哲學(xué)視域下的人工智能假設(shè)探析

閆坤如

一、人工智能及其研究范式

人工智能已成為21世紀(jì)最熱門、最前沿的新興技術(shù)，人工智能是通過(guò)對(duì)信息與符號(hào)進(jìn)行加工以實(shí)現(xiàn)以機(jī)器方式再現(xiàn)人類的智能的目標(biāo)程序。人工智能始于設(shè)計(jì)出智能的計(jì)算機(jī)程序，后來(lái)發(fā)展到模擬人類的思維，甚至能夠代替人類思維。人工智能的發(fā)展經(jīng)過(guò)計(jì)算智能、感知智能層次，已經(jīng)向著認(rèn)知智能層次發(fā)展。智能機(jī)器越來(lái)越像人，甚至超過(guò)了人類的某些能力。思維是大腦的產(chǎn)物，構(gòu)成大腦的物質(zhì)與其他物質(zhì)并無(wú)本質(zhì)的區(qū)別，大腦的活動(dòng)也應(yīng)該可以由電腦原件來(lái)替代。

學(xué)者開始對(duì)人工智能技術(shù)本質(zhì)，人工智能的社會(huì)影響、規(guī)范路徑等進(jìn)行思考。對(duì)人工智能的研究不僅僅局限于對(duì)科學(xué)發(fā)展或者技術(shù)發(fā)展的反思，也涉及到對(duì)人工智能的哲學(xué)思考?！叭斯ぶ悄懿粌H是一個(gè)科學(xué)問題，而且是一個(gè)哲學(xué)問題，因?yàn)樗谡J(rèn)識(shí)論中處于特殊的地位上，這個(gè)特殊性是：它把主體的認(rèn)識(shí)能力轉(zhuǎn)化為認(rèn)識(shí)客體，然后對(duì)之進(jìn)行認(rèn)識(shí)與模擬?！盵注]陳步：《人工智能問題的哲學(xué)探討》，《哲學(xué)研究》1978年第11期。20世紀(jì)中葉，明斯基(Marvin Minsky)、麥卡錫(John Mccarthy)、西蒙(Herbert Simon，又譯司馬賀)與紐厄爾(Allen Newell)等人工智能學(xué)者為人工智能發(fā)展做出了貢獻(xiàn)。圖靈(Alan Turing)可以看作是人工智能的先驅(qū)，他1950年出版人工智能奠基之作《計(jì)算機(jī)器與智能》，圖靈提出智能機(jī)器具有人類智能的設(shè)想，“現(xiàn)在人們對(duì)于‘思維機(jī)器’的興趣是由一種通常稱作‘電子計(jì)算機(jī)’或‘?dāng)?shù)字計(jì)算機(jī)’的特殊機(jī)器引起來(lái)的?！盵注]A.M.Turing，Computing Machinery and Intelligence，reprinted in Minds and Machines，ed.Alan Ross Anderson (Englewood Cliffs，N.J.：Prentice-Hall，1964)，p.7.人工智能基于圖靈機(jī)的基礎(chǔ)上，用數(shù)字計(jì)算機(jī)模擬智能行為。圖靈機(jī)的構(gòu)造雖然簡(jiǎn)單，卻為機(jī)器模仿人類智能指明方向，機(jī)器可以顯示出智能的行為。圖靈在“圖靈機(jī)”的基礎(chǔ)上，提出“機(jī)器是否能思考”的問題，還進(jìn)一步給出一個(gè)具有可操作性的檢驗(yàn)標(biāo)準(zhǔn)——“圖靈測(cè)試(Turing Test)”，引發(fā)了學(xué)者對(duì)于人工智能的哲學(xué)討論。圖靈測(cè)試的理論依據(jù)是人工智能機(jī)器應(yīng)該能夠理解并學(xué)習(xí)模仿人類智能。人類可以制造出具有思考能力、語(yǔ)言理解能力、問題解決能力、領(lǐng)悟思想能力、語(yǔ)言運(yùn)用能力、邏輯推理能力以及學(xué)習(xí)能力的智能機(jī)器，并且不久就會(huì)出現(xiàn)，西蒙提出“二十年之內(nèi)，機(jī)器將能做到人所能做到的一切?！盵注]Simon H A，The shape of automation for men and management，New York：Harper & Row.1965，p.96.明斯基也對(duì)人工智能取代人類智能充滿信心，“只需要一代人的實(shí)踐，創(chuàng)造‘人工智能’的問題就可以基本解決?！盵注]Marvin L.Minsky，Computation：finite and infinite machines，American Mathematical Monthly，1967，p.75.

人工智能的目標(biāo)是以機(jī)器方式取代人類智能，堅(jiān)信計(jì)算機(jī)程序可以模擬人類思維的稱之為強(qiáng)人工智能(Artificial General Intelligence)；認(rèn)為計(jì)算機(jī)程序完全不同于人類思維的稱之為弱人工智能(Artificial Narrow Intelligence)；認(rèn)為計(jì)算機(jī)達(dá)到甚至超過(guò)人類的推理水平的稱之為超人工智能(Artificial Super Intelligence)。麥卡錫、紐厄爾與西蒙是符號(hào)主義人工智能(Symbolic AI)的代表人物，他們沿襲圖靈與馮·諾依曼的方法，相信計(jì)算機(jī)程序可以模擬人類智能。他們立足于對(duì)物理符號(hào)系統(tǒng)進(jìn)行分析，著眼于程序的邏輯結(jié)構(gòu)、符號(hào)操作系統(tǒng)以及編程語(yǔ)言，他們把人類的智能看成類似于計(jì)算機(jī)的信息符號(hào)系統(tǒng)，人類的認(rèn)知由句法操作構(gòu)成，符號(hào)主義試圖用計(jì)算機(jī)形成對(duì)世界的形式表述。人工智能的符號(hào)主義進(jìn)路趨向于把機(jī)器學(xué)習(xí)當(dāng)成是對(duì)一套預(yù)先確定的概念重新組合的過(guò)程。符號(hào)主義人工智能遭到約翰·塞爾(John Searle)的反對(duì)，他用“中文屋論證(Chinese Room Argument)”思想實(shí)驗(yàn)反駁計(jì)算機(jī)具有人類智能，計(jì)算機(jī)只是能夠進(jìn)行符號(hào)處理，并不能把握其語(yǔ)句與語(yǔ)詞的意義。

聯(lián)結(jié)主義人工智能(connectionism AI)又叫神經(jīng)網(wǎng)絡(luò)人工智能(Neutral Network AI)，聯(lián)結(jié)主義主要以研究人腦的神經(jīng)網(wǎng)絡(luò)和人腦神經(jīng)網(wǎng)絡(luò)之間的聯(lián)結(jié)原理，代表人物是魯梅爾哈特(David Everett Rumelhart)與明斯基。聯(lián)結(jié)主義的核心議題是對(duì)人腦模型進(jìn)行研究。明斯基著眼于神經(jīng)網(wǎng)絡(luò)，認(rèn)為人工智能研究應(yīng)該從神經(jīng)網(wǎng)絡(luò)角度出發(fā)，研制出與大腦中神經(jīng)元聯(lián)結(jié)類型相一致的網(wǎng)絡(luò)。他認(rèn)為思維是由許多不同的智能主體組成的層級(jí)機(jī)構(gòu)，這些智能主體可以處理不同的情境信息。神經(jīng)網(wǎng)絡(luò)研究的目的在于模擬人的智能，而不是簡(jiǎn)單的物理連接機(jī)制。聯(lián)結(jié)主義認(rèn)為神經(jīng)元是人類智能的基本構(gòu)成和傳遞單元，并不是簡(jiǎn)單的符號(hào)可以模擬的。還有學(xué)者認(rèn)為在符號(hào)主義人工智能與聯(lián)結(jié)主義人工智能研究范式之外，還有一種行為主義人工智能(Actionism AI)。行為主義人工智能主要通過(guò)行為主義的研究，使人工智能的技術(shù)產(chǎn)品主動(dòng)地適應(yīng)外部環(huán)境，同時(shí)根據(jù)搜集的外部數(shù)據(jù)調(diào)整自己的行為，以對(duì)外界做出反應(yīng)，行為主義人工智能與符號(hào)主義人工智能以及聯(lián)結(jié)主義人工智能不同，它不依賴于算法和預(yù)先設(shè)定的程序。

人工智能的發(fā)展已經(jīng)引發(fā)一場(chǎng)可以媲美于工業(yè)革命的技術(shù)革命，有人稱人工智能是西方的“芒果樹”，人工智能具有把人類從單調(diào)范圍的工作中解放出來(lái)的巨大作用。盧西亞諾·弗洛里迪(Luciano Floridi)在其著作《第四次革命——人工智能如何重塑人類現(xiàn)實(shí)》中，直接把“人工智能革命”稱之為“第四次革命”[注]盧西亞諾·弗洛里迪：《第四次革命——人工智能如何重塑人類現(xiàn)實(shí)》，王文革譯，杭州：浙江人民出版社，2016年，第5頁(yè)。，認(rèn)為人工智能具有與哥白尼革命、達(dá)爾文革命同樣的“顛覆性”作用。人工智能就像伽利略發(fā)明望遠(yuǎn)鏡對(duì)于整個(gè)天文學(xué)研究的意義一樣，人工智能對(duì)于如今科技的發(fā)展具有同樣劃時(shí)代的意義。

從學(xué)科分類來(lái)講，人工智能與人工智能哲學(xué)是不同的研究范疇，前者屬于自然科學(xué)范疇，后者屬于人文學(xué)科的范疇，但人工智能與哲學(xué)學(xué)科密切相關(guān)，比如，人工智能中的算法與邏輯學(xué)密切相關(guān)，涉及到哲學(xué)的方法論維度的研究；智能機(jī)器的意向性問題與心靈哲學(xué)以及認(rèn)知科學(xué)相關(guān)等，人工智能與認(rèn)知科學(xué)、心靈哲學(xué)、現(xiàn)象學(xué)以及邏輯實(shí)證主義等都有密切聯(lián)系。相較于人工智能技術(shù)的發(fā)展，對(duì)人工智能的哲學(xué)思考稍顯滯后。但對(duì)于人工智能的哲學(xué)思考可以澄清人工智能的概念，厘清人工智能的理論基礎(chǔ)，分析人工智能時(shí)代人與技術(shù)的關(guān)系，還可以促進(jìn)人工智能技術(shù)的發(fā)展。因此，哲學(xué)視域下人工智能的理論思考是必要的。

二、人工智能本體論假設(shè)分析

人工智能哲學(xué)問題的研究重點(diǎn)不在于人工智能技術(shù)的實(shí)現(xiàn)，人工智能技術(shù)關(guān)注圖像識(shí)別、語(yǔ)音識(shí)別、深度學(xué)習(xí)、機(jī)器翻譯等人工智能技術(shù)如何在現(xiàn)實(shí)社會(huì)中實(shí)現(xiàn)，人工智能哲學(xué)關(guān)注與人工智能技術(shù)相關(guān)的哲學(xué)問題。人工智能哲學(xué)關(guān)注人工智能的本體論、認(rèn)識(shí)論等哲學(xué)基礎(chǔ)問題。關(guān)心人工智能形式化問題、知識(shí)表征問題、意向性、自古希臘以來(lái)的主客二分問題以及人工智能是否具有道德主體地位等問題的哲學(xué)思考。

研究哲學(xué)視域下的人工智能，不得不提到希爾伯特·德雷福斯(Dreyfus H L)，他把人工智能從單純技術(shù)領(lǐng)域引入到哲學(xué)領(lǐng)域進(jìn)行深入思考，他意圖挖掘人工智能的哲學(xué)基礎(chǔ)與理論假設(shè)，從而將人工智能與人類智能做了區(qū)分。德雷福斯反對(duì)人工智能具有取代人類的能力，立足于為人工智能發(fā)展奠定哲學(xué)基礎(chǔ)。他在1992年出版的《計(jì)算機(jī)仍然不能做什么：人工理性批判》，提出人工智能的生物學(xué)假設(shè)、心理學(xué)假設(shè)、認(rèn)識(shí)論假設(shè)以及本體論假設(shè)。從海德格爾(Martin Heidegger)的存在現(xiàn)象學(xué)、梅洛·龐蒂(Maurice Merleau-Ponty)的身體現(xiàn)象學(xué)以及維特根斯坦(Ludwig Wittgenstein)對(duì)于語(yǔ)言的理解來(lái)分析人工智能，把人工智能引入到哲學(xué)家的視野。

德雷福斯認(rèn)為人的功能就如同一個(gè)通用符號(hào)加工裝置的觀點(diǎn)基于以下四個(gè)假設(shè)：“生物學(xué)假設(shè)：在某一運(yùn)算水平上，大腦與計(jì)算機(jī)一樣，以離散的運(yùn)算方式加工信息；心理學(xué)假設(shè)：大腦被看作一種按照形式規(guī)則加工信息單位的裝置；認(rèn)識(shí)論假設(shè)：一切知識(shí)都可被形式化，可以被編碼成數(shù)字形式；本體論假設(shè)：存在是一組在邏輯上相互獨(dú)立的事實(shí)，知識(shí)可以被編入計(jì)算機(jī)程序?！盵注]Dreyfus H L，What Computers Still Can't Do：A Critique of Artificial Reason，MIT Press，1992，p.156.對(duì)人工智能哲學(xué)來(lái)說(shuō)，其哲學(xué)基礎(chǔ)主要是基于本體論假設(shè)與認(rèn)識(shí)論假設(shè)的分析與澄清。

人工智能是什么？人與人工智能的界限是什么呢？人工智能是基于物理機(jī)制還是基于邏輯與意義呢？這些問題都是基于人工智能本體論意義上的哲學(xué)思考。圖靈通過(guò)智能機(jī)器表明計(jì)算機(jī)可以處理所有的機(jī)械運(yùn)算。宇宙是一個(gè)復(fù)雜的機(jī)械有機(jī)體，而人類是其中的一種，在人類這個(gè)機(jī)械體內(nèi)部，思維扮演什么角色呢？紐厄爾與西蒙認(rèn)為智能機(jī)器與人是一樣的，任何種類的智能活動(dòng)都可以變成一套指令，因?yàn)樵谟?jì)算主義看來(lái)一切推理都可以歸結(jié)為計(jì)算，機(jī)器人可以復(fù)制人類智能行為，因此具有人類思維功能，但模擬人類思維的計(jì)算機(jī)并不是通過(guò)計(jì)算，而是靠測(cè)度物理量而運(yùn)轉(zhuǎn)的?！翱梢钥闯鲞@種方法并未假設(shè)計(jì)算機(jī)和大腦在‘硬件’上的相似會(huì)超出這樣一個(gè)范圍，即認(rèn)為兩者都是通用的符號(hào)處理裝置，而且能為計(jì)算機(jī)變出程序來(lái)進(jìn)行一些基本的信息處理，使他們的功能與大腦所進(jìn)行的十分相似?！盵注]Allen Newell and H.A.Simon，Computer Simulation of Human Thinking，The RAND Corporation，1961，p.9.如果人類理性可以變成計(jì)算機(jī)程序，就證實(shí)了把人看作是一種客體的認(rèn)識(shí)。明斯基認(rèn)為機(jī)器可以達(dá)到人類的思維水平，計(jì)算機(jī)程序與人類具有相同的作用，“當(dāng)我們要求使用‘推理’時(shí)，并不意味著要求救于某種智能子程序而放棄對(duì)弈，組織搜索的程序?qū)⑶『檬橇硪环N啟發(fā)程序。差不多可以確定地說(shuō)，這一程序和主體的程序基本上由同樣的對(duì)象和過(guò)程組成。”[注]Minsky M，Descriptive languages and problem solving，afips，IEEE Computer Society，1961，pp.215-218.

密勒(George Miller)、魯?shù)婪颉ぐ⒍骱Ｄ?RodolfArnheim)與奎連(Ross Quillian)等人反對(duì)紐厄爾與西蒙等人的觀點(diǎn)，認(rèn)為機(jī)器與人類具有本質(zhì)區(qū)別，“在解決命題演算問題時(shí)，機(jī)器能夠做出忽略邏輯聯(lián)結(jié)符和符號(hào)順序中差別的決定。”[注]George Miller，Eugene Galanter，and Karl H，Pribram.Plans and the Structure of Behavior，New York：Holt，Rinehart and Winston，1960，p.190.機(jī)器與人類是不一樣的，具體表現(xiàn)在如下幾個(gè)方面：首先，機(jī)器與人在問題求解上的解題方式不同，“人和機(jī)器之間之所以有這種差別，是因?yàn)檫@項(xiàng)任務(wù)所要求處理的是拓?fù)潢P(guān)系，為此就必須忽略純粹的量度方面的關(guān)系。人腦完全適合于這種拓?fù)鋵W(xué)特征。因?yàn)檫@些特征告訴我們事物典型特征，而不是事物的具體量度。”[注]Rudolf Arnheim，IntelligenceSimulated，Midway：University of Chicago，1967，p.87.其次，機(jī)器不關(guān)注語(yǔ)義，不能達(dá)到人類智能水平?！拔覀儾幌嘈判袨槔碚摶蛴?jì)算機(jī)模型，像已有的大多語(yǔ)言處理程序那樣，忽略或排斥語(yǔ)義而希望取得成功。無(wú)論程序的目的是否用來(lái)分析句子、翻譯語(yǔ)言或者回答自然語(yǔ)言問題，如果它不盡早地，經(jīng)常地考慮語(yǔ)義事實(shí)，那么我看它便沒有可能接近人類的能力水平?！盵注]Ross Quillian，Semantic Memor，in Marvin Minsky (ed.) Semantic Information Processing，Cambridge，the MIT Press，1968，p.262.再次，專家運(yùn)用規(guī)則不可能獲得智能，同時(shí)，熟練的專家也不都是有意識(shí)地遵守規(guī)則。例如，人類一旦掌握了騎自行車的技巧，不會(huì)糾結(jié)于規(guī)則，無(wú)時(shí)不刻遵守規(guī)則并不是人類的行動(dòng)和感知的基本方式，而機(jī)器則需要按照嚴(yán)格的推理模式進(jìn)行編程，這與人類具有本質(zhì)區(qū)別。塞繆爾(A.L.Sammuel)通過(guò)實(shí)證經(jīng)驗(yàn)檢驗(yàn)機(jī)器與人類不同，他編寫了一個(gè)跳棋程序，論證機(jī)器不可能具有智能，因?yàn)闄C(jī)器只能做它被指令去做的事。即使智能機(jī)器能夠通過(guò)圖靈測(cè)試，哲學(xué)家們會(huì)懷疑智能機(jī)器僅僅是行為上與人類有相似性，通過(guò)圖靈測(cè)試的檢驗(yàn)并未為智能具有思維屬性提供充分的解釋。

三、人工智能認(rèn)識(shí)論假設(shè)分析

認(rèn)識(shí)論是哲學(xué)的一個(gè)分支，研究知識(shí)的本質(zhì)以及個(gè)人如何獲得知識(shí)。人工智能先驅(qū)明斯基關(guān)注認(rèn)識(shí)論研究在人工智能哲學(xué)研究中的重要作用，“僅是建構(gòu)一個(gè)知識(shí)基礎(chǔ)，具成為智能研究的重大問題……在這一領(lǐng)域中，我們需要花力氣做嚴(yán)格的認(rèn)識(shí)論研究?！盵注]Minsky M，A Framework for Representing Knowledge，The Psychology of Computer Vision.Patrick Winston，Pattern Recognition，1975，8(76)，p.193.對(duì)于人工智能的認(rèn)識(shí)論研究來(lái)講，挖掘其哲學(xué)基礎(chǔ)尤為關(guān)鍵，“AI的認(rèn)識(shí)論部分研究的是有關(guān)世界的哪些種類事實(shí)可提供給在給定的觀察條件下的觀察者，這些事實(shí)怎樣能夠表達(dá)在計(jì)算機(jī)的存儲(chǔ)器中以及有哪些規(guī)則可允許從哲學(xué)事實(shí)中得出合理的結(jié)果來(lái)?！盵注]Mccarthy J，Epistemological Problems of Artificial Intelligence，Readings in nonmonotonic reasoning，DBLP，1977，pp.1038-1044.在認(rèn)識(shí)論研究中，人類與機(jī)器在獲得知識(shí)方面的區(qū)別成為人工智能哲學(xué)研究的重點(diǎn)。

人工智能哲學(xué)認(rèn)識(shí)論研究必須關(guān)注形式化與意向性問題。形式化根植于邏輯，邏輯主義者認(rèn)為，只要能形式化的東西都可以通過(guò)計(jì)算機(jī)完成，“智能加工過(guò)程取決于主體掌握的知識(shí)，深刻的和首要的問題是要理解其中的運(yùn)算與數(shù)據(jù)結(jié)構(gòu)?！盵注]Goldstein I，Papert S，Artificial intelligence，language，and the study of knowledge，Cognitive Science，1977，1(1)，pp.84-123.在人工智能形式化問題中，常識(shí)的形式化問題遇到困難，智能機(jī)器只是根據(jù)程序設(shè)定模仿人類行為，不能像人類一樣理解。

數(shù)理邏輯、形式邏輯和分析哲學(xué)等哲學(xué)流派，它們構(gòu)成了人工智能中的符號(hào)主義的哲學(xué)基礎(chǔ)，甚至可以說(shuō)是整個(gè)人工智能的哲學(xué)基礎(chǔ)，人工智能的認(rèn)識(shí)論假設(shè)認(rèn)為：一切知識(shí)都可被形式化，只要能理解的知識(shí)都可以通過(guò)邏輯表達(dá)來(lái)刻畫?！爸X必須做的事情就是以思維能夠理解的方式來(lái)表征世界?！盵注]J.A·福多：《心理模塊性》，李麗譯，上海：華東師范大學(xué)出版社，2002年，第37頁(yè)。但機(jī)器獲得行為不叫理解，也沒有辦法理解。維特根斯坦在《哲學(xué)研究》提出“語(yǔ)言圖像說(shuō)”，他認(rèn)為指稱是否有意義，在于是否能夠被理解。如果只是指指桌子，說(shuō)了聲“褐色”，那么孩子不會(huì)知道“褐色”指稱桌子的顏色，還是桌子的大??？指稱的是桌子的形狀，還是物體的種類，還是那個(gè)物體的名稱。威諾格拉德(TerryWinograd)認(rèn)為“困難在于把哪些腳本、目標(biāo)和策略是相關(guān)的以及它們?cè)鯓酉嗷プ饔玫某ＷR(shí)背景形式化?！盵注]Winograd T，Computer Software for Working with Language，Scientific American，1984，251(3)，pp.130-145.所謂常識(shí)，指的是心智正常的都應(yīng)該具備的基本知識(shí)，包括生存技能、勞動(dòng)技能以及應(yīng)該掌握的自然科學(xué)知識(shí)與人文社會(huì)科學(xué)知識(shí)等，像系鞋帶、踩自行車就屬于常識(shí)，把這些常識(shí)形式化非常困難。系鞋帶與騎自行車等技能在剛開始學(xué)習(xí)的時(shí)候都需要遵循規(guī)則，但在具備了這種常識(shí)之后，就不再去考慮規(guī)則。沒有理由認(rèn)為獲得技巧時(shí)起作用的規(guī)則在后來(lái)的應(yīng)用中起作用。即使在開始時(shí)遵守規(guī)則也并不表示任何時(shí)候都必須無(wú)意識(shí)地遵循這些規(guī)則，因此，常識(shí)難以進(jìn)行形式化分析，機(jī)器如何解釋人類的常識(shí)也成為一個(gè)問題。

人工智能的發(fā)展必須澄清第二個(gè)認(rèn)識(shí)論問題是關(guān)于意向性(intentionality)的問題?！耙庀蛐员豢醋魇菂^(qū)分個(gè)體的人與機(jī)器的根本特征之一：機(jī)器和人可以做同樣的事情，但是人有意向性，而機(jī)器沒有?！盵注]瑪格麗特·博登：《人工智能哲學(xué)》，劉西瑞、王漢琦譯，上海：上海譯文出版社，2001年，第10頁(yè)。意識(shí)只是腦的一種屬性，機(jī)器與人類可以具有相同的功能，但是機(jī)器沒有意向性，人具有意向性。人與機(jī)器有本質(zhì)的區(qū)別，人具有理解能力，而機(jī)器沒有。這與“圖靈測(cè)試”不同，人與機(jī)器在圖靈測(cè)試中可以具有相同的反映或者相同的行為，但是這不是人與機(jī)器的本質(zhì)的區(qū)別，人與機(jī)器的本質(zhì)區(qū)別是人具有意識(shí)、具有理解能力，而機(jī)器只是根據(jù)程序的設(shè)計(jì)做出相應(yīng)的反應(yīng)與行為。計(jì)算機(jī)的認(rèn)知與人類的認(rèn)知是不同的，因?yàn)槿祟愅ǔＤ軌蚶斫馑麄兯幚淼男畔ⅰ５吕赘Ｋ箯默F(xiàn)象學(xué)視角提出計(jì)算不同于認(rèn)知，因?yàn)橛?jì)算缺乏具身性(embodied)與現(xiàn)實(shí)性(situated)。德雷福斯認(rèn)為符號(hào)主義站在笛卡爾的理性主義立場(chǎng)上。符號(hào)主義的認(rèn)識(shí)論假設(shè)(epistemological assumption)是世界具有結(jié)構(gòu)且知識(shí)都能夠被形式化。德雷福斯支持聯(lián)結(jié)主義，反對(duì)符號(hào)主義。聯(lián)結(jié)主義認(rèn)為智能的過(guò)程來(lái)自于人類大腦的組織結(jié)構(gòu)與運(yùn)行模式，而不是源于計(jì)算機(jī)。不管是人工智能的符號(hào)主義進(jìn)路還是聯(lián)接主義進(jìn)路，抑或行為主義進(jìn)路，必須要對(duì)人工智能進(jìn)行本體論、認(rèn)識(shí)論思考，才能澄清其哲學(xué)內(nèi)涵。

德雷福斯從認(rèn)識(shí)論、形而上學(xué)方面來(lái)思考人工智能的研究基礎(chǔ)。在德雷福斯看來(lái)，“支持符號(hào)信息加工的，不僅是笛卡爾和他的傳人們，而且是全部西方哲學(xué)”。[注]Dreyfus H L，Dreyfus S E.Making a Mind versus Modeling the Brain：Artificial Intelligence Back at a Branchpoint，Daedalus，1988，117(1)，pp.15-43.人工智能先驅(qū)紐厄爾和西蒙在論文《作為經(jīng)驗(yàn)探索的計(jì)算機(jī)科學(xué)：符號(hào)與搜索》中明確把其哲學(xué)基礎(chǔ)歸結(jié)為弗雷格(Friedrich Ludwig GottlobFrege)、羅素(Bertrand Russell)、懷特海(Alfred North Whitehead)的數(shù)理邏輯以及早期維特根斯坦的邏輯哲學(xué)，這揭示了人工智能與經(jīng)驗(yàn)論、邏輯主義緊密聯(lián)系，在人工智能的哲學(xué)分析中也應(yīng)該關(guān)注與借鑒分析哲學(xué)的研究方法——概念分析與邏輯分析來(lái)進(jìn)行研究。普特南(Hilary Putnam)提出：“談及人工智能的歷史從某種意義上而言也就是對(duì)于邏輯實(shí)證主義歷史的重述。”[注]Hilary Putnam，Words and Life，Edited by James Conant.Cambridge，Mass：Harvard University Press，1994，p.397.在德雷福斯看來(lái)，符號(hào)主義人工智能的基礎(chǔ)是邏輯學(xué)，是哲學(xué)中的理性主義，德雷福斯是邏輯還原論傳統(tǒng)的繼承者?；谏窠?jīng)網(wǎng)絡(luò)的聯(lián)結(jié)主義人工智能的基礎(chǔ)是統(tǒng)計(jì)學(xué)，把人工智能看作理想化的、整體論的神經(jīng)科學(xué)。聯(lián)結(jié)主義與符號(hào)主義雖有區(qū)別，但它們具有共同理論假設(shè)：認(rèn)知是一種信息處理方面的問題，而且這種信息處理是可計(jì)算的。信息的可計(jì)算、可推導(dǎo)與邏輯密不可分，這與卡爾納普的“哲學(xué)就是邏輯分析方法”的主張不謀而合。因此，對(duì)人工智能進(jìn)行邏輯分析也是人工智能哲學(xué)中必不可少的。分析哲學(xué)的開山鼻祖弗雷格的研究原則中包括以下三個(gè)方面：其一，區(qū)分心理的東西與邏輯的東西；其二，絕不孤立地尋問一個(gè)詞的意義，只能在一個(gè)命題的上下文中尋問詞的意義；其三，區(qū)分概念與對(duì)象。其中第二個(gè)是語(yǔ)境原則這在人工智能與人的區(qū)別中非常重要，涉及到人工智能是否能夠理解的問題，以及人工智能理解與人的理解在層次與方式上的區(qū)別問題，這與分析哲學(xué)中的解釋與理解的區(qū)分緊密聯(lián)系，也可以通過(guò)分析語(yǔ)境依賴性來(lái)分析人工智能與人類的區(qū)別。從方法論上來(lái)講，弗雷格主張發(fā)現(xiàn)(discovery)與辯護(hù)(justification)的區(qū)分，心理學(xué)的方法本質(zhì)上是發(fā)現(xiàn)的方法，通過(guò)內(nèi)省、歸納、概括不能產(chǎn)生普遍必然的知識(shí)，而邏輯與數(shù)學(xué)是基于先驗(yàn)的、分析的、必然性的知識(shí)，與心理因素?zé)o關(guān)。弗雷格的觀點(diǎn)與人工智能可以通過(guò)計(jì)算機(jī)程序，也就是邏輯或者數(shù)學(xué)程序來(lái)模擬人類思維觀點(diǎn)截然不同?？柤{普拒斥形而上學(xué)以及主張邏輯句法與日常語(yǔ)言句法的區(qū)分與人工智能研究中的常識(shí)難以形式化問題的關(guān)聯(lián)；特修斯之船(The Ship of Theseus)悖論引出的同一性難題以及邏輯哲學(xué)中的谷堆悖論(The paradox of the valley pile)以及禿頭悖論(Bald paradox)引發(fā)關(guān)于人與機(jī)器的界限的思考；維特根斯坦后期以及擅長(zhǎng)對(duì)日常語(yǔ)言進(jìn)行分析的牛津?qū)W派關(guān)于理解的認(rèn)識(shí)等等分析哲學(xué)的一些研究進(jìn)路以及研究成果都在人工智能哲學(xué)認(rèn)識(shí)論中具有重要的指導(dǎo)意義。因此，對(duì)人工智能的研究不僅僅局限于對(duì)科學(xué)發(fā)展或者技術(shù)發(fā)展的反思，也涉及到對(duì)人工智能的哲學(xué)思考。截至目前，對(duì)于人工智能的認(rèn)知還處于結(jié)果未明階段，正如威諾格拉德在評(píng)價(jià)德雷福斯的《煉金術(shù)與人工智能》時(shí)說(shuō)：“‘人工智能’在某些方面很像中世紀(jì)的煉金術(shù)。我們現(xiàn)在正處在把各種不同化合物倒在一起，觀察會(huì)發(fā)生什么變化的階段，還沒有提出令人滿意的理論。這個(gè)比喻是德雷福斯1965年作為對(duì)人工智能的譴責(zé)提出來(lái)的，它恰如其分，并不含有否定的評(píng)價(jià)意義……正是煉金術(shù)士們的好奇心與實(shí)際經(jīng)驗(yàn)為化學(xué)科學(xué)理論的可能發(fā)展提供了豐富的數(shù)據(jù)。”[注]Winograd T，On some contested suppositions of generative linguistics about the scientific study of language ：A response to Dresher and Hornstein's on some supposed contributions of artificial intelligence to the scientific study of language，Cognition，1977，5(2)，pp.151-179.人工智能的發(fā)展需要對(duì)于其中的概念加以澄清，需要對(duì)于哲學(xué)基礎(chǔ)的挖掘。人工智能發(fā)展與哲學(xué)緊密聯(lián)系，對(duì)于人工智能哲學(xué)基礎(chǔ)的研究能夠決定人工智能的發(fā)展方向。正如麥肯錫所言：“正如天文學(xué)繼開普勒發(fā)現(xiàn)了天體運(yùn)行規(guī)律之后取代了星相學(xué)一樣，對(duì)機(jī)器的智能過(guò)程的經(jīng)驗(yàn)論方面的探索所發(fā)現(xiàn)的眾多原理將最終導(dǎo)致一門科學(xué)?！盵注]Minsky M L，Papert S.Artificial intelligence，Oregon State System of Higher Education；distributor：Distribution Center，University of Oregon，1973，p.25.對(duì)于人工智能的哲學(xué)研究能夠促進(jìn)人工智能的發(fā)展，同時(shí)也可以推動(dòng)哲學(xué)研究的進(jìn)步。學(xué)者在人工智能技術(shù)的研究之外，應(yīng)該增加人工智能哲學(xué)研究這“失落的一環(huán)”。