人工智能已經成為人類學、認知科學、心理學、計算機科學等諸多領域的核心話題。在數十年的發(fā)展過程之中,對于人工智能的研究雖然獲得了巨大的成就,但也面臨許多根本性的困難。中文屋理論提出后,人工智能能否具有意向性成為了一個爭論焦點。本文首先對意向性理論的發(fā)展、意向性在人工智能領域作為人工智能是否具有智能的判斷標準作出了歷史性溯源,對其中幾個概念進行了討論,隨后就中文屋的幾種解決方案進行分析并指出其中的不足。第二部分則在考察了人工智能意向性的特殊性之后,提出了人工智能的意向性研究必須借助對于人類意向性的形成過程的研究”,在對人類意向性的形成的爭議作出敘述之后,綜合人類意向性形成中的天賦論與后天論,提出意向性研究必須走自然化與社會化同時進行的道路。第三部分就人工智能如何具有意向性特征這一問題,表明了在意向性研究的自然化與社會化的前提下,具有人工進化、模型論與目的論的結合、無表征智能三個可能的途徑。
一、人工智能與意向性
(一)什么是意向性？
著名心靈哲學和語言哲學家塞爾說：“整個哲學運動都是環(huán)繞有關意向性的各種理論建立起來的。” 管這種觀點有獨斷的嫌疑，但是也在某種意義上喻示著關于意向性的理論是繁雜的，對于意向性概念的理解也是有著千萬種的區(qū)別。但是一般來說所謂的意向性，就是一事物能涉及、表現、關于、指向它之外的事物的性質和特征，類似于鏡子能照物的性質，但復雜程度要高得多。每一個意識行為，每一個經驗，都與某個對象相關聯。每一個意向都有其被意向的對象。比如，如果我觀看，我是在看某個視覺對象，例如看一棵樹或者一片湖泊；如果我想象，我的想象呈現某個想象的對象，例如一輛行駛而過的汽車；如果我陷入回憶，我是在回憶一個過去的對象。“愛”總是對某個人、某件事物等的愛，“意識”總是對某種東西的意識，“記得”不可能獨立地成為一種心理現象，而必須與“所記得之事”聯系在一起。你的懷疑、確信、理解總與你所懷疑、確信、理解的事情相關聯。換句話說，這種種心理現象只能作為“關于/about......”的心理現象而存在。而這種心理活動是關于外部世界的，意向性就是這里的“關于”。一般認為，意向性有兩類，一是原始的或內在的意向性，如人的意向性。二是派生的，如語詞、圖畫的意向性。當然，其指向、關于他物的屬性是依賴于人的意圖、目的和知識。
1.意向性研究溯源
最本初的往往是最清晰的，意向性作為一種特殊的關系屬性，其復雜的發(fā)展過程至少與人類的歷史一樣久遠。但是，人類把自己的意向指向它，對它作出探索，則是較晚的事情。當然又不能說，這一過程始于布倫塔諾。因為在古代就有對它思索的表現。柏拉圖的《克拉底魯斯》一書中涉及弓箭的論述可以認為是對于意向性的隱喻。他說：“信念要么就是靈魂所從事的一種對事物怎樣成立的知識的追尋，要么可稱之為弓箭的射擊。” “思想更是這樣”也就是說思想信念對準的是某樣東西。同時，柏拉圖所說的意向既包括了實踐也涉及理論的心理活動。從詞源學上說，把思想與信念等心理狀態(tài)喻為“射箭”，至少可以被認為是意向性概念的開端，并且比較準確地體現了意向性的特征、過程和本質。我們可以看到中世紀學者所創(chuàng)立的“意向的”（intentio) —詞，其本義或原義就是“瞄準射箭”，丹尼特也注意到了這一點。他說：“意向性”是基于類比而提出的一個概念。心理現象關注某對象類似于箭對準某物。因此意向現象就是隱喻的箭。意向的對象像箭的對象一樣，箭的對象可能是一匹馬，也可能是一只麋鹿，也可能是幻覺，這就意味著意向的對象也可以是存在的，也可以是不存在的。
...........
(二）意向性成為人工智能具有智能的判斷標準的歷史性考察
在20世紀出現的人工智能（Artificial Intelligence)，無疑是人類認識世界、改造世界史上最重要的事件之一。人工智能的出現，不但使生產力得以飛速發(fā)展，同時在各個理論領域掀起了軒然大波，一個新興的、以研究智能為核心的學科群迅速發(fā)展。在各個領域，雖然人工智能在部分領域內取得了可喜的成就，研究人員己成功地使機器具有了多種人類的技能。然而，半個世紀以來，各學科的專家愈發(fā)認為，要做到創(chuàng)造出像人一樣聰明的智能機器的目標，不僅只是個夢想，而且是一個越來越不可能實現的夢想了。弗里德曼（David Freedman)認為，“傳統的人工智能研究，即希望開發(fā)出能夠以高度有序、按部就班地進行思考的電腦系統，已經在幾乎所有曾經看來大有可為的領域止步不前，這些領域包括物體識別、機器入控制、數理研究、理解故事、聽懂演說以及共他許多涉及機器智能的方面。在近40年光景里，人工智能域并沒有什么實質性的突破。”?人工智能的先驅西蒙在評價他自己研究人類智能與人工智能的工作時認為“最令他驚訝的是做難的事情是多么的容易，而做容易的事情是多么的難。”實際上，早在1955年，西蒙就完成了可以推導出簡單邏輯定理的計算機了。但是自計算機發(fā)展數十年以來，盡管計算機的邏輯計算能力有了成千上萬倍的增長，但至今還是沒有人可以造出能理解兒童故事的智能機器來。那么為什么會出現這種情況的呢？從事意向性研究的學者認為，現有人工智能研究之所以不能取得突破，是因為人的智能具有意向性，而現有的機器智能并不具備這一特征。在此章中，筆者將從人工智能的發(fā)展歷程、遇到的困難與提問出發(fā)提出試圖作出意向性對于人工智能重要性問題的歷史性梳理。
..........
二、人工智能中實現意向性的幾個問題
(一）人工智能實現的意向性的特點
“意向性”主要是對于人類而言的，在內心當中反映出外界事物。當人在思考問題的過程當中，會和外界事物產生關聯與交涉，這就需要有“意向性”的參與。在人工智能是否具備意向性方面，應該從以下兩個層面解釋：第一，人工智能是否最終能夠具備和人類相同的意向性；第二，人工智能是否能夠在某些方面表現出與人類相類似的意向性特征。人工智能在意向性獲得方面，只能通過模擬來進行，而且這個模擬還必須是完全模擬，即具備心理基礎與生理能力。但是，因為機器本身并不具備與人相同的生理結構與心理基礎，這就決定了必須針對人腦構造，生理與心理關系以及神經網絡機制等進行深入探討，獲得意向性與人類大腦構造以及神經網絡之間的關系機制，探究人類意向性產生根本、形成過程以及影響條件等。在上述基礎上，才能夠使得人工智能獲得與人類相類似的意向性。所以，盡管不能夠確保人類可以解讀大自然當中的所有密碼，但是卻可以在現代科學的幫助之下，向人工智能具備意向性方面發(fā)展。當前階段，在人工智能以及人工智能哲學研究領域當中，最亟待解決的一個問題就是怎樣才能夠使得人工智能在某幾個方面產生與人類意向性相類似的反應。①在本論文當中，也是基于該問題出發(fā)，重點研究人工智能與意向性的問題。因為人腦在結構、神經網絡等方面有著無限復雜性，假如基于人腦內部構造來研究，顯然短時間之內是難有成果的，并且賦予人工智能以意向性的重點也不是內部實現方面。就算我們能夠將人類生理基礎全部復制下來，但也不能說就可以確保及其具備了意向性。因此，目前最需要重點解決的問題就是，怎樣才能夠讓人工智能表現出與人類相類似的意向性特征。之所以要賦予人工智能以意向性特征，目的就是對人類意向性進行完全模擬，使其具備與人類相同的思維能力以及意向能力。但是這個目的能夠實現嗎？答案是可以。但卻不一定能夠完全實現。在談及賦予人工智能以意向性時，先要對人工智能的涵義及作用有所了解。在上文當中提及，人工智能就是由機器來模擬人類，并代替人類完成一些工作。因此，人工智能發(fā)展目標就是對其做出持續(xù)改進，從而能夠更好的服務于人類。可見，人工智能模擬人類智能并非發(fā)展目標。之所以要賦予人工智能以意向性，就是要讓其有著更高程度的智能化水平，以更好代替人類完成工作。而對于人類智能而言，其最大特征就是有著意向性，由此才能夠做出工作決策、制定相應計劃以及思考外界事物等。至于人工智能是否能夠具備和人類相同的意向性，其關鍵就是能否深刻揭示人類意識產生機制，這才是意向性的本質所在。當前階段，現代科學技術的發(fā)展水平還不足以深入認知意向性的本質。所以，這就需要重點研究人類意向性的形成過程。
(二）人類意向性的形成過程
既然人工智能是以人類為標準的，那么人類的意向性又是如何形成的？在人類是是否先天地具有意向性能力？學者間的爭議非常大。在福多所提出的天賦論當中，提出人類天生就具備了能夠理解意向行為的抽象模塊，也就是說，幼兒的心靈思維并非是由推理得到，而是與生俱來的。在這種先天結構之下，決定了認知不是后天形成的，而是依靠遺傳獲得。如此，人的抽象模塊就可以直接影響到個體意向辨別能力以及知識獲得范圍等。“思想媒介屬于天生語言，和其他口語存在最大的差別之處就是完全語義表達模式。這就決定了心理語言也應該是天生語言，其包括了一切的概念資源，可以獨立完成思考命題，并且被人類所掌握，t完成思考和表達過程�？偠灾睦碚Z言就是人類思想與意義的存在基礎。”?在福多的思想語言假設當中，提出了人類天生就具備思想語言的觀點，認為這是人類特有基因的促成結果。所以，人類的意向性能力是不可以卑純借助于經驗與環(huán)境來獲得的，而是一種天生就有的認知能力。
...........
二、人工智能中實現意向性的幾個問題...............18
(一）人工智能實現的意向性的特點.................18
(二）人類意向性的形成過程.......................19
(三）意向性研究的自然化與社會化.................21
三、讓人工智能具有意向性的可能的幾種途徑...............24
(-)人工進化..............................26
(二）麥金的意向性建筑術.....................28
(三）無表征智能.............................33
三、讓人工智能具有意向性的可能的幾種途徑
如前所說意向性問題在歷史上曾經是最熱門的哲學話題之一。無獨有偶，在新的世紀轉折時期，它再次受到人們的重視。所不同的是，它不再是一個純哲學問題，而同時帶有科學的性質�？隙ㄒ庀蛐灾嬖诘娜苏J為，意向性是智能的本質特征。作為現代科技之結晶的計算機所表現出的所謂智能，盡管在許多方面已遠勝于人類智能，但它只能按形式規(guī)則進行形式轉換，而不能像人類智能那樣主動、有意識地關聯于外部事態(tài)，即沒有涉及到意義，或沒有語義性或意向性。因此在本質上它只是句法機，而非像人那樣的語義機。有些人甚至據此認為，已有的人工智能根本就不是智能。意向性問題的重現，使得人工智能對于人類智能模擬出現了前所未有的迷茫。一方面，一部分哲學家從意向性出發(fā)，迸一步肯定意向性作為智能的特征這一觀點，并引起了人工智能專家探討如何構建有意向性的人工智能機器的熱潮；另一方面，另一部分哲學家則從意向性出發(fā)，質疑人工智能研究哲學基礎，并否認用計算機原理來解釋人類智能的正確性。塞爾在對已有的人工智能研究做出批判的時候提出："已有的智能機器的形式符號處理活動是不具備意向性的，沒有實際意義；它們甚至不是符號處理，因為這些符號什么也不代表。用語言學的行話來說，它們只有句法而沒有語義。”這就是說，已有的智能計算機對符號的處理只是句法的處理，而并不具有語義性。這些計算機僅僅只是句法機，而不是語義機。這里所說的語義性，指的是心理狀態(tài)和發(fā)生對象之間的符號意義。換言之，就是在心中出現某個符號，則會和與符號相對應的事物聯系到一起，清楚這是關于符號的，而不是自己。這里的語義性就是如前所講的意向性、關于性。計算機處理并不知道將其與指稱事物關聯到一起。為何有此差異呢？原因就是：人在符號加工過程當中，會有意識的用于因素。至于計算機則做不到這一點。例如：我能夠通過計算機軟件來查詢"塞爾”這個詞語，并得到準確定位。然而，計算機本身卻不理解"塞爾”一詞的意義指向具體是什么，也不理解這個“塞爾"到底是一位學者還是一個地名。即使是在語句的處理中已有的智能計算機也沒有表現出任何的語義性。計算機能夠非�？焖俚倪M行下面的次序排列：
（1)每個哲學家都很聰明；
（2)塞爾是一位優(yōu)秀的哲學家；
（3)塞爾非常聰明。但是，它并非是借助于符號的語義屬性來做出排序推論的。
.............
總結
近些年來，人工智能在社會上引起了巨大的關注，尤其是在浙江省，由于生活成本的上升等因素的影響，在各個地區(qū)普遍面臨“用工荒”和“用工貴”，用機器人取代人力勞動成為趨勢。以杭州凱爾達機器人科技股份有限公司為例，現在已年產100臺機器人，而且還供不應求，但是緊迫的局勢之下卻是人工智能研究落后的事實，比如機器人焊接兩塊鋼板是簡單的事情，但是要它理解焊接在整套系統內的作用同時避免在整套系統內的金屬疲勞卻是極為困難的。也就是所謂的當今的人工智能只是一個能進行符號處理的語法機而非具有意向性的語義機，我們可以設想，在當今需要消費力拉動經濟的的背景下，如果人工智能具有意向性那么就可以很大程度上使得勞動力在繁瑣的第一產業(yè)第二產業(yè)中解放出來同時產生出巨大的消費力。這不僅僅是一個計算機科學問題抑或是科學哲學問題，而是關乎經濟學、政治學、倫理學等等諸多學科的問題，這也是塞爾提出“中文屋”的現實意義�？偨Y來說，使得人工智能具有意向性，實際上有兩種普遍的見解，一是要求人工智能完全與人類的生理結構尤其是大腦結構相同，否則必然可以以物理結構的不同延展出心理結構的不同，從而推導出相關的結論，盡管就這種認識而言從筆者來看除非新材料特別是生物材料有著巨大進展，否則其完全實現是不現實的。不過基于這種認識的工作獲得了極大的成就而且是非常有意義的，比如美國斯坦福大學教授、“硅腦”研究實驗室主任Kwabena Boahen教授成功制成的Neurogrid模擬平臺，該平臺可以實時模擬100萬個神經元的模擬平臺，換句話來說就是他模擬人腦1秒鐘的活動也只需要1秒鐘，盡管在諸如紅杉等計算機系統有著比這個更加強大的浮點運算能力，但是Neurogrid卻更加像人類的神經網絡。第二種觀點就是認為不用關心人工智能的結構究竟是如何的，而是讓其行為具有意向性的各種特征，這種觀點之下的大量的機器學習系統就產生了。但是需要注意的是這兩種觀點在實際操作中并非完全排斥，而是互為補充的，如文中所說，一直以來的人工智能意向性研究都是立足于物理主義的研究，但是人類的意向性實際上是有著極大的社會因素，只有將兩種觀點結合，如本文所提出的的三種解決方案，才能讓人工智能意向性的研究擁有較為明朗的前途。
參考文獻：
- [1] 王姝彥. 分析傳統中的意向性理論及其發(fā)展[J]. 科學技術哲學研究. 2012(02)
- [2] 李艷鴿. 意向性的心理學研究意義[J]. 荊楚理工學院學報. 2011(10)
- [3] 王佳. 對塞爾“中文屋”兩種論證形式的考察[J]. 科學技術哲學研究. 2010(05)
- [4] 張志林. 分析哲學中的意向性問題[J]. 學術月刊. 2006(06)
- [5] 劉占峰. 論社會認知中的意向性[J]. 華中師范大學學報(人文社會科學版). 2002(06)
- [6] 劉西瑞,王漢琦. 人工智能與意向性問題[J]. 自然辯證法研究. 2001(12)
- [7] 劉曉力. 人工智能的邏輯極限[J]. 邏輯研究專輯. 2001(00)
本文編號：9594
本文鏈接：http://sikaile.net/kejilunwen/rengongzhinen/9594.html
