當代智能計算機的語義困境——兼論本體論語義學

趙澤林

(中南民族大學思想政治教育學院,湖北武漢430074)

20世紀中期誕生的人工智能是人類認識世界、改造世界史上最具影響力的事件之一。究竟如何能使智能計算機的智能表現(xiàn)與人沒有差別?毫無疑問,這不僅是當代人工智能科學研究的中心問題,同時也是諸多人工智能研究相關(guān)領(lǐng)域必須面對的課題。在當今跨學科的研究中,許多專家、學者都不約而同地聚焦到了當代智能計算機的語義理解方面。當代智能計算機在語言理解上的無法實現(xiàn),已經(jīng)成為困擾當代智能計算機的重大問題。正視并反思這一問題成為促進人工智能相關(guān)研究獲得進一步發(fā)展的必要工作。

一

回顧歷史,人工智能研究并非一帆風順。尤其是在當下,從事智能研究的專家遇到了前所未有的困境。越來越多的人認識到,要達到科研人員所確定的創(chuàng)造出像人一樣聰明的智能機器的目標,不僅一直還只是個夢想,甚至離這個宏偉的目標似乎越來越遠。弗里德曼(David Freedman)認為,“傳統(tǒng)的人工智能研究,即希望開發(fā)出能夠以高度有序、按部就班的方式進行思考的電腦系統(tǒng),已經(jīng)在幾乎所有曾經(jīng)看來大有可為的領(lǐng)域止步不前,這些領(lǐng)域包括物體識別、機器人控制、數(shù)理研究、理解故事、聽懂演說以及其他許多涉及機器智能的方面。在近四十年光景里,人工智能領(lǐng)域并沒有什么實質(zhì)性的突破”[1]29。人工智能先驅(qū)者之一西蒙(Herbert Alexander Simon)在回憶他數(shù)十年來力圖重創(chuàng)人類智能工作時認為,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”。他的第一個人工智能程序完成于1955年,可以讓計算機推導出簡單的邏輯定理。從那以后,計算機的邏輯功能有了長足的進步,但至今仍無人能造出可自動穿越擁擠的房間或能理解兒童故事的智能機器來。一部分學者認為,機器具有的技能盡管非常實用,能夠部分地完成和人一樣的工作,有些甚至是超過了人類的智能,但與真正的智能仍是不同的。智能機器能做的原來屬于人類的工作越多,越顯得它們在某些方面非常突出,而在另一些方面卻非常低能。

為了解決這一問題,人工智能、計算機科學和心靈哲學等學科從不同方面作了大量探討,建立了許多新的智能理論和模型,但依然沒有從根本上走出困境。要解決這一問題,我們必須回到現(xiàn)實的計算機世界。當代許多關(guān)心智能的哲學家和科學家都將焦點轉(zhuǎn)向了智能計算機的語義理解方面。正如第一臺現(xiàn)代計算機的締造者馮·諾伊曼(John von Neumann)所言：“繼續(xù)追蹤這個課題,使我們必須探討語言的問題。”[2]59這也許是合理的選擇之一。

從語言學的角度來看,實際上,現(xiàn)有的計算機有兩個本質(zhì)特征：一是計算機的認知和操作符號僅僅基于符號的句法屬性。例如：在人們常用的Word文件中,我可以利用軟件的“查找”功能迅速在我的文檔中定位于“福多”這個語詞。我的計算機通過“福多”二字的句法結(jié)構(gòu)(或者有的人會說是根據(jù)符號形式)認知了這些符號。而并不必驚奇卻常常被我們所忽視的特別重要的事實,是計算機不能通過符號的語義來認知這些符號。所有現(xiàn)有的計算機并不知道“福多”究竟指向的是什么,它并不知道它所“查找”到的“福多”究竟指向的是一個哲學家還是一只貓。如此一來,經(jīng)過多年成長的計算機原來笨得出奇。因此,通過符號的句法與語義屬性,人們可以將計算機的智能與人的智能明晰地分離開。計算機只是一個“句法引擎”,它基于符號的句法屬性來驅(qū)動計算機模擬人的認知行為和達到對符號的操作。

計算機的認知和符號操作過程是基于符號的句法屬性進行的,這一點業(yè)已被許多哲學家類似于中文屋的思想試驗所證明。盡管計算機能對符號進行特定的排列,甚至對符號的排列關(guān)聯(lián)到了這些符號的語義屬性,但是,它并不能合理地得到這些符號所必然推理出的語義真值。計算機可以很容易地對符號作出如下有序排列：①所有的哲學家都很幸福;②福多是一個哲學家;③福多很幸福。計算機對這些符號通過句法屬性能夠排列得很規(guī)范,但它并不是通過符號的語義屬性達到了第③個結(jié)論。畢竟,計算機不知道福多是誰,也不知道什么是哲學家,更不知道什么是幸福。當然,計算機也可以完成從①和②得到③的處理,不過,計算機進行這種轉(zhuǎn)換處理是在這個意義上完成的：前兩個復雜符號串為第三個符號串提供了前提的句法條件和形式證據(jù)。這個例子表明,計算機能夠通過適當?shù)某绦蛲瓿赡承┖侠淼耐评?但是,計算機卻不能自明地知道,在這一處理過程中蘊含了這樣一種邏輯：如果①和②的語義為真值,則③的語義為真值。這些連小學生都顯而易見的語義邏輯關(guān)系并不被計算機本身所“發(fā)現(xiàn)”。

如此一來,無論是對于單個符號的處理,還是一串符號的整體處理,計算機都無法明知其義。因此,“我想強調(diào)的是,意義在計算機系統(tǒng)怎樣工作中并不起作用。計算機是基于物理裝置之上的一系列編碼形式符號操作,但是這種編碼并不像‘意義’”[3]195。計算機基于符號的句法屬性達到了對符號的操作和“認知”,不過,這種認知卻有著明顯的缺陷,它一直缺乏對符號真值的語義理解。正因如此,計算機的智能對人的智能大有可望而不可及之勢。對比人類智能的心靈而言,“意向性是心靈的一個重要特征——即使不是別的心靈的重要特征,也是人類心靈的重要特征?！恰P(guān)于’(或表征)某些現(xiàn)實的、可能的和不可能的非心理的、心理的事物和事態(tài)的東西”[4]665。簡言之,如果我有一個關(guān)于布什的想法,這是因為,這個想法是與指向布什的心理語義表征相關(guān)聯(lián)的;如果我思考“布什在2006年是總統(tǒng)”,這是因為,這個想法是一個特殊的功能關(guān)聯(lián)(相信的特性),即它有一個內(nèi)容是“布什在2006年是總統(tǒng)”的語義內(nèi)容本身及其“相信”的內(nèi)容必然存在。然而,計算機并不能像人類一樣理解蘊含在自然語言中的語義內(nèi)容,計算機最終把所有的信息都當作0、1的字符串進行簡單的形式處理。如何使具有本體地位的語義信息能夠成為機器可理解的呢?這一問題的研究將決定計算機智能的發(fā)展命運。

二

雖然語義內(nèi)容究竟產(chǎn)生于外部世界還是內(nèi)部世界在哲學界仍有爭議,但“一個人在進行自然語言交流時都會加上社會角色的信息”[5]216已被廣泛認可,說明人的語言表達與語義間存在著必然的聯(lián)系,語義內(nèi)容具有實在性。然而,在本體論上,整個世界并不能被最終化解為無數(shù)離散的原子事實,也不能被分解為類似于電流的通與斷的兩種基本情況。柏拉圖、萊布尼茲、羅素等哲學傳統(tǒng)承認世界可以分為最終的“經(jīng)驗的原子”或者其他“原子事實”。海德格爾(Martin Heidegger)把它稱為“計算思維”,認為這種“事物可徹底計算性”排斥了人的存在?，F(xiàn)實也表明,人棲身的人類世界是人的目的和目標所組織起來的各種工具相互作用的聚合模型,這種聚合模型有著對歧義的容忍性和對自然的特殊靈活性。計算機并不能夠?qū)崿F(xiàn)人類世界道德上的、實踐上的不確定性。這是否表明智能計算機完全不可能實現(xiàn)呢?世界萬物是普遍聯(lián)系的。堅持計算主義的哲學家認為,意識空間里所有本體的相互聯(lián)系就是用計算來精確表達的,即計算的本質(zhì)是脫離生物體的意識系統(tǒng),是一種人所具有的對世界的抽象現(xiàn)象。計算就是通過人腦實現(xiàn)的本體以及本體的相互關(guān)系的抽象表達,即計算精確刻畫本體及本體的聯(lián)系。這里人們一定會提出質(zhì)疑：意識是什么尚未搞懂,如何來用計算表達?然而,人類的認識總是一步一步地向前發(fā)展的。語言是(顯式)意識的表達,人們可以從語言的規(guī)律窺探意識的本質(zhì)。語言并非僅是符號系統(tǒng),現(xiàn)代語法學家認為自然語言符號理論包括語義學和語用學兩個基本維度。

在已有的計算機時代,人們恰恰忽略了語言的語義部分,而僅僅只是強調(diào)了計算機程序語言的“替代標示”功能。這實際上是只發(fā)揮了語言的語用方面。然而,更為重要的另一個問題焦點是語義本體。就本體而言,這個上古的哲學概念至今仍為計算機工程界的科學家們所津津樂道。物理世界的“個體”可以是你所關(guān)心的任意對象：一座相對靜止的房子,一架飛行中的飛機,甚至一只正在捕捉昆蟲的青蛙。而意識主觀空間里的“個體”也是“本體”之一,因為意識主觀空間中的“印像”是你意識到的一種真正存在。但意識空間并不就是物理世界的簡單映像,本體并不就是“個體”的簡單概念化和心理圖式化。雖然所有的個體都可能在意識空間里有本體,但反之不成立,并不是意識空間里的本體都與物理世界的個體相對應(yīng),即有些本體沒有原像,例如“獨角獸”。意識對客觀物理世界有自己獨特的分解與重構(gòu)過程;計算機領(lǐng)域的軟件工程之需求分析的任務(wù)正是用計算機的語言來對應(yīng)用環(huán)境的分解與重構(gòu),即重新認識與重新構(gòu)造客觀物理世界。然而,這里一直被智能計算機科學家們所遺忘的意識的主觀部分(客觀存在的主觀特性,例如,對對象能動地解構(gòu)與重構(gòu))本身我們該怎樣描述呢?

現(xiàn)有計算機程序設(shè)計語言實際上提出了表達符號的語義學要求。因為現(xiàn)有程序設(shè)計語言是對客觀物理世界的描述,程序代碼僅在于從形式上替代物理世界的外在個體,代碼與物理世界個體的關(guān)系在于簡單地“替代”而不是“解構(gòu)與重構(gòu)”。而語義學研究符號系統(tǒng)里面主觀的邏輯因素,即意識的主觀方面。維特根斯坦(Ludwig Wittgenstein)認為：“‘一個詞的意義乃是對該意義的說明所說明的東西?！矗喝绻阋斫狻饬x’這個詞的使用,就要去找被稱為‘對意義的說明’的東西?！盵6]226回到產(chǎn)生意識的大腦,描述大腦中央神經(jīng)系統(tǒng)真正使用什么樣的語言,我們現(xiàn)有的數(shù)學式的程序代碼語言是不完全滿足要求的?，F(xiàn)有描述體系并不能清晰地描述整個世界,必須將語義置于本體論地位尋找新的描述方法,這是語義在本體概念的升華。新的程序設(shè)計語言就應(yīng)該是符號語法理論里面所闡述的語義學語言,它賦予了計算機使用語言時的能動主觀因素,計算機通過這種語言語義的操作(解構(gòu)與重構(gòu))而達到智能。如果就語言處理領(lǐng)域而言,計算機智能的基本目標之一就是要達到計算機能夠如人一樣地進行自然語言的處理。

自然語言處理(natural language processing,NLP)的研究成果在早期主要是應(yīng)用于機器翻譯,而最近被嘗試性地應(yīng)用于問題解答和基于文本意義的理解。如果這些目標不能達成,很難說人們在NLP取得了真正的突破。本體論語義學(ontological semantics)正是要使計算機通過語義理解來完成自然語言的處理,這項新的研究正受到與日俱增的關(guān)注。本體論語義學是一套復雜的理論,包含新的方法論和描述理論。這是因為在計算機領(lǐng)域討論本體,首先就面臨著本體究竟是如何描述的,亦即概念的形式化問題。對應(yīng)的具體研究內(nèi)容就是本體的描述語言及描述方法?！氨倔w論語義學的理論是對一系列現(xiàn)象有明顯限制和聲明的形式化描述意義的理論處理”[7]XIV。它包含獲得一系列與準確而適當描述相聯(lián)系的方法,并利用這些理論,對計算機系統(tǒng)能夠解決在文本處理過程中的種種特殊問題作出合適的描述。本體論語義學的實現(xiàn)還與像機器翻譯或者信息提取等其他一些信息處理系統(tǒng)的應(yīng)用技術(shù)緊緊聯(lián)系在一起。本體論語義學真的能幫助實現(xiàn)真正的計算機智能嗎?

三

著名心靈哲學家塞爾(John R·Searle)認為,“諸如意義、理解、解釋、信念、欲望與經(jīng)驗等的意向現(xiàn)象,只有在一系列本身不是意向的背景能力中起作用?！盵8]146進而,他認為,一個人對言語的直接的、正常的和即時的理解總是只相對于一個背景而成為可能的,但不能從此得出結(jié)論說,在正常的理解中有某個單獨的邏輯步驟、某個單獨的解釋行為,而是從不斷增長的知識庫中的選擇與提煉行為。人類對語言的處理是一個復雜的系統(tǒng)處理。要使計算機能夠如人一樣的處理語言,首先我們應(yīng)該建立合適的模型。在這方面,本體論語義學的倡導者尼倫伯格(S·Nirenburg)和拉斯金(V·Raskin)具有前瞻性的研究,為人們提供了較為成熟的范例。

本體論語義學試圖像一個精神分析家一樣建立一個自然語言處理模型。要建立一個有效的自然語言處理系統(tǒng),最好用智能代理者作為隱喻,這個模型的整體是一個智能代理。因此,所建立的理論必須說明這個智能代理者作為整個的和傾向的行為,要能充分體現(xiàn)意識的種種主觀特性。每一個語言行為都是由這些部分組成的：動詞性的行為、知覺、心理活動和物理行為,構(gòu)成智能代理者的整個有效作用的行為。這個智能代理者必須能夠記住在應(yīng)對現(xiàn)實實體世界每件事情的態(tài)度和客觀物體的相關(guān)知識,在它的記憶里建立一個相應(yīng)的背景知識庫。不僅僅這些態(tài)度經(jīng)常決定了一些發(fā)現(xiàn),而且它們影響到其他行為的發(fā)現(xiàn)方式。我們要強調(diào)的是在認知過程中的背景知識庫的意義表征理論,而不是像現(xiàn)有計算機那樣僅僅是一個單純的邏輯處理者?；诤唵蔚幕拘g(shù)語,我們可以描述智能代理者系統(tǒng)中的每個成員,并且每個成員行為又受到整體的影響。這個代理者系統(tǒng)至少包含兩個基本單位,一是討論的產(chǎn)品(文本、語音),二是討論者(文本、語音的閱讀者)。而不是像現(xiàn)有計算機那樣僅僅只有第一種單位的形式系統(tǒng)。兩個單位的交流環(huán)境包含了討論自身是在某個環(huán)境中、或在某篇文本中,更多的時候是在不規(guī)則變化的情景下。變化的環(huán)境信息不斷地指導討論者的行為傾向并最終引起智能代理者的整體行為變化。

根據(jù)最滿意的自然語言處理模型：先是對文本的意義進行表征,形成合適的文本;進而進行詞匯和句法選擇,經(jīng)過語形實現(xiàn)后,形成有序而準確無誤的語言輸出,我們可以為意義處理建立一個適當?shù)钠矫婺Ｐ汀ＤＰ头譃槲谋净蛘Z音輸入、分析處理、文本意義表征三個基本層次。這三個層次構(gòu)成了一個完整的語義分析網(wǎng)絡(luò)。第二個分析處理模塊是最為重要的核心層次,這個層次包括了對語言的生態(tài)學分析處理、語形、語法、句法、語義的處理,并將這些處理結(jié)果按各自不同而適當?shù)囊饬x表征規(guī)則直接轉(zhuǎn)換為意義表征,最終由第三個層次輸出意義表征。在這個平面模型中,各個局部的模塊都同時會產(chǎn)生各自的操作和記錄響應(yīng)信息。因為有些反應(yīng)“緩慢”的模塊經(jīng)常需要“先前”完成的模塊維持內(nèi)部系統(tǒng)自動地調(diào)整或者消除有歧義的候選分析。無論如何,這些模塊都會產(chǎn)生一個局部結(jié)果,這些單個模塊的操作規(guī)則及結(jié)果為下一步的意義表征規(guī)則提供了基礎(chǔ),為語義的形式化提供了必要條件。系統(tǒng)的適當性將在動態(tài)的規(guī)則調(diào)整中不斷生成,并最終生成可供輸出的文本意義表征。然而,意義該如何表征呢?這就需要人們找出語義的本體,并采用適當?shù)恼Z言和方法來解構(gòu)和重構(gòu)本體,將自然語言的語義本體概念化;明確給出概念及它們之間聯(lián)系都被精確定義(確定語義與世界關(guān)系);用精確的數(shù)學描述形式化(讓語義表征能被計算機所學習),并使得本體中反映的知識被使用者共同認可,可供人機共享與交流。

由此,意義表征的產(chǎn)生是經(jīng)過了這樣幾個步驟的：首先是對目標的整體知覺發(fā)現(xiàn),對這些目標進行環(huán)境、概念分析,初步確定其產(chǎn)生意義的范圍和可能的組織結(jié)構(gòu);然后對先前環(huán)境的初步分析,進行提取必要的原始數(shù)據(jù),并按不同規(guī)則的分析分類,形成不同的意義表征規(guī)則,從這些意義表征中形成初步的語義本體;最后進行必要的精確和優(yōu)化工作,形成意義表征輸出。值得注意的是,如何找到一種體系龐大而非常靈活的知識描述語言而能為各個層次服務(wù)呢?至今,已經(jīng)有許多計算機專家在為此而努力。正是如此,當馮·諾伊曼計算機還沒有建立起合適的意義表征策略時,智能計算機就將始終面臨著語義理解的困境。因為,沒有對知識環(huán)境的生態(tài)學分析,就不會有關(guān)于“福多也是哲學家”等背景知識的分析;進而,就無法破解智能計算機對語言意義的理解難題。這種智能計算機的智能就不是真正意義上的“智能”。

智能計算機在現(xiàn)有科技條件下并不能如我一樣地思考,因為這臺計算機原來遺漏了語言本身的許多重要部分,至少它忽略了語言中重要的語義表征,而這恰恰是人與當代計算機重大而具有本質(zhì)意義的區(qū)別。當代已有的智能計算機只是注重了語言處理的形式化方面,而忽略了語言重要的語義方面,人類還未教會它如何對語義本體進行精確的意義表征。如何消除這些區(qū)別將是決定未來智能計算機能否真正實現(xiàn)的重要問題,是當前人工智能發(fā)展的瓶頸問題。即使是反映當前自然語言處理最新思路的本體論語義學也面臨著一些理論上的難題。本體論語義學盡管是為了回應(yīng)塞爾中文屋論證和其他關(guān)于人工智能責難而提出的一種方案,但仍會受到這樣的責難：它的自然語言系統(tǒng)所處理的意義和所生成的意義,好像仍離不開設(shè)計操作人員的解釋。如果是這樣,那么它充其量只有派生的意向性、語義性。其次,最大的問題是：這種理論建立的系統(tǒng)仍沒有主動性、自覺性、意識性、目的性,而這些性質(zhì)恰恰是人類智能固有的特征。因此,要讓機器成為像人類那樣有智能的自主系統(tǒng)看來還有很長的路要走。由此可見,當代智能計算機所面臨的困境并沒有得到徹底解決?！罢Z言是存在的家”。未來的人工智能計算機研究首先要能夠建立語言符號的語義認知智能實現(xiàn)方案,這個方案的實現(xiàn)必將推動人工智能的巨大發(fā)展,也必將是一次重大的科技革命。

[1] 戴維·弗里德曼.制腦者[M].張陌,譯.上海：三聯(lián)書店,2001.

[2] 馮·諾伊曼.計算機與人腦[M].甘子玉,譯.北京：商務(wù)印書館,2002.

[3] Drew McDermott.Mind and mechanism[M].London：The MIT Press,2001.

[4] 普萊爾·雅各布.心靈能做什么：非意向世界中的意向性[M]//高新民,儲昭華.心靈哲學.北京：商務(wù)印書館,2002.

[5] Alexander Riegler.Understanding representation in the cognitive sciences[M].New York：Kluwer Academic/Plenum Publishers,1999.

[6] 維特根斯坦.哲學研究[M].李步樓,譯.北京：商務(wù)印書館,2004.

[7] Sergei Nirenburg,Victor Raskin.Ontological semantics[M].London：The MIT Press,2004.

[8] 塞爾.心靈的再發(fā)現(xiàn)[M].王巍,譯.北京：中國人民大學出版社,2005.