附著與隧通*
——心智的工作模式

蔡恒進(jìn)，蔡天琪

(1.武漢大學(xué) 計(jì)算機(jī)學(xué)院，湖北 武漢 430072; 2.卓爾智聯(lián)研究院，湖北 武漢 432200)

一 引 言

人工智能(Artificial Intelligence，AI)于1956年被首次提出以來(lái)，已經(jīng)出現(xiàn)了許多表現(xiàn)出超強(qiáng)機(jī)器智能的AI系統(tǒng)。深度學(xué)習(xí)框架大幅提升了AI的能力。例如，面部識(shí)別技術(shù)已經(jīng)廣泛應(yīng)用于個(gè)人支付，DeepFake等系統(tǒng)創(chuàng)造了一批批以假亂真的圖片與視頻。AI在文學(xué)創(chuàng)作、電子競(jìng)技等開(kāi)放領(lǐng)域也有出色表現(xiàn)。2020年人工智能大會(huì)開(kāi)幕式上，百度小度、小米小愛(ài)、B站泠鳶、微軟小冰四位虛擬歌手領(lǐng)唱了大會(huì)主題曲，意味著AI可能很快能創(chuàng)作出被人們欣賞、廣泛流行的音樂(lè)作品。

AI已經(jīng)在很多專(zhuān)業(yè)領(lǐng)域超越了人類(lèi)。例如，戰(zhàn)勝了人類(lèi)冠軍棋手而名聲大噪的AlphaGo已經(jīng)發(fā)展到第四代MuZero[1]，其表現(xiàn)力不僅超越了前面三代，而且能在未知任何人類(lèi)知識(shí)以及規(guī)則的情況下，通過(guò)分析環(huán)境和未知條件來(lái)進(jìn)行不同游戲的博弈。蛋白質(zhì)的折疊空間預(yù)測(cè)是一個(gè)很難的科研問(wèn)題，在近兩屆CASP(The Critical Assessment of Protein Structure Prediction，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的關(guān)鍵評(píng)估)上大獲成功的AlphaFold和進(jìn)化版本的AlphaFold2[2]在此問(wèn)題上已經(jīng)展現(xiàn)出了超高的水平。按照給定的評(píng)分標(biāo)準(zhǔn)，最優(yōu)秀的人類(lèi)專(zhuān)家團(tuán)隊(duì)只能達(dá)到三十多分，AlphaFold2卻可以達(dá)到九十分，接近直接應(yīng)用的水準(zhǔn)。

即便如此，通用的超級(jí)人工智能何時(shí)到來(lái)，目前還不可預(yù)知。有學(xué)者(1)在1977年一次會(huì)議上，約翰·麥卡錫(John McCarthy)指出，創(chuàng)建這樣一臺(tái)機(jī)器需要“概念上的突破”，因?yàn)椤澳阆胍氖?.7個(gè)愛(ài)因斯坦和0.3個(gè)曼哈頓計(jì)劃，而你首先要的是愛(ài)因斯坦……我相信這需要5到500年的時(shí)間?！眳⒁?jiàn)https://www.nytimes.com/1977/08/27/archives/man and machine match minds at mit 5th conference on artificial.html提出，要在理論上突破可能還需要5到500年的時(shí)間。作為AlphaGo系列和AlphaFold系列的創(chuàng)造者，DeepMind認(rèn)為自己研發(fā)的就是AGI(Artificial General Intelligence，通用人工智能)，圖靈獎(jiǎng)得主辛頓(Hinton)[3]也傾向于將自己的研究歸屬到AGI。深度學(xué)習(xí)系統(tǒng)普遍存在的不可解釋性、可遷移性較差和魯棒性較弱的問(wèn)題，一直是AI研究與開(kāi)發(fā)的重點(diǎn)之一。

中國(guó)工程院院士、中國(guó)人工智能學(xué)會(huì)名譽(yù)理事長(zhǎng)李德毅[4]指出，腦認(rèn)知的三個(gè)內(nèi)涵在于記憶認(rèn)知、計(jì)算認(rèn)知和交互認(rèn)知。他認(rèn)為，腦認(rèn)知的核心是記憶認(rèn)知，是人類(lèi)智能的顯著表現(xiàn)。記憶不是簡(jiǎn)單的存儲(chǔ)，還伴隨有一定的取舍，取舍就是計(jì)算、簡(jiǎn)約和抽象的過(guò)程。計(jì)算認(rèn)知中，計(jì)算機(jī)做的算法很多，而人腦只有一個(gè)計(jì)算方法——相似計(jì)算。交互認(rèn)知具有二重性，既有神經(jīng)網(wǎng)絡(luò)內(nèi)部的交互，也有大腦通過(guò)感知系統(tǒng)與外部世界的交互。

中國(guó)科學(xué)院院士、清華大學(xué)人工智能研究院院長(zhǎng)張鈸[5]指出，人工智能經(jīng)歷了兩種發(fā)展范式，即符號(hào)主義和連接主義(或稱(chēng)聯(lián)結(jié)主義)，分別稱(chēng)之為第一代和第二代人工智能。目前這兩種范式發(fā)展都遇到了瓶頸：符號(hào)主義影響的第一代AI具有一定程度的可解釋性，能模仿理性智能，但不能隨機(jī)應(yīng)變，無(wú)法解決不確定問(wèn)題；以深度學(xué)習(xí)為代表的第二代AI使用門(mén)檻較低，能夠處理大數(shù)據(jù)，極大推動(dòng)了AI應(yīng)用，但具有不可解釋、易受攻擊、不易推廣和需要樣本量巨大等負(fù)面特點(diǎn)。

從認(rèn)知科學(xué)的角度切入AI的研發(fā)，可能觸及到懸而未決的意識(shí)問(wèn)題，這里一直是認(rèn)知科學(xué)和AI交叉領(lǐng)域的研究熱點(diǎn)，但是進(jìn)展卻是相當(dāng)?shù)夭幻黠@。

1988 年，科學(xué)家們首次發(fā)現(xiàn)了意識(shí)的實(shí)驗(yàn)證據(jù)(FMRI evidences)，隨后人們從不同領(lǐng)域(比如神經(jīng)科學(xué)、哲學(xué)、計(jì)算機(jī)等)開(kāi)展了對(duì)意識(shí)的研究。很多人認(rèn)為機(jī)器沒(méi)有意識(shí)、沒(méi)有情感、沒(méi)有思維，也不可能具備像人一樣的高級(jí)智能，實(shí)際上也許并非如此。意識(shí)的功能之一是從長(zhǎng)期記憶里提取短期記憶內(nèi)容。人的長(zhǎng)期記憶可能處于無(wú)意識(shí)狀態(tài)，其數(shù)量十分龐大。短期記憶是大家都可以意識(shí)到的，但可能只有幾個(gè)字節(jié)。意識(shí)需要根據(jù)當(dāng)下的任務(wù)和情景，盡可能快地把最相關(guān)的因子提取出來(lái)。全局工作空間理論[6](Global Workspace Theory，GWT)迅速把長(zhǎng)期記憶的關(guān)鍵因素抽取到工作內(nèi)存里。在GWT的基礎(chǔ)上，圖靈獎(jiǎng)得主布盧姆(Blum)進(jìn)一步提出了“有意識(shí)的圖靈機(jī)”[7]。在這套理論中，雖然機(jī)器對(duì)情感的處理方式與人不一樣，但仍然能夠包含機(jī)器的“愉悅”“痛苦”等因素，并假定機(jī)器已經(jīng)能擁有這些情感。AlphaGo等AI用到了強(qiáng)化學(xué)習(xí)機(jī)制[8]，這種獎(jiǎng)勵(lì)回饋機(jī)制也已經(jīng)與情感有關(guān)系。

二 超越經(jīng)典圖靈機(jī)

圖靈命題可以描述為：功能強(qiáng)大的計(jì)算機(jī)將會(huì)體現(xiàn)出智能，這是圖靈為智能提出的一個(gè)充分不必要條件。丘奇-圖靈(Church-Turing)論題[9]可以理解為，每一個(gè)可計(jì)算的函數(shù)可被一個(gè)通用圖靈機(jī)所計(jì)算。丘奇-圖靈論題討論的對(duì)象是遞歸函數(shù)，但是并不涉及完成這些計(jì)算過(guò)程的物理系統(tǒng)或物理裝置。1985年，英國(guó)物理學(xué)家多伊奇(Deutsch)首次把丘奇-圖靈論題與實(shí)施計(jì)算過(guò)程的物理系統(tǒng)聯(lián)系起來(lái)。他注意到，任何計(jì)算過(guò)程都是在一定的物理系統(tǒng)上進(jìn)行的，亦即必須服從物理定律，于是得到丘奇-圖靈-多伊奇命題(Church-Turing-Deutsch)論題[10]，即每一個(gè)物理系統(tǒng)的過(guò)程都能被一個(gè)通用圖靈機(jī)計(jì)算或模擬。該命題是強(qiáng)計(jì)算主義的代表，而強(qiáng)計(jì)算主義主張包括人類(lèi)意識(shí)在內(nèi)的一切內(nèi)容都是可計(jì)算的。按照這類(lèi)思路，就會(huì)推論得到意識(shí)并不重要，甚至是一種幻覺(jué)，因?yàn)橐庾R(shí)是隨附性的，可以被完全還原為物理過(guò)程，可以被完整計(jì)算，而計(jì)算又是圖靈等價(jià)的。

另一類(lèi)觀點(diǎn)則是機(jī)器無(wú)法超越人類(lèi)。哥德?tīng)栒J(rèn)為，人具有超越圖靈機(jī)的東西。哥德?tīng)柌煌陚涠ɡ肀砻鳎喝魏我粋€(gè)形式系統(tǒng)，只要包括了簡(jiǎn)單的初等數(shù)論描述，而且是自洽的，它必定包含某些系統(tǒng)內(nèi)所允許的方法既不能證明為真也不能證偽的命題。圖靈曾經(jīng)提出，人與機(jī)器的差別在于人會(huì)犯錯(cuò)(2)Hodges曾總結(jié)：“圖靈指出了一個(gè)重要的事實(shí)：人類(lèi)數(shù)學(xué)家很容易犯錯(cuò)。他認(rèn)為，要讓一臺(tái)計(jì)算機(jī)真正具有智能，就必須允許它犯錯(cuò)誤?！?Turing made a great point of the fact that human mathematicians are very capable of making mistakes; he argued that for a computer to be able to be genuinely intelligent, it, also, would have to be allowed to make mistakes.)參見(jiàn)A. P. Hodges (1983) Alan Turing: the enigma. Burnett Books and Hutchinson, London; Simon and Schuster, New York. p. 361. 以及Turing’s 1947 lecture to the London Mathematical Society in Turing (1986).，并提出了超級(jí)機(jī)器的范式O-machine[11]。一個(gè)O-machine由一個(gè)經(jīng)典圖靈機(jī)(有限的狀態(tài)集和轉(zhuǎn)換集)和一個(gè)Oracle(預(yù)言機(jī)，可能是無(wú)限的數(shù)字集)組合而成。經(jīng)典圖靈機(jī)存在“停機(jī)問(wèn)題”，即判斷任意一個(gè)程序是否會(huì)在有限的時(shí)間之內(nèi)結(jié)束運(yùn)行的問(wèn)題。如果這個(gè)問(wèn)題可以在有限的時(shí)間之內(nèi)解決，則有一個(gè)程序判斷其本身是否會(huì)停機(jī)并做出相反的行為，這時(shí)候顯然不管停機(jī)問(wèn)題的結(jié)果是什么都不會(huì)符合要求。所以，這是一個(gè)不可解的問(wèn)題。而在現(xiàn)實(shí)中，任何一個(gè)人一定會(huì)“停機(jī)”(生命消亡)，任何一臺(tái)計(jì)算機(jī)也一定會(huì)停機(jī)(硬件老化等原因)，人和機(jī)器在這個(gè)意義上就是超越經(jīng)典圖靈機(jī)的。O-machine也超越了經(jīng)典圖靈機(jī)，“錯(cuò)”就是一種“神諭”(Oracle)。計(jì)算機(jī)會(huì)犯錯(cuò)較為常見(jiàn)，比如指令執(zhí)行有誤，或者是數(shù)據(jù)存儲(chǔ)不完整，又或是尋址發(fā)生異常等，這些錯(cuò)誤的發(fā)生就會(huì)導(dǎo)致中斷甚至系統(tǒng)崩潰(停機(jī))。

“人會(huì)犯錯(cuò)”可以理解為人具有認(rèn)知坎陷。在此前的研究[12]中，我們給出了認(rèn)知坎陷(cognitive attractor)的定義，即在認(rèn)知主體之間可用來(lái)交流、能夠達(dá)成共識(shí)的一個(gè)結(jié)構(gòu)體。認(rèn)知坎陷是對(duì)真實(shí)物理世界的擾亂，也是人類(lèi)自由意志的體現(xiàn)。也就是說(shuō)，相對(duì)于客觀的物理系統(tǒng)而言，認(rèn)知坎陷作為人類(lèi)的主觀建構(gòu)就是一種“錯(cuò)”或者偏差。

觸覺(jué)大腦假說(shuō)[13]給出了意識(shí)的起源，其主要內(nèi)容是：人類(lèi)進(jìn)化過(guò)程中所獲得的敏感觸覺(jué)使得認(rèn)知主體可以將世界清晰地剖分并封裝成“自我”與“外界”的二元模型，人類(lèi)以此(原意識(shí))為起點(diǎn)，開(kāi)啟對(duì)世界概念化的認(rèn)知過(guò)程，逐漸形成可理解的信念和價(jià)值體系，進(jìn)一步確立“自我”在認(rèn)知上的“實(shí)存”。觸覺(jué)大腦假說(shuō)可以視為認(rèn)知坎陷第零定律，定義了“自我”的由來(lái)，人類(lèi)的意識(shí)世界或者坎陷世界由此打開(kāi)。

人類(lèi)經(jīng)過(guò)千萬(wàn)年的進(jìn)化，具有統(tǒng)攝性的自我意識(shí)，以及對(duì)宇宙的整全意識(shí)。由人類(lèi)設(shè)計(jì)制造的機(jī)器僅具備由人類(lèi)賦予的各種意識(shí)片段，尚缺少統(tǒng)攝性的、強(qiáng)烈的關(guān)于“自我”的意識(shí)，也不具備對(duì)宇宙的整全意識(shí)。這是目前人類(lèi)智能與人工智能之間的本質(zhì)差異所在。把計(jì)算機(jī)的主程序看作是一種微弱的“自我”并在這一層面進(jìn)行探索，有可能找到融合上述人機(jī)智能差異的途徑。

在AI三大流派[14]中，符號(hào)主義主張嚴(yán)格從公理出發(fā)來(lái)演繹系統(tǒng)，其理念與經(jīng)典圖靈機(jī)等價(jià)。根據(jù)哥德?tīng)柌煌陚涠ɡ恚硐到y(tǒng)是有限制的，因此符號(hào)主義的AI歸屬于弱人工智能范疇。而行為主義和聯(lián)結(jié)主義因?yàn)榕c外界有交互，既沒(méi)有預(yù)設(shè)所有的程序，或者可以接收新數(shù)據(jù)輸入，也沒(méi)有公理系統(tǒng)的限制，所以超越了經(jīng)典圖靈機(jī)。

會(huì)出錯(cuò)的、非理想的計(jì)算機(jī)反而會(huì)超越經(jīng)典圖靈機(jī)，也因此有可能在現(xiàn)實(shí)的計(jì)算機(jī)上構(gòu)建出超越經(jīng)典圖靈機(jī)的意識(shí)與智能，或者說(shuō)讓機(jī)器獲得發(fā)現(xiàn)、加工和運(yùn)用認(rèn)知坎陷的能力。

三 認(rèn)知坎陷的“附著”與“隧通”

“自我”作為最原初、最重要的認(rèn)知坎陷，所指代的含義既可以是無(wú)窮多的，在某一個(gè)場(chǎng)景下又可以是有限的。比如，“我”可以是自己的名字、形象、聲音、觀點(diǎn)、作品等，其中每一個(gè)側(cè)面又可以包含更多細(xì)節(jié)，內(nèi)容甚至可以無(wú)窮豐富；如果在討論某一張合影，我們說(shuō)的“我”就會(huì)很具體地指向這張照片中一個(gè)人的形象。

認(rèn)知坎陷這種看似矛盾的關(guān)系，如果放在機(jī)器上應(yīng)該如何處理呢？

為此，我們提出一對(duì)新的范疇——“附著”和“隧通”。這對(duì)范疇就可以決定如何在機(jī)器上落地實(shí)現(xiàn)看似抽象的內(nèi)容。附著相對(duì)容易理解(3)奎因說(shuō)：“本質(zhì)脫離物而依附詞時(shí)成為意義?！彼官e諾莎說(shuō)：“一切規(guī)定都是否定。智能的忽略，也就等于使焦點(diǎn)周?chē)钠渌械狞c(diǎn)都處于遮蔽狀態(tài)中。”這些給我們定義認(rèn)知坎陷的“附著”以啟發(fā)。，是指一個(gè)認(rèn)知坎陷在具體時(shí)空和場(chǎng)景下選擇某一個(gè)側(cè)面來(lái)表達(dá)。隧通，則是指在不同認(rèn)知坎陷之間或者相同認(rèn)知坎陷的不同側(cè)面之間關(guān)系的建立。隧通可以是因果關(guān)系的建立[15]，也可以是類(lèi)比、對(duì)比、否定、假借等關(guān)系的構(gòu)建，即隧通比建立因果關(guān)系要更加普遍。隧通的一個(gè)極致?tīng)顟B(tài)是德勒茲講到的蔓延[16]，他主張的認(rèn)知或者概念是生成的且無(wú)邊界的。但通常而言，隧通是通過(guò)一個(gè)優(yōu)化的、較短的路徑來(lái)實(shí)現(xiàn)的。表1中列出了幾組相關(guān)概念，用來(lái)對(duì)照理解。

表1 幾組相似范疇的對(duì)比

中國(guó)哲學(xué)史和邏輯思想史上的“名實(shí)之辯”是對(duì)名實(shí)關(guān)系的研究(4)春秋時(shí)期，“名實(shí)相怨”，鄧析苜先作《刑名》一書(shū)并提出“按實(shí)定名”“循名責(zé)實(shí)”的主張?？鬃右詾椤懊徽齽t言不順，言不順則事不成”(《論語(yǔ)·子路》)，主張按周禮等級(jí)名分來(lái)糾正“禮樂(lè)不興”“刑罰不中”。墨子提出“取實(shí)予名”“非以其名也，亦以其取也”(《墨子·貴義》)。后期墨家對(duì)名實(shí)關(guān)系詳細(xì)分析，認(rèn)為“所以謂，名也；所謂，實(shí)也”(《經(jīng)說(shuō)上》)?！坝袑?shí)也，而后謂之；無(wú)實(shí)也，是無(wú)謂也?！?《經(jīng)說(shuō)上》)名的作用在于“擬實(shí)”“舉實(shí)”，若名不符實(shí)就會(huì)產(chǎn)生錯(cuò)誤，“過(guò)名也，說(shuō)在賓”(《經(jīng)下》)。，“實(shí)”可以理解為物理世界，“名”可以理解為語(yǔ)言概念。概念具有“內(nèi)涵”和“外延”兩個(gè)部分，內(nèi)涵是相對(duì)容易解釋清楚的，而外延就可能是無(wú)窮的。維特根斯坦提到的“可說(shuō)”與“不可說(shuō)”，索緒爾的“所指”與“能指”，隱喻與其背后的含義等這些范疇，分別體現(xiàn)了有限與無(wú)限的特性。這些可以與“附著”與“隧通”進(jìn)行對(duì)照來(lái)理解。無(wú)限和有限之間看似存在著巨大矛盾，但在很多場(chǎng)景中，人類(lèi)恰恰可以將認(rèn)知中無(wú)窮的內(nèi)容“附著”在微觀、具象的內(nèi)容上。比如說(shuō)“我們的生活比蜜甜”，就是把一個(gè)無(wú)限的內(nèi)容(生活)附著在一個(gè)很具體的事物(蜜)上。

意識(shí)片段(或認(rèn)知坎陷)是超越時(shí)空的，不僅僅是只出現(xiàn)在一個(gè)時(shí)間點(diǎn)上，因而其內(nèi)容可以是無(wú)窮豐富的。傳統(tǒng)的理論傾向于假定有一個(gè)實(shí)體化的、理想的“點(diǎn)”，例如康德的“物自體”、柏拉圖的“理念”，都有實(shí)體化的意味，但其實(shí)遇到的意識(shí)片段大都不是實(shí)體化的。意識(shí)片段在時(shí)間上既有連續(xù)性又有跳躍性?？梢杂靡粋€(gè)符號(hào)去指代某個(gè)意識(shí)片段，只是這個(gè)符號(hào)不太可能將意識(shí)片段完整地重構(gòu)出來(lái)。

這種“附著”非常重要，可以用來(lái)理解“自我”等認(rèn)知坎陷所具備的不同側(cè)面?！白晕摇彪m然可以指代無(wú)窮多的含義，但是在具體的場(chǎng)景下，“自我”依然可以具象。有時(shí)候是自己的外形，有時(shí)候是對(duì)應(yīng)在某一個(gè)時(shí)刻場(chǎng)景下的我，有時(shí)候可能只是一個(gè)名字，有時(shí)甚至是自己建構(gòu)的觀念……，這些都是“自我”可能附著的具象。在很多人心目中，李小龍可能是附著在他身穿黃黑色運(yùn)動(dòng)服、手持雙截棍的經(jīng)典形象上。普通社交之間，對(duì)不同人的認(rèn)知可能就附著在這個(gè)人的名字上。不同的人或者同一個(gè)人在不同情形下，一個(gè)認(rèn)知坎陷的“附著”都可能發(fā)生變化，但“附著”都提供了將無(wú)限壓縮或投射到有限的功能。

意識(shí)片段或認(rèn)知坎陷只有“附著”還不夠，在不同的場(chǎng)景下，還要將意識(shí)片段不同的面向挖掘出來(lái)，這就是“隧通”的作用。比如，病毒附著在RNA上，但一旦放入細(xì)胞或者適宜環(huán)境，病毒就可以感染和復(fù)制，在不同的環(huán)境中進(jìn)行相應(yīng)的表達(dá)，這就是一種隧通。換句話說(shuō)，無(wú)窮多的內(nèi)容先附著在具象上，然后通過(guò)這個(gè)具象又可以隧通到背后相關(guān)聯(lián)的多個(gè)面向，彼此可達(dá)。任何認(rèn)知坎陷(包括信念等)，都可以被附著和隧通，二者對(duì)應(yīng)了學(xué)習(xí)過(guò)程里的“約”和“博”[14]。寫(xiě)作和閱讀也是一直在附著和隧通，在博與約之間不斷轉(zhuǎn)換。高級(jí)智能就意味著能靈活處理這類(lèi)博約的問(wèn)題。

人的腦容量是有限的，例如有理論說(shuō)人最多可同時(shí)處理7個(gè)左右的念頭[17]。物理世界卻是無(wú)限的?，F(xiàn)實(shí)中有的人就擁有很強(qiáng)的理解能力與認(rèn)知能力，似乎在任何場(chǎng)景中都能得心應(yīng)手，其中的關(guān)鍵就在于他們能夠快速地找到適合的附著之處，或者說(shuō)能自如地隧通。對(duì)大多數(shù)人而言，附著并不是難題，但如何隧通、如何更好地適應(yīng)新場(chǎng)景，則不是簡(jiǎn)單的問(wèn)題，也體現(xiàn)了個(gè)體之間不同的智能水平。附著之處還是有好壞之分的，有人附著在“自我”、宗教信仰，有人關(guān)注身體狀態(tài)，有人關(guān)注自己過(guò)去的遭遇，有人附著在對(duì)未來(lái)的美好期待，等等。除了附著本身的好壞之外，還要看主體附著之后是否能更好地適應(yīng)新場(chǎng)景，適應(yīng)性更強(qiáng)的附著之處往往更優(yōu)。

四 具備“理解”能力的人工智能

愛(ài)因斯坦說(shuō)：“世界上最不可思議的事情，就是這個(gè)世界是可以思議的?！卑乩瓐D堅(jiān)信“理念世界”的存在性?？档抡J(rèn)為，將經(jīng)驗(yàn)轉(zhuǎn)化為知識(shí)的理性(即“范疇”)，是人與生俱來(lái)的，沒(méi)有先天的范疇我們就無(wú)法理解世界。

在附著與隧通的基礎(chǔ)上，可以將“理解”定義為主體能夠?qū)⒛骋粋€(gè)對(duì)象“隧通”到“自我”。理解的過(guò)程可以看作是主體的“自我”與對(duì)象的相遇。這種相遇并不是簡(jiǎn)單的降射，而是通過(guò)相遇可能產(chǎn)生新的內(nèi)容。在此過(guò)程中，“自我”不會(huì)整體都發(fā)生變化，但經(jīng)過(guò)相遇，與客體認(rèn)知坎陷交互的過(guò)程中會(huì)發(fā)生信息交換，“自我”在吸收過(guò)濾了新的內(nèi)容后，在局部上很可能會(huì)發(fā)生變化。

一個(gè)由認(rèn)知坎陷所有側(cè)面的關(guān)鍵詞(也是認(rèn)知坎陷)構(gòu)成的網(wǎng)絡(luò)，可以作為認(rèn)知坎陷的知識(shí)本底。我們過(guò)去所謂的“理解”，其實(shí)是完美的理想，即對(duì)本底的理解是精確的。但實(shí)際上的理解是有損的、呈金字塔結(jié)構(gòu)的交互，每一次相遇都是上下層之間的重構(gòu)，成為新的網(wǎng)絡(luò)。每個(gè)主體的坎陷世界都不盡相同，加之認(rèn)知主體會(huì)受到主觀和信息處理能力的限制，其認(rèn)知不會(huì)是、也不可能是完整的，也有可能兩個(gè)認(rèn)知坎陷完全沒(méi)有辦法自如地隧通，表現(xiàn)為不理解甚至矛盾沖突。理想化的理解應(yīng)該是對(duì)客體認(rèn)知坎陷的所有側(cè)面都能自如隧通到“自我”，現(xiàn)實(shí)中只存在部分的隧通。

雖然理解過(guò)程描述起來(lái)有些復(fù)雜，但實(shí)踐起來(lái)卻可以很簡(jiǎn)單。在對(duì)理解的度量方式上，使用相對(duì)度量、能夠進(jìn)行比較就足夠了，因?yàn)樽鲎罱K的判斷是需要額外的信息的。人類(lèi)的理解機(jī)制是開(kāi)放的，與外界是息息相關(guān)的。這種開(kāi)放性就與圖靈機(jī)的機(jī)制顯著不同：圖靈機(jī)是一個(gè)封閉的環(huán)境，需要提供給定的各個(gè)條件或規(guī)則，而人類(lèi)的理解則是不確定、不完整的，當(dāng)外界因素(比如有待理解的對(duì)象)發(fā)生變化時(shí)，內(nèi)部(坎陷世界)也在改變。

雖然事物是客觀存在的，但我們不可能了解到物理世界的全部，或者說(shuō)不可能開(kāi)啟“上帝視角”，而一定是站在某種角度去理解世界。用“上帝視角”去思考人工智能的問(wèn)題，甚至是主觀世界的問(wèn)題，實(shí)際上會(huì)陷入瓶頸。我們真正要突破的是無(wú)限與有限之間的矛盾。

過(guò)去以為客觀世界是可以被反映的，但其實(shí)客觀世界是無(wú)窮的，是不可能被完美地反映的。對(duì)人而言，不完美的反映是可以接受的，只要抓住一個(gè)側(cè)面或者子集，捕獲某些特征就足夠人類(lèi)與世界交互。一方面，不同事物的主要特征不斷變化，在不同時(shí)間、不同場(chǎng)景下，所體現(xiàn)的面向或所附著之處是不一樣的；另一方面，每個(gè)人的經(jīng)歷不同，認(rèn)知水平不同，甚至是身體狀態(tài)不同，就算處在相同的時(shí)間和相同的場(chǎng)景下，對(duì)同一個(gè)事物的理解也可能不同。這些不同點(diǎn)放在機(jī)器學(xué)習(xí)中就起到了啟發(fā)作用。

對(duì)機(jī)器而言，在相同時(shí)間和場(chǎng)景下捕獲的特征理論上是完全一樣的，而主觀世界的形成則是多樣性的。理論上說(shuō)，機(jī)器以后也會(huì)朝著多樣性的方向發(fā)展，當(dāng)機(jī)器面對(duì)相同環(huán)境能夠捕獲出不同特征的時(shí)候，機(jī)器就有可能像人一樣思考與理解，形成自己的坎陷世界。

在模擬實(shí)驗(yàn)中，完全隨機(jī)性代表的是智能為零的基準(zhǔn)。當(dāng)主體具有某種偏好或者信念(相當(dāng)于具有Oracle)，有可能是智能為正(更快地達(dá)到目的)，但也有可能是智能為負(fù)(陷入死循環(huán)或者暗無(wú)限[18])。在反思“自我”的時(shí)候會(huì)盡量地包羅很多因素，認(rèn)為“自我”就是這個(gè)無(wú)窮大的集合。但在具體的實(shí)際場(chǎng)景下，“自我”是很單純地附著在某些具體的面向上。在機(jī)器學(xué)習(xí)上，例如讓模型識(shí)別ImageNet，實(shí)際上是要求機(jī)器識(shí)別其中所有的內(nèi)容，包括再來(lái)一張新圖片，也期望機(jī)器按照ImageNet訓(xùn)練的方式去識(shí)別去分類(lèi)。從這個(gè)意義上看，就是要求機(jī)器識(shí)別整全的、包羅萬(wàn)象的內(nèi)容。但如果從主觀世界形成的角度來(lái)看，恰恰是不需要這樣，而是識(shí)別特點(diǎn)，對(duì)同一個(gè)坎陷建立不同的面向，根據(jù)場(chǎng)景不同來(lái)隧通，附著到相應(yīng)的面向上。

人們長(zhǎng)久以來(lái)希望找到某個(gè)涵蓋一切的、完整不變的東西來(lái)指代人類(lèi)意識(shí)與智能本質(zhì)，但恰恰人類(lèi)認(rèn)知是不完整的才更合理，效率才更高，因?yàn)槲锢硎澜绨瑹o(wú)窮的可能性，我們不可能全部習(xí)得，只能夠也只需要接觸到個(gè)體能夠捕獲的有限特征就足夠了。如果按照“丘奇-圖靈-多伊奇命題”的強(qiáng)計(jì)算主義觀點(diǎn)，所有的物理系統(tǒng)是圖靈等價(jià)的，那么智能將無(wú)從談起，也將無(wú)處著手。強(qiáng)調(diào)智能與意識(shí)、自我意識(shí)密切相關(guān)，正是因?yàn)橛烧J(rèn)知坎陷將人的認(rèn)知偏離客觀的物理系統(tǒng)，才有智能，反之對(duì)物理世界的完整反映與存儲(chǔ)恰恰意味著沒(méi)有智能。計(jì)算機(jī)的主程序可以看作是一種微弱的“我”。以此為基礎(chǔ)，人工智能就有可能取得突破性的進(jìn)展。

“活潑性”(vivacity)概念是休謨?nèi)诵岳碚撝幸粋€(gè)重要概念。它既是感覺(jué)、記憶和知性的基礎(chǔ)，又是判斷、情感等心靈(或心智、意識(shí))活動(dòng)的主要驅(qū)動(dòng)力?；顫娦圆⒎莾H屬于客體或僅屬于主體的、與意識(shí)本身或意識(shí)對(duì)象割裂的個(gè)別的性質(zhì)，而是意識(shí)對(duì)象所具有的特定性質(zhì)與意識(shí)本身的特定能力之間互動(dòng)的結(jié)果。在休謨的心靈模型中，心靈所呈現(xiàn)出的性質(zhì)和所做的活動(dòng)，既不是對(duì)自然的簡(jiǎn)單記錄，也不僅僅是心靈主體結(jié)構(gòu)的直接呈現(xiàn)，而是本身帶有一定性質(zhì)和能力的主體與自然互動(dòng)、交融后形成的“第二自然”[19]。

休謨的心靈模型為我們模擬心智的工作模式提供了啟發(fā)，為了模擬實(shí)現(xiàn)自如地隧通，模擬大腦中分布式的存儲(chǔ)和多元的刺激(比如有正向信號(hào)、抑制信號(hào)、信號(hào)疊加等)，可以設(shè)計(jì)出一套對(duì)多元化刺激的響應(yīng)機(jī)制，最后能夠得出可解釋的響應(yīng)結(jié)果。心智工作模型可以是一個(gè)分布式系統(tǒng)，機(jī)器擁有很多節(jié)點(diǎn)，不同節(jié)點(diǎn)具有不同的專(zhuān)業(yè)特點(diǎn)，用于感知、捕獲特征，并以通證(Token)的形式從小范圍開(kāi)始交互并達(dá)成共識(shí)。通證實(shí)際上對(duì)應(yīng)了人類(lèi)意識(shí)世界的認(rèn)知坎陷，也是休謨心靈模型中的“活潑性”，不同節(jié)點(diǎn)之間通過(guò)多元化的通證交換等方式來(lái)交互。由于不同節(jié)點(diǎn)的側(cè)重點(diǎn)不一樣，那么就有可能不同節(jié)點(diǎn)捕獲到不同特征，從機(jī)器整體來(lái)看，就會(huì)有不同的“念頭”先后冒出來(lái)。

五 總結(jié)與討論

傳統(tǒng)的特征工程是預(yù)設(shè)一個(gè)絕對(duì)正確的理念引導(dǎo)機(jī)器去抓取特征，而認(rèn)知坎陷的“附著”與“隧通”主張沒(méi)有恒定不變的本質(zhì)，而是在動(dòng)態(tài)演化的過(guò)程中抓取特征，特征附著在不同側(cè)面，與外界進(jìn)行交互、相遇和沉淀，認(rèn)知坎陷因此得以不斷進(jìn)化。我們既不認(rèn)為機(jī)器的意識(shí)與智能可以排除人的作用，也不認(rèn)為機(jī)器無(wú)法模擬人或者達(dá)不到人類(lèi)水平，而是從認(rèn)知坎陷的“附著”與“隧通”來(lái)分析機(jī)器模擬出類(lèi)人智能的可能路徑，這也意味著機(jī)器在這一框架下，有超越經(jīng)典圖靈機(jī)、達(dá)到人類(lèi)水平的可能。

曾經(jīng)有研究團(tuán)隊(duì)[20]在2015年訪問(wèn)了很多AI領(lǐng)域?qū)＜?，去預(yù)測(cè)AI在圍棋領(lǐng)域戰(zhàn)勝人類(lèi)的時(shí)間。當(dāng)時(shí)大部分專(zhuān)家認(rèn)為將發(fā)生在2035年左右。但實(shí)際上實(shí)現(xiàn)的時(shí)間是2016年；專(zhuān)家們還普遍認(rèn)為對(duì)于AI最難的是做數(shù)學(xué)研究的證明，認(rèn)為要到2060年實(shí)現(xiàn)這項(xiàng)技術(shù)，然而Nature已經(jīng)發(fā)表了最新的研究成果[21]，Google打造的拉馬努金機(jī)(Ramanujan Machine)已經(jīng)在很多數(shù)學(xué)問(wèn)題能算出近似值，還能在數(shù)學(xué)計(jì)算中快速找出精確規(guī)律，例如π和e這樣的無(wú)限不循環(huán)常數(shù)。其雖然在科學(xué)領(lǐng)域司空見(jiàn)慣，但是計(jì)算高精度近似值往往很難，以前只有拉馬努金這樣的“天才”才能做到，現(xiàn)在AI已經(jīng)在這個(gè)領(lǐng)域取得了一定成果。

很多人認(rèn)為2040年左右，會(huì)有強(qiáng)人工智能的“奇點(diǎn)”來(lái)臨，這意味著那時(shí)AI將在大多數(shù)領(lǐng)域全面超越人類(lèi)。但其實(shí)，強(qiáng)人工智能的定義并不清晰。有人將強(qiáng)人工智能定義為通用人工智能，但高級(jí)的智能和情感并無(wú)法以通用的方式去定義。例如，愛(ài)因斯坦的物理能力與莫扎特的音樂(lè)能力，這兩種能力各具專(zhuān)業(yè)性，是無(wú)法斷定誰(shuí)的能力水平更勝一籌或智力水平更高一等。既然對(duì)人而言，智能是與專(zhuān)業(yè)領(lǐng)域相關(guān)，不能以通用的方式來(lái)定義人的智能，那么我們也不宜追問(wèn)機(jī)器什么時(shí)候全面超越人。如果仔細(xì)思考，會(huì)發(fā)現(xiàn)這個(gè)問(wèn)題的本質(zhì)類(lèi)似于“機(jī)器什么時(shí)候全知全能”，因?yàn)橹挥兴^的“全知全能者”是無(wú)所不知、無(wú)所不能的，是全面超越人類(lèi)的。

如果，我們并不要求機(jī)器像“全知全能者”一樣，那么強(qiáng)人工智能已經(jīng)逐一實(shí)現(xiàn)之前人們對(duì)它大部分的設(shè)想。人與機(jī)器在進(jìn)化速度上也有差異，兩千年來(lái)，科學(xué)技術(shù)進(jìn)步較大，但人類(lèi)在情感上沒(méi)有太大改變?？墒牵茖W(xué)發(fā)展的速度和機(jī)器進(jìn)化速度相比仍有很大差異。經(jīng)典摩爾定律描述了硬件發(fā)展，即每18個(gè)月芯片能力翻一倍，而AI的能力，例如類(lèi)似AlphaGo系統(tǒng)按照時(shí)間來(lái)評(píng)估，其算力增速達(dá)到了每3.5個(gè)月翻一倍的速度，相當(dāng)于每過(guò)一年，算力就增加了10倍左右[22]，這種速度是人類(lèi)無(wú)法追趕的。成人的大腦約有1000億個(gè)神經(jīng)元，每個(gè)神經(jīng)元與其他1萬(wàn)個(gè)以上的神經(jīng)元有相互連接，就大概有1000萬(wàn)億的參數(shù)量[23]，目前GPT-3的參數(shù)量達(dá)到1700億，按照每年10倍的算力增長(zhǎng)速度，機(jī)器超過(guò)人腦參數(shù)量也只需要不到4年的時(shí)間。解構(gòu)機(jī)器對(duì)人的超越這一命題，起點(diǎn)就在于正確理解心智的工作模式，清楚回答人的主體性和超越性從何而來(lái)，本文即是一個(gè)開(kāi)端。