離開了哲學的人工智能是否可能？
——從人工智能的結構和建構過程看哲學在其中的作用

余麗萍 高新民

(華中師范大學，湖北 武漢 430079)

本文所說的“人工智能”(以下簡稱AI)除非有特殊的限定，一般指作為一門科學技術部門的AI，而非由人工系統(tǒng)所實現(xiàn)的作為能力的AI。眾所周知，它與哲學的關系問題是常思常新的話題。就作用而言，AI對哲學有用是沒有什么爭論的，這是因為，AI在創(chuàng)造技術奇跡的同時，對許多深層次的問題形成了獨到的認知，深刻改變著人們的認知范式和方法，因此哲學自然成了它的最大的受益者。至于哲學對AI是否有用，則爭論很大。我們馬上將看到，圍繞這一問題已經(jīng)并正在誕生許多新穎別致的理論，如“無用論”“無關論”“接管論”等。本文不滿足于堅持為多數(shù)人所贊成的哲學對AI必要和重要的結論，而是試圖通過考察AI的基礎理論建設和工程學實踐提出，由于作為一門學科的AI自身的特殊性，如既要關心如何建模和超越人類智能或別的自然智能這樣的工程學實踐問題，又沒法不從理論上探討它們之所以可能的根據(jù)、機制和條件等復雜高深的基礎性問題，因此AI必須有比其他任何科學部門都復雜、艱深和寬廣得多的理論基礎。這基礎的搭建和夯實不可能由AI本身獨自完成，也不可能由別的某一學科來承擔，而有賴于包括哲學在內(nèi)的眾多學科的共同努力。這就是說，哲學不是像有些人所說的那樣是AI本身或AI的組成部分，而是AI的基礎的一個搭建者，是其成立和發(fā)展的一個必要條件。如果說AI是由合力所促成的話，那么哲學就是這合力中的一個不可或缺的力。不僅如此，我們后面將看到，由于AI的具體工作是建模和實現(xiàn)多不勝數(shù)的智能樣式或個例中的一種或一些，因此AI不僅在基礎理論建設上需要向哲學“請教”，而且它的每個具體的工程學實踐都有這樣的請教需要，都必須優(yōu)先解剖、研究自己想模擬和超越的那種智能樣式的秘密。這樣的局部的基礎理論研究既可能表現(xiàn)為對哲學成果的自覺的借鑒，也可能表現(xiàn)為對要模擬的智能樣式的自發(fā)的思考。在這個過程中，研究者不是沒有對哲學成果的利用，而是相反，因為他們會動用他們認知結構中的民間心理學和民間哲學的資源。這就是AI中的許多研究者表面上沒有借鑒和利用哲學資源，但實則離不開哲學的一個原因。

一、AI就是哲學論、無用論與接管論及其問題

關于AI與哲學的關系的新理論較多，這里只擬考釋與我們后面的探討關系密切且影響較大的幾種關于哲學作用的代表性理論。

對哲學與AI關系問題的看法是與對AI的學科性質(zhì)的看法密切聯(lián)系在一起的，前者有時甚至包含在后者中，因為在探討哲學對AI有無作用這一問題時，學人會面臨這樣一個問題，即AI作為一門學科究竟具有什么樣的性質(zhì)和特點，哲學在它的形成、內(nèi)容建構中究竟具有什么樣的地位，能否把它看作是一種哲學。對此，有這樣一些大相徑庭的看法。著名AI哲學專家博登認為，AI是非哲學的科學部門。具言之，它的確是科學，不是哲學，但不同于許多具體科學部門的地方在于，它最容易受到哲學家對物理學、生物學等學科的分析的影響[1]。許多人不贊成這樣的判定，因為至少經(jīng)典時期(1945—1980年)的許多AI研究者認為，他們的一些成果是真正的哲學上的成果[2]1-13。還有觀點認為，AI是“反哲學”(anti-philosophy)的學科。它盡管沒法回避理性、心身問題、創(chuàng)造性思維、智能、知覺等哲學課題，但可以對這些問題作出自己的、不同于哲學的獨立研究，甚至在這些問題上成為取代哲學研究的一種研究，例如它能借助全新的綜合方法和有實驗基礎的技術來解決這些問題。這樣的研究是一種“計算轉向”，有的人說，它是AI中的“帝國主義”傾向[3]?？傊?，根據(jù)這類觀點，哲學與AI的具體研究工作是沒有什么關系的，風馬牛不相及。既然如此，哲學對AI的作用也就無從談起。

稍微溫和一點的觀點是由創(chuàng)立AI的主角，如麥卡錫、明斯基、紐厄爾和西蒙等人提出的。他們盡管強調(diào)AI研究有哲學的性質(zhì)，但認為，它不能放棄建設成科學部門或經(jīng)驗科學這樣的追求[4]。一般認為，AI是一種綜合性、交叉性、集多學科于一體的科學，但究竟包含哪些學科，這些學科各自的地位如何，人們則有不同看法。占主導地位的看法是，AI主要是以建構能模擬人類和自然智能，創(chuàng)造有智能的機器為目的的科學和技術部門，當然要吸收和利用哲學、心理學、生物學等學科的成果。根據(jù)這一觀點，哲學對AI是有用的，其表現(xiàn)是，哲學是AI的一個思想淵源，能為AI提供理論支撐。

著名哲學家丹尼特的觀點是另一種極端的觀點，其在AI哲學和心靈哲學中比較有影響，在專門的AI研究領域也常為關心AI學科性質(zhì)的人所討論，當然批評的聲音比較突出。他對AI與哲學是何關系、是否能歸結為哲學的看法比較復雜，在有的論著中，他明確主張AI就是哲學或心理學，其根據(jù)和論證很多，其中重要的一個是：它們在許多問題上有共同的興趣，例如AI常直接探討這樣一些原先屬于哲學的問題，什么是心靈？意義是什么？什么是理性、合理性和推理？在知覺中識別對象的必要條件是什么？怎樣做決策，怎樣為其作論證？另外，AI像傳統(tǒng)認識論一樣致力于以最一般、最抽象的方式回答這樣的從上到下的問題，即知識是如何可能的[5]。丹尼特的結論是，AI在很大程度上就是哲學，他有一篇文章的題目就是，“論作為哲學和心理學的AI”[6]。在《腦風暴》一書中，他論證的是較溫和的看法，如認為AI是一個“混血兒”，介于哲學和科學之間。一方面，它太過哲學，因此不能被看作是經(jīng)驗心理學；另一方面，它太過經(jīng)驗，又不能被看作是真正的哲學。正確公允的說法只能是，它既是哲學，又是科學，因為它是歷史上真實發(fā)生的數(shù)字科學和人文科學碰撞的產(chǎn)物[7]。布林斯喬德認為，丹尼特斷言AI就是哲學的觀點有致命的錯誤，因為AI的確有哲學的主張，但這不足以使其變成了哲學，就像物理學有哲學的主張沒有使其成為哲學一樣。再者，哲學與AI在具體的工作上有根本不同，如哲學不像AI把主要精力放在研究和開發(fā)有智能的人工制品之上，哲學更不會關心超級計算的物理實現(xiàn)問題。這不是說AI與哲學無關，更無意說AI不涉及哲學問題，恰恰說明，AI對最高水準的、重在實現(xiàn)的真正機器智能的研究與哲學存在著密切的關聯(lián)。例如波洛克(J.Pollock)的著名的OSCAR(通用智能自主體構架)項目以及作為它的基礎的信息加工無疑既有哲學的性質(zhì)，又有技術AI的內(nèi)容。再如AI對學習的研究與哲學對歸納的探討有密切的關系，AI像哲學一樣承認，新的概念不是僅通過先前的概念就能學到的，而必須訴諸歸納。AI這一綜合性學科的特點是對AI的理論和實踐作出哲學反思，如對強AI和弱AI進行哲學反思。已有的AI哲學的主要內(nèi)容就是圍繞它們而展開的[8]。

再來看極有個性的接管論。其基本觀點是，AI是接管哲學AI中必須涉及的有關問題的一門經(jīng)驗科學[9]。其倡導者是弗蘭基(S.Franchi)等人。他們綜合有關觀點提出，AI誕生于人工科學從哲學等人文科學手上接過關于智能等一系列問題的時候，因此是對哲學等人文科學的“接管”和繼續(xù)，當然由于用了自己獨有的“工具和技術”，對那些問題作了自己的新的解答，因而成了不同于哲學等人文科學的一個科學技術部門。還應看到的是，AI除了上述淵源之外還有數(shù)字科學這個淵源。基于這些可以說，“AI是數(shù)字科學和人文科學可能的互動的一種特殊的形式”，即是對它們的一些問題的“接管”[2]350。如果說AI有綜合的特點的話，那么它主要表現(xiàn)在，將數(shù)字科學與人文科學融為一體。這一特點其實與AI誕生之初崛起的“數(shù)字人文”(Digital Humanties)思潮有密切關系，甚至可以說是這一思潮在智能問題上的一種應用。數(shù)字人文誕生于二戰(zhàn)后的1948年。在戰(zhàn)后重建基金的幫助下，耶穌會士神父、托馬斯研究專家R.布薩(R.Busa)開始編纂《托馬斯索引》，試圖把托馬斯著作中的所有概念匯編成冊，然后通過印刷媒體公諸于世，最后轉化為在線資料庫。這種借助數(shù)字技術研究人文科學的嘗試后來就演變成了“數(shù)字人文”這一研究領域。弗蘭基等人認為，AI不僅受數(shù)字人文的啟發(fā)和影響，而且有這樣的共同的特征，即單向度性。AI不同于數(shù)字人文的特點表現(xiàn)在，它們的方向正好相反，例如在數(shù)字人文中，是人文科學接管了數(shù)字工具，而在AI中，是有關的計算科學接管了以哲學為中心的人文科學。這樣的共同的特征，即單向度性。

一些論者看到，在研究AI與哲學的關系時僅關注AI是不是哲學這樣的問題太狹隘了，不利于這一關系問題的真正解決。在這里，真正有意義的、值得大力探討的問題是，它們對于對方是否是必要的、有幫助的，如果有，其具體表現(xiàn)是什么。下面，我們就來展開對這一問題的研究。

先看波洛克(J.Pollock)的理論建樹。波洛克是AI和認知科學中強調(diào)AI與心靈哲學交融、互通最賣力的AI專家。他說：“合理性理論在計算機上的可實施性是這一理論正確性的必要條件。這等于說，哲學需要AI就像AI需要哲學一樣?！盵10]他不僅建構了這樣的相互需要論、互惠論，而且用他的AI技術實踐驗證了這一點。在筆者看來，要揭示哲學對AI的真實的作用，不能停留于抽象的、泛泛議論的層面，而既應關注AI的學科性質(zhì)及其與哲學的關系，探討其有作用、有什么樣的作用的表現(xiàn)和內(nèi)在機制，又應具體解剖AI的基礎理論建設和工程學技術實踐，到里面去展開具體的探尋和考察。

二、從AI的基礎理論建設看哲學介入的可能性和具體表現(xiàn)

我們認為，哲學對于AI既不是無關、無用的，也不是AI本身或它的組成部分，不能不加轉化直接現(xiàn)身于AI之中，只能作為它建立和發(fā)展的必要條件而發(fā)揮作用。這是由AI作為一個科學研究部門的構成所決定的。AI作為一門科學的特點在于，既是基礎理論，又是工程技術。一方面，它是抽象的、理論性的，因為它試圖形成能豐富我們對智能的理解或幫助我們定義可計算性的理論；另一方面，它是純實用主義的，因為它重視研究智能機的工程學和應用問題。它同時還是認知科學的分支，因為它積極建構能解釋人和動物認知的各種維度的模型。有理由說，它也是研究人類心理學科中的最年輕的分支。我們先考察哲學在AI基礎理論建設中作為搭建者、夯實者之一的作用。

盡管有一部分人對邏輯在AI中的作用有不同看法，甚至質(zhì)疑邏輯形式主義的價值和重要性，但多數(shù)專家承認邏輯至少在AI的核心領域扮演著極其重要的角色。少數(shù)專家甚至認為，邏輯在AI的戰(zhàn)略性、根本性的發(fā)展和進步中是最重要的決定因素。邏輯之所以如此重要，是因為只要有所謂智能的人工系統(tǒng)就一定會從事推理工作，一定要形成自己的計劃，而要如此，就必須符合邏輯。例如：不管因果關系是什么，因果關系在通常的情況下一定是可推理的。不管信念是什么，自主體一定能夠?qū)e的自主體的信念作出推理；制約自主體行為的目的和種種規(guī)則一定能幫自主體形成合理的計劃。就作為AI重要支柱的計算機科學而言，計算機科學是從邏輯、計算理論和數(shù)學的相關領域發(fā)展出來的。一般的計算機科學家都知道，邏輯為分析語言的推理屬性提供了工具，邏輯通過描述從程序到程序授權的計算的映射提供了對編程語言的規(guī)范。質(zhì)言之，以不同形式表現(xiàn)出來的邏輯理論事實上在AI里面發(fā)揮著不可或缺的作用。它們不同于邏輯的具體實施過程，因為它們只是為推理問題的解決提供理論上的指導。這樣的作用不會涉及具體的執(zhí)行，即只會進入到計算的層次，不會進入到硬件實現(xiàn)的層次。

就邏輯應用于AI這一研究領域涉及的課題而言，有一定關注度的論題有：非單調(diào)邏輯，復雜性理論，時間和空間推理，關于計劃、行動、變化和因果關系的推理的形式主義，元推理，關于情境的推理，關于價值和愿望的推理，關于別的自主體的心理狀態(tài)(尤其是信念和知識)的推理，各種形式的聚合問題(如有沖突的知識資源的整合問題)，邏輯應用于AI的專門技術問題(如邏輯編程、描述邏輯、定理證明、模型建構等)，認知機器人，知識庫的合并、更新與校正，等等。

再看哲學邏輯。盡管它會運用數(shù)理邏輯的方法，但在目的和側重點上明顯不同于數(shù)理邏輯及別的邏輯部門。因為數(shù)理邏輯之類的邏輯旨在開發(fā)技術性和復雜性不斷增加的方法和定理，而哲學邏輯強調(diào)對哲學問題的解答，強調(diào)將邏輯方法應用于非數(shù)學推理領域，強調(diào)發(fā)展有哲學關切的邏輯學分支，如歸納邏輯、模態(tài)邏輯、量子邏輯、時態(tài)邏輯、自由邏輯、關聯(lián)邏輯、多值邏輯和條件邏輯等。另外，哲學邏輯還強調(diào)從哲學上探討利用了形式邏輯的機器的結構、功能和原理，解決與邏輯、語言邏輯結構有關的哲學問題，等等。由于這些工作與AI有密切的關系，可直接或經(jīng)過一定的轉化為AI所利用，因此哲學邏輯對AI的支撐作用便不證自明，最明顯的是，AI在處理像推理、知識表征中的邏輯問題時沒法不受到哲學邏輯的成果的影響。當然，這不是說，哲學邏輯就是AI中所用的邏輯，兩者還是有一定的區(qū)別的，因為哲學邏輯畢竟是哲學，不是AI直接可上手使用的技術、工具；再者，AI的確有自己的邏輯，例如它所重視的非單調(diào)邏輯就是哲學邏輯所不太關注的。

“AI的哲學與理論”這一提法如果能成立，那么就可以說，它較好回答了哲學介入AI基礎理論建構究竟有無可能性和必要性以及怎樣參與建設這一系列問題。一個不爭的事實是，許多AI專家不僅認可、贊同這一表述，而且用自己的實際的研究工作加以積極響應，其表現(xiàn)是，這個論斷既是一場國際AI學術討論會[2011年10月于希臘古城塞薩洛尼基(The ssaloniki)召開]的主題，又是匯集此次參會論文的論文集的名稱。其意思不是講關于AI的哲學，而是強調(diào)AI包含有自己的哲學和相關理論，值得挖掘和探討。會議的組織者和論文集的匯編者繆勒(V.Müller )認為，這個提法較好地概括了AI的特性和傳統(tǒng)，因為AI一開始就關心哲學問題，“AI在工程技術學科中表現(xiàn)出了這樣的獨特性，即提出了關于計算、知覺、推理、學習、語言、行動、交互、意識、人性和生命等的非?；镜膯栴}，同時對它們奉獻了基本的回答”，其中不乏哲學的內(nèi)容。當然，它有時被看作是一種“經(jīng)驗研究”。不過，這種經(jīng)驗研究不同于別的經(jīng)驗研究，因為“有一種基本的工作傳統(tǒng)，它既是由哲學家所關注的AI，又是AI本身所建構的理論”[11]ⅶ。在我們看來，說AI中有哲學不外是說，哲學參與了AI的理論奠基和建設。最能說明這一關系事實的是指導著AI理論和實踐發(fā)展的計算主義、聯(lián)結主義以及新的情境主義(如具身方案、鑲嵌方案、延展方案和生成方案等)。它們是受哲學影響或具有鮮明哲學性質(zhì)的理論，但同時又是AI的理論支柱和綱領。

先看計算主義(這里主要指符號主義或經(jīng)典計算主義，不包括聯(lián)結主義這樣的計算主義)和聯(lián)結主義及其地盤爭奪。一般都承認，在AI的形成發(fā)展過程中，經(jīng)典計算主義既是最初的AI的一個理論基礎，也是后來AI不斷向前發(fā)展的一個推手。毋庸置疑，計算主義盡管是多學科互動的產(chǎn)物，同時有學科多態(tài)性的特點，但就其主要源流、內(nèi)容和基本傾向而言，它主要表現(xiàn)為一種哲學理論，具言之，主要表現(xiàn)為一種認知-心靈哲學理論，其奠基人、辯護士和發(fā)展推進者主要是心靈哲學家，如著名心靈哲學家福多、普特南和海于格蘭等。最明顯的是，計算主義本身是基于對思維甚至是對心靈的解剖和特殊的哲學理解而形成的，誕生后由于引出了大量進一步的哲學問題，因此一直是心靈哲學中的熱點和焦點課題。計算主義不僅有為AI奠定理論基礎的意義，而且它的理論探討及所引起的爭論還為我們回答AI為什么需要哲學這一更深層次的機制問題提供了思想資料。基于有關爭論，我們不難看到，AI盡管在下述兩方面取得了進展，即一是幫助人們更好地認識人，特別是心智，二是在建造更為復雜的機器方面邁出了遠超前人的成果[11]43，但AI的基本概念和基礎理論“仍是不清楚的，甚至于是不可靠的”，因此需要做大量的哲學工作。由于缺乏堅實的概念基礎，因此AI成了一門建立在未完成科學基礎上的工程學。許多持新計算主義特別是聯(lián)結主義立場的專家和學者提出，AI的基礎出了問題，不是因為哲學干預多了，而是恰恰相反。要解決上述問題，應加強哲學的研究，因為AI需要哲學探討是由其學科的目的、性質(zhì)和結構所決定的。在達文波特(D.Davenport)看來，用聯(lián)結主義方案取代符號主義或經(jīng)典計算主義方案既有必然性，又有其合理性，因為要解決AI的基礎問題，必須研究有不可思議魔力的大腦[11]43。問題是，用聯(lián)結主義取代經(jīng)典計算主義，進而將它建設成AI的理論基礎真的就功德圓滿、大功告成了嗎？一些專家通過對聯(lián)結主義的反思指出，完全把它作為AI的理論基礎也是靠不住的，因為聯(lián)結主義的神經(jīng)網(wǎng)絡只有純粹的前饋，而沒有任何形式的處理系列輸入的能力。為解決這一問題，聯(lián)結主義者便設法開發(fā)循環(huán)神經(jīng)網(wǎng)絡，其中，一些輸出(或隱藏層)神經(jīng)元反饋形成輸入向量的一部分，進而為下一組感性輸入提供“情境”，這相當于向組合邏輯添加反饋循環(huán)，以獲得時序機，進而提供必要的能力。AI的這樣的基礎理論的探討實際上過渡到了情境主義方案。

所謂情境主義主要是強調(diào)身體、行為、環(huán)境等情境因素對智能起著決定作用的一種新型認知方案，主要表現(xiàn)為具身論、鑲嵌論、生成論和延展論，即通常所說的“四E理論”。在計算主義和聯(lián)結主義的批評者看來，這些方案沒法為AI提供可靠的概念基礎。要解決這里的問題，出路仍在于加強哲學和基礎理論研究。因為在贊特(T.Zant)等人看來，盡管有經(jīng)典計算主義和聯(lián)結主義對理論基礎的大量探討，但“AI領域尚沒有出現(xiàn)一種能反映創(chuàng)造智能機器基本原理的理論”，這是不利于AI的高質(zhì)量發(fā)展的[11]103。這里值得我們關注的是，提出這類看法的學者并不是哲學家，因此不可能抱所謂的“哲學的偏見”，例如贊特等人是從事AI、科技與社會問題研究的專門學者。他們難能可貴的地方在于，為了建構AI的可靠的哲學基礎，廣泛研究了突現(xiàn)論哲學、后結構主義等新思潮。他們認為，已有方案都沒令人滿意地回答創(chuàng)建智能機器所依賴的基礎理論問題。他們?yōu)閺浹a這一缺陷，論證了一種生成性AI方案，在融合新控制論和后結構主義思想的基礎上提出，將新控制論的機制應用到后結構主義的可能空間中，并大膽嘗試，有可能讓智能機表現(xiàn)出人的水平的心智[11]108。在這里，哲學能發(fā)揮這樣的理論化作用，如把模擬所生成的洞見綜合到突現(xiàn)論唯物主義世界觀之中，而這種世界觀能公平對待物質(zhì)和能量的創(chuàng)造力。他們認為，有這些理論就能研究包括AI、人類心智在內(nèi)的功能、性質(zhì)從潛在轉化為現(xiàn)實的過程，因此它們能成為AI理論建設的一個基礎[11]110-112。

再看AI的智能觀及其建構。所謂“智能觀”是指關于智能的種類、構成、結構、本質(zhì)、形成機制、運作機理等最一般智能問題的最一般性的理論。AI要建模和讓機器實現(xiàn)智能，一個理論前提就是建構自己的既能回答上述問題又能指導AI的工程實踐的智能觀。由于智能觀建構最具基礎性和重要性，因此一直是AI理論建設的重頭戲。這里重點剖析一下普法伊費爾(R.Pfeifer)等人所倡導的所謂“新智能觀”(A New View of Intelligence)。他們不承認這樣一系列智能觀，如：主張心腦二分、有獨立的控制人的身體的神經(jīng)和智能系統(tǒng)、智能是一種根據(jù)環(huán)境變化作出行為反應的能力，等等。他們認為，要建構關于AI的智能理論，首先，要弄清具身性及其意義。在他們看來，智能離不開身體的作用。同樣，要讓機器表現(xiàn)智能不僅要重視軟件的設計，更要重視硬件的實現(xiàn)。其次，要理解智能和AI，應進入到實際的設計和建構人工系統(tǒng)的實踐中。就機器人的建造而言，它是理論探討和工程實踐的統(tǒng)一，因為其目的不僅是要造出更先進的機器，而且是要“知道關于智能的更多的東西”。最后，基于上述認知，他們創(chuàng)立了所謂的“綜合方法論”或“AI的基本方法論”，即通過創(chuàng)建人工系統(tǒng)來理解一般的智能和AI，甚至理解一般的生物學。他們說：“這樣做不僅能讓我們研究智能的各種自然形式，還能創(chuàng)造新的智能形式?！备鶕?jù)這一觀點，智能不僅是多樣的，而且具有開放性，因為未來會出現(xiàn)許多現(xiàn)在不存在的可能的智能形式[12]xviii-xix。另外，智能除了有理性的智能之外，還有依賴于情緒的智能，即所謂的情緒智能，例如根據(jù)情緒去判斷情境的能力就是這樣的智能[12]12。在新智能觀的基礎上，普法伊費爾等人還對作為科學技術研究部門的AI的目的和結構作了新的探討，認為它由兩部分構成：一是研究、開發(fā)有實用價值的算法或機器人；二是研究對智能、生物的或別的東西的認知和理解[12]xix。這里盡管沒有使用哲學的詞匯，但從他們對AI的分析可以看出，他們默認了哲學的基礎地位，如認為作為研究領域的AI有三個目的：一是要理解能完成智能行為的生物系統(tǒng)，特別是要理解智能行為的機制；二是從智能行為中抽象出一般原則；三是利用這些原則來設計有用的人工系統(tǒng)。前兩個目的及相應的工作顯然與哲學有密切的關系[12]xix，最明顯的是，他們對智能行為機制的理解盡管沒有提到哲學的觀點，但他們的看法完全是哲學的，如：強調(diào)他們這里所說的機制，一是指神經(jīng)機制或大腦過程，二是指自主體的身體的作用以及身體與世界的相互作用。質(zhì)言之，智能的機制就是具身性，就是人、人的身體和外部世界的復雜的交互作用[12]17。

從《AI劍橋手冊》這本著名的、權威的研究AI的專題論文集的論題設計和主要內(nèi)容我們可以清楚看出哲學在AI理論建設中的不可或缺的基礎地位和作用。它有這樣一些模塊：(1)AI的理論基礎問題；(2)AI的構架(符號主義、經(jīng)典計算主義、聯(lián)結主義、動力系統(tǒng)、四E認知)；(3)AI的維度(知覺、計算機視覺、推理、決策、學習、語言、交流、行動、自主體、人工情緒、機器意識)；(4)拓展與應用(機器人、人工生命、AI的倫理學)。該書對AI的這樣一些基礎理論問題作了探討：(1)智能軟件與認知建模。根據(jù)一種對AI的理解，AI在工程技術上的任務就是建構能滿足人的需要的智能計算機軟件，即有聰明特性的軟件，除此之外，AI也有科學理論探討、建構的一面，那就是建構像人一樣思維的軟件系統(tǒng)和關于人類認知的計算模型，以便幫助人們理解人類智能。(2)符號AI與神經(jīng)網(wǎng)絡。(3)推理與知覺。(4)推理與知識。(5)表征與非表征。(6)缸中之腦與具身AI、延展AI。(7)窄AI與寬AI。(8)非人AI與人的級別的AI。最初的AI的目的是建構人的級別的AI，或通過機器表現(xiàn)以人的方式實現(xiàn)的智能。此即強AI。后來，由于這樣的智能難以實現(xiàn)，許多人便轉向追求弱AI。最近又有一種回歸人的級別的AI的傾向。當然有一些變化，如只是試圖建構能表現(xiàn)更一般的人的級別的、能應用到廣泛領域的智能。除此之外，非人智能如自然事物、進化、遺傳現(xiàn)象中的似智能現(xiàn)象也成了AI的建模原型。

要建模人的心靈，讓機器表現(xiàn)出像人一樣或超越人的心智能力，必須研究 “心靈設計”。所謂“心靈設計”，就是一項根據(jù)心靈的設計(如它如何建構、如何工作)來理解心靈的事業(yè)，這一活動在本質(zhì)上是一種認知心理學。與傳統(tǒng)的研究相比，這一研究對結構和機制的關心勝過以往對關系和規(guī)律的關心，對“如何”的關心勝過對“什么”的關心。由于它的目的是理解人類心靈，所用的研究手段是逆向工程，因此可以說，心靈設計是通過逆向工程來完成的哲學心理學研究，進而為AI的建模奠定扎實的理論基礎。在豪格蘭德(J.Haugelnd)看來，AI與心靈設計之間不是外在的關系，而是一個統(tǒng)一體，因為作為構建智能化的人工制品的AI可看作是心靈設計的核心工作[13]。

從上面的考察和分析，我們可得出這樣的結論：盡管像丹尼特等人那樣把AI等同于哲學有嚴重的片面性，但斷言AI的基礎理論研究中包含有哲學的成分是合理的、有根據(jù)的，且事實上哲學是已有AI的實際研究工作的組成部分。盡管許多從事具體細小AI專門研究工作的人表面上沒有觸及任何哲學問題，沒有用到任何哲學的思考，但只要他們的工作是想讓人工系統(tǒng)表現(xiàn)某種智能屬性，他們就一定有哲學的操作，如有對要建模的那種智能的本體論地位、存在方式、作用過程、機制等的思考。這樣的思考其實就是哲學的思考。由此我們可以說，一項研究是否與哲學有關，不在于其是否打出哲學的旗幟，是否用了哲學的原理、理論和概念，而在于是否觸及了哲學的問題。

三、AI工程技術建構中的哲學

AI的工程技術方面的工作看似是純形而下的工作，但由于它建模的是智能這一特殊的對象，因此它的設計者、建造者要么自覺、要么自發(fā)動用哲學的資源，直至哲學也在這里以其獨有的方式發(fā)揮著特殊的作用。

先看智能自主體的建模。AI專家、英國國家勛章獲得者羅素(S.J.Russell)等人認為，建造理性自主體是AI的核心任務。所謂“理性自主體”就是“成功的自主體”，亦即能有理有據(jù)稱作“智能系統(tǒng)”的東西[14]34。在AI的自主體研究中，哲學看似不可能介入，其實卻以特有的方式與別的學科、技術手段一道共同營造了AI的輝煌。以心理推理為例，這一研究的目的是開發(fā)可用于人工自主體的心理推理，如對自主體自身和別的自主體作出推理，其理論基礎是所謂的民間心理學。根據(jù)這種心理學，人們能基于一個人的信念和愿望之類的所謂命題態(tài)度推論他會采取什么行為，反之，又能根據(jù)行為去推論他有什么樣的信念和愿望。根據(jù)認知科學關于民間心理學的研究，常人之所以能根據(jù)信念等推測行為，又能根據(jù)行為倒推其背后的信念等心理狀態(tài)，是因為每個人的心底潛藏著民間心理學這樣的資源。有的專家甚至認為，經(jīng)過自然和文化進化，這類理論、常識內(nèi)化成了人的認知結構的一部分。不僅如此，人之所以有五花八門的能力、技能，是因為認知結構中還包含有民間物理學、民間化學、民間本體論和認識論等大量的知識、概念體系、理論等。筆者之所以在前面強調(diào)，一些AI專家表面上沒有有意識地、自覺地利用哲學知識，但由于他們也是人，其認知結構中就有上述資源，而其中多為自發(fā)的哲學能力和知識，因此他們在建模某一或某些智能樣式時，可能無意識地動用這些資源。這就是我們說他們自發(fā)利用哲學資源的根據(jù)。事實也是這樣，一些AI專家基于對人的自心和他心推論的或自覺或自發(fā)的解剖認為，人是因為有民間心理學和心靈理論才有認識自心和他心的推理能力的，因此AI在這里的任務就是設法將民間心理學形式化，并授予人工自主體。據(jù)了解，這樣的方案已在自主體的自然語言理解方面有較多應用，并取得了一些成功，如為自主體建構相應的民間心理學，它們就能猜測參與對話的他人或自主體的意圖[14]471-473。

AI要建構能作自主決策的自主體，同樣離不開對人的相關能力的哲學認知。根據(jù)AI專家的既有哲學視角又有強烈應用動機和工程學眼光的解剖，人類自主體的特點在于，能獨立自主地在變化復雜的條件下作出自己的選擇、決策。顧名思義，自主體即能自決定的主體。人工自主體要成為名副其實的自主體，也必須有理性地決定自己行為的能力。AI早已意識到這一點，并作了大量積極的探討，如建構了基于目的的自主體，它能在好和壞的狀態(tài)之間作出區(qū)分，能完成理論決策，能對結果的性質(zhì)作出連續(xù)評估。當然，必須承認的是，哲學資源的動用只是建構這樣的自主體的一個必要條件，除此之外，還要用到多屬性利益理論、隨機控制、模糊決策等大量技術，同時也離不科技人員長期艱苦的工程技術攻關，例如AI“將概率理論與利益理論結合在一起形成了能作理論抉擇的自主體，它能基于所相信和所想得到的東西作出理性決策”[14]610。

從AI的發(fā)展特別是跨越式、質(zhì)變式或部分質(zhì)變式發(fā)展中，我們可以看到這樣的帶有規(guī)律性的現(xiàn)象，即AI的每一個這樣的進步都得益于人們比照關于作為原型實例的智能的認知并看到了已有人工系統(tǒng)中的不足、欠缺。在自主體建模中也是這樣，理性自主體和情境性自主體設計方案都是由于在進一步解剖人類自主體時看到了新的東西，如自主體有理性，與情境高度協(xié)調(diào)等。由于看到了這些，因此專家就開始從工程學上探討如何通過新的設計、建構讓智能自主體也有理性之類的特點。而要如此，進一步的哲學分析也是必不可少的，因為要讓人工系統(tǒng)表現(xiàn)出理性，還必須弄清人類理性的內(nèi)外結構和表現(xiàn)。根據(jù)羅素等人的分析，理性的一個重要表現(xiàn)是能基于它的知覺歷史采取將預期的利益、效用最大化的行為[14]1044。要設計這樣的自主體，必不可少的是讓它有知覺能力，有根據(jù)知覺采取行動的能力。

知識的表征是計算系統(tǒng)實現(xiàn)智能的一個必要環(huán)節(jié)，是推進AI進步的知識工程的重要手段，其受惠于哲學的特點更加明顯。首先，AI解決表征問題的理論基礎是本體論。這里的本體論盡管靠近工程技術，但與哲學本體論有密切關系，因為它要研究世界上的事物、屬性、關系是怎樣存在的，有哪些存在者，它們有什么結構，等等。從工程技術角度探討這些問題，讓事件、時間、物理對象和信念得到表征，就是“本體論工程學”的任務[14]430-437。工程本體論的結構依據(jù)的是外在世界的存在結構。在存在的世界，抽象的東西包含在具體事物之內(nèi)。將這種關系表現(xiàn)于本體論之中，就可形成這樣的總體概念框架，其上面是上層本體論，包含的是抽象概念，下層是具體概念。在工程本體論的世界表征中，上層本體論盡管是抽象的，但其作用不可低估。以電路本體論為例，上層本體論為簡化電路作了許多假定，如時間因素未予考慮，信號是固定的，且不傳輸，電路的結構是恒定的。而要想表征電路中想表征的東西，同時又要增加假定，如若想說明雜散電容，就需表征電線處在電路板的什么地方；要想表征同時發(fā)生的變化以及隨時間推移的綿延，就需要更通用的、更符合真實世界的本體論。怎樣建構這種通用本體論呢？要予建構，就要知其不同于具體領域本體論的兩個特點：第一，通用本體論或多或少能應用于具體的本體論領域；第二，有辦法把不同領域的知識統(tǒng)一起來[14]439。已有的所謂的通用本體論來自四種途徑：一是來自訓練有素的本體論和邏輯學專家；二是從一個或多個現(xiàn)有數(shù)據(jù)庫中引進的范疇、屬性和值；三是通過解析文本提取信息；四是設法讓非專業(yè)的、不熟練的人了解常識性知識。不難看出，工程本體論實際上是哲學本體論在AI中的推廣和應用。這種推廣不是為了獵奇，而是為了掃清計算系統(tǒng)在表征世界的復雜對象時碰到的障礙，進而對本體論的常見范疇，如對象、事件、過程、構成關系、屬性、實體、自然種類等，形成適合于計算機儲存、呈現(xiàn)的表征。

應客觀承認的是，工程本體論的已有探討盡管邁出了可喜的、朝著正確方向前進的步伐，但這里只取得了有限的成功，離目標和高質(zhì)量應用仍有巨大差距。再者，不同專家所提出的通用本體論只是一種社會協(xié)議，只適用于有限的領域，現(xiàn)在還沒有公認的通用本體論[14]439。

再看機器學習。它似乎是離哲學極遙遠甚或與哲學不沾邊的工程技術部門。例如，它的可能的應用領域不只是預測文檔標簽或分類，還有這樣的應用領域：(1)為文本指定主題、類別，垃圾郵件檢測，自動確定網(wǎng)頁內(nèi)容是否適用；(2)自然語言處理；(3)計算機視覺應用；(4)計算生物學應用；(5)其他還有大量應用，如信用卡欺詐檢測，網(wǎng)絡入侵防范，學習下棋等游戲，汽車等的無輔助控制，醫(yī)療診斷，探索引擎，信息提取，等等。再就機器學習的具體結構、實現(xiàn)方式等而言，里面似乎也看不到受哲學影響或與哲學發(fā)生關系的可能。就其實質(zhì)而言，“機器學習”可定義為用經(jīng)驗來改進行為或作出準確預言的計算方法。這里的經(jīng)驗是學習者過去所得到的信息，在AI中通常表現(xiàn)為被收集的并能用于分析的電子數(shù)據(jù)。

從上述對機器學習的簡要考察可以看出，機器學習作為AI中的一個新的、充滿希望的熱門研究領域似乎不可能與哲學發(fā)生什么關系，更不會受其指導。事實上也有這樣的觀點，如，認為機器學習與哲學風馬牛不相及，沒法提出什么哲學問題，只有計算、算法方面的問題。退一步說，機器學習中的概念、思想表面上很哲學，其實并沒有人們想象的那樣哲學。有一觀點認為，機器學習的具體事例千差萬別，里面沒有共通的結構和算法，類似于統(tǒng)計學[15]158。但是，只要承認機器學習同樣有建模作為樣板的人的學習能力這樣的任務和工作要做，就會得出不同的結論。機器學習的研究之所以沒法排除哲學的介入，最重要的原因是，任何學習都有其不可回避的元問題，如：什么是學習，學習與非學習的區(qū)分標準是什么，學習能力從何而來，人最初的學習能力是不是學習得來的，等等。要解決這些問題，沒有哲學的介入是絕對行不通的。再者，在具體解剖學習時，還會發(fā)現(xiàn)學習離不開洞察力、創(chuàng)造力這樣的元素，更重要的是學習離不開不可預測或解釋的直覺上的飛躍。如果是這樣，學習過程中就至少包含有非算法的因素。這當然是未來的機器學習研究必須予以突破的一個難題，是哲學在為機器學習的研究把脈、輸入新鮮血液的一個表現(xiàn)。

這里的哲學問題還有很多，如：判斷機器學習是不是真正的學習，是以人的學習為標準還是以別的自然智能為標準，抑或根本不需要標準。另外，判斷時還有角度選擇問題，例如是應看它的內(nèi)在結構、過程，還是看它的功能作用、行為以及所產(chǎn)生的結果。如果只是看行為、看結果，即以圖靈測試為標準，那么可以說，機器學習是真正的學習。如果要以人的學習過程為標準，或以此過程后的基礎過程、結構、機制為標準，那么顯然會得出機器學習不是學習的結論。因為機器在完成所謂的學習任務時，其內(nèi)無疑沒有人那樣的內(nèi)在過程，更沒有出現(xiàn)其后的基礎過程和機制。在這種情況下，我們在研究機器學習時若硬要以人的學習過程、機制為建模的原型實例，那么建模就沒辦法繼續(xù)做下去，因為對于制約人類學習的基礎過程、機制我們所知甚少，正如丹克斯(D.Danks)所說：“在理解這些基礎過程方面我們有巨大的認知空白?！盵15]161

筆者認為，鑒于上述情況，加上包括學習在內(nèi)的認知過程有可多樣實現(xiàn)的特點，即同一功能可用不同的方式去實現(xiàn)，就像記憶既可以由人腦實現(xiàn)，也可用計算機硬盤來實現(xiàn)，還可用圖書館來實現(xiàn)一樣，在讓機器表現(xiàn)學習這一性能時，既沒有可能也沒有必要強調(diào)以人的學習的實現(xiàn)方式去實現(xiàn)，只要機器表現(xiàn)出了人完成學習的行為或效果就夠了。例如我在電腦上搜索文件，一次或兩次輸過入一個文件的名稱，以后再搜索這個文件時，只要寫第一個字，它就把全名都顯示出來了。在這里，我們就可把搜索系統(tǒng)的這種行為稱作學習，盡管它的實現(xiàn)過程與人完成這一行為的過程完全不同。還應看到的是，在AI和哲學界，不贊成把人的學習過程、機制作為學習標準的大有人在，如丹克斯也認為，僅根據(jù)機器學習在性質(zhì)上不同于人的學習就認為機器的算法不配有“學習”的稱號，“是根源于無知”[15]162。

四、哲學能在AI中發(fā)揮特定作用的內(nèi)在機制

哲學之所以能作為眾多的基礎建設者和夯實者中的一個發(fā)揮對AI的特定的、不可或缺的作用，是由AI 的目的、學科性質(zhì)和方法論所決定的。

就目的而言，AI不僅有這樣的目的，即制造以前需通過智能完成的任務的機器。要如此它就得像哲學一樣研究智能，而且AI還有更深廣的目的，根據(jù)斯洛曼的看法，它還包括“科學和哲學對制造的理解，以及關于制造的工程技術的目的”[16]10。具言之，有三重目的：(1)對關于智能行為的可能有效的解釋作出理論分析；(2)對人的能力作出解釋；(3)構建人工智能產(chǎn)品。這些目的都與哲學的目的息息相關，特別是第一個目的與哲學的目的非常接近。最重要的是，科學和哲學都有解釋和改造世界的目的，AI也是如此[16]18。

就AI的學科性質(zhì)而言，它必然包含機器人學、神經(jīng)科學、認知科學和工程技術的互動，必然要利用非線性動力學、信息理論、計算理論、控制理論、心理學、生物學等方面的成果。在進行這樣的整合時，又必然觸及大量哲學問題，或者說，“其中的許多問題是哲學一直在關注的”，當然可能會有科學的改造和自然化，進而可能以定量的、科學的形式和色彩出現(xiàn)在AI中，例如智能中的關鍵因素——創(chuàng)造力，就被自然化、計算化為對可能空間的搜索過程，等等。由于AI的問題具有廣泛性、復雜性、交錯性的特點，因此科學家有時會像哲學家表現(xiàn)為“可憐的科學家”一樣，表現(xiàn)為“可憐的哲學家”[11]133。

就AI的具體研究實踐而言，一方面，由于它要弄清的是智能的本質(zhì)，因此首先表現(xiàn)為一門科學，至少其中包含有科學，當然離不開哲學的參與；另一方面，AI由于要根據(jù)對智能的認知創(chuàng)建人工的智能，因此必然有工程技術研究的一面或構成，這一構成也引出了許多哲學問題，因此應研究這一部分與AI哲學的關系，特別是它們的相互影響。前面的考察告訴我們，AI哲學既為作為工程技術的AI奠定了理論基礎，反過來，后者也極大影響著AI哲學的內(nèi)容和方法。

從方法論上說，哲學之所以能在AI中發(fā)揮特定的作用，還由哲學與包括AI在內(nèi)的科學在方法上的重合、交叉、相互移植的本質(zhì)特點所決定。它們由于有目的上的部分一致，如：都有闡發(fā)有力的概念和思維工具的目的，有發(fā)現(xiàn)什么事物可能的目的，有試圖解釋這些可能性的目的，有發(fā)現(xiàn)事物的限度并作出解釋的目的，因此，它們實現(xiàn)這些目的所用的方法也有一致性，特別是，哲學的方法不可避免地會影響科學，或?qū)茖W有不可替代的貢獻和作用，對AI也是如此，如哲學解決問題的程序深深地影響著科學。哲學要解決的主要問題是，在確認事物有其可能性之后，便去探討如何可能，實即探討可能性的根據(jù)和條件，在探討時所遵循的程序是：(1)搜集關于有其可能性的事物的信息；(2)構建關于這些可能性的新的描述和表征；(3)構建對這些可能性的解釋，然后對它們作出測驗和修改。各門科學一般也會遵循這樣的解決問題的程序，當然會用到實驗、儀器、測量、實地考察和別的科學工具，以發(fā)現(xiàn)和描述新的事例[16]44。斯洛曼說：“AI在試圖設計智能學習計劃和問題求解系統(tǒng)時必定一致于哲學對理論的本質(zhì)和理論的形成作出解釋的種種嘗試。”[16]45在檢驗、修正理論的階段，包括AI在內(nèi)在的科學所遵循的程序大同小異，只是增加了更多的實證色彩而已。

哲學由于其形而上學性質(zhì)和源于各門自然科學和社會科學所決定，一般會對各門哺育它的學科有一定的反哺作用。但是，由于AI學科性質(zhì)的特殊性，以及哲學與它的特殊的關系，因此哲學對AI的作用也有其不同于其他學科的獨特性，這表現(xiàn)在，它盡管不能整塊地搬到AI或AI的某個部門中，盡管不能直接插手對AI 具體問題的解決，盡管不能作為AI的唯一基礎發(fā)揮作用，但它必然作為AI的基礎中的一個有機組成部分發(fā)揮作用。這種特殊的作用對于AI 的基礎理論建設和工程學實踐都是必不可少的。因為AI要建模的是智能，不管是人的智能還是非人的自然智能，不管是作為整體的智能，還是作為其具體樣式的智能，如推理、數(shù)字計算、繪畫、作曲等，人類設計者或機器設計者都必須優(yōu)先解剖、研究作為其原型實例或樣本的智能形式。要如此，哲學就必須被用上，不管以什么方式，如有些研究者是有意識地到哲學中去尋找根據(jù)，有些人是自發(fā)地或無意識地運用自己的民間心理學、民間本體論、民間認識論中的資源。

就具體研究來說，AI的許多專門領域的研究與哲學、語言學、心理學的研究有重合關系，如自然語言的機器理解與哲學、語言學的有關工作至少有部分重合，因為不研究語義學，就沒法讓機器理解自然語言[16]11。哲學對AI的不可或缺的作用還表現(xiàn)在，在AI中，根本不可能回避哲學對目的、事件、原因、行動、過程、智能等概念的分析，因為“這門試圖設計以智能方式行事、能與人交流的機器的學科一定會讓人去分析智能行為的前提條件以及我們共有的預設。否則，機器就沒法發(fā)揮作用”[17]38。哲學對AI的作用特別表現(xiàn)在，AI發(fā)展方向的選擇、確立、修改都離不開哲學的思考，例如：最初的方向確立無疑受到了過去哲學家關于機器、思維與智能及其關系的思考的影響；后來方向的不斷調(diào)整也得益于哲學的探討和批評。阿爾科達斯等人認為，從哲學上對強AI的批評事實上起到了讓它調(diào)整方向的作用。這些批評來自三個方面：一是H.德雷福斯(H.Dreyfus)對計算機不能做什么的探討以及據(jù)此對AI的批評；二是布洛克根據(jù)“中國大腦思想實驗”(讓整個中國人口模擬一個人一小時的思維)對機器功能主義的批評；三是塞爾的著名的“中文屋論證”[17]46-47。這些批評無疑有其合理性，所提出的問題依然對AI和認知科學構成了技術挑戰(zhàn)[17]47。

就AI的理論建構來說，智能觀必定是其核心構成，而研究智能觀問題主要是哲學家的問題，或至少必須有哲學的參與才能解決的問題。但事實上，AI研究者都有自己的智能觀。由于人們對智能見仁見智，因此迄今指導AI工程實踐的智能觀五花八門，如：新老計算主義、符號主義的智能觀，聯(lián)結主義的智能觀，動力系統(tǒng)理論的智能觀，情境主義或四E理論的智能觀，等等。盡管各種方案差異很大，但透過細節(jié)也能看到一些共同性或走勢，例如：各種方案強調(diào)和突出的東西有這樣的變化，即從靜態(tài)到動態(tài)，從抽象、去情境化到具體、重視情境化，從證明到發(fā)現(xiàn)，從孤立的思考到社會的互動，從思維到行動，等等[17]57。再就AI的主要理論內(nèi)容而言，從傾向上說主要有這樣一些形態(tài)，如經(jīng)典符號主義的AI、聯(lián)結主義的AI、動力系統(tǒng)理論的AI、四E的AI、人工生命、進化編程等。從動機上說，有工程技術的AI，其目的是建構能完成智能行為的人工系統(tǒng)；心理學的AI，即計算心理學，任務是為智能、心靈建構解釋性理論。這些內(nèi)容至少都包含有哲學的身影[18]。

AI的未來學問題是作為經(jīng)驗科學的AI經(jīng)常涉及的問題，它無疑同時具有哲學性質(zhì)。在紀念達特茅斯會議五十周年的一個會議上，主持人、哲學家摩爾(J.Moor)提出了這樣的并一直在探索的問題：人類級別的AI在未來50年內(nèi)會實現(xiàn)嗎？[17]58這一問題既是科學和工程技術問題，也是哲學問題。其理由在于，在驗證各種關于上述問題的回答時，不管做何種研究和開發(fā)工作，一定少不了哲學的介入。

只要從事AI研究，不管是研究基本理論問題，還是沉浸于具體工程技術問題的鉆研，如開發(fā)有某種作用、用途的人工系統(tǒng)，都沒法擺脫概念框架的制約。所謂概念框架(conceptual frame)既是我們觀察世界所沒法繞過的過濾器，制約著我們對出現(xiàn)在我們面前的現(xiàn)象的選擇，又是我們描述這些現(xiàn)象要使用的語言，還是我們將向這些現(xiàn)象所提出的問題，并決定著我們的答案和對答案的解釋。但必須特別強調(diào)的是，概念框架由于沒有提出可證偽的預言，因此它本身不是科學理論，而只是一種假說。AI的研究中一直存在著這樣的概念框架的制約，如：過去很長時間內(nèi)，經(jīng)典符號主義的概念框架支配著AI的理論和工程研究，隨著它的飽受質(zhì)疑以及統(tǒng)治地位的喪失，許多新的框架紛紛亮相，爭奪支配權，如聯(lián)結主義框架、動力系統(tǒng)框架、情境主義方案、進化方案，等等。由于它們產(chǎn)生和發(fā)展于大體相同的歷史時期，有大致相同的目的和問題意識，因此它們之間又有一定的重合和相互作用[19]。比爾認為，由于它們分中有合，因此可將它們整合起來，形成一種“統(tǒng)一的理論框架”，不妨稱作“基本的情境性、具身性和動態(tài)性架構”。它有三個假定：第一，大腦、身體和環(huán)境都是動力系統(tǒng)，即可概念化為動力系統(tǒng)，每個都可用一系列的狀態(tài)來描述，而這些狀態(tài)的時間上的進化是由動力學規(guī)律制約的；第二，大腦、身體和環(huán)境都是耦合的，如神經(jīng)系統(tǒng)具體化于身體之中，身體位于環(huán)境之中，這種耦合讓三個系統(tǒng)保持密切的相互作用；第三，自主體受著生存能力約束的限制，即是說，決定自主體動力學的條件決定著它的生存力。如果生存力約束被違背了，那么自主體就不再作為獨立實在存在，不能再與環(huán)境發(fā)生相互作用。既然自主體離不開身體和環(huán)境，它們結合在一起才能組成有機的系統(tǒng)，因此其表現(xiàn)出的智能、行為就是整體的耦合系統(tǒng)的屬性。在比爾看來，未來的AI研究應以這種“統(tǒng)一的理論框架”為建模基礎。從以上關于AI概念框架及其演變的簡要分析不難看出，哲學是AI概念框架建構的一個理論基礎和生力軍。

最后，盡管從事AI研究的許多人表面上整天做的是純技術性的工作，沒有與哲學發(fā)生什么交集，有的的確不懂哲學，但我們?nèi)杂欣碛烧J為，只要他們是在從事智能的建模，不管是哪種智能樣式，他們就一定會接受哲學的影響，一定會動用哲學的資源，一定有某些哲學資源幫他們搭建了一個必要的理論基礎平臺，不然的話，他們的技術工作就無從展開。根據(jù)認知科學和心靈哲學關于民間心理學或別的民間理論(如民間物理學、民間本體論、民間化學等)的研究，人由于生物和文化遺傳的作用，生來有許多民間的能力和理論，它們內(nèi)化在人的認知結構之中，當人在思考和解決問題時，這些東西就會不知不覺地站出來，潛移默化地發(fā)揮作用。例如民間的本體論、認識論、運動論、動力學、結構論等會不知不覺地出來發(fā)揮作用，使人的認識和思維不可避免地有了哲學的因素。正是在此意義上，認知科學和心靈哲學提出，每個人都是天生的哲學家、心理學家，因為他們不可避免地要用他們心內(nèi)潛存的民間的能力和知識來認識、解釋和預言身邊的事情。這就是許多AI研究者表面上做的是純技術工作而實則沒有擺脫哲學的影響的根本原因。正是看到了這一點，許多AI專家強調(diào)，智能建模關注不夠而必須大力度加以研究的一個課題就是常識建模。從認知科學和心靈哲學的觀點看，常識中很大一部分就是我們前面所說的各種“民間理論”。這也就是說，民間理論的構成、結構、內(nèi)在機制和機器建模等理應且必定成為未來AI研究的一個重要課題。而要如此，自然得有哲學的幫忙。