人工智能是面相盲人嗎?
——從維特根斯坦的知覺哲學(xué)看

李國山, 袁菜瓊

(1. 南開大學(xué) 哲學(xué)院, 天津 300350; 2. 海南大學(xué) 馬克思主義學(xué)院, 海南 海口 570228)

維特根斯坦和阿蘭·圖靈(Alan Turing)就機器能否思維展開的論戰(zhàn),為人所熟知。圖靈從計算主義和表征主義出發(fā),假定機器能夠思維,并將能思維與可計算等同起來;而圖靈測試就是計算主義的范例,是傳統(tǒng)符號人工智能的典型代表。維特根斯坦卻不認為機器能夠像人一樣思維,他的論證集中在他后期關(guān)于面相知覺的論述中。在他看來,只有與人類主體擁有相同生活形式的生命體才具有正常的面相知覺能力,才能進行真正的思維,才能參與到日常語言游戲中。他寫道:“機器會思想嗎?——它會疼嗎?——該把人體叫做這樣一臺機器嗎?它可是極接近于這樣一臺機器啊。但機器當然不會思想!——這是一個經(jīng)驗命題?不是。只有說到人,以及和人相似的東西,我們才說他思想?！盵1]174

一、 面相盲人與機器思維問題

圖靈是基于笛卡爾身心二元論模式而假定機器能思維的。在《計算機器與智能》中,他通過測試實驗提出了“機器能夠思維嗎?”的論題。所謂圖靈測試,就是用來判定機器是否擁有與人相當?shù)闹悄艿姆椒?。這種測試遵循以計算和表征為核心的第一代認知科學(xué)的研究范式,從可計算性與外在行為來判定一臺機器能否思維,并將人類心智活動與計算機的工作程序相類比:人類主體的認知過程就像計算機進行符號操作和信息加工的過程。

然而,受身心二元論主導(dǎo)的計算主義是“離身心智”的典型代表,它完全忽視身體在認知過程中的作用。第二代認知科學(xué)則拒斥表征主義和計算主義,強調(diào)“具身心智”和“具身認知”的重要性。從第一代認知科學(xué)向第二代認知科學(xué)的轉(zhuǎn)變,意味著從笛卡爾式的離身心智到具身心智的發(fā)展。后期維特根斯坦的知覺哲學(xué)與當代認知科學(xué)中的具身認知在很多方面相呼應(yīng),它們共同反對笛卡爾式的身心二元論模式。

從根本上說,機器能否思維的問題,涉及到機器能否成為真正意義上的認知主體。那么,人工智能能否成為像人一樣的認知主體呢?能否擁有人類的意識或意向性呢?機器智能與人類思維本質(zhì)上是一樣的嗎?能思維的機器是否具有獨立性、自主性和能動性呢?維特根斯坦認為,這取決于我們對認知主體以及思維本質(zhì)的理解。在《哲學(xué)研究》中,他堅決反對笛卡爾式的主體觀。他此時談?wù)摰闹黧w,不再是其前期所假定的形而上自我,也不是純粹的內(nèi)在心靈或離身的心靈,更不是無心靈的自動機,而是能夠進行正常的面相知覺的認知主體。這樣的認知主體在感知過程中不只是追求如實再現(xiàn)對象,亦即不只是滿足于看見(see)什么,而是能充分展示自己將什么看作(see as)什么的能力,并能在所看見的不同面相之間實現(xiàn)自如地轉(zhuǎn)換,“我在面相閃現(xiàn)里知覺到的東西卻不是對象的一種性質(zhì),它是這個對象和其他對象的內(nèi)在關(guān)系”[1]331。“你必須考慮到,在每個例子中對相互轉(zhuǎn)變的面相的描述都是不同種類的描述?！盵1]332

在對面相知覺的討論中,維特根斯坦通過引入“看”的兩種用法,亦即對看見和看作的區(qū)分來界定“面相”(1)漢語學(xué)界研究者將“aspect”(德語為“aspekt”)翻譯成“面相”“模樣”“方面”。文中主要采用“面相”這一通行的譯法?！懊嫦唷笨偸桥c知覺動詞結(jié)合在一起使用,比如面相知覺(aspect-perception)和面相觀看(aspect-seeing)。另外,維特根斯坦還使用“相貌”(physiognomie)這一概念,主要用于刻畫人的面部表情(facial expression)以及面孔(face)。維特根斯坦通過引入看見和看作之區(qū)分來界定“面相”概念。我們可以說看見一個面孔,可是還必須看出一個人面部表情中活生生的情緒,比如一張憤怒的臉。若僅僅看見一個面孔或一個面部表情,這僅僅屬于看見層面,只有看出帶有情緒的面孔或面部表情,這才屬于面相知覺。概念。面相知覺即是看作(see as),是主體看見面相的能力。面相盲人是缺乏面相知覺能力的認知主體,包括初學(xué)者、新手、非理智動物以及機器等。在《哲學(xué)研究》第二部分第十一節(jié)中,維特根斯坦集中探討了面相盲人的問題:“現(xiàn)在來了這個問題:會不會有人不具備把某種東西看作某種東西的能力?那會是什么樣子?后果會是什么?這種缺陷可以和色盲和缺乏絕對音高聽力相提并論嗎?——我想稱之為‘面相盲’”[1]333。在他看來,面相盲人并不缺乏識別知覺對象的能力,但卻無法在對同一對象進行感知的過程中看見不同的面相并在這些面相之間實現(xiàn)自由轉(zhuǎn)換:“對于他,這示意圖不會從一個面相跳到另一個面相?！嫦嗝せ颊摺瘜D畫的關(guān)系會和我們的根本不一樣”[1]334。也就是說,面相盲人只能看見某種東西,而不能把某種東西看作某種東西。在知覺問題上,維特根斯坦的基本主張卻是:通常情況下,我們都具備將某種東西看作某種東西的面相知覺能力,而這種能力是人不同于動物和機器的根本之一,一個人只有在經(jīng)過必要的訓(xùn)練具備了這種能力之后,才能參與到日常語言游戲中去。只有根植于相同生活形式中的言語行為才具有可理解性,計算機、鸚鵡和獅子并不享有與人類共同的生活形式,它們的言語行為對于人類主體而言是不可理解的:“即使獅子會說話,我們也理解不了它”[1]350。

維特根斯坦所說的“面相盲人”與塞爾的“中文屋論證”中的被試者相類似。后者通過中文屋的設(shè)計來反對強人工智能。強人工智能認為,“恰當編程的計算機其實就具有心靈”[2]。塞爾通過這個思想實驗得出的結(jié)論是:即便整個中文屋系統(tǒng)能夠通過漢語測試,也不能說被試者懂得漢語。按照笛卡爾心智主義路徑,計算機系統(tǒng)是否具有智能只有它自己知道,而這要求它必須具有反思能力并意識到自己在做什么。類比于中文屋論證,被試者似乎也得具有反思能力,必須意識到自己并不懂漢語。這么一來,即便計算機通過了圖靈測試,能夠非常逼真地模仿人類的一切言語行為,我們?nèi)匀粺o法斷定機器能思維或具有心智,因為完全無法保證計算機具有自我意識。

可以說,正是笛卡爾身心二元論模式導(dǎo)致了面相盲人的出現(xiàn),而圖靈機就是面相盲人的典型形象。對此,維特根斯坦評論道:“圖靈的‘機器’。這種機器的確是一個進行計算的人。也可以把這個人所說的話用游戲的形式表達出來。這種饒有趣味的游戲可能是這樣,即人們按照規(guī)則卻得出一些沒有意義的指令”[3]。通過將類似于面相盲人的人工智能同人類主體進行對比,我們便可發(fā)現(xiàn),機器與人在思維、言語和行為等方面存在著深刻差異:“但難道我無法設(shè)想我周圍的人——盡管他們的行為方式一如既往——都是機器人,都沒有意識?……你對自己說:‘那邊的孩子都只是些機器人;他們活蹦歡跳,卻都是自動裝置發(fā)動的。’要么這些話對你什么都沒說,要么會在你心里產(chǎn)生某種嚇人的感覺,或諸如此類的感覺”[1]194。

有學(xué)者指出,前期維特根斯坦的理論與符號人工智能的預(yù)設(shè)相一致:“圖靈的語言和思維觀和維特根斯坦在《邏輯哲學(xué)論》一書中所提出的語言圖像說可謂異曲同工”[4]。在身心分離的框架下,注定會產(chǎn)生面相盲人,而面相盲人僅從語言的邏輯句法看待語言,無法體驗到語詞豐富的意義。但是,在后期著作《哲學(xué)研究》中,維特根斯坦轉(zhuǎn)而在思想和語言相統(tǒng)一的模式下來思考語言的意義。在他看來,意義是在主體對語言的使用中不斷生成的,人的思維及精神活動對于理解語言至關(guān)重要。維特根斯坦進一步認為,盡管我們可以勉強讓面相盲人參與到日常語言游戲中,但它們只會按照既定的規(guī)則來采取行動和執(zhí)行命令,在言語行為上表現(xiàn)得非常機械和僵硬,無法將行為表現(xiàn)與內(nèi)在心智相統(tǒng)一,不能靈活應(yīng)對各種復(fù)雜情形。

那么,與人類主體的言說活動相比,計算機和動物模仿人的言說活動所缺失的究竟是什么呢?我們之所以傾向于把機器和動物都視作維特根斯坦意義上的面相盲人,是因為它們都只能機械性地按既定規(guī)則進行認知和溝通活動,而人類則在有意識地遵守規(guī)則的情況下完成一切言語行為。人類的言說帶著理解或心靈內(nèi)容,是有意義的表達;而在一臺計算機或一只鸚鵡發(fā)出“我疼”的聲響時,我們會認為這個聲響是無意義的,因為它們是在非意向性的狀態(tài)或無意識的狀態(tài)下來言說和行動的。維特根斯坦寫道:“人們或許可以教一只聰明的狗痛得嚎叫,但是它絕不會有意識地模仿?！盵5]也就是說,動物或智能機器人據(jù)以行動的規(guī)則是固定不變的,沒有自由決定的空間。它們沒有內(nèi)在情感體驗,缺乏真正的心智能力、語言能力和審美能力。相比之下,人類主體能夠自主地和有意識地遵守規(guī)則。在遵守規(guī)則的過程中,一個主體可以充分發(fā)揮自己的能動性,進行正常的面相知覺活動,自主作出行動并為自己的行為后果負責(zé)。

二、 共同的生活形式是智能思維的基礎(chǔ)

維特根斯坦認為,只有經(jīng)過學(xué)習(xí)和訓(xùn)練的認知主體才能看見面相并在不同的知覺面相間實現(xiàn)自由轉(zhuǎn)換?？匆娒嫦唷Ⅲw驗意義和理解語句不純粹是認知主體的心靈狀態(tài)和過程,而更主要地表現(xiàn)為一種實踐能力。像人工智能這樣的面相盲人卻沒有經(jīng)過相應(yīng)的訓(xùn)練,從而缺乏知識儲備、過去經(jīng)驗、專業(yè)技能、概念框架和語言能力等規(guī)范性因素,這便導(dǎo)致它們無法把握各種要素之間復(fù)雜的內(nèi)在關(guān)系,從而無法看見面相并在不同面相之間來回轉(zhuǎn)換。我們認為,現(xiàn)階段的人工智能尚不具備人類的面相知覺能力和一般思維能力,因為這些能力負載著整個語言、文化和生活形式。

從認識論上看,主體是在學(xué)習(xí)和訓(xùn)練過程中不斷提升認知能力,而這主要表現(xiàn)為知道如何做事的實踐技能。在《哲學(xué)研究》中,維特根斯坦不再關(guān)注靜態(tài)的知識表征問題,亦即不再著力探討命題知識,而是將注意力聚焦于非命題性的、動態(tài)的實踐活動,尤其是主體的行動和技能知識上。這對于我們理解人工智能的學(xué)習(xí)活動富有啟發(fā)意義。傳統(tǒng)符號人工智能依賴于以計算和表征為范式的認知主義,通過形式化和抽象化的知識表征來模擬人的心智。然而隨著以具身-生成為核心的第二代認知科學(xué)的興起與發(fā)展,人工智能研究發(fā)生范式轉(zhuǎn)變,以形式化為目標的符號人工智能受到挑戰(zhàn),人工智能的自主學(xué)習(xí)轉(zhuǎn)向?qū)嵺`領(lǐng)域。由于我們?nèi)祟愂峭ㄟ^不斷學(xué)習(xí)和訓(xùn)練而掌握各種認知和實踐規(guī)范的,所以我們自然也會想到以此為參照,來訓(xùn)練人工智能在具體情境下掌握各種技能知識。這是當下人工智能研究者正努力去做的事情,代表著未來發(fā)展方向,但其前景如何仍難以判定。

此外,機器能否思維的問題還可以轉(zhuǎn)化為機器理解語句與人類主體理解語句之間有何不同的問題。這也是以維特根斯坦的成就為代表的語言哲學(xué)在人工智能領(lǐng)域的用武之地。機器能否思維,關(guān)鍵要看它能否理解符號的意義。我們知道,人類主體要真正能理解語句的意義,就必須理解語句所屬的整個語言文化及生活形式。語言之意義是在生活形式或生活之流中得以確定的,而計算機與非理性的動物都是面相盲人,他們不能享有與人類共同的生活形式。在維特根斯坦看來,“機器思維”是“思維”概念的派生用法,就像說布娃娃、數(shù)字和石頭有疼痛是“疼痛”概念的派生用法一樣[1]174:疼痛屬于活的生命體,而當我們說像布娃娃或機器人這樣的非生命體具有疼痛時,實際已經(jīng)與這個詞的本來用法相去甚遠了。

隨著人工智能的發(fā)展,研究者們嘗試運用深度學(xué)習(xí)和算法來進行信息儲存、數(shù)字計算、醫(yī)學(xué)圖像處理、無人駕駛、人臉識別等活動,并已取得許多具有實際應(yīng)用價值的成果。與此同時,人工智能還參與到具有創(chuàng)造性的藝術(shù)活動之中,比如朗誦詩歌、演奏樂曲、創(chuàng)作藝術(shù)作品等。最近清華大學(xué)推出了首個虛擬數(shù)字人“華智冰”,“她”兼具美貌和才華,“她”擁有一定的推理能力和良好的情感交互能力,“她”還會唱歌和畫畫,等等。然而,人工智能可以成為真正的藝術(shù)家嗎?人工智能所創(chuàng)作的藝術(shù)作品是它們心智的外在表現(xiàn)嗎?人工智能可否將內(nèi)在精神、生命體驗和審美體驗等融入到它所創(chuàng)作的作品中呢?人工智能可以進行藝術(shù)創(chuàng)作,這是否就說明它們能夠進行思維或具有心智能力呢?

不可否認,人工智能可以按照設(shè)定的程序非常逼真地模仿人的言語和動作,但機器并不是真正的人,不能擁有人的心智,因為人的心智不僅必須由身體與社會歷史環(huán)境加以塑造,而且也要受到生活形式的影響。我們總覺得,即便人工智能能夠模仿藝術(shù)家進行藝術(shù)創(chuàng)造,可它們根本不能理解藝術(shù)作品的意義,更不能理解藝術(shù)作品所從屬的整個文化背景。即便它能寫出合轍押韻的詩來,但由于缺乏真正的情感體驗,它還是無法將它的詩歌寫成有血有肉的作品,因為日常生活中的愛恨情仇等主題對它來說是難以理解的。

我們說,理性思維、審美情感、生命體驗等都是嵌入到生活形式之中的;而人工智能由于無法與人類主體享有同樣的生活形式,所以他們的所謂創(chuàng)作活動就不是真正的實踐活動。同樣,由于缺乏內(nèi)在生命和情感體驗,即便智能機器人能夠按規(guī)則正確地朗誦詩歌,我們?nèi)匀徊徽J為它是帶著理解和情感來朗誦的,因而也完全不能說它可以欣賞藝術(shù)作品。維特根斯坦在描述人類的審美活動時,這樣寫道:“我聲情并茂地閱讀,念出這個詞,這時它整個由它的含義充實著”[1]336。我們很難想象人工智能可以像人一樣真正理解語句的意義,比如理解十四行詩,因為對十四行詩的理解要精通英語文字,知道英語單詞的意思以及具備理解它的語言能力,最為關(guān)鍵的是要理解十四行詩所從屬的整個文化背景和生活形式。

此外,人工智能也無法真正參與“注意面相”的語言游戲,因為它無法注意到事物之間的相似性。維特根斯坦談到面相之間的相似性,比如注意到兩個面孔之間的相似性,父親與兒子面孔上的相似性,等等。一個人十年前的照片和現(xiàn)在的他在相貌上發(fā)生了巨大的改變,尤其是面容輪廓和神情方面發(fā)生巨大變化,但是我們卻能夠看出一個人在不同時期相貌上的相似性:“我遇見一個多年沒見的人;我看他看得清清楚楚,但沒認出他來。我忽然認出他來,在他已經(jīng)改變了的面孔上認出了從前的面孔”[1]307。

朱利安·弗里德蘭(Julian Friedland)設(shè)想以十年為間隔來識別同一個人的照片的例子,然后讓計算機來進行識別:“它將測量面部特征的精確關(guān)系,用一個編號的網(wǎng)格覆蓋每一張臉,然后比較所有具有相同坐標的正方形中的圖像……它只需要選擇那些具有相同外貌比例的面孔,就可以得到正確的答案”[6]。同樣,可以設(shè)想計算機如何識別兩篇風(fēng)格相差不多的文章,一篇是文學(xué)家的優(yōu)秀作品,另一篇是計算機模仿文學(xué)家的風(fēng)格所創(chuàng)作的,兩個文本之間具有極大的相似性,僅有極其細微的差別。從形式上看,計算機完全能夠按照精確的規(guī)則來識別二者的相似性:“對于文本屬性,計算機將比較語法結(jié)構(gòu)、詞綴變化以及相同單詞以相同方式使用的頻率,以便確定作者的文體習(xí)慣”[6]。然而,一旦涉及到文本意義,尤其是其隱喻意義,計算機便一籌莫展了,它仍然是一個面相盲人,無法真正把握兩個不同面相之間的相似性和差異性。因此,盡管機器人能嚴格按規(guī)則模仿人的思維,能夠與人進行交談,還能寫詩、畫畫,甚至能非常精確地模仿藝術(shù)大師的作品,到了以假亂真的地步,但我們?nèi)匀挥X得,它們還是不折不扣的面相盲人。

三、 人工智能體存在著社會交互困難

維特根斯坦的“面相盲人”形象對于理解人機交互問題,也具有重要的啟示作用。人機交互方面的研究,旨在探究機器人與人類如何進行有意義的社會交流和互動。那么,人與社交機器人之間能實現(xiàn)真正的交流嗎?我們來看一個具體的例子:從人工智能的微笑表情中能讀出它有情緒嗎?戴安娜·普勞德富特(Diane Proudfoot)結(jié)合維特根斯坦的相關(guān)論述,對這一論題作了專門探討。她指出,當機器人面帶微笑地與我們進行交流時,我們根本無法感受它面部表情或言語行為中的喜悅。人工智能的面部表情與人類主體帶有情緒的面部表情存在根本差異:“它可以移動棋子(按照國際象棋的規(guī)則)而沒有在下棋,或者發(fā)出‘漢語的語音’而沒有在說中文,或者表現(xiàn)出一些與悲傷相關(guān)的表情而并不悲傷?！盵7]182我們希望機器人不僅對人的語言和行為進行模仿,而且也對人的情緒和情感進行模擬。然而機器人僅僅表現(xiàn)出一些面部表情而并不真正處于某種情緒狀態(tài)之中。它可能表現(xiàn)出微笑的表情,卻沒有高興的情緒。 因為機器人的內(nèi)在情緒和外在行為或面部表情相分離,它們是沒有任何內(nèi)在生命、意識和情緒的自動機。在圖畫—臉的例子中, 人工智能僅僅能看見一個笑臉, 而不能將圖畫—臉看作一張帶有情緒的笑臉。 也就是說,人工智能僅僅在純粹視覺意義上來看見面部表情和身體特征, 而不能直接感知到面部表情中活生生的恐懼或情緒。面部表情(比如微笑)是依賴于語境的。 微笑以整個一大群人的行為或者生活形式為背景。 正常的面相知覺者不僅僅看見一張笑臉, 而且還能夠根據(jù)具體的背景或語境,將一張笑臉一會兒看作是善意的, 一會兒看作充滿敵意的。 人類主體以不同的方式來看同一個微笑圖畫, 這完全是學(xué)習(xí)和教育的結(jié)果。

我們說,人工智能是面相盲人,也是表情盲人:它們無法感知事物所呈現(xiàn)的完整面相,往往對他人聲音中帶有的情緒等充耳不聞,對一張臉上的豐富的表情熟視無睹。因此,它們無法看見帶有情緒的面部表情:“這就產(chǎn)生了將‘表情’面部機器人在哲學(xué)上刻畫為一個心靈盲的微笑機器”[7]173。它能夠準確地描述一張圖畫臉的幾何特征,清清楚楚地看見畫中的線條、顏色和形狀,可它卻無法將微笑的表情看作是帶有情緒的微笑。微笑和皺眉等不是純粹的身體表達,而是帶有情緒的面部表情。

維特根斯坦本人對相關(guān)論題作過許多探討。他寫道:“微笑的嘴只在人臉上微笑?！盵1]238在他看來,看見悲傷的或友善的面部表情,不僅依賴于純粹視覺(看見顏色、形狀和線條),也依賴于主體對概念(比如友善或悲傷的概念)的把握,甚至更要依賴于對整個知覺背景的把握?？匆娔撤N面相的能力是在生活實踐中反復(fù)學(xué)習(xí)和訓(xùn)練的結(jié)果,而學(xué)習(xí)和訓(xùn)練的過程就是對生活形式中所積淀下來的文化、風(fēng)俗、習(xí)慣的熟悉和認同過程。因此,若要實現(xiàn)真正的人機交互,就得看機器能否有朝一日與人類共享同樣的生活形式和文化傳統(tǒng)。

然而,在維特根斯坦看來,能進行計算或作出表征的機器根本上不同于能思維的人類主體。關(guān)于機器能思維的假定,受到身心二元論的支配。機器的內(nèi)在狀態(tài)與外在言語行為之間是相互分離的,因此,機器即便沒有情感體驗、主觀感受以及意識狀態(tài),它仍然能夠按照規(guī)則正確地輸出語句,在言語行為上表現(xiàn)得與人類主體并無差異。然而,當機器在輸出一些情感類的表達時,比如“我喜歡你!”“你真是個大美人兒!”“你真優(yōu)秀!”“你是個笨蛋!”,它們不過是按照指令或算法輸出一串串符合句法規(guī)則的語音符號。我們說,機器的言語行為是不帶有意義或理解的。機器難以真正參與到語言游戲中,它們與人之間難以真正完成社會交互活動。因為當你對著機器夸贊或詆毀它時,它可能毫無情感體驗,僅僅機械式地進行回應(yīng)。在機器人的言語行為中,我們感受不到它受褒獎時激動的心情以及受挫敗時低落的情緒,因為機器人行為原本就缺乏維特根斯坦所說的精微莫測的層次,所以它們無法將內(nèi)在生命、情感體驗、意識活動、審美情趣、目的愿望、價值追求等融進社會互動中。

后期維特根斯坦對語言意義作了大量富有啟發(fā)的考察,這對于我們理解人機交互問題也很有幫助。按照維特根斯坦的“意義就是用法”的論斷,計算機雖然能夠按照句法規(guī)則構(gòu)造出語句,可它們根本無法識別出同一話語在不同語境中的不同意義。例如,同一個語句可以用來描述事實,也可以用來表達情感和態(tài)度,而情緒是對主體內(nèi)在精神生活的表達,呈現(xiàn)于語氣、語速、語調(diào)和面部表情等行為的精微層次中。維特根斯坦寫道:“在葬禮演說中,‘我們哀悼某某人……’這話的確是用來表達哀悼的;而不是要告訴在場的人什么事情。但在墓前的祈禱中,這話在某種意義上卻可以傳達出什么?！盵1]293

在其后期哲學(xué)研究中,維特根斯坦始終堅持以生活形式或整個語言游戲為背景來思考語言的意義問題: 只有參與到語言實踐活動中的主體才能夠經(jīng)驗到語詞豐富的含義,語言不再僅僅通過指稱、表征、斷言或描述事實獲得意義,而是在具體場景或語言游戲的使用中獲得。 我們通過公共語言完成主體間的相互交流, 比如,一個正在遭受疼痛的人說“我疼”, 這一方面可視作說話者對自己當下心靈狀態(tài)的直接表達, 另一方面,這句話更多地是為了實現(xiàn)主體間相互理解和交流的目的。 也就是說,她說“我疼”, 主要是向他人尋求安慰, 而當他人看到遭受痛苦的人的種種表現(xiàn)時, 一般都會作出適當?shù)姆磻?yīng),比如安慰正在遭受疼痛的人, 或者采取一些方法來幫助她緩解疼痛。

維特根斯坦所說的“行為的精微層次”,比如身體動作、相貌、面部表情、姿勢、眼神、情感共鳴、聲音韻律和語氣語調(diào)等,在社會互動中發(fā)揮著重要作用。他寫道:“精微莫測的證據(jù)包括眼光、姿態(tài)、聲調(diào)的各種精微之處?！盵1]358“問問你自己:人是怎么學(xué)到某方面的‘眼力’的?這樣一種眼力又是怎樣使用的?”[1]358在朱利安·弗里德蘭看來,面相盲人的缺陷直接暴露在行為的精微層次上:“這種現(xiàn)象最常出現(xiàn)在手勢、音調(diào)、圖像和音樂等純粹的表達領(lǐng)域”[6]。計算機缺乏情緒感知,無法理解他人的心靈狀態(tài),因而它們一方面無法展現(xiàn)像人一樣豐富的精神和行為層次,另一方面也無法意識到他人面部表情或言語行為的多重含義,從而無法與對方實現(xiàn)真正的互動。作為情緒盲人,機器人與人的最大不同就在于,它沒有情緒體驗,也無法把握他者的情緒反應(yīng)。它更不能像人那樣去掩飾某種情緒,或者偽裝出另一種面部表情:“一個孩子要能偽裝先得學(xué)會好多東西”[1]359。按照維特根斯坦的知覺哲學(xué),只有正常人才能自如地完成面相轉(zhuǎn)換。情緒體驗也是一種面相知覺,而智能機器人所欠缺的就是獲得這種知覺并從一種知覺跳到另一種知覺的能力,因此,它們?nèi)匀恢皇敲嫦嗝と恕?/p>

維特根斯坦主張直接感知論,認為我們能直接看見或感知他人行為或身體表達中的心靈和意圖。他甚至還傾向于主張:心靈即行為或行動。他的這種直接感知論為理解他心問題和心身關(guān)系問題提供了新的路徑:人類主體是語言游戲或語言實踐活動的直接參與者,而不是孤立的觀察者或旁觀者,他們以一種具身的方式參與到語言游戲中并實現(xiàn)社會互動,并能直接感知到他人行動或行為中的意圖。

從人類主體的相互交往來看,公共可理解的身體動作和言語表達是促成主體間相互理解和互動的基礎(chǔ)和關(guān)鍵。但是,人和機器之間能否實現(xiàn)真正的交流呢?我們說,人和機器之間最理想的交流方式是:以直接感知的方式而不是間接推論的方式在具體情景中實現(xiàn)交互。維特根斯坦關(guān)于生活形式和語言游戲的論述為理解人機交互問題打開了一個新視角:在語言游戲中,心靈直接呈現(xiàn)在公共表達之中,心靈不再是隱藏在行為之后的不可見的精神實體。隨著人工智能技術(shù)的蓬勃發(fā)展,在可設(shè)想的未來情境中,人和機器人或許可以共同參與到交互性游戲和實踐活動中,直接感知到彼此的心靈狀態(tài),從而完成面對面的動態(tài)交互。

四、 結(jié) 語

后期維特根斯坦的知覺哲學(xué)在當今認知科學(xué)、人工智能和發(fā)展心理學(xué)等領(lǐng)域彰顯著自身的理論意義和應(yīng)用價值。自閉癥患者、計算機和非理智動物都可視作面相盲人的典型代表。我們可以從維特根斯坦面相知覺理論中獲得的啟示是:早期符號人工智能顯然就是面相盲人,在二元論模式支配下,它將內(nèi)在心靈和行為表達相分離,始終依照程序來執(zhí)行命令,無法體驗語詞豐富的意義。不過,隨著人工智能發(fā)展進入更加注重具身性、生成性、互動性的階段,我們完全可以期待實現(xiàn)新的突破。然而,時至今日,人工智能仍然只能從旁觀者的立場來模擬人類的心智,并沒有以具身的方式直接參與到語言游戲和社會互動之中,人和機器之間尚無法實現(xiàn)充分的社會交互。

然而,人工智能技術(shù)的飛速發(fā)展及其日益廣泛的應(yīng)用,是有目共睹的。與此同時,研究者們也已充分意識到強人工智能難以取得實質(zhì)性進展的癥結(jié)所在:如何才能將堪比人類的心智植入一臺機器中?嚴酷的現(xiàn)實是:哪里能夠找到現(xiàn)成的心智呢,或者,如何才能制造出可供植入的心智呢?所以,曾經(jīng)雄心勃勃、信心滿滿地預(yù)言奇點臨近的庫茲韋爾,也只能寄希望于人機互聯(lián)的實現(xiàn)了[8]。然而他所設(shè)想的那種“四不像”的人機合體,總讓人覺得怪怪的。不過,探究是無止境的。我們或可期待,目前看來仍難以擺脫維特根斯坦所說的“面相盲人”形象的智能機器人,有朝一日會在認知能力、情感體驗、意志行動、審美情趣、實踐關(guān)懷等方面取得實質(zhì)性的進展,令我們刮目相看。