機器能思考嗎？——認知與真實

知識 06-15

機器能思考嗎？——認知與真實

人工智慧學家

應行仁授權發布

Washington University in St. Louis，博士

心智是大腦的功能，而腦與心智之間的橋樑就是認知，我們以為真實的世界不過是人對外界的認知反映。

在2000年，美國國家科學基金會和美國商務部確認了在新的世紀，帶頭學科為NBIC，即納米技術、生物技術、信息技術和認知科學。研究報告說「聚合技術NBIC以認知科學為先導。因為一旦我們能夠以如何（how）、為何（why）、何處（where）、何時（when）這4個層次上理解思維，我們就可以用納米科技來製造它，用生物技術和生物醫學來實現它，最後用信息技術來操縱和控制，使它工作。…… 這些突破被用於加快技術進步的步伐，並可能會再一次改變我們的物種，其深遠的意義可以媲美數十萬代人以前，人類首次學會口頭語言知識。」

認知科學的基本觀點，開始散見在上世紀40到50年代不同的學科。最初動力來自計算機對人類智能的模擬。1975年，美國斯隆基金將哲學、心理學、語言學、人類學、計算機科學和神經科學，整合投入研究「在認識過程中信息是如何傳遞的」。其時在功能主義旗幟下，符號主義的人工智慧，已經取得巨大的成就，被期許為解讀心靈的工具。伯克利大學哲學教授約翰·塞爾是它的主要批評者。1980年他設計了「中文房間（Chinese room）」思想實驗，在其後的幾十年中，許多學者不斷地在學術刊物上對此爭論，推動了對這問題的深刻認識。以至於計算機科學家Pat Hayes，笑稱「認知科學其實應該改名為：『正在進行中，證明中文房間思辨錯誤的研究項目』（the ongoing research program of showing Searle"s Chinese RoomArgument to be false）」。

一直到2010年，塞爾本人對這思辨也還不斷地更新。與萊布尼茨不同，塞爾並不反對機器具有意識和理解力的概念。畢竟科學進步了，人們不再認同身體與心智分離的二元論。塞爾起先不認為通過研究大腦可以了解心靈，後來承認大腦事實上也是個機器，但不相信形式的運算能夠在大腦產生意識和理解力。最後他還是猶豫地說：如果神經科學分離出某種能夠產生意識和理解力的過程，他才相信也許能製造出具有意識和理解力的機器。認知科學發展到今天，與過去已有很大的不同了，他也不無得意地說：「認知科學中最重要的發展，是認知科學家從（經典）認知科學的（符號主義）計算模型，轉移到認知神經科學模型。」

對知覺、學習、語言、記憶、注意和意識的研究，首先要探索人類如何獲取、加工、保持和利用信息，以此作為行為及獲取後續知識的基礎。這在方法上現在仍分為兩派。「干認知科學」（Dry Cognitive Science, DCS）在計算主義旗幟下，通過建立計算模型，在計算機上模擬運行，以運行的狀態與人類的行為對比，來理解心智，同時發展人工智慧的技術。「濕認知科學」（Wet Cognitive Science WCS）則基於生化和醫學，對人腦進行電刺激或化學刺激的效應，觀察腦損傷的影響，或記錄進行信息處理時人腦的活動。WCS的研究表明，意識體驗是神經系統的產物，即使在沒有外部信息輸入時，也能夠被腦中化學或電刺激所誘發。它雖然還不能解釋我們怎樣或為什麼擁有意識體驗，但已明確，意識體驗是由人腦的神經活動產生的。

如今認知科學已經包含著心智哲學、認知心理學、語言與認知、文化進化與認知、人工智慧和認知神經科學的6個方向。並在其中產生了許多交叉學科。在工程應用上，今日的智能機器已有麓美於人類辨識語音和人臉的能力，具備與人類在棋類上爭雄的智力。它的核心是人工神經網路，人們對其了解介乎「干」和「濕」認知科學之間，理解還有很大困難。

自工業革命以來，機器的設計都是在科學理論的指導下，對實現其功能的因果機制，有著從整體到細節都能說清楚的理解。幾十年前盛行的符號主義AI也是如此。

可惜這種符號主義的AI，模仿的只是人類意識之上講邏輯的理性智能，對下意識基於模式識別的感性智能十分笨拙。而且哥德爾定理指出了形式推理系統的局限性，它甚至不能無矛盾地覆蓋理性智慧的領域。研究者另闢蹊徑，模仿人腦神經組織的觸發機制和網路結構，走向了聯結主義。但人們對這巨量單元構成的系統，如何穩定地湧現出某種宏觀性質，知其然而不知其所以然。創造智能機器如同生養孩子，能否成才，一半靠先天，一半靠學習，創造者無法通過授予來掌控，只能依靠自然競爭原始的法則來汰弱存強。

科學研究的基礎是還原論，從具體複雜的系統中區分抽象出簡單的本質，用邏輯建立起它們間的因果性關係，來理解現象，認識世界，指導技術。自工業革命的幾百年來，科學引領著技術、軍事和經濟突飛猛進，幾乎被認為是理解世界的唯一正確途徑。對於簡單的關聯，我們不難知曉因果而理解。對於系統，要從複雜的相互推動中得知其結果，唯有用綜合的計算來分析。確定系統的數學模型，過去幾乎是科研追求的終極目標。現在看來，這些成功不過是在它適用的主場上之所向披靡。對於混沌系統，雖然已經有著精確數學模型，因為參數和初值變化對計算結果的敏感性，企圖通過數值計算或理論分析來把握系統都是枉然。在聯結主義描述的自然界許多系統，也遭遇了類似的困難。我們建立了數學模型，可以從輸入計算所有的聯結得知輸出的結果，但是聯結參數的任何變化都可能影響結果，而聯結參數各種的不同也可以產生相同的結果，我們了解具體的輸入輸出關係，卻無法綜合分析這具有巨多參數的系統理解它的奧秘，也不知如何有效率地設置這些參數取得滿意的功能。我們似乎又回到缺乏理論，憑藉經驗的前工業革命時代。值此，科學何以深入機制來理解心智？

另一方面，在這新世紀，如果不了解認知科學，不僅與之相關的學科無法深入發展，連傳統學科，諸如數學、物理、生物、政治都將受到影響。這不僅因為科學主場之外遍地泥濘，而且說到底，我們對世界的認識只是外界在意識中的影像，我們所理解的世界是內心用邏輯建立起的因果聯繫，所謂的知識不過是通過語言交流，能夠與他人意識產生共鳴的內容。認知的研究將改變我們對世界的視角和理論。

語言是認知的必經途徑。邏輯是串列傳遞信息的基礎規則。句法和語法是語言表達的約定。無論是人還是機器，都可以根據邏輯，通過語句形式分析和事先的各種約定，進行形式推理，獲得等價或蘊含的不同表達。這也是數學推理和符號主義AI的功能。邏輯和數學都只是用來準確交流的工具，通過邏輯推理和數學計算都不產生新的內容。

語義不能通過句法分析來獲得，語言的能指和所指分別在兩個不同的空間，一方是形式的符號，另一方是符號的含義，無論怎麼搬弄符號，都不可能觸及符號所指定在另一空間的對應。所以賽爾說，形式運算不可能產生對語言內容的理解。那麼，人類為什麼能理解語言的含義？因為神經元的輸出是對輸入的模糊判斷，神經網路聯繫著抽象概念的符號和經驗感覺，人們解讀語言，則是基於對語言所指經驗感覺空間中的判斷，由體驗含義產生的意向來驅動應答。形式運算不能跨越它所在空間的邊界。而神經網路基於經驗感受的聯想，則會越出邏輯的藩籬，產生新的內容。模仿這個機制的人工神經網路也將是如此。

公理化數學中基本概念的定義只是同語反覆和舉例，它們的含義對應著個人自己解讀的經驗，社會文化使得這些經驗有著共同的交集。但是嚴謹的數學證明不能越過形式邏輯的約束。上個世紀數理邏輯里最亮麗的風景線，哥德爾不完備性定理、塔斯基不可定義性定理和圖靈停機問題不可判定性定理，分別表達了數學形式證明能力的局限性，形式語言表達能力的局限性和機器計算能力的局限性。那麼依賴於演繹推理的科學理論能夠完美地反映外在世界嗎？

一切的歷史都是思想史，歷史真相和事變原因，都是研究者根據記載，鑒別挑選歸納整理，依自己觀點演繹敷衍而成。流傳到今則信以為真。自然科學也是如此。物理學是科學研究的典範。它原來只是根據觀察，總結用簡單數學計算測量數量間的關係。自從牛頓用力的定義聯繫時間、空間和質量的概念，建立起力學的大廈。那種從定義和定律出發，建立數量關係公式和演繹推理，成為認識世界的範式。數學模型中的象徵符號，便成為我們認識世界的基石。時間和空間原來是抽象的概念，不能被我們的感官所直接觸知，當它們被某種器械度量所規定，被引入描寫世界的數學模型中，經過幾百年的教化，便成為真實的存在。隨之有了力，粒子、波、場等等，然後用這些基石繼續構建我們想像中的真實世界。愛因斯坦把引力從世界的基本構件中抹去，變成了彎曲時空的屬性，現代理論物理學家進一步質疑我們曾經引進的各種力，代之以高維空間中物體的屬性。只是歷史還不夠久遠，數學上過於高深，還未能植入大眾的內心。很多人認為真實無疑的世界還殘留著過去構建它的許多遺迹，諸如熱、彈性、連續介質、有著中子和質子球的原子核，圍著原子核旋轉的電子等等。這如同古人與鬼神並存的世界一樣的真實或不真實。

康德對此早有分析，我們對外界世界的理解是通過時間和空間的概念抽象出來的，這種抽象的理性理解與客觀世界本身有距離，理性對世界的詮釋是以思維邏輯為參照的，而不是以物體本身為參照物的。思想家齊澤克（Slavoj Zizek，1949- ）繼承拉康的結構主義精神分析學，認為對動物而言沒有真實與虛假的分別。人類用象徵符號來解釋自然環境，在語言，法律，文化的規則下建立起的象徵秩序，符合它的就被認為是真實的。另一方面，象徵秩序用自己的系統與邏輯去解釋一切事物，而自然世界卻有自身的法則和規律。象徵秩序充其量只能在可能的範圍內，根據自己的邏輯以抽象思維的形式去理解事物的表面現象。

簡言之，我們所理解的世界並不是世界的本身，只是用象徵符號構成的幻象。世界如此的和諧，是因為我們對它的認識是用邏輯來構建，凡是不合適的模型都被剔除，不能納入的存在和矛盾，都已被科學意識形態所忽略。但是運用演繹推理的科學理論體系局限性，註定不能無矛盾地解釋一切。粒子和波的運動模式已是力學堅實的模塊，成為物理學者能夠直觀想像的真實，但量子卻部分地兼有這互斥的模式，這無從在我們感到真實的世界裡想像；現代物理需要藉助數學技巧來擴充系統，以便容納衝突的解釋。原來直觀清晰的物理世界，墮入抽象複雜的數學迷宮。我們終於到了科學主場的邊緣，面對越來越難以理解的世界了。

理性的認知沿著語言約束的一維邏輯推理的路徑前進，它非常有效地傳遞知識，複製發展，造就今天的科技進步，卻無法涵蓋包括辨識、情感、直覺等等人類也賴以生存的智能。如今進入大數據的時代，推動著工程師尋找新技術。傳統科學那種從統計數據，總結規律，邏輯分析，先了解「為什麼」，再得出「是什麼」的理性方法，已經不敷這多變，複雜，即時的應用了。市場需要類似於動物的本能，基於經驗及時反應的智能，現在大數據深度學習的智能，從理性科學方法，轉向直接從數據中在線學習模式反應的「感性」方法。我們的工程師也已經成為這個聯結網路龐大機器中的一環，以僅僅部分理解和猜測的方式，為機器湧現出來的智能工作。這讓我們反思。為什麼我們還要堅持掌控一切，不能與無法完全理解的機器合作來認識和改變世界？隨著機器智能的進化，也許正引導著人類思想模式的改變。

人的思維能夠指向自身，這產生了自我意識。未來的智能機器，指向自身的思考和在世界中定位的認識，可能也會產生自我意識，但這並不意味著，我們能夠在邏輯上理解它的產生。意識返視的肯定，得出是「我思故我在」。意識對自身的質疑則導致悖論。指向自身的理性思考，是個自我指涉的邏輯過程，必將陷入無窮的糾纏而無法明了。人類心智的奧秘，也許是上帝最後的秘密，我們可以猜測模仿，卻無法用理性得到終極的答案。在群體語言交流中形成的自我，它也許只是個無意識產生的幻象。

來源：科學網

歡迎報名6月28日創新項目微信群展示，近百位著名投資人關注

第一期「創新項目與風險投資家見面會」將在6月28日舉行，AIE實驗室歡迎創新科技項目負責人屆時參加風險投資家微信群項目路演，報名請點擊本文左下角」閱讀原文「

AIE實驗室邀請近100位著名風險投資家和天使投資人加入創新項目展示群，其中包括高榕資本合伙人張震、英諾基金創始合伙人李竹、峰瑞資本創始人李豐、真格基金創始人徐小平、360公司創始人周鴻禕、獵豹移動CEO傅盛、軟銀賽富投資基金合伙人羊東、老鷹基金創始人劉小鷹、前北京聯眾總裁，著名天使投資人鮑岳橋、羅輯思維創始人羅振宇、美團網創始人兼CEO王興、諾基亞成長基金董事總經理及合伙人鄧元鋆、紫牛基金合伙人張泉靈、金沙江創業投資基金合伙人朱嘯虎等人。

創新項目獲得風險投資關注

報名請點擊本文左下角」閱讀原文「

人工智慧學家Aitists

人工智慧學家是權威的前沿科技媒體和研究機構，2016年2月成立人工智慧與互聯網進化實驗室（AIE Lab)，重點研究互聯網，人工智慧，腦科學，虛擬現實，機器人，移動互聯網等領域的未來發展趨勢和重大科學問題。

長按上方二維碼關注微信號 Aitists

投稿郵箱：post@aitists.com