試論布魯克斯的無表征人工智能模型

袁 鎣

(山西師范大學 政法學院，山西 臨汾 041004)

20世紀80年代以后，隨著傳統(tǒng)認知范式所暴露的局限性，一些學者開始提出了新的研究路徑。在這些新路徑中，對于符號表征這一傳統(tǒng)認知理論基本概念的爭論最為激烈。動力主義學者認為，智能行為是身體感知與行為共時協(xié)調(diào)的適應(yīng)性結(jié)果。在認識過程中，身體內(nèi)部的神經(jīng)機制與環(huán)境在運動中彼此構(gòu)建。認知作為一個動力系統(tǒng)，是在不斷地重新組合過程中形成的一種自組織，并不依賴于任何抽象形式的、脫離環(huán)境和身體感知的表征和計算。因此一個認知的動力模型應(yīng)當是無表征的。例如，主張具身認知理論的瓦雷拉提出，表征觀念不僅遮蔽了人類經(jīng)驗中許多認知的基本維度，而且妨礙了人們對這些維度的科學解釋。[1]143馮·蓋爾德認為“表征概念對于理解認知是一種不充分的東西”；[2]6西倫和史密斯也宣稱，我們根本無需建立表征。[3]338

正是在這樣的背景下，人工智能研究領(lǐng)域的專家布魯克斯建造了一個無表征的人工智能模型，他認為，目前以現(xiàn)有的計算機理論體系為基礎(chǔ)的人工智能并沒有反映出生物系統(tǒng)的智能，人和其他動物是通過學習來改變他們的行為以更好地適應(yīng)環(huán)境從而去進行認知活動的，因此，他主張人們應(yīng)當沿著進化的階梯自下而上地尋找智能的源頭。而當人們對簡單、低等智能進行研究時，就會發(fā)現(xiàn)關(guān)于世界的清晰的符號表征和模型事實上對了解認知起到了阻礙的作用，研究認知最好的方式是以世界本身作為模型。[4]80—81

一、布魯克斯增量式人工智能模型的基本構(gòu)造

早期人工智能的目標是通過機器實現(xiàn)、復(fù)制人類所具有的智力水平。但是隨著對人類智力水平的深入了解，人工智能不再將實現(xiàn)整體層面的人類智力水平作為其目標，轉(zhuǎn)而對專家系統(tǒng)進行研究，即模擬人類在某個特定方面所具有的智力水平，例如表征知識的方法、對自然語言的理解、視覺或其他專有領(lǐng)域。一些人工智能學者認為，當人們理解了人類智力所有的專有領(lǐng)域，我們就可以擁有真正的智能系統(tǒng)。

但是布魯克斯卻認為，人類的智力水平太過復(fù)雜，現(xiàn)階段就將其智力分解為適當?shù)淖硬糠侄裕覀內(nèi)匀缓翢o頭緒，即使人們將其正確區(qū)分，也無法知道它們之間確切的界面。因此，人們只有在更簡單的智力水平上進行無數(shù)次的實驗，才可能分解人類的智力?；谶@樣的思路，布魯克斯提出以一種增量的方式(an incremental manner)來建造智能體的思路。所謂增量是指以逐步遞增的方式來建造智能系統(tǒng)的能力，其每一個層級本身就有一個完整的系統(tǒng)，可以確保該部分以及它們的界面是有效的；同時，每個層級都通過真實的感知可以和真實的行為與真實的世界發(fā)生作用。

布魯克斯希望建造與人類共存于世界的人工創(chuàng)造物，它是完全自主的能動的行動者，這些行動者通過控制整個系統(tǒng)的不同層級直接與環(huán)境作用。具體而言，其建造的智能體應(yīng)當滿足如下四個要求：其一，該創(chuàng)造物必須能適當?shù)夭⒓皶r地處理其動力環(huán)境條件中的變化；其二，該創(chuàng)造物就其外部環(huán)境而言應(yīng)當是結(jié)實堅固的，世界屬性的微小變化不會導致該創(chuàng)造物行為的整體性坍塌，且隨著環(huán)境的改變，該創(chuàng)造物能夠逐漸改變其能力；其三，該創(chuàng)造物應(yīng)當能夠維持多個目標，依賴它所發(fā)現(xiàn)的自己所處的環(huán)境，更改它所積極追求的特定目標，也就是說，它既可以充分適應(yīng)周圍既有的環(huán)境，又可以利用偶然出現(xiàn)的環(huán)境；其四，該創(chuàng)造物在世界中應(yīng)當能夠做一些事，它的存在應(yīng)當具有某種意義。[5]139

正是遵循與傳統(tǒng)人工智能模型不同的建造方式和目標，布魯克斯團隊建造了一種增量式人工智能模型，他們稱之為包含構(gòu)架。

(1)在該包含構(gòu)架中的每一層都是由簡單的有限狀態(tài)機的固定拓撲網(wǎng)絡(luò)所構(gòu)成。每一個有限狀態(tài)機都有一個狀態(tài)，一到兩個內(nèi)存儲器、一到兩個內(nèi)計時器，并能夠與簡單計算機聯(lián)結(jié)——該簡單計算機運行諸如矢量和之類的計算。在這些有限狀態(tài)機之上沒有中樞式的控制機制，因為，這些有限狀態(tài)機是由他們所接收的信息而驅(qū)動的。信息的獲得或者指定時間期限的到期會使有限狀態(tài)機改變其狀態(tài)。有限狀態(tài)機可以獲取信息的內(nèi)容，通過可預(yù)測的有條件的不同狀態(tài)的下分支指令測試該信息，或者將它們傳送到簡單的計算成分中。在它們的運行機制中，不可能獲取全局信息，或者建立動態(tài)的交流聯(lián)結(jié)，所有的有效狀態(tài)機都是平等的，同時也無法脫離它們固定的拓撲連接。

(2)各個層之間通過抑制和壓抑機制相結(jié)合。每新增加一層，新的線路就會側(cè)接在已有的線路旁邊。每個側(cè)接都有一個預(yù)定的時間常數(shù)，抑制機制適用于側(cè)接發(fā)生在有限狀態(tài)機的輸入端。如果到達線路網(wǎng)絡(luò)的信息是指向有限狀態(tài)機的輸入，即使它已經(jīng)到達已有的線路，所有已有線路的新信息仍會在特定的時間期限內(nèi)受到抑制。反之，壓抑機制則是對側(cè)接發(fā)生在有限狀態(tài)機的輸出端而言的。新線路中的信息會在特定時間期限內(nèi)壓抑已經(jīng)發(fā)送到已有線路中的信息。

因此，按照上述方法和機制，布魯克斯他們制造的機器人擁有以下三層(該機器人下面有一圈12個超聲波聲納作為其最初的傳感器，這些聲納每秒鐘會進行12個徑向深度測量)：

最低層使得機器人可以避免碰到其他物體，包括靜止和運動的物體，甚至是積極地襲擊它的物體。該層被稱為聲納有限狀態(tài)機，它僅僅運行聲納裝置，并在每秒內(nèi)發(fā)送一個被轉(zhuǎn)換為極坐標的地圖。該地圖被傳送到一個被稱為撞擊和感受力的有限狀態(tài)機中，此時，它僅僅是觀察是否前方有物體，如果有，它就向負責機器人向前運行的有限狀態(tài)機發(fā)出停止信息；如果此時該有限狀態(tài)機不處于正確狀態(tài)中，該信息就可能被忽略了。同時，其他有限狀態(tài)機會根據(jù)平方反比定律計算對機器人的排斥力，即每個聲納返回都被視為存在一個相排斥的物體。每個聲納加起來會對機器人產(chǎn)生一種整體性的力量。該輸出結(jié)果會傳送到使該輸出結(jié)果達到閾值的逃跑有限狀態(tài)機——該有限狀態(tài)機使機器人直接避開總和的排斥力。最后，向前有限狀態(tài)機使機器人向前運行。當機器人在運行過程中，無論何時收到停止信息它都會停止。

第二層是在沒有忙于應(yīng)對躲避物體時，使機器人可以四處閑逛的有限狀態(tài)機。該閑逛有限狀態(tài)機可以大約每十秒使機器人進行隨意的運行。躲避有限狀態(tài)機將該運行作為一個引力，并將它與聲納所計算的排斥力相加。該結(jié)果會抑制更低層的行為，使得機器人移動的方向靠近閑逛有限狀態(tài)機決定的方向，同時避開所有障礙物。當然，如果轉(zhuǎn)向和前進有限狀態(tài)機正在使機器人運行時，那么新的關(guān)于閑逛的脈沖就會被忽略。

第三層旨在使機器人能夠探索，它會尋找遙遠的地方，并試圖到達該地方。這個層會壓抑閑逛層，并觀察最底層如何使機器人轉(zhuǎn)移，以更正產(chǎn)生的背離從而使機器人到達目標。當機器人沒有忙于移動時，有限狀態(tài)機會發(fā)出通知，并啟動自由空間搜索者有限狀態(tài)機。同時它會壓抑閑逛行為，以確保第三層的觀察仍然是有效的。當路線觀察完畢，它就會發(fā)送到路線計劃有限狀態(tài)機，進而向躲避有限狀態(tài)機發(fā)出一個指令性方向。在該路線方向上，最底層的躲避物體仍然起作用，這可能會導致機器人運行的方向會不同于原先預(yù)想的路線。鑒于此，機器人真實的路線是由整合有限狀態(tài)機所控制的，它會將更新的估算發(fā)送到路線計劃有限狀態(tài)機。整合有限狀態(tài)機事實上通過協(xié)調(diào)機器人在躲避障礙物時所通過的真實路線促使機器人朝著預(yù)想的方向運行。

二、布魯克斯增量式人工智能模型的反表征立場

布魯克斯認為傳統(tǒng)人工智能在對智能的分解問題上，是以功能為標準的，而功能的實現(xiàn)離不開符號表征。具體而言，傳統(tǒng)人工智能認為智能系統(tǒng)由中樞系統(tǒng)和外圍系統(tǒng)構(gòu)成，外圍系統(tǒng)又可以區(qū)分為輸入系統(tǒng)的知覺模塊和作為輸出系統(tǒng)的運動模塊。知覺模塊傳遞關(guān)于世界的符號描述，運動模塊則獲取意象行為的符號描述并確保它們在世界中發(fā)生，中樞系統(tǒng)則是一個符號信息處理器，因此每個系統(tǒng)都涉及對符號表征的操作問題。但是該模型的問題是，知覺研究和中樞系統(tǒng)的符號表征操作是由不同的系統(tǒng)進行的，它們之間符號界面的形式并不清楚；同時，中樞系統(tǒng)的研究也被分解為更小的子部分，例如知識表征、學習、計劃、推理等，這些模塊之間的界面同樣難以界定。此外，當以功能為智力劃分標準時，我們必須選擇該特定功能模塊的輸入和輸出，需要一長串的模塊去聯(lián)結(jié)知覺和行動，這無疑增加了工程上的困難。

可見，布魯克斯的增量方式放棄了符號表征的操作，是以行為為標準對智力進行分解的。他認為智力系統(tǒng)根本的切片是以垂直的方向?qū)⒅悄芊譃樾袨楫a(chǎn)生子系統(tǒng)。每個行為產(chǎn)生系統(tǒng)都單獨連接著感知和行為。他將一個行為產(chǎn)生系統(tǒng)視為一個層級。行為則是與世界交互作用的模式，每一層都必須自己決定何時做出行為，而不是其他層所引發(fā)的子程序。上述布魯克斯團隊所建造的機器人，在移動時能夠避免撞擊到其他東西，它能感知其緊接相鄰區(qū)域的物體，并繞開該物體而運行，當它感覺到有東西在它的路上時，它會停下來。盡管建造該機器人仍然需要將它分解為各個部分，但是卻不需要明顯地區(qū)分知覺系統(tǒng)、中樞系統(tǒng)和行動系統(tǒng)。事實上，只需要兩個獨立的途徑將感知與行動相聯(lián)結(jié)：一個是產(chǎn)生移動；一個是緊急停止。因此該機器人并沒有傳統(tǒng)意義上的知覺——用以傳遞關(guān)于世界的表征的單獨空間。布魯克斯還按照增量的方式，在第一個系統(tǒng)上添加了一個平行的系統(tǒng)層進行實驗。該新的系統(tǒng)層可以直接接入感受器，并就所傳遞的數(shù)據(jù)進行不同的運算。原有的第一個自治的系統(tǒng)層仍然平行運行，且不知第二個系統(tǒng)層的存在。人們在上述避免撞擊物體的機器人之上增加了一個系統(tǒng)層使該機器人可以擁有試圖去參觀遠處的可見地方的行為。第二層向第一層的運動控制部分發(fā)出指令指揮機器人朝著目標前進，但是獨立的第一層可能會使機器人轉(zhuǎn)變方向，避開之前第二層沒有看見的障礙。第二層則控制著機器人的進程，發(fā)出最新的運動指令，在沒有明顯知曉障礙物的情況下達成它的目標——對于障礙物的覺知是由第一層處理的。

布魯克斯在總結(jié)他們所建造的機器人時，得出了一個未曾預(yù)料的結(jié)論以及一個相對激進的假設(shè)。該結(jié)論是：當人們在檢驗非常簡單的智力層時，人們最好以世界本身作為模型，而不是去建立關(guān)于世界的清晰的表征和模型。該假設(shè)是：“在構(gòu)建智力系統(tǒng)最龐大的那一部分時，表征是錯誤的抽象單元?！盵5]140這是因為：首先，低層的簡單行為能使建造的智能體逐漸獲得對于其所處環(huán)境中危險的或重要的變化反應(yīng)能力。無需復(fù)雜的表征、不必維持該表征并對其進行推理，這些行為能夠足夠快地做出以滿足其目標，而對環(huán)境始終保持開放的、即時的感覺狀態(tài)是其關(guān)鍵。其次，由于多個層次，傳遞表征的知覺概念變得模糊，尤其是操作知覺的系統(tǒng)部分被分散為許多部分，這些部分之間沒有通過數(shù)據(jù)路線或者功能相連接，同時也沒有一個明顯的地方進行知覺的輸出，感受器數(shù)據(jù)的所有不同種類的處理都是獨立、平行地進行的，它們都通過不同的控制渠道影響系統(tǒng)的整體行為。因此，外部世界屬性的任何變化并不會導致系統(tǒng)行為的整體崩潰。再次，每個控制層本身的目標是隱式的。因此它們都是積極的，平行運行并能夠與傳感器相連接，所以它們能控制外部環(huán)境，并決定其目標的恰當性。最后，智能體在較高層的目標上也是隱式的。并不存在明確的目標表征，因為沒有中樞或分布式處理層為智能體決定下一步要做什么。

三、智能無需表征？

布魯克斯在提及人類智能時雖然提及人類的許多行為僅僅是通過無表征的機制對世界做出反應(yīng)，但是這種簡單的智能水平是否就囊括了人類的所有智力水平呢？表征是否從人類的智力發(fā)展水平中被排除？對于布魯克斯所構(gòu)建的無表征智能來看，我們必須注意布魯克斯在提及這種無表征智能時所適用的語境，即簡單的智能層面。事實上，布魯克斯在《無表征的智能》一文就提到過，這種機器人的智力水平只是接近于昆蟲的智力水平。 但是，人的智力遠不僅僅限于此。

動物學家詹姆斯·古爾德和卡羅爾·古德爾在研究動物心智時曾提出過人與動物在認知上如何區(qū)分的問題：“雖然先天的信息加工，本能的行為、內(nèi)在的和諧協(xié)調(diào)的動機和動力，以及固有導向性的學習，都不失為動物認知的基本要素，但它們卻不像是與思維、判斷、決策等相關(guān)的更深奧的精神活動王國的一部分。那么思維究竟是何物？我們又怎樣認識其在其他生靈最為隱秘的器官——腦——里是如何工作的呢？一方面，我們習慣于詳細真實思維貫穿于審美、道德即決策行為之中，另一方面，至少在某些動物，精致的編程能夠建立似乎是思維的錯覺。有什么行為準則能使我們將兩者加以區(qū)別呢？”[6]10笛卡爾認為人和動物之間有一個質(zhì)的不同，那就是語言，動物都只是一些自動機，沒有人類所獨有的自我意識。動物之間通過相當有限的符號詞匯來交流信息，但無言語可言。人類以理智為導向，動物則憑借本能。因此，笛卡爾認為人類語言是人類靈魂的活動。

但是，語言顯然是一套符號表征系統(tǒng)。從目前語言學以及腦神經(jīng)科學的研究來看，人類和動物在語言能力上的差異看來是質(zhì)上的，“這種差異不只是量上的‘多少’，而是不同類型的智能構(gòu)造?！盵7]438盡管目前對于語言功能的進化細節(jié)還有爭議，但是語言使我們能對匯合不同感覺通路信息形成的多感官和超感官的概念進行存取，由此它的重要意義就開始凸顯出來：語言是人的心靈表征不在眼前的事物的一種手段，因此它在很大程度上將我們從感覺的束縛中解放出來。[8]98人類的語言能力打破了人類身體活動有限范圍的束縛，人類開始用有別于動物的形式來表達其意圖。同時，人類因語言而開始擁有獨立的內(nèi)部世界，這個獨立的內(nèi)部世界是人與外部環(huán)境間存在的一個離線狀態(tài)，它無需時時刻刻始終關(guān)注當前的即時環(huán)境，它可以回憶、反省過去發(fā)生的事件，計劃、構(gòu)想未來的情況。本文認為，這樣一個獨立的內(nèi)部世界也使得人類的意識世界成為可能，自我觀念由此而生。人開始意識到自己作為一個個體而存在，意識到自己的所想所思。而這一切，皆是因語言這一符號表征體系而產(chǎn)生的。

因此本文認為，表征雖然不是絕對的，但也是人類智力水平中不可缺少的部分。布魯克斯增量式人工智能模型雖然將環(huán)境、身體這兩個參量納入到認知模型之中，拓寬了認知的時間維度，實現(xiàn)了耦合的動力模型，突現(xiàn)了認知過程的實時性、在線性，但是并不能就此否定非即時的、離線的表征的序列加工過程。實時的非表征過程和非實時的表征過程分別是智能的基本形式和高級形式，二者不可偏頗，未來的人工模型研究只有注重二者之間的結(jié)合，才能使人工智能更接近于“人”。

[1] FJ Varela, E Thompson， E Rosch. The Embidied Mind: Cognitive Science and Human Experience. Cambridge, Mass:MIT Press,1991.

[2] Gelder T, Port R eds. Mind as Motion: Explorations in the Dynamics of Cognition. Cambridge, MA: MIT Press,1998.

[3] Thelen, Esther, Smith, Linda B. A Dynamics System Approach to the Devleopment of Cognition and Action. Cambridge, MA: MIT Press,1996.

[4] Brooks R. Cambrian Interlligence: The Early History of the New AI, MIT Press. Cambidge.MA.1999.

[5] Rodney A Brooks. Intelligence Without Representation. Artifical Intelligence,1991(47).

[6] (美)威廉·卡爾文.大腦如何思維——智力演化的今昔[M].楊雄里,梁培基譯.上海:上海世紀出版集團,2007.

[7] Chomsky N. Human Language and Other Semiotic Systems, in T.A.Sebeok &D.J.Umiker-Sebeok(eds),Speking of Apes.New York: Plenum Press,1980.

[8] (澳)約翰·C·?？藸査?腦的進化——自我意識的創(chuàng)世[M].潘泓譯.上海:上海世紀出版集團,2007.