獎勵函數(shù)·代碼撫觸·算法主義：人工智能媒介與知識生產(chǎn)

內(nèi)容摘要：將人工智能作為一種媒介進(jìn)行考察，如同考察作為媒介的印刷機，具有重要意義。作為媒介的人工智能帶來了另一種知識生產(chǎn)方式，成為人類理性與信仰之外的知識來源。神經(jīng)網(wǎng)絡(luò)和獎勵函數(shù)提供了理解人工智能知識與人類知識關(guān)系的切入口。人類通過獎勵函數(shù)向人工智能神經(jīng)網(wǎng)絡(luò)傳遞知識目標(biāo)，而人類知識目標(biāo)中還包括一系列價值內(nèi)涵，使人工智能真正理解人類價值目標(biāo)的過程中存在黑箱問題。在知識論層面，人工智能黑箱帶來的是人類知識主體的消解，難以用語言解釋的人工智能知識生產(chǎn)過程以“撫觸”的形式參與人類生活。人類生活的全部都可以被數(shù)據(jù)化，被算法系統(tǒng)計算，主客體二元關(guān)系以均質(zhì)化的方式被消解，取而代之的是模式生成。人類的經(jīng)驗材料和認(rèn)識形式開始不可避免地以算法作為中介，算法主義作為一種新的知識方法出現(xiàn)。人工智能拓展了知識來源，為人類展現(xiàn)了一幅新的知識圖景，人工智能知識的未來也就是人類知識的未來。

關(guān)鍵詞：人工智能媒介；知識生產(chǎn)；知識主體；算法主義

DOI：10.3969/j.issn.2095-0330.2025.02.004

一、引言

因在使用人工神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)方面的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明，美國科學(xué)家約翰·霍普菲爾德（John Hopfield）和英裔加拿大科學(xué)家杰弗里·辛頓（Geoffrey Hinton）獲得2024年諾貝爾物理學(xué)獎。2024年諾貝爾化學(xué)獎同樣與人工智能相關(guān)：美國華盛頓大學(xué)科學(xué)家戴維·貝克（DavidBaker）因構(gòu)建了大量全新的蛋白質(zhì)，獲該獎項一半獎金；另一半獎金則由人工智能公司DeepMind創(chuàng)始人、英國科學(xué)家德米斯·哈薩比斯（DemisHassabis）和該公司科學(xué)家約翰·江珀（JohnJumper）共享，以表彰他們開發(fā)的用于預(yù)測蛋白質(zhì)結(jié)構(gòu)的人工智能工具AlphaFold。2020年，AlphaFold取得了革命性突破，《自然》雜志稱贊“它將改變一切”\"。新的科學(xué)范式、知識范式正在形成。

有什么樣的媒介，就有什么樣的知識生產(chǎn)。我們今天所熟知的科學(xué)理性世界是與書面文化交織在一起的?！拔淖謳砹艘环N橫向的交流，帶來了一種共時性，不同的文化、世界觀、觀點并列存在。即使是從前寫下來的東西，仍然原樣放在那里，也和現(xiàn)在寫下來的東西具有某種共時性?！边@種共時性為主體提供了一種“觀念并列雜陳”的背景，這就是他者的背景，因而“理性態(tài)度的第一個特征是反思，在他者的背景下看待自己”#。與此同時，有邊界的文本也意味著一個相對封閉的精神世界，知識被局限在主體的范圍以內(nèi)，雅克·德里達(dá)（Jacques Derrida）的邏各斯中心主義集中批判了這種封閉性。主客體二元論的世界觀強調(diào)確定性，在一定程度上，實在物的動態(tài)性、復(fù)雜性和辯證性被掩蓋了。布魯諾·拉圖爾（Bruno Latour）提出“我們從未現(xiàn)代過”，通過社會行動網(wǎng)絡(luò)理論說明“雜合體”在人類社會中的普遍存在，人與非人之間始終是流動著的、紛繁復(fù)雜的纏繞關(guān)系。因而“現(xiàn)代性”的一個面相被拉圖爾描繪為在主客體二元論中建構(gòu)的神話。

作為媒介的人工智能帶來了另一種知識生產(chǎn)方式，成了在人類理性與信仰之外的知識來源。在人類知識域中，人工智能黑箱過程充滿了不確定性和難以驗證性，對具有確定性的知識形態(tài)造成了沖擊，“得到證成的真信念”等人類知識觀念受到挑戰(zhàn)。% 對人工智能來說，在傳統(tǒng)知識生產(chǎn)中作為知識主體的人類，也同其他要素一樣化作數(shù)據(jù)被上傳至擬真系統(tǒng)，人類主體性在這一過程中被消解：當(dāng)我們在擬真系統(tǒng)中與人工智能相會時，它已經(jīng)提前為我們設(shè)置好了答案。

然而，人類的體驗不能和擬真系統(tǒng)區(qū)分開來，這就是說，擬真系統(tǒng)可能是沒有原物的模式生成，但人類的體驗是真實的。在此意義上，或許我們不應(yīng)當(dāng)把擬真系統(tǒng)看作現(xiàn)實消失的一種形式，而應(yīng)當(dāng)將其看作另一種現(xiàn)實的展開。面對新的現(xiàn)實，即人類知識域中新的情形，我們需要對人工智能知識生產(chǎn)作進(jìn)一步考察：人工智能媒介如何建立一種擬真系統(tǒng)，又以何種方式在人類知識域中為人類帶來一種新的體驗？

二、人工智能與知識原理

（一）神經(jīng)網(wǎng)絡(luò)：知識表示方式

按照亞里士多德的觀點，記憶好比硬物壓在蠟燭上所留下的痕跡，也就是說認(rèn)知就像蠟燭那樣可以塑造。由此，當(dāng)人們知道神經(jīng)是認(rèn)知活動的主要載體時，人們就萌發(fā)了神經(jīng)可塑性的思想。1949年，唐納德·赫布（Donald Hebb）在《行為的組織》中提出了神經(jīng)學(xué)習(xí)理論，探究經(jīng)驗在認(rèn)知及神經(jīng)塑造中的機理。在大腦中，數(shù)量龐大的神經(jīng)元經(jīng)由突觸聯(lián)結(jié)成一個網(wǎng)絡(luò)，神經(jīng)信號在編織成神經(jīng)網(wǎng)絡(luò)的神經(jīng)元之間傳遞。在伊萬·巴甫洛夫（IvanPavlov）的條件反射實驗中，給狗喂食時就搖鈴，反復(fù)多次后，狗聽到鈴聲就會觸發(fā)流口水的條件反射。赫布受到巴甫洛夫的影響，按照赫布理論，條件反射背后是神經(jīng)機制的形成，神經(jīng)元受到刺激時就產(chǎn)生興奮，通過突觸傳遞給相鄰神經(jīng)元，興奮在神經(jīng)元之間的傳遞，讓神經(jīng)元之間的連接更強，即突觸的連接強度可以隨著神經(jīng)元活動的增加而增強。赫布理論提示我們，主體的神經(jīng)機制或記憶機制，是思想產(chǎn)生的必要條件。amp; 從知識的角度來說，作為結(jié)構(gòu)承擔(dān)記憶功能的神經(jīng)網(wǎng)絡(luò)，是人類知識在人腦中的組織和表示方式。

構(gòu)造人工智能的方式與解釋人類智能的方式息息相關(guān)，如果可以用一種過程來解釋智能，那么機器就可以對這種過程進(jìn)行模擬。將單個生物神經(jīng)網(wǎng)絡(luò)抽象和簡化成模型，就能得到M-P神經(jīng)元模型。M-P神經(jīng)元模型也被視作神經(jīng)網(wǎng)絡(luò)中的一個處理單元，人工神經(jīng)網(wǎng)絡(luò)就是在M-P神經(jīng)元模型的基礎(chǔ)上建立起來的。單個神經(jīng)元不足以模擬人腦神經(jīng)系統(tǒng)功能，由這些人工神經(jīng)元構(gòu)建出來的網(wǎng)絡(luò)，才具有學(xué)習(xí)、聯(lián)想、記憶和模式識別的能力。赫布理論為構(gòu)造具有學(xué)習(xí)功能的神經(jīng)網(wǎng)絡(luò)奠定了基礎(chǔ)，但直到20世紀(jì)70年代，人們都還沒有找到較為有效的方法構(gòu)建平衡、穩(wěn)定、有效的人工神經(jīng)網(wǎng)絡(luò)，很多研究神經(jīng)網(wǎng)絡(luò)的科學(xué)家轉(zhuǎn)向基于邏輯符號處理的人工智能研究。

非神經(jīng)網(wǎng)絡(luò)的、邏輯符號處理的人工智能要求對任務(wù)作出事前的公理化分析，首先要形成一個有關(guān)常識基礎(chǔ)的抽象理論，其次才要編寫程序。' 與神經(jīng)網(wǎng)絡(luò)人工智能相比，前者被認(rèn)為是理性主義的，后者是經(jīng)驗主義的，這是人工智能開發(fā)的兩個分支。也有學(xué)者提出不同意見，認(rèn)為兩者都是在構(gòu)造模型，都是在根據(jù)精確原則進(jìn)行計算。但是，多層神經(jīng)網(wǎng)絡(luò)的人工智能計算出的參數(shù)往往不能直接和現(xiàn)實中可用語言表達(dá)的概念產(chǎn)生聯(lián)系，甚至程序開發(fā)者也難以確定這些參數(shù)的現(xiàn)實意義。這些參數(shù)在學(xué)習(xí)過程中不斷變動和生成，總的來說，在神經(jīng)網(wǎng)絡(luò)內(nèi)部與其需要處理的任務(wù)對象之間，沒有概念化的表達(dá)，不存在一一對應(yīng)的精確關(guān)系。

神經(jīng)網(wǎng)絡(luò)人工智能的成功證明了理性主義傳統(tǒng)存在的知識缺陷。處理邏輯符號的傳統(tǒng)人工智或難以將一切人類常識概念進(jìn)行編程，也難以理解語境等被稱為“默會知識”的內(nèi)容，而相對來說，這些在神經(jīng)網(wǎng)絡(luò)人工智能中得到了較好的處理，深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)可以找到有時人類自身也沒有意識到的潛在聯(lián)系。反觀人類知識本身，人類的知識并不都是概念化、邏輯化、系統(tǒng)化、條理清晰的內(nèi)容，知識的來源也并非純粹理性的，人們在日常生活中并不總是使用關(guān)于日常生活的理論性知識。關(guān)于知識的見解傾向了路德維?！ぞS特根斯坦（LudwigWittgenstein）而非柏拉圖，在《論確定性》中，維特根斯坦得出了看似矛盾的結(jié)論，知識建立在不確定的基礎(chǔ)上，但這并不會導(dǎo)致預(yù)想中的懷疑論后果，因為我們的生活形式可以為之作支撐和擔(dān)保。

（二）獎勵函數(shù)：輸入知識目標(biāo)

已有人機關(guān)系研究聚焦作為整體的人工智能技術(shù)的應(yīng)用，在人工智能開發(fā)過程中，也存在討論人機關(guān)系的理論空間。獎勵函數(shù)往往被視為機器強化學(xué)習(xí)中人與算法溝通的橋梁。在強化學(xué)習(xí)過程中，人工智能在當(dāng)前狀態(tài)下，根據(jù)策略選擇動作，環(huán)境對動作作出響應(yīng)，同時產(chǎn)生一個獎勵信號，通常是一個數(shù)值，就像游戲中的分?jǐn)?shù)，獎勵的累積是人工智能在強化學(xué)習(xí)中的目標(biāo)。人工智能根據(jù)獎勵，更新策略和參數(shù)，以在下一次與環(huán)境的交互中獲得更高的獎勵。獎勵的累積，或可被稱為累計收益，是對人工智能目標(biāo)的數(shù)字化表達(dá)，人工智能只會學(xué)習(xí)如何最大化收益，讓人工智能完成人類設(shè)定的任務(wù)，就是設(shè)計一個獎勵函數(shù)，使人工智能獲得最大收益的同時實現(xiàn)人類的目標(biāo)，獎勵函數(shù)的意義就在于向人工智能指明目標(biāo)。

獎勵函數(shù)也體現(xiàn)了人工智能與環(huán)境交互的模式，即通過不斷試錯獲得最大化的獎勵，人工智能的策略是在追求最大收益的過程中不斷優(yōu)化自身。這可以進(jìn)一步理解為，智能產(chǎn)生于所處環(huán)境中的獎勵最大化過程，智能本身是實現(xiàn)目標(biāo)過程中的表現(xiàn)。） 盡管這種功能主義觀點飽受爭議，但類似的觀點也作為前置的觀念出現(xiàn)在人類學(xué)研究中，在《槍炮、病菌與鋼鐵》中，賈雷德·戴蒙德（JaredDiamond）這樣描述人類農(nóng)業(yè)的產(chǎn)生：“在其他條件相同的情況下，人會追求最大的回報，不論是卡路里、蛋白質(zhì)，還是其他食物范疇，而做法是：花最少的時間、最小的精力，盡可能獲得回報。同時，他們也要降低餓死的風(fēng)險：適度而可靠的回報，比大起大落的生活模式更有吸引力。”

如何讓人工智能理解人類目標(biāo)？這里存在一個與符號主義人工智能類似的問題，和從人類概念到機器編程，從人類任務(wù)目標(biāo)到獎勵函數(shù)的過程是間接的、抽象的一樣，事實上，當(dāng)面對一個復(fù)雜任務(wù)時，我們很難通過獎勵函數(shù)向人工智能準(zhǔn)確地傳遞我們想要實現(xiàn)的目標(biāo)。人類對于給予不同獎勵的后果難以進(jìn)行預(yù)估，獎勵函數(shù)稍加改變、優(yōu)化后獲得的策略就可能和優(yōu)化前的策略天差地別。這里潛在的話語仍是黑箱問題，開發(fā)人員設(shè)置的獎勵在一些場景下是有效的，在一些場景中產(chǎn)生的反饋則很可能令人失望，獎勵函數(shù)的設(shè)置只能依賴反復(fù)實驗和經(jīng)驗總結(jié)。

除理性目標(biāo)外，人類目標(biāo)中還蘊含著道德原則、倫理規(guī)范和價值觀，價值對齊要求人工智能的“價值觀”與人類的價值觀保持一致，以確保人工智能對人類社會無害。2023年7月，OpenAI宣布成立一個名為“超級對齊”（Superalignment）的新部門，該部門的目標(biāo)旨在于4年內(nèi)找到讓超級智能的AI系統(tǒng)實現(xiàn)價值對齊的路徑。OpenAI還承諾，將投入20%的計算資源專門用于對齊超級智能。+ 不僅是OpenAI，谷歌、微軟等知名科技公司也紛紛成立了類似的價值對齊部門或團(tuán)隊。人工智能價值對齊的前提是人類具有相對穩(wěn)定和一致的價值標(biāo)準(zhǔn)，然而人類社會的價值體系本身是多元且不斷演變的。價值對齊問題就有了另一重解讀：人類價值體系有可能演變?yōu)椋l掌握人工智能技術(shù)，誰就掌握了定義人類價值觀的權(quán)力。人類的道德原則、倫理規(guī)范、價值觀等源于生活實踐的知識內(nèi)容將被卷入技術(shù)體系中，而脫離人類生活的真實經(jīng)驗。

三、人工智能與知識主體

（一）算法黑箱：知識主體消解

勒內(nèi)·笛卡兒（René Descartes）使用普遍懷疑的方法，懷疑一切可懷疑之物，最終推演得出“我思故我在”——思考的主體是不容置疑的出發(fā)點，人發(fā)現(xiàn)了作為主體的自身，主體性原則得到確立。主體究竟用什么樣的方式去認(rèn)識世界？笛卡兒企圖用最簡單、最通用的方法來解決所有問題，他對數(shù)學(xué)這種簡明的思考方式十分著迷，“普遍數(shù)學(xué)”成為笛卡兒哲學(xué)的方法論基礎(chǔ)。，“普遍數(shù)學(xué)”進(jìn)一步推動哲學(xué)家思考一種有秩序的世界本原。戈特弗里德·萊布尼茨（Gottfried Leibniz）追求普適的符號系統(tǒng)，在理解過程中，人類把概念分析成更簡單的元素，有終極的單質(zhì)，以期據(jù)此理解所有的復(fù)雜概念。萊布尼茨設(shè)想出一種“人類思想的字母表”，它們的“字符必須在被用于證明時顯示出客體中也發(fā)現(xiàn)了的某種聯(lián)結(jié)、分組和排序”。- 類似地，維特根斯坦在《邏輯哲學(xué)論》中將世界定義為邏輯上獨立的原子事實的總和，“世界是事實而非物的總和”.，進(jìn)而，事實可以被最終解析為本原客體，心靈表述的是本原客體相互結(jié)合的方式。我們可以認(rèn)為，人工智能就是試圖找到這些本原客體，以及這些本原客體之間的邏輯關(guān)系?？梢杂纱藢θ斯ぶ悄苎芯康膬蓷l路徑進(jìn)行闡釋。以專家系統(tǒng)為代表的符號主義的人工智能，要求以認(rèn)識主體的心靈為范本，而神經(jīng)網(wǎng)絡(luò)人工智能繞過主體，嘗試自主完成解析本原客體的過程。盡管這樣的人工智能仍是由人類創(chuàng)造和開發(fā)的，人類利用獎勵函數(shù)引導(dǎo)人工智能實現(xiàn)人類目標(biāo)，但我們是否真正向人工智能傳遞了人類的聲音？這個問題被持續(xù)不斷地提起，人工智能黑箱說明，對此不會有徹底而完美的回答。

“富有數(shù)學(xué)頭腦的萊布尼茨在二進(jìn)制系統(tǒng)0和1的神秘雅致之中看到了造化的形象。他覺得，上帝靠二進(jìn)制在太虛中操作的統(tǒng)一體，足以從太虛中創(chuàng)造出一切存在?！? 當(dāng)我們揭開人工媒介的外殼，發(fā)現(xiàn)的正是二進(jìn)制信號，而這些信號不可解讀，沒有可能的闡釋，人類看到的只是代碼的黑箱。維特根斯坦后來在《哲學(xué)研究》中批判了自己先前的觀點，他借用蘇格拉底的話：“因為如果我沒有弄錯的話，那么我從一些人那里聽到如下說法：對于可以說我們和其他事物所借以復(fù)合而成的那些原初元素來說，不存在任何解釋；因為就一切憑借自身而存在的東西來說，人們僅僅能用名稱來表示它們?！? 絕對地尋找本原客體是毫無意義的，在一定程度上，維特根斯坦預(yù)言了基于萊布尼茨原則的人工智能媒介，不可解讀的二進(jìn)制信號對人類而言的無意義屬性被揭示了。當(dāng)存在被解析為二進(jìn)制代碼時，存在還是那個存在，只是披上一層代碼的外衣，人工智能技術(shù)所做的，和從蘇格拉底到維特根斯坦所做的知識論研究相比，沒有什么差別。有所變化的是，“在理性與信仰之外，人工智能成為知識的第三來源”1，它構(gòu)建了新的知識域，知識圖景被極大地拓展了，而人類只能在黑箱之外接受之，人類作為知識主體的地位被大大削弱了。

另一種危險則在于人類智識被卷入計算體系，黑箱接替了一種確定的、客觀主義的科學(xué)。工業(yè)機器強化了一種理性的、精確的人類思維模式，這一過程反復(fù)在歷史學(xué)研究中被討論。那么現(xiàn)在的數(shù)據(jù)代碼會帶來什么樣的變化呢？一種更加精細(xì)的模式被封閉在黑箱內(nèi)部，接入黑箱的端口則充斥在日常生活中，每一次輸入/輸出都經(jīng)由黑箱的運轉(zhuǎn)。與工業(yè)機器相比，這種精細(xì)的模式反而喪失了更多參照物，思想也就失去了現(xiàn)實原則。主體和客體同處于均質(zhì)化的代碼空間，主體與客體的無差別消解了主客體之間的界限，對人工智能來說，識別人類思想的模式和識別其他事物運轉(zhuǎn)的模式?jīng)]有本質(zhì)區(qū)別，一切知識都可以用運轉(zhuǎn)在黑箱中的代碼來表達(dá)。

“一切進(jìn)入代碼的無目的性時空中的東西或試圖進(jìn)入其中的東西，都被切斷了與自身目的性的聯(lián)系，都被瓦解并吸收了——這就是各個層面上的回收、操縱、循環(huán)和再循環(huán)的眾所周知的效果?！? 這是讓·波德里亞（Jean Baudrillard）對主體性消解過程的生動描繪。被卷入計算體系的主體成為體系運作的一部分，所有行為都被轉(zhuǎn)化為數(shù)據(jù)和代碼要素?！八心切﹤ゴ蟮娜宋闹髁x價值標(biāo)準(zhǔn)，具有道德、美學(xué)、實踐判斷力的整個文明的標(biāo)準(zhǔn)，都在我們這種圖像和符號的系統(tǒng)中消失了?！? 在知識域中，代碼的不確定形態(tài)取代了知識生產(chǎn)的范疇，知識生產(chǎn)脫離社會實在，表現(xiàn)為知識的無目的式流通，成為自為生成和無限拓展的擬真形式。

自我意識通過認(rèn)識鏡像中的自我或者另一個自我而存在，這一意象反復(fù)出現(xiàn)在精神分析理論中。在雅克·拉康（Jacques Lacan）的理論中，自我在鏡中看到的是他者。他者是認(rèn)知的參照點，是認(rèn)識自我和世界的重要依據(jù)，自我通過他者建構(gòu)自身。拉康采用的是黑格爾主奴辯證法的分析結(jié)構(gòu)。主奴辯證法被視作對人類文明的隱喻式理解：奴隸的勞動就相當(dāng)于人類文明形成的歷史過程，人類在這一過程中既創(chuàng)造自身又外化自身。人類只有通過外化或?qū)ο蠡陨恚ㄟ^為自己建造一個世界，然后在這一文化和歷史的世界中認(rèn)識自身，才能知道自己是什么，因為人類是通過作用和改變世界來形成自身的。

（二）代碼撫觸：在問答中接受

未來的強人工智能作為他者凝視人類時，人類又該如何想象來自黑箱的凝視？他者凝視理論是視覺中心的，視線確認(rèn)了主體的存在，也確認(rèn)了他者的存在，世界的意義在觀看與被觀看之中確立起來。強人工智能他者的功效則在于，它在主體的符號世界中以超越視覺的撫觸形式5 發(fā)生作用?！皳嵊|”描繪的是這樣一種情形：強人工智能無時無刻、無處不在地運轉(zhuǎn)，人類身體在算法包裹下被非物質(zhì)化。通過對心率、血氧、血壓、血糖進(jìn)行監(jiān)測，計算攝入的碳水化合物、脂肪、蛋白質(zhì)和卡路里總量，通過圖像分析行為和情緒……人類生活的全部都可以化作數(shù)據(jù)，以非物質(zhì)的方式在系統(tǒng)里被計算。撫觸的作用力在于，人工智能知識向人類生活提出無微不至的建議，睡眠時長、攝入能量、獲取信息……而這些僅是在人類個體生活最小單元中發(fā)生的事實，在社會知識領(lǐng)域，經(jīng)濟的、政治的、文化的身體同樣在強人工智能代碼的撫觸下運轉(zhuǎn)，這代表著一種新的凝視。

人工智能同時帶來了一種新的客觀主義。數(shù)據(jù)代碼的運作持久而客觀地存在，將人類吸納到擬真體系當(dāng)中，二進(jìn)制代碼的跳動取代了時間和空間的流動。人類主體在人工智能構(gòu)建的知識域中看到的將是怎樣的自我？在主奴辯證法中，奴隸通過勞動在對象物上刻上自我的印記，從而獲得自我的獨立性和持久性。當(dāng)人類主體被吸納為擬真體系中的一些樣本，意義的循環(huán)縮短為程序的不間斷運作，人類面對的不是外化了的自身，而是模式生成后的自身。人類在人工智能這面他者之鏡中看到的，是被波德里亞稱作“策略性幻覺”6 的東西。當(dāng)ChatGPT實現(xiàn)與人類對話時，語言學(xué)家注意到了這種初步的超脫性，“它們只是根據(jù)隨時間變化的概率進(jìn)行交換”7。ChatGPT提供的僅是根據(jù)語言概率生成的文本，而不是關(guān)于事實的知識。這還只是生成式人工智能初級形態(tài)，而這種初級形態(tài)已經(jīng)被迅速應(yīng)用到知識服務(wù)領(lǐng)域，這照應(yīng)著貝爾納·斯蒂格勒（Bernard Stiegler）描述的“超前”8：在真正實現(xiàn)強人工智能之前，人類就已經(jīng)把知識的未來和人工智能他者維系成一體。

ChatGPT為我們展示了一種古老的知識傳統(tǒng)：在對話中生成知識。蘇格拉底將之描述為“精神助產(chǎn)術(shù)”。蘇格拉底以不斷追問的方式，不斷深入認(rèn)識事物，在對話中獲得關(guān)于事物的定義性說理——能夠為某物提供說理或定義說理，就擁有了關(guān)于某物的知識。9 在用戶使用ChatGPT時，出現(xiàn)了類似的效果。ChatGPT初次的回答往往難以令人滿意，如果連續(xù)以否定、質(zhì)疑、補充等方式繼續(xù)向ChatGPT追問，ChatGPT就可能不斷完善回答，最終給出滿足用戶需求的回復(fù)。在問答中，知識由用戶的思維結(jié)構(gòu)和ChatGPT的數(shù)據(jù)庫共同生成。然而，在人工智能系統(tǒng)的底層邏輯中，還存在一種更加本質(zhì)性的、無處不在的問答模式，這種模式在程序中是通過獎勵函數(shù)來實現(xiàn)運轉(zhuǎn)的。

為了獲取人類知識目標(biāo)，人工智能程序不間斷地向人類主體發(fā)問，一個名為算法的“幽靈”在人類生活中游蕩。資訊平臺記錄用戶行為，為用戶打上標(biāo)簽，利用算法進(jìn)行個性化推送，用戶每一次點擊、滑動屏幕，在某一頁面停留的時間，每一次互動行為都以數(shù)據(jù)的形式被收集、計算、貼上標(biāo)簽、進(jìn)行分類，一刻不停地投入新的算法運行周期。人類與屏幕的交互行為被計算了，身體也被計算了，算法無處不在地運轉(zhuǎn)，生理的、經(jīng)濟的、文化的，人類主體作為被測試者已經(jīng)成為數(shù)據(jù)要素的一部分，與其說程序是在滿足主體需求，不如說需求已經(jīng)被提前設(shè)計出來。

柏拉圖的洞喻說使我們注意到知識與現(xiàn)象的區(qū)分，但這種區(qū)分沒有達(dá)到尖銳對立的程度，知識論一直致力于二者的調(diào)和。知識論對二者進(jìn)行調(diào)和的努力并不意味著真實不再重要了，而是意味著對知識重新進(jìn)行評價。人工智能媒介在對想象與真實、過去與現(xiàn)在、身體與知覺的關(guān)系進(jìn)行組織等方面具有超常的能力，人工智能知識系統(tǒng)將人作為要素來調(diào)動。身體化作數(shù)據(jù)被上傳到系統(tǒng)中，帶來了目的與身體的分離，就連目的性本身也被程序化了。在程序的循環(huán)中，對問題的回答被前置在系統(tǒng)中，問題變成了答案本身。這是接受的力量，這種力量曾在斯蒂格勒對美國電影工業(yè)的批判中被重點揭示出來：，在那里，接受還是視覺中心的接受，觀眾與屏幕之間的關(guān)系仍是洞喻說中囚徒與穴壁的關(guān)系，接受的力量是自上而下傳導(dǎo)作用的。而今，在代碼撫觸的形式中，接受則是去中心化的，無距離、無間歇的撫觸造成一種新的無意識。從20世紀(jì)到21世紀(jì)，人類觀看的屏幕縮小了，接受的力量卻大大增長，這種增長伴隨著人工智能知識系統(tǒng)的不斷建構(gòu)。

四、人工智能與知識方法

（一）模式生成：依賴倒置原則

托馬斯·庫恩（Thomas Kuhn）在《科學(xué)革命的結(jié)構(gòu)》中揭示，知識并不是科研工作者在真空環(huán)境中的個人成果，科研工作者接受科學(xué)教育的整個過程就是趨向于接受某一社會文化范式的過程。; 人工智能媒介廣泛地滲透社會生活，帶來的影響或許將超越科學(xué)范式的層面。但是，與新的科學(xué)范式相比，新媒介的出現(xiàn)并不具備那般強烈的革命性質(zhì)?！靶旅浇榕c其說是認(rèn)知上的斷裂點，不如說是社會上正在進(jìn)行的意義協(xié)商的嵌合點?！眑t; 在對書面文化的考察中我們可以看到，文字與一種精確性聯(lián)系在一起?！拔淖之a(chǎn)生距離，使言語產(chǎn)出的結(jié)果更加精確，因為文字使語言脫離口頭表達(dá)豐富但混亂的生存語境?！? 而在馬歇爾·麥克盧漢（Marshall McLuhan）那里，這種聯(lián)系是通過視覺感官實現(xiàn)的?！坝∷⒄T導(dǎo)讀者去按照視覺的體系……去安排他的外在生活和行為?！眊t; 在書面文化中，精確性作為一種感知性特征因而也是社會性特征出現(xiàn)。我們熟知的科學(xué)方法論在書面文化中誕生，科學(xué)就是要盡可能精確地進(jìn)行因果性說明。如果我們把人工智能看作一種新媒介，就可以考察其在發(fā)展過程中表現(xiàn)了怎樣的方法論特質(zhì)，或者說，人工智能媒介是以何種方式呈現(xiàn)自身的。

此前我們已經(jīng)描述了人類主體被吸納進(jìn)代碼擬真體系中的情形，主客體二元關(guān)系以均質(zhì)化的方式被消解，取而代之的是，一些更加精細(xì)的模式參與了人類知識觀念的生成過程。我們在人工智能黑箱中看到正在生成的模式時，就很容易看到早期發(fā)生在廣義計算機程序中的模式生成。從面向?qū)ο蟮挠嬎銠C程序，到運轉(zhuǎn)在黑箱中的人工智能，這一過程具有連貫的歷史性。計算機程序中的依賴倒置原則生動地概括了一種喪失具體性的傾向，進(jìn)而表現(xiàn)了主體性消解的趨勢。依賴倒置被描述為：“高層模塊不直接依賴于低層模塊，兩者都依賴于抽象，抽象不依賴于細(xì)節(jié)，細(xì)節(jié)應(yīng)該依賴于抽象?！?？ 如果計算機程序直接編碼現(xiàn)實，那么一旦現(xiàn)實發(fā)生程序預(yù)設(shè)之外的輕微變化，程序就可能無法響應(yīng)，進(jìn)而要求系統(tǒng)自下而上地調(diào)整。為了保證程序的穩(wěn)定性，提升代碼的復(fù)用性，代碼開始直接服務(wù)于程序的運行，而不是紛繁復(fù)雜的現(xiàn)實情形，當(dāng)現(xiàn)實中出現(xiàn)新的具體情況，經(jīng)過抽象的模式可以將其吸納進(jìn)整個代碼體系中去。

當(dāng)生成了的模式最初出現(xiàn)在計算機程序中時，它使事物在計算機系統(tǒng)中更清晰地被組織起來，使被編碼于計算機中的事物可見、可讀、可操作，它的主要功用在于激勵我們用一種更加系統(tǒng)和便捷的方式表達(dá)和改造現(xiàn)實，就如同用圖書檢索系統(tǒng)取代圖書卡片目錄柜?！盁o縫”（seamless）被用來描述計算機程序的理想狀況：現(xiàn)實世界的情形被直接反映到代碼體系中。這種理想追求與依賴倒置原則存在顯而易見的矛盾，但計算機程序設(shè)計者能夠以手動方式，靈巧地在具體業(yè)務(wù)情景中實現(xiàn)依賴倒置原則與“無縫”理想的相對平衡。而在人工智能算法運轉(zhuǎn)不歇的今天，模式生成以一種新的、更深層次的形式發(fā)生作用，“無縫”的理想轉(zhuǎn)化為對算法擬合能力的追求。人類可理解的、位于觀念兩端的抽象性與具體性被一同封裝進(jìn)算法黑箱，這是真正徹底的依賴倒置原則：沒有對主體而言的具體性與抽象性，只有代碼的模式化運作，就連主體本身也化作代碼消解在模式當(dāng)中，和模式一同運作和生成。

或許我們難以回答人類生活的目標(biāo)是什么，或者在某種意義上，人類生活并不一定是目的性的，但我們可以說，人類生活在總體上并不以一種更為精細(xì)的模式作為目標(biāo)。人工智能為人類敞開了更加廣闊的知識圖景，但其中的危險在于人變成了人工智能媒介體系的一部分。面對人類主體在模式生成以外的需求，尤其當(dāng)涉及價值層面時，人工智能媒介還能夠以模式生成的方式滿足之嗎？

（二）算法主義：一切皆是算法

我們已經(jīng)從人工智能的歷史中發(fā)現(xiàn)，目前的神經(jīng)網(wǎng)絡(luò)人工智能是人類利用經(jīng)驗主義方法開發(fā)出來的。但是，人工智能與人類獲取的經(jīng)驗材料在性質(zhì)上有一定區(qū)別，二者處理經(jīng)驗材料的方式更是大相徑庭。CRUM（Computational RepresentationUnderstanding of Mind）理論將人類思維視為心智中的表征結(jié)構(gòu)以及在這些結(jié)構(gòu)上進(jìn)行操作的計算程序。@ 根據(jù)CRUM理論，人工智能能夠編程人類思維，能夠模擬人類智能及行為特征。然而，對證明CRUM理論的嘗試總是困難重重。人工智能在一些領(lǐng)域的成就可以輕松超過人類，如棋類游戲；許多對人類來說非常容易的任務(wù)對人工智能來說卻是復(fù)雜的，如在一張有噪點的圖片中識別出貓。人工智能的思維材料是標(biāo)識（token），而人類的思維材料是語言和意象。A 圖像模型學(xué)習(xí)圖像特征，如邊緣、紋理和顏色等，圖像特征在模型中被表示為一系列的標(biāo)識，標(biāo)識通過神經(jīng)網(wǎng)絡(luò)中的連接和權(quán)重進(jìn)行傳遞和處理。向一個經(jīng)過訓(xùn)練的模型提供一張有貓的圖片，它就能根據(jù)圖像特征判斷圖片中是否有一只貓，而如果給一只貓披上大象的紋理，某些模型就可能會將其識別為大象。但是，對人類來說，識別一只披著大象紋理的貓是一個簡單的任務(wù)，“貓”在人類思維和語言中不只對應(yīng)著某些可以被計算和識別的特征。

人工智能處理標(biāo)識或數(shù)據(jù)的方式是算法，而人腦并非計算機，心智并非軟件。通用人工智能的終極目標(biāo)是復(fù)制人類心智，現(xiàn)在的人工智能僅抓住了人類心智中有限的某些方面。人工智能幾乎融入人類科學(xué)體系的所有領(lǐng)域，使用人工智能算法解決人類問題已經(jīng)成為一種時代精神。 “算法主義”指向一種日益普遍而又與人類經(jīng)驗主義相區(qū)別的知識方法。尤瓦爾·赫拉利（Yuval Harari）在《未來簡史》中描繪了算法主義知識方法的表現(xiàn)形式：所有問題都可以用算法解決，所有事物都可以用算法解釋。B 算法的基本意涵是一套解決問題的指令、步驟或策略，算法可以由人設(shè)計和執(zhí)行，也可以在機器中運轉(zhuǎn)。C 一些觀點認(rèn)為生物活動本質(zhì)上也是由生物算法驅(qū)動的，這種觀點的提出本身就伴隨著機器算法在社會中愈加廣泛的運轉(zhuǎn)，無處不在的機器算法促使人們以算法化的方式思考問題。

五、媒介變遷與知識變遷

雷吉斯·德布雷（Régis Debray）認(rèn)為，媒介學(xué)不是一門理論科學(xué)，而只是一種工具，媒介學(xué)的出發(fā)點是研究技術(shù)和文化之間的關(guān)系。從不同學(xué)科的角度分析現(xiàn)象，意味著從現(xiàn)象本身中提取出屬于這個學(xué)科范疇的一部分，經(jīng)濟學(xué)關(guān)注生產(chǎn)，社會學(xué)關(guān)注人的交往，語言學(xué)關(guān)注語音文字等。媒介學(xué)則沒有可以被劃定為學(xué)科范疇的研究對象，因而也就可以包容同一事物呈現(xiàn)的不同屬性。例如，書籍的生產(chǎn)與流通，既是商業(yè)行為，也是某種話語的社會建構(gòu)，其中有人的因素，也有制度的因素，出版社如何組織知識生產(chǎn)，出版制度如何建立和實施，都可以共同處于媒介學(xué)的視域之下。

媒介學(xué)方法的包容性則來源于媒介概念本身的可解釋性。媒介即中介，媒介總是作為介質(zhì)而不是動力機器出現(xiàn)在人類社會歷史中。德布雷用圖書館作為例子進(jìn)行說明，“這種物理性的集中構(gòu)成了記憶保存”，圖書館既承載知識本身，也承載知識生產(chǎn)的習(xí)慣和模式，一座圖書館可以“孕育出許多作家”，而圖書館不是由自己調(diào)動起來的，“就像食品儲藏室并不能保證食品的供應(yīng)一樣”。

麥克盧漢在《理解媒介》中揭示了媒介的另一重意義：“媒介即訊息?！边@意味著承載內(nèi)容的形式與內(nèi)容一樣重要。從人和媒介的關(guān)系來講，“每一種文化、每一個時代都有它喜歡的感知模式和認(rèn)知模式，所以它都傾向于為每個人、每件事規(guī)定一些受寵的模式”E。媒介不是直接改變?nèi)说乃枷胗^念，而是在人和現(xiàn)實之間提供一種感知比率。

波德里亞的媒介批判則更進(jìn)一步。在波德里亞看來，基于對現(xiàn)代社會的分析，媒介是一套由能指和所指組成的符號系統(tǒng)，正如在符號政治經(jīng)濟學(xué)中，價值關(guān)系被改造為符號學(xué)的意指關(guān)系。舉例來說，波德里亞認(rèn)為在五月風(fēng)暴中，媒介普遍介入，發(fā)揮樞紐功能，對運動進(jìn)行了強制性的夸大和變形，媒介剝奪了運動自身最初的節(jié)奏和意義。在混亂的秩序之中，媒介呈現(xiàn)了一種普遍抽象的形式，掌握著賦予事件意義的權(quán)力，媒介不再是中介，而是取消了指涉物（現(xiàn)實）而作為符號系統(tǒng)獨立存在。F 在波德里亞的媒介批判中，媒介處于普遍抽象的理論層次，媒介作為本體出現(xiàn)。從抽象層次還原到歷史現(xiàn)實層面，具體的媒介呈現(xiàn)了不同的特征，塑造了知識的不同形態(tài)。媒介環(huán)境往往被劃分為口頭語言的、文字印刷的、數(shù)字的三種。這并不意味著泛媒介論中，符合“中介”定義的其他類型媒介將被排除在外，貨幣、車輪、鐘表、徽章……同樣是媒介。從口頭語言到文字印刷，再到數(shù)字媒介，是根據(jù)人類知識在不同歷史時期的主要載體，以及媒介技術(shù)的演進(jìn)，形成的一種種經(jīng)典敘事路徑。

在人工智能時代，伴隨著代碼撫觸，人類的經(jīng)驗材料和認(rèn)識形式就開始越來越不可避免地以算法為中介。算法主義作為一種新知識方法出現(xiàn)，同時勢必重塑已經(jīng)在人類歷史中凝練出來的經(jīng)驗主義和理性主義知識方法。媒介學(xué)方法的應(yīng)用，使我們看到了媒介與人類知識方法之間潛在的聯(lián)系。沃爾特·翁（Walter Ong）在《口頭文化與書面文化：語詞的技術(shù)化》中指出，文字分離了主體與客體，“文字把知識持有人和已知對象分離開來，使人的內(nèi)省日益清晰”G。從手抄到印刷，從朗讀到默讀，這一過程被不斷強化，我們今天所熟知的理性世界與書面文化交織在一起。類似地，模式、算法等一系列在知識論中具有媒介屬性的概念，發(fā)端于計算機、數(shù)字互聯(lián)網(wǎng)時代，又在人工智能時代得到前所未有的顯現(xiàn)與強化。因此，將人工智能作為一種媒介進(jìn)行考察，如同考察作為媒介的印刷機，具有重要意義。人工智能媒介不是文字符號，不是物質(zhì)載體，也不是傳播設(shè)備，難以把它歸入某種已有媒介類型之中。計算機、互聯(lián)網(wǎng)、數(shù)據(jù)庫等構(gòu)成了人工智能媒介產(chǎn)生和應(yīng)用的條件。人工智能媒介具有特殊的超越性，這種超越性存在于人們對通用人工智能（AGI）的想象之中：人工智能有一天會真正成為認(rèn)識的主體，成為全新的數(shù)字生命。

六、結(jié)語

在維特根斯坦的文本中，生活形式是“必須接受的，被給予的”，人類在使用語言時達(dá)成一致，使具有確定性的知識成為可能，這種一致性源于人類生活形式的一致性。生活形式包括四個方面：一是“世界圖畫”，即人類的知識文化背景；二是“自然歷史”，在維特根斯坦看來，從意識到行為，生活形式中的不同內(nèi)容，都是自然歷史的一部分；三是人類的共同行為；四是習(xí)俗與習(xí)慣。H 人工智能作為一種“被給定”的生活形式，開始成為人類生活世界的重要組成部分。

將人工智能作為媒介考察時，出于人工智能的特質(zhì)，我們面臨新的媒介方法論。人工智能具有的撫觸的作用形式，其最小的受力點往往被認(rèn)為是不值得認(rèn)識的日常生活實踐，只有在最細(xì)微的日常生活實踐中對它進(jìn)行考察，才能看到其直接的、廣泛的作用方式，及其深刻的媒介意義?？疾煊∷⒊霭?、廣播電視等傳統(tǒng)媒介時，可以直接找到其受眾，也可以參考羅伯特·達(dá)恩頓（RobertDarnton）的書籍史研究方法，從作者到出版者、印刷者、販運者、圖書銷售商到讀者，以“傳播循環(huán)”的方式對每一個環(huán)節(jié)作具體的考察，認(rèn)識思想觀念如何借助物質(zhì)載體進(jìn)行傳播。I 而對人工智能媒介來說，撫觸以外的每一個具體環(huán)節(jié)都成了黑箱，具體性被封裝在不停歇的、海量的數(shù)據(jù)流中。想要從數(shù)據(jù)流中抽取出具體性，就只能采用另一種技術(shù)手段，如一種專門用于解釋人工智能的人工智能，而這種具體性在實質(zhì)上還是由代碼擬真的。因而，要考察作為生活形式的人工智能，就不能忽視人類最本真的日常生活，這也是媒介研究自身的價值?！懊浇榈臍v史與理論必須面向媒介在諸多異質(zhì)性元素——如裝置、代碼、符號系統(tǒng)、知識形式、具體實踐和審美體驗——的集合中生成的獨特場景或情境?！?/p>

人工智能媒介的另一重特殊性在于，人工智能以實現(xiàn)人類功能為目標(biāo)。有這樣一系列問題不斷得到討論：人工智能有思想嗎？人工智能有情感嗎？這實際上是在問：人工智能像人類一樣有思想嗎？人工智能像人類一樣有情感嗎？因而在回答關(guān)于人工智能的問題之前，往往首先要回答的是關(guān)于人類的問題，即人類的思想是什么、人類的情感是什么。人類以人工智能為對象的思考總是基于人類自身的認(rèn)識，并最終關(guān)注人類本身。“從我們最嶄新的經(jīng)驗和最切近的恐懼出發(fā)，重新考慮人的境況?！?/p>

關(guān)于人工智能的所有討論都是在回應(yīng)古希臘德爾斐神廟上的那句箴言：“認(rèn)識你自己?！?/p>

（作者劉大年系中國傳媒大學(xué)傳播研究院教授、博士生導(dǎo)師；曹月系中國傳媒大學(xué)傳播研究院出版專業(yè)2023 級碩士研究生）

注釋

① CALLAWAY E.“It will change everything”： DeepMind’s AI makes gigantic leap in solving protein structures [J]. Nature，2020，588 （7837）： 203-204.

② 陳嘉映. 哲學(xué) 科學(xué) 常識 [M]. 北京： 東方出版社， 2007： 39.

③ 拉圖爾. 我們從未現(xiàn)代過：對稱性人類學(xué)論集 [M]. 劉鵬， 安涅思，譯. 上海： 上海文藝出版社， 2022.

④? 劉大年， 曹月. 知識的幻象：人工智能與知識變遷 [J]. 現(xiàn)代出版， 2024（9）： 53-67.

⑤ 黃家裕. 認(rèn)知神經(jīng)的可塑性： 赫布理論的哲學(xué)意蘊 [J]. 哲學(xué)動態(tài)， 2015（9）： 104-108.

⑥ 博登. 人工智能哲學(xué) [M]. 劉西瑞， 王漢琦， 譯. 上海： 上海譯文出版社，2006： 13.

⑦ 維特根斯坦. 維特根斯坦文集：第8卷：最后的哲學(xué)筆記（1950—1951）[M]. 劉暢， 譯. 北京： 商務(wù)印書館， 2019： 3.

⑧ SILVER D， SINGH S， PRECUP D， et al. Reward is enough [J/OL]. Artificial intelligence， 2021， 299： 103535 [2024-09-04].DOI：10.1016/j.artint.2021.103535.

⑨ 戴蒙德. 槍炮、病菌與鋼鐵 [M]. 王道還， 廖月娟， 譯. 北京： 中信出版社，2022： 89-90.

⑩ LEIKE J， SUTSKEVER I.Introducing superalignment [EB/OL]. （2023-07-05）[2024-09-04]. https：//openai.com/index/introducing-superalignment/.

? 張朦. 笛卡兒的“普遍數(shù)學(xué)”思想闡釋 [D]. 上海：上海師范大學(xué)， 2017： 40.

? 轉(zhuǎn)引自博登. 人工智能哲學(xué) [M]. 劉西瑞， 王漢琦， 譯.上海： 上海譯文出版社， 2006： 332.

? 維特根斯坦. 維特根斯坦文集：第2卷： 邏輯哲學(xué)論 [M]. 韓合林， 譯. 北京：商務(wù)印書館， 2019： 5.

?? 麥克盧漢. 理解媒介：論人的延伸 [M]. 何道寬， 譯. 南京：譯林出版社，2011： 136，23.

? 柏拉圖. 泰阿泰德篇 [M]// 維特根斯坦文集：第4卷：哲學(xué)研究. 韓合林，譯. 北京： 商務(wù)印書館， 2019： 41.

??? 波德里亞. 象征交換與死亡 [M]. 車槿山， 譯. 南京：譯林出版社，2012： 4， 7， 80.

? 凱西， 伍迪， 吳瓊. 拉康與黑格爾：欲望的辯證法 [J]. 外國文學(xué)， 2002 （1）：72-77.

? 波德里亞延續(xù)麥克盧漢的話語，分析了一種傳播界的“觸覺和策略仿真場的圖式”。參見波德里亞.象征交換與死亡 [M]. 車槿山， 譯. 南京：譯林出版社， 2012： 80-93.

? CHOMSKY N， ROBERTS I， WATUMULL J. Noam Chomsky： the 1 promise of ChatGPT [N/OL].The New York times， 2023-03-08 [2024-09-05]. https：//www.nytimes.com/2023/03/08/opinion/noam-chomsky-chatgpt-ai.html.

? 斯蒂格勒. 技術(shù)與時間1： 愛比米修斯的過失 [M]. 裴程， 譯. 南京：譯林出版社， 2012： 166-167.

? 詹文杰. 柏拉圖知識論研究 [M]. 北京： 北京大學(xué)出版社， 2020： 40.

? 斯蒂格勒. 技術(shù)與時間3： 電影的時間與存在之痛 [M]. 方爾平， 譯. 南京： 譯林出版社， 2012： 161.

? 庫恩. 科學(xué)革命的結(jié)構(gòu) [M]. 金吾倫， 胡新和， 譯. 北京： 北京大學(xué)出版社，2012： 38-39.

? 吉特爾曼. 作為歷史主體的媒介 [M]// 韓曉強. 走向媒介本體論：歐美媒介理論文選. 朱兆宇， 譯. 北京： 中國國際廣播出版社， 2024： 494.

?? 翁. 口語文化與書面文化：語詞的技術(shù)化 [M].何道寬， 譯. 北京： 北京大學(xué)出版社， 2008： 79，80.

? 麥克盧漢. 谷登堡星漢璀璨： 印刷文明的誕生 [M]. 楊晨光， 譯. 北京： 北京理工大學(xué)出版社， 2014： 257.

? 這一原則最早由羅伯特·馬丁提出，參見MARTIN R. The dependency inversion principle [J]. C++ report， 1996， 8 （6）： 61-66.

? 薩伽德. 心智：認(rèn)知科學(xué)導(dǎo)論 [M]. 朱菁， 陳夢雅， 譯. 上海： 上海辭書出版社， 2012： 11.

? 趙汀陽. 人工智能還給人類的思維難題 [J]. 中國社會科學(xué)， 2024 （8）：101-123+206.

? 赫拉利. 未來簡史 [M]. 林俊宏， 譯. 北京： 中信出版社， 2017.

? 埃達(dá)·洛夫萊斯被認(rèn)為最早設(shè)計了可以在機器中運轉(zhuǎn)的算法，她認(rèn)為這種運轉(zhuǎn)算法的機器不像人一樣具備創(chuàng)造力，但這種解決問題的形式會帶來一種新的視角。后來艾倫·圖靈用“洛夫萊斯夫人的異議”來指代人工智能不具備創(chuàng)造性的觀點。

? 德布雷. 媒介學(xué)引論 [M]. 劉文玲， 譯. 北京： 中國傳媒大學(xué)出版社， 2014：8-9.

? 劉文嘉. 擬真化生存：波德里亞媒介批判理論 [M]. 北京： 商務(wù)印書館，2022： 10-13.

? 陳嘉明. 維特根斯坦的“確定性”與“生活形式”[J]. 哲學(xué)研究， 1997（1）： 63-70.

? 達(dá)恩頓. 拉莫萊特之吻：有關(guān)文化史的思考 [M]. 蕭知緯， 譯. 上海： 華東師范大學(xué)出版社， 2011： 89-90.

? 沃格爾. 生成—媒介：伽利略的望遠(yuǎn)鏡 [M]// 韓曉強. 走向媒介本體論：歐美媒介理論文選. 北京： 中國國際廣播出版社， 2024： 99.

? 阿倫特. 人的境況 [M]. 王寅麗， 譯. 上海： 上海人民出版社， 2009： 4.