混合認(rèn)知：一種優(yōu)化的人工智能適應(yīng)性表征策略

魏屹東

所謂“混合認(rèn)知”（Blended Cognition，縮寫為BC），根據(jù)瓦爾韋杜（J.Vallverdú）和穆勒（V.C.Müller）的說(shuō)法，①J.Vallverdú，V.C.Müller，eds.，Blended Cognition：The Robotic Challenge，Springer Nature Switzerland AG，2019，preface，p.vii.是研究一個(gè)智能系統(tǒng)如何使用或部分結(jié)合幾種方法來(lái)決定可能的行動(dòng)輸出或數(shù)據(jù)評(píng)估和存儲(chǔ)的領(lǐng)域。在認(rèn)知科學(xué)中，其他類似的定義是將不同的認(rèn)知范式結(jié)合起來(lái)，戴維·弗農(nóng)定義的混合認(rèn)知系統(tǒng)則是認(rèn)知主義系統(tǒng)（計(jì)算表征主義）與涌現(xiàn)系統(tǒng)（聯(lián)結(jié)主義、動(dòng)力主義和生成主義）的結(jié)合。②戴維·弗農(nóng)：《人工認(rèn)知系統(tǒng)》，周玉鳳，魏淑遐譯，王希審校，北京大學(xué)出版社2021年版，第28頁(yè)。混合認(rèn)知的重要性在于，在這些主要范式或可能的層次之間沒(méi)有預(yù)先建立的、僵化的控制層次，但存在優(yōu)化的協(xié)作和組合的功能策略，其中的關(guān)鍵點(diǎn)是系統(tǒng)的靈活性和適應(yīng)性。從進(jìn)化的角度看，認(rèn)知系統(tǒng)的這個(gè)混合過(guò)程經(jīng)歷了從感覺(jué)運(yùn)動(dòng)到符號(hào)化，從直覺(jué)到高度形式化，從有意識(shí)到無(wú)意識(shí)的過(guò)程，這些過(guò)程按順序或平行進(jìn)行；人類從一長(zhǎng)串的選項(xiàng)中進(jìn)行選擇，以解決復(fù)雜的任務(wù)。這個(gè)過(guò)程也就是“混合認(rèn)知”，即幾種認(rèn)知方式或范式的結(jié)合。在筆者看來(lái)，這種混合意義上的人工認(rèn)知或智能是優(yōu)化的適應(yīng)性表征認(rèn)知系統(tǒng)，人機(jī)混合本質(zhì)上就是具身性與機(jī)械性的結(jié)合，適應(yīng)性和優(yōu)化性的結(jié)合。③P.Abrams，“Adaptationism，Optimality Models and Tests of Adaptive Acenarios”，in S.H.Orzack，E.Sober，eds.，Adaptationism and Optimality，Cambridge：Cambridge University Press，2001.本文要闡明的是，人工智能中的混合認(rèn)知，本質(zhì)上是人類具有的各種啟示法結(jié)合而成的適應(yīng)性表征能力，它進(jìn)一步激發(fā)了人工智能和機(jī)器人學(xué)的研究，表現(xiàn)出更強(qiáng)的適應(yīng)性、表征性、自主性、能動(dòng)性、具身性、交互性、符號(hào)性和語(yǔ)義性。然而，我們也要看到，雖然混合認(rèn)知的可解釋性增強(qiáng)了，但“黑箱性”（Blackboxness）仍一定程度上存在。這種黑箱性可能就像信息系統(tǒng)中的噪音一樣，難以徹底消除。

一、“混合認(rèn)知”的適應(yīng)性和表征性

關(guān)于“混合”的意義，計(jì)算機(jī)先驅(qū)馮·諾依曼在討論計(jì)算機(jī)的“混合”類型時(shí)，指的是“模擬原則和數(shù)字原則同時(shí)存在的計(jì)算機(jī)類型。更準(zhǔn)確地說(shuō)，在這種計(jì)算機(jī)的設(shè)計(jì)方案中，一部分是模擬的，一部分是數(shù)字的，兩者互通信息（數(shù)字的材料），并接受共同的控制”。①約翰·馮·諾依曼：《計(jì)算機(jī)與人腦》，甘子玉譯，商務(wù)印書館2002年版，第17頁(yè)。也就是說(shuō)，計(jì)算機(jī)的這兩部分各有自己的控制，而且這兩部分必須能夠通信邏輯材料。在馮·諾依曼看來(lái)，這種計(jì)算機(jī)裝置既要求有能夠從已給定的數(shù)字轉(zhuǎn)換成為模擬量的器官，也要求有從模擬量轉(zhuǎn)換成為數(shù)字的器官。前者意味著從數(shù)字表征中建立一個(gè)連續(xù)量，后者意味著測(cè)量一個(gè)連續(xù)量并將其結(jié)果以數(shù)字形式表征出來(lái)。在我看來(lái)，這個(gè)過(guò)程就是匹配任務(wù)的適應(yīng)性表征。穆勒認(rèn)為，“混合”意味著有一個(gè)可能的數(shù)據(jù)和任務(wù)需求的組群——語(yǔ)義學(xué)、身體、心智。這里的“語(yǔ)義學(xué)”是指在特定時(shí)刻對(duì)行為體或智能體（Agent）的信息價(jià)值；“身體”是指行為體身體上的要求和可能性（自由度），如靈活性和吸收效果；“心智”指的是行為體所表現(xiàn)出的啟發(fā)式機(jī)制，能獨(dú)立執(zhí)行自適應(yīng)可預(yù)測(cè)行動(dòng)，旨在為數(shù)據(jù)流提供答案。

就人類認(rèn)知而言，它與意識(shí)（心智）是混合的。認(rèn)知心理學(xué)一般將人類的意識(shí)分為三類：無(wú)意識(shí)（Un-consciousness）、潛意識(shí)（Sub-consciousness）和意識(shí)（Consciousness）。鑒于認(rèn)知科學(xué)和腦科學(xué)的發(fā)展，盡管無(wú)意識(shí)和潛意識(shí)的機(jī)制和構(gòu)架我們并不清楚，但它們的某些狀態(tài)我們還是知曉的，如無(wú)意識(shí)的睡眠、自然認(rèn)知器官（大腦）的結(jié)構(gòu)，潛意識(shí)的感覺(jué)運(yùn)動(dòng)耦合、模仿行為等，都具有敏捷性和潛力。而有意識(shí)的情形是我們都熟悉的，如學(xué)習(xí)、計(jì)劃、決策等，關(guān)于它的構(gòu)架、啟示法和例子也很多，如形形色色的意識(shí)理論和認(rèn)知模型。這些意識(shí)類型（如果存在的話）在許多方面都是混合的，也意味著它們是難以嚴(yán)格區(qū)分的。

那么如何理解這種認(rèn)知上的混合呢？在認(rèn)知模型中，穆勒認(rèn)為“混合”可以兩種方式來(lái)理解。首先，一個(gè)普遍的觀察是：人類在試圖解決問(wèn)題以采取行動(dòng)時(shí)，會(huì)使用大量不同的認(rèn)知和推理啟示法，如科學(xué)認(rèn)知及其各種表征（模型、圖表、方程式）。其次，人們不僅使用多個(gè)啟示法（每個(gè)不同的行動(dòng)類別都有一個(gè)），而且能夠按順序或平行組合這些啟示法，甚至根據(jù)局部變量混合這些啟示法，如類比思維可使用來(lái)自歸納、演繹、溯因推理過(guò)程的不同組合。也就是說(shuō)，人類的思維不是單一的，而是多種方式的組合或混合。

然而，在穆勒看來(lái)，多數(shù)哲學(xué)家如柏拉圖、萊布尼茲、笛卡爾或康德等，大多是從單一理性方式提高人類的思維能力，忽視了人類認(rèn)知的真正力量是一個(gè)近似的、隱喻的和混合的過(guò)程。人工智能與生物學(xué)的混合表明，生物學(xué)激發(fā)的人工智能形成了人工智能系統(tǒng)中的混合認(rèn)知和超啟示法，未來(lái)將可能構(gòu)成具身性/形態(tài)學(xué)→多模態(tài)數(shù)據(jù)綁定→啟示法優(yōu)化→多啟示法選擇→超級(jí)啟示法的循環(huán)演進(jìn)。

對(duì)于人工智能系統(tǒng)來(lái)說(shuō)，有沒(méi)有一種方法論使得結(jié)合規(guī)則或創(chuàng)造新規(guī)則成為可能呢？穆勒認(rèn)為混合認(rèn)知是一種可行的方法，筆者認(rèn)為其實(shí)質(zhì)是適應(yīng)性表征方法論，因?yàn)榛旌险J(rèn)知只是集中和整合了已有認(rèn)知模式和方法，并沒(méi)有意識(shí)到其中的內(nèi)核是適應(yīng)性表征。在筆者看來(lái)，認(rèn)知的適應(yīng)性表征是內(nèi)部和外部表征的混合，并通過(guò)這種內(nèi)外混合構(gòu)筑意義?，敻窦{尼（L.Magnani）認(rèn)為，有兩種基本的外部表征活躍于“心智的外化”過(guò)程中：創(chuàng)造性表征和模仿性表征。模仿的外部表征反映了已經(jīng)在大腦中表征的概念和問(wèn)題，它們有時(shí)可以創(chuàng)造性地產(chǎn)生新的概念和意義。比如，在大腦與合適的認(rèn)知環(huán)境的混合互動(dòng)中，模仿的幾何表征可以成為創(chuàng)造性的，并產(chǎn)生新的意義和想法作為被適當(dāng)?shù)刂匦滤茉斓摹罢J(rèn)知生境”（Cognitive Niches），②L.Magnani，Abductive Cognition：The Epistemological and Eco-cognitive Dimensions of Hypothetical Reasoning，Heidelberg/Berlin：Springer，2009.如解析幾何的產(chǎn)生。圖解作為外部圖標(biāo)表征（通常由符號(hào)充實(shí)）是由外部材料形成的，這些材料要么模仿（通過(guò)再現(xiàn)）大腦中已經(jīng)存在的概念和問(wèn)題，要么創(chuàng)造性地表達(dá)在大腦中沒(méi)有符號(hào)學(xué)“自然家園”③L.Magnani，“Manipulative Abduction，External Semiotic Anchors and Blended Cognition”，in J.Vallverdú，V.C.Müller，eds.，Blended Cognition：The Robotic Challenge，p.40.的概念和問(wèn)題。隨后的內(nèi)化圖示表征是對(duì)外部圖示在大腦中激活的神經(jīng)模式的內(nèi)部再投射，它是一種復(fù)述（學(xué)習(xí)）。在一些簡(jiǎn)單的情況下，復(fù)雜的圖式轉(zhuǎn)換可以像外部物體一樣被“內(nèi)部”操縱，并且可以通過(guò)轉(zhuǎn)換和整合的神經(jīng)活動(dòng)進(jìn)一步產(chǎn)生新的內(nèi)部重構(gòu)的表征。

從認(rèn)知的角度來(lái)看，這個(gè)過(guò)程解釋了為什么人類主體似乎既能進(jìn)行聯(lián)結(jié)主義類型的計(jì)算，如涉及表征作為I級(jí)計(jì)算，①I級(jí)計(jì)算是指神經(jīng)激活的模式，它是身體和環(huán)境之間相互作用的結(jié)果，也是前符號(hào)性的（圖示階段），并由進(jìn)化和個(gè)人歷史適當(dāng)?shù)匦纬桑耗Ｊ酵瓿苫驁D像識(shí)別。又能進(jìn)行使用表征作為II級(jí)計(jì)算。②II級(jí)計(jì)算是指衍生的組合語(yǔ)法和語(yǔ)義由符號(hào)學(xué)環(huán)境中發(fā)現(xiàn)或構(gòu)建的各種人工外部表征和推理裝置（如圖標(biāo)表征）動(dòng)態(tài)地形成；它們或多或少完全在神經(jīng)學(xué)上被偶然地表征為神經(jīng)激活的模式，有時(shí)傾向于成為穩(wěn)定的意義結(jié)構(gòu)并固定下來(lái)，因此永久地屬于上述的I級(jí)。在瑪格納尼看來(lái)，心智的外化過(guò)程（離身或體外）涉及兩個(gè)過(guò)程：一方面，表征是獲得結(jié)果的中介，允許人類在大腦中重新表征從外部獲得的新概念、意義和推理手段，這些概念、意義和推理手段以前在內(nèi)部是不存在的，因此是不可能發(fā)生的，即先進(jìn)行一種異化，再在神經(jīng)元層面通過(guò)重新表征外部“發(fā)現(xiàn)”的東西完成復(fù)述。這意味著我們對(duì)突觸模式以類比方式從環(huán)境的明確圖示中“拾取”的數(shù)據(jù)結(jié)構(gòu)進(jìn)行認(rèn)知的幾何運(yùn)算。另一方面，在人們的大腦中重新表征部分概念、意義和推理裝置，只要是明確的，就可以促進(jìn)推理，而以前由于人腦的能力有限，需要付出很大的努力。在這種情況下，思維表現(xiàn)并非完全在內(nèi)部處理，而是在內(nèi)部（隱性或顯性）和外部圖標(biāo)表征之間的混合互動(dòng)中進(jìn)行。在某些情況下，這種互動(dòng)是在內(nèi)部和計(jì)算工具之間進(jìn)行的，而計(jì)算工具又可以利用圖標(biāo)/幾何表征來(lái)進(jìn)行推理。因此，所謂混合認(rèn)知，從表征來(lái)看，就是內(nèi)部與外部表征的結(jié)合、適應(yīng)性與表征性的結(jié)合，這其中都體現(xiàn)了概念組合和混合表征。

二、混合認(rèn)知中的智能自主行為體

從生物學(xué)來(lái)看，認(rèn)知是一個(gè)生命體給它在某一時(shí)刻擁有的信息或數(shù)據(jù)提供答案的一組混合過(guò)程。人工智能體作為非生命體是進(jìn)行實(shí)際推理的人工實(shí)體，是一種智能自主行為體（Intelligent Autonomous Agent，縮寫為 IAA），筆者根據(jù)沃爾頓（D.Walton）③D.Walton，Goal-based Reasoning for Argumentation，Cambridge：Cambridge University Press，2015，pp.12-13.的梳理將其特點(diǎn)概括如下：

（1）目標(biāo)導(dǎo)向性：當(dāng)IAA進(jìn)行行動(dòng)和表達(dá)某些類型的言語(yǔ)行為時(shí)，如做出斷言，它就會(huì)產(chǎn)生可以被記錄的承諾。從其中一些承諾可以推斷出，該智能體已經(jīng)制定或承諾了一個(gè)目標(biāo)。

（2）信息感知性：IAA有感知能力，也有從其他來(lái)源收集信息的能力，如證人或?qū)＜业膱?bào)告，因此，它可以發(fā)現(xiàn)其目前的情況。

（3）主動(dòng)性：在感知的基礎(chǔ)上，IAA有能力采取某種行動(dòng)，以改變其環(huán)境。

（4）預(yù)測(cè)性：IAA熟悉機(jī)構(gòu)中預(yù)期的正常工作方式，并擁有關(guān)于更廣泛世界的其他類型的常識(shí)。

（5）洞察力：IAA能夠感知或發(fā)現(xiàn)其行動(dòng)的后果。

（6）糾錯(cuò)性：如果IAA看到其先前或計(jì)劃中的行動(dòng)的后果有可能與其目標(biāo)背道而馳，它可以糾正這些行動(dòng)。

（7）控制力：IAA能夠控制為實(shí)現(xiàn)目標(biāo)而采取的行動(dòng)如何因需要落入一個(gè)有序的序列。

（8）建構(gòu)性：IAA能夠?qū)⒁贿B串的行動(dòng)組織成一個(gè)具有不同抽象程度的層次結(jié)構(gòu)，從較一般的到較具體的，反之亦然。

（9）猜測(cè)性：IAA可以對(duì)其行動(dòng)未來(lái)可能的后果形成假設(shè)。

（10）適應(yīng)性：IAA經(jīng)常需要通過(guò)快速適應(yīng)新的信息來(lái)靈活地進(jìn)行規(guī)劃。

（11）嘗試性：IAA通常會(huì)繼續(xù)嘗試實(shí)現(xiàn)一個(gè)目標(biāo)，即使之前已經(jīng)失敗。

（12）記憶性：IAA有足夠的記憶資源來(lái)跟蹤它的承諾，以及在情境隨時(shí)間變化時(shí)保留對(duì)情境的了解。

（13）靈活性：IAA有能力將新的承諾添加到以前的承諾存儲(chǔ)中，并在需要時(shí)收回承諾。

（14）保持性：IAA不僅需要意識(shí)到其過(guò)去行動(dòng)的一些后果，而且需要將這些后果保留在記憶中，以便在未來(lái)的審議中能使用。

（15）協(xié)同性：IAA經(jīng)常需要與其他智能體溝通，以協(xié)作解決問(wèn)題。

可以看出，IAA的上述這些特點(diǎn)是人類都具有的，人工智能體若都具備，就達(dá)到甚至超過(guò)了人類水平。這些特點(diǎn)顯然也是適應(yīng)性表征系統(tǒng)（自然的和人工的）具有的特征，對(duì)于理解實(shí)踐推理的性質(zhì)具有根本意義。因?yàn)樗鼈兦宄亟沂玖藢?shí)踐推理需要如何適應(yīng)特定情境中不斷變化的環(huán)境。這種能夠依環(huán)境變化而及時(shí)調(diào)整其行為的能力，是一個(gè)智能體必備的，人類是這樣，人工智能體也應(yīng)該是這樣，否則它就不能被認(rèn)為有智能了。所以，一個(gè)智能體，無(wú)論是人類還是機(jī)器人，適應(yīng)性表征是其最基本的能力，有了這種能力，其他高級(jí)認(rèn)知能力，如自我意識(shí)、決策推理、道德自主性，就有了認(rèn)知基礎(chǔ)。換句話說(shuō)，適應(yīng)性表征可能是高級(jí)心理能力的發(fā)生機(jī)制。

在筆者看來(lái)，IAA的上述特征是適應(yīng)性表征的不同方面，其自主性（自治性）尤為顯著。事實(shí)上，適應(yīng)性表征就蘊(yùn)含了自主性，或者說(shuō)，自主性是適應(yīng)性表征的一個(gè)主要方面。弗農(nóng)將自主性定義為一個(gè)系統(tǒng)自我決定的程度，也就是系統(tǒng)的行為不受環(huán)境決定的程度，以及系統(tǒng)因此決定自身目標(biāo)的程度（不受其他系統(tǒng)控制）。①戴維·弗農(nóng)：《人工認(rèn)知系統(tǒng)》，第114頁(yè)。這意味著自主系統(tǒng)具有自我行動(dòng)和自我決定的能力。我們知道，人的無(wú)意識(shí)或潛意識(shí)行為是自主的（非有意控制）。這與機(jī)器的自動(dòng)化很相似，難怪拉·美梅特里稱“人是機(jī)器”。②拉·美梅特里：《人是機(jī)器》，顧壽觀譯，王太慶校，商務(wù)印書館1991年版。

加拉諾斯（V.Galanos）認(rèn)為，人類意識(shí)與非自主行為有很深的關(guān)聯(lián)，其無(wú)意識(shí)與自主表達(dá)有關(guān)，而機(jī)器行為則與自動(dòng)功能有很深的關(guān)聯(lián)，無(wú)意識(shí)是其唯一的表達(dá)形式。③V.Galanos，“Blended Automation：The Language-game of Psychoanalytic Automatism and Cybernetic Automata”，in J.Vallverdú，V.C.Müller，eds.，Blended Cognition，Springer Series in Cognitive and Neural Systems 12，Chapter 4.https：//doi.org/10.1007/978-3-030-03104-6_4.他采用基于信息圈概念的更基本的本體論，將人類和機(jī)器都視為信息人（Inforgs），并提出思考四象限模型中留下的未解釋部分：（a）人類非自動(dòng)意識(shí)（有意識(shí)）；（b）人類自動(dòng)無(wú)意識(shí)；（c）機(jī)器自動(dòng)“意識(shí)”；（d）X（未知）。在他看來(lái)，我們可借用代數(shù)方法的交叉乘法，將（a）與（c）相乘，然后將結(jié)果除以（b）得到（d），即：人類非自動(dòng)意識(shí)×機(jī)器自動(dòng)“意識(shí)”/人類自動(dòng)無(wú)意識(shí)=未知行為。這是實(shí)證地研究有意識(shí)的人類和無(wú)意識(shí)的機(jī)器之間的日常互動(dòng)關(guān)系，然后根據(jù)與無(wú)意識(shí)的人類行為有關(guān)的主題進(jìn)行研究。這將有助于人們創(chuàng)造一個(gè)明確的觀點(diǎn)：構(gòu)成X的是什么，即在表達(dá)無(wú)規(guī)律的機(jī)器行為時(shí)有時(shí)被誤解為有意識(shí)的行為，這實(shí)際上是令人擔(dān)憂的。這就需要可解釋人工智能或可解釋機(jī)器學(xué)習(xí)的介入。

這里引出一個(gè)令人疑惑的問(wèn)題：人工智能或機(jī)器人到底有無(wú)“智能”（心智），在什么意義上有智能？在什么意義上無(wú)智能？這是對(duì)早期圖靈的機(jī)器智能（通過(guò)圖靈測(cè)試的所謂智能）的反思。從計(jì)算是認(rèn)知的觀點(diǎn)來(lái)看，通過(guò)圖靈測(cè)試的機(jī)器似乎有智能（我稱之為假裝的智能）；但從感受性來(lái)看，機(jī)器沒(méi)有經(jīng)驗(yàn)性智能（因?yàn)闆](méi)有意識(shí)，經(jīng)驗(yàn)性智能是基于意識(shí)的）。所以在經(jīng)驗(yàn)意義上，人工系統(tǒng)的智能并不存在，因?yàn)閺纳鐣?huì)科學(xué)的角度來(lái)看，我們?cè)絹?lái)越難以在自然和人工之間劃清界限，如人類培育的大量植物和動(dòng)物。從延展認(rèn)知的角度來(lái)看，我們?cè)絹?lái)越難以分辨實(shí)體是否擁有被視為智能的東西，或智能是否是在互動(dòng)之后發(fā)生的現(xiàn)象。④V.Galanos，“Artifificial Intelligence Does not Exist：Lessons from Shared Cognition and the Opposition to the Nature/Nurture Divide”，in D.Kreps，et al eds.，This Changes Everything ICT and Climate Change：What Can We Do？，HCC13 2018，IFIP AICT 537.Springer Nature Switzerland，Switzerland AG，2018.https：//doi.org/10.1007/978-3-319-99605-9_27.

筆者認(rèn)為，在制造實(shí)體的意義上，自然類和人工類的確難以區(qū)分，⑤J.Vallverdú認(rèn)為，人類和人工設(shè)備都可稱為“實(shí)體”的種類，拒絕“自然”和“人工”之間的區(qū)分，認(rèn)為這種區(qū)分已經(jīng)過(guò)時(shí)，而且是完全錯(cuò)誤的。我不認(rèn)可這種觀點(diǎn)，因?yàn)閷?shí)體是一個(gè)更廣泛的概念，當(dāng)然包括自然類和人工制品，但從認(rèn)知或智能的角度看，自然和人工之間的區(qū)分是必要的，否則人類智能和人工智能就混為一談了。參見(jiàn)J.Vallverdú，“The Emotional Nature of Post-cognitive Singularities”，in V.Callaghan，et al eds.，The Technological Singularity，the Frontiers Collection.Springer，Heidelberg，2017，pp.193-208，https：//doi.org/10.1007/978-3-662-54033-6_11。但是在意識(shí)或認(rèn)知上，自然意識(shí)和人工“意識(shí)”還是容易區(qū)分的。前者是自然進(jìn)化的，后者是前者衍生的（如果有的話）。事實(shí)上，人工智能已經(jīng)存在，而且發(fā)展迅速，至于它有無(wú)意識(shí)并無(wú)太大爭(zhēng)議，因?yàn)檫@是顯而易見(jiàn)的。這個(gè)事實(shí)表明，在人類和人工智能實(shí)體之間還沒(méi)有純粹的不可分性。人類和人工智能之間的這種常識(shí)性區(qū)別是立足于人類中心主義的，也就是以人類為標(biāo)準(zhǔn)區(qū)分人類之外的事物。這實(shí)質(zhì)上是一種二元?jiǎng)澐郑ㄈ祟悺侨祟悾?，這種二元?jiǎng)澐秩菀鬃屓水a(chǎn)生對(duì)人工智能的極度渴望或極度恐懼的兩個(gè)極端心理，這在社會(huì)多個(gè)方面都有表現(xiàn)，如政策制定、人機(jī)互動(dòng)帶來(lái)的法律和道德問(wèn)題。如果從混合認(rèn)知的角度觀之，這些問(wèn)題似乎不是問(wèn)題。因?yàn)槿斯づc自然在方方面面都是混合的，有時(shí)很難分清，如人類智能的機(jī)器模擬，由于機(jī)器是人制造的，機(jī)器涌現(xiàn)的智能行為（如機(jī)器人跳舞）是人類延展的還是機(jī)器自己的？

按照加拉諾斯的看法，借助精神分析方法可解決這種混淆，即從理論上理解自主性是人類主體和人工主體之間的共同特征，將其作為一個(gè)標(biāo)準(zhǔn)來(lái)確定：為什么這兩種形式的實(shí)體在其認(rèn)知行動(dòng)中既是相當(dāng)對(duì)立的又是相當(dāng)互補(bǔ)的——它們是混合認(rèn)知。到目前為止，除混合形式外，人類主體與人工主體之間的唯一區(qū)別標(biāo)準(zhǔn)是有生命/無(wú)生命、有意識(shí)/無(wú)意識(shí)和自然/人工存在形式這種二分法?；旌险J(rèn)知意味著，我們應(yīng)該研究人類決策和行動(dòng)的混合和組合條件，包括有意識(shí)和無(wú)意識(shí)的行為，以便利用這些混合過(guò)程來(lái)構(gòu)建智能系統(tǒng)的人工架構(gòu)。只要人類和機(jī)器人在某種程度上都是一個(gè)延展心理游戲中的參與者，他們是有生命的或無(wú)生命的、自然的或人工的屬性，在其中起著次要作用。只要產(chǎn)生某些期望的結(jié)果需要他們都是變化的智能體即可。用信息哲學(xué)的術(shù)語(yǔ)說(shuō)，人類主體和人工主體都是信息圈①信息圈是指由所有信息實(shí)體、它們的屬性、互動(dòng)、過(guò)程和相互關(guān)系構(gòu)成的整個(gè)信息環(huán)境，如互聯(lián)網(wǎng)世界。的居民，“一旦我們以信息的方式解釋實(shí)在，它（信息）就是實(shí)在的同義詞”。②L.Floridi，The Fourth Revolution：How the Infosphere is Reshaping Human Reality，Oxford：Oxford University Press，2014，p.41.

根據(jù)信息哲學(xué)，實(shí)在和現(xiàn)象可以在幾個(gè)不同的抽象層次上進(jìn)行研究，由此弗洛里迪（L.Floridi）提出了任務(wù)解決的“抽象層次方法”③這個(gè)術(shù)語(yǔ)最初源于計(jì)算機(jī)科學(xué)，意指計(jì)算層面的差異，如問(wèn)題界面的抽象層次、計(jì)算語(yǔ)言的抽象層次。參見(jiàn)L.Floridi，“The Informational Nature of Personal Identity”，Mind Mach，Vol.21，No.4，2011，pp.549-566。來(lái)解決計(jì)算問(wèn)題，因?yàn)橛?jì)算本身就是抽象的（數(shù)學(xué)化、邏輯化）。在人類主體和人工主體交互（人機(jī)交互）的情況下，人機(jī)間有多個(gè)問(wèn)題：它們?cè)谀男用嫔喜皇菍?duì)立的，以便將這兩個(gè)群體視為交流的行動(dòng)者（抽象層次1）；它們發(fā)生這種交流的共同環(huán)境是什么（抽象層次2）；交流問(wèn)題位于哪個(gè)領(lǐng)域（抽象層次3）。根據(jù)弗洛里迪的說(shuō)法，信息哲學(xué)已經(jīng)為抽象層次1和抽象層次2提供了框架，這兩個(gè)群體是生活在信息圈（抽象層次2）中的信息人（抽象層次1）的子類別。正如他所說(shuō)：“今天，我們正在慢慢接受這樣的觀點(diǎn)：我們不是獨(dú)立的和獨(dú)特的實(shí)體，而是體現(xiàn)信息的信息人，相互連接并嵌入一個(gè)信息環(huán)境中，即信息圈，我們與在許多方面與我們相似的自然和人工主體共享?！雹躄.Floridi，“Turing’s Three Philosophical Lessons and the Philosophy of Information”，Philos Trans R Soc A Math Phys Eng Sci，2012，370（1971）：3536-3542（3540）.顯然，抽象層次1的意思是，只要人類主體和人工主體都參與了信息生產(chǎn)、消費(fèi)和交換的活動(dòng)，它們就共享一個(gè)共同的環(huán)境，就像人類和動(dòng)物都是生物圈的居民一樣，因?yàn)樗鼈児餐窒碛袡C(jī)生命和自然環(huán)境。

必須承認(rèn)，信息圈的概念提供了一個(gè)有趣的平面本體論模型，即環(huán)境抽象層次2留下了一個(gè)抽象層次3（人類主體和人工主體溝通的基礎(chǔ)）待我們?nèi)パ芯?。事?shí)上，人類和非人類動(dòng)物都居于抽象層次1中，他們?cè)O(shè)定了一個(gè)共同的環(huán)境“生物圈”（抽象層次2）。以同樣的方式，信息哲學(xué)是以信息為中心的，把人放在信息圈里。因此，生物圈也是信息圈，人工智能的世界就是信息世界。如果所謂的“元宇宙”能夠?qū)崿F(xiàn)，它也一定是信息世界（虛擬與真實(shí)的混合世界）。

三、認(rèn)知機(jī)器人的自主性和黑箱性

前述表明，自主性（Autonomy）是適應(yīng)性表征系統(tǒng)的一個(gè)主要特征。在機(jī)器人學(xué)中，機(jī)器人的自主性是依據(jù)其所處環(huán)境中應(yīng)對(duì)不確定性的能力來(lái)定義的，其自主性程度與它完成任務(wù)和實(shí)現(xiàn)特定目標(biāo)需要人類操作員協(xié)助的程度來(lái)確定。這意味著，人類操作員參與的程度越低，機(jī)器人的自主性就越高，直到機(jī)器人自主行動(dòng)（無(wú)人參與）。從控制論和哲學(xué)來(lái)看，控制論研究系統(tǒng)的自動(dòng)性（自組織特性），哲學(xué)探討主體人的自主性（自由意志），這兩種類型的自主性似乎都與（人工）意識(shí)有關(guān)。然而“意識(shí)是我們似乎無(wú)法捕捉的魚之一，就像智能一樣。我們認(rèn)識(shí)到它的存在、痕跡和影響，但它的確切性質(zhì)、工作方式和‘位置’仍然無(wú)法被我們掌握。由于厭倦了空手而歸，一些哲學(xué)家最近試圖間接地接近意識(shí)的問(wèn)題”。⑤L.Floridi，The Philosophy of Information，Oxford：Oxford University Press，2011，p.290.用控制論的一個(gè)術(shù)語(yǔ)說(shuō)，人類主體和人工主體在某種意義上都是“黑箱”，也就是說(shuō)，觀察者只能通過(guò)對(duì)其輸入和輸出的間接、描述性觀察來(lái)了解其“內(nèi)部”（如大腦）的復(fù)雜情況?？茖W(xué)研究就是要將“黑箱”（完全未知）通過(guò)“灰箱”（部分知曉）變成“白箱”（完全知曉），這既是人類認(rèn)知水平提升的過(guò)程，也是可解釋人工智要做的事情。正如弗洛里迪指出的，“我們是在灰箱里處理黑箱的信息人”，①L.Floridi，The Philosophy of Information，p.371.意思是說(shuō)，人類作為信息人，我們存在于一個(gè)對(duì)我們來(lái)說(shuō)半透明的世界，與對(duì)我們眼睛完全不透明的實(shí)體和現(xiàn)象共存。這意味著，對(duì)人類主體而言，通常認(rèn)為是有意識(shí)的自主性，被認(rèn)為是無(wú)意識(shí)的“隱藏”心智部分的表達(dá)，正如心理分析所指明的那樣。在被認(rèn)為是無(wú)意識(shí)的人工智能中，自動(dòng)化作為其主要功能構(gòu)成了智能活動(dòng)的核心表達(dá)，正如控制論和控制系統(tǒng)理論所揭示的那樣（自組織演化）。

可以發(fā)現(xiàn)，理論提取自動(dòng)機(jī)信息的方法與心理分析的間接方法極為相似，突出了人類主體與人工主體的共同“黑箱性”。這意味著從自動(dòng)機(jī)的行為中獲得有關(guān)其內(nèi)部結(jié)構(gòu)的信息方法可從外部實(shí)驗(yàn)中推導(dǎo)出來(lái)，如將輸入詞輸入自動(dòng)機(jī)，檢查相應(yīng)的輸出詞序列，并在此觀察基礎(chǔ)上得出結(jié)論。對(duì)人類來(lái)說(shuō)，自主性取決于內(nèi)部反應(yīng)與外部事件的適應(yīng)和匹配，因此，非自主的、有意識(shí)的行為是常量，自主性才是變量。對(duì)人工主體而言，從純技術(shù)機(jī)器人角度來(lái)看，“心理機(jī)器人”作為“即將到來(lái)的人工智能對(duì)心理分析研究基礎(chǔ)的形式化的第一步”，②A.Khrennikov，“Toward Psycho-robots”，Paladyn J Behav Robot，Vol.1，No.2，2010，pp.99-108（99）.是建立一個(gè)基于意識(shí)—潛意識(shí)—無(wú)意識(shí)劃分的人工信息架構(gòu)，并在一個(gè)內(nèi)置的壓縮系統(tǒng)中分析各種“心理表征”。這里存在一個(gè)從機(jī)械的自動(dòng)性到有機(jī)的自主性的過(guò)渡，即機(jī)器的無(wú)意識(shí)自動(dòng)化到有機(jī)體的有意識(shí)自主性的過(guò)程。這個(gè)過(guò)程包含了從物理系統(tǒng)到生物系統(tǒng)，從無(wú)生命到有生命，從非認(rèn)知到認(rèn)知的復(fù)雜演化過(guò)程，其中的二元絕對(duì)區(qū)分是少量的，而混合是居多的?？傊?，混合自主性可能是理解混合認(rèn)知的一個(gè)主要方面，因?yàn)樽灾餍栽谌祟惡腿斯ぶ悄茴I(lǐng)域都存在，技術(shù)上也很難被構(gòu)建，它似乎是解釋和構(gòu)建認(rèn)知的關(guān)鍵因素。這與筆者主張的適應(yīng)性表征有共同之處，因?yàn)樽灾餍允沁m應(yīng)性表征的特性之一。

那么，認(rèn)知機(jī)器人這種自動(dòng)機(jī)器具有像人那樣的自主性嗎？它如何體現(xiàn)生命性？一個(gè)自然主義的、基于活動(dòng)的人工生命模式——自主人工主體（Autonomous Artificial Agents，縮寫 AAA）試圖回答這個(gè)問(wèn)題，③C.Chanet and D.Eubelen，“Towards Autonomous Artificial Agents？ Proposal for a Naturalistic Activity-based Model of（Artificial）Life”，in J.Vallverdú，V.C.Müller，eds.，Blended Cognition，Chapter 10.https：//doi.org/10.1007/978-3-030-03104-6_10.自主性是其繞不過(guò)的一個(gè)問(wèn)題。盡管目前的自主性自然主義模型構(gòu)成了人工智能體發(fā)展的主要路徑之一，但在諸如活動(dòng)、規(guī)范性、同一性和環(huán)境等概念的相對(duì)重要性方面還有一些問(wèn)題需要解決。即使是在自動(dòng)化（Automation）框架內(nèi)將自主性和感覺(jué)運(yùn)動(dòng)性的定義結(jié)合起來(lái)，也缺少構(gòu)成人工生命的規(guī)范動(dòng)力學(xué)的關(guān)鍵特征，如人工生命和機(jī)器人學(xué)中的自主性。④T.Froese，N.Virgo，E.Izquierdo，“Autonomy：a Review and a Reappraisal”，in Advances in Artificial Life，Springer，Berlin/Heidelberg，2007，pp.455-464.https：//doi.org/10.1007/978-3-540-74913-4_46.

自主性無(wú)疑是構(gòu)成一個(gè)主體（自然的和人工的）的一個(gè)核心要素。在哲學(xué)上，自主性與主觀性或主體性（Subjectivity）是近義或同義的。自主性具有不依賴或獨(dú)立的含義，與自由相聯(lián)系，如道德自主性、自律，其主體是自我決定的，具有邏輯上的獨(dú)立性，康德在《道德形而上學(xué)基礎(chǔ)》第二節(jié)中將主體性視為人類本性的尊嚴(yán)和每一種理性本性的基礎(chǔ)。主觀性與客觀性相關(guān)，是人的一種存在方式和感知體驗(yàn)，通常以第一人稱表述。如果這種理解是對(duì)的，那么人工智能和機(jī)器人領(lǐng)域使用自主性概念更為恰當(dāng)，因?yàn)槿斯は到y(tǒng)缺乏第一人稱的感受性。

由此可知，自主性是一個(gè)實(shí)體選擇自己命運(yùn)的能力；為自己設(shè)定規(guī)范，而不是由外部律則（自然規(guī)律）決定。如果一個(gè)實(shí)體擁有一種同一性（身份），既能使其按照自己的利益、目標(biāo)或規(guī)范行事，又能迫使它按照自己的利益、目標(biāo)或規(guī)范行事，而不是由環(huán)境或設(shè)計(jì)來(lái)決定，那么我們就可以說(shuō)它是自主的。⑤W.F.G.Haselager，“Robotics，Philosophy and the Problems of Autonomy”，Pragmat Cogn，Vol.13，No.3，2005，pp.515-532.這樣看來(lái)，行為體、規(guī)范性和同一性的概念似乎深深地交織在一起（混合）。在人工智能領(lǐng)域，這種交織反而是一個(gè)挑戰(zhàn)，因?yàn)椤白灾餍灾恍枰獜淖约鹤鍪碌慕嵌葋?lái)分析，這只涉及獨(dú)立的行為或活動(dòng)，僅此而已”。⑥I.Muntean and C.D.Wright，“Autonomous Agency，AI and Allostasis a Biomimetic Perspective”，Pragmat Cogn，Vol.15，No.3，2007，pp.485-513（493）.如果我們將自主性等同于獨(dú)立行為，那就等于將自主性（有心理性）降為自動(dòng)化（機(jī)械性）。這里似乎存在一個(gè)問(wèn)題：人工物理系統(tǒng)的自動(dòng)化與自然生物系統(tǒng)的自主性有著嚴(yán)格的區(qū)別，如有意識(shí)與無(wú)意識(shí)、有生命與無(wú)生命，這種區(qū)分在人工智能領(lǐng)域有必要嗎？在我看來(lái)，這個(gè)問(wèn)題可通過(guò)適應(yīng)性表征來(lái)消解。理由很簡(jiǎn)單，物理系統(tǒng)和生物系統(tǒng)都存在適應(yīng)性表征行為，或者說(shuō)，適應(yīng)性表征是兩種系統(tǒng)的共性。①魏屹東：《適應(yīng)性表征：架構(gòu)自然認(rèn)知和人工認(rèn)知的統(tǒng)一范疇》，《哲學(xué)研究》2019年第9期。

如果智能體對(duì)自己的存在有所認(rèn)識(shí)，這構(gòu)成了人工智能的自主性的另一個(gè)方面——反思性。自主性在某種程度上也意味著主體將自己的存在嵌入世界本身的結(jié)構(gòu)中，因?yàn)樽灾髦黧w不是封閉在自己身上，其活動(dòng)對(duì)世界產(chǎn)生影響，即：自主主體可以對(duì)世界做出判斷，對(duì)世界采取行動(dòng)，適應(yīng)世界，把世界變成一個(gè)合適的環(huán)境，在其中成長(zhǎng)、繁衍和死亡。這意味著自主主體通過(guò)自己的活動(dòng)，其居住的環(huán)境不可避免地被改變了。換句話說(shuō)，只要我們將自主主體的活動(dòng)僅僅局限于其身上，而不完全承認(rèn)它通過(guò)規(guī)范世界而對(duì)世界本身做出貢獻(xiàn)的方式，自主性就不能被完全掌握。如果自主性導(dǎo)致對(duì)世界的規(guī)范性改造，也就意味著它屬于世界，成為世界的一部分；并讓我們認(rèn)識(shí)到它不僅僅是一種資源或威脅，也是一個(gè)以規(guī)范方式通過(guò)時(shí)間和空間活動(dòng)的混合之地。

四、生物激發(fā)的機(jī)器人的自創(chuàng)生性和能動(dòng)性

系統(tǒng)科學(xué)表明，系統(tǒng)的自主性是從物理基礎(chǔ)開(kāi)始的，即在生命系統(tǒng)的基本特征中尋找行為體的基礎(chǔ)，并從這些基本能力的描述和專業(yè)化的角度理解行為體的發(fā)展。②W.D.Christensen and C.A.Hooker，“Autonomy and the Emergence of Intelligence：Organised Interactive Construction”，Commun Cogn Artif Intell，Vol.17，No.3-4，2000，pp.133-157.因此，這種合成最小主義大多關(guān)注生命系統(tǒng)，由此產(chǎn)生了生物激發(fā)的機(jī)器人技術(shù)并提供了許多洞見(jiàn)。③R.J.Duro，F(xiàn).Bellas，J.A.Becerra Permuy，“Brain-like Robotics”，in N.Kasabov（ed.），Springer Handbook of Bio-/neuroinformatics.Berlin/Heidelberg：Springer，2014，pp.1019-1056.https：//doi.org/10.1007/978-3-642-30574-0_57；D.Floreano，C.Mattiussi，Bioinspired Artifificial Intelligence：Theories，Methods and Technologies.Intelligent Robotics and Autonomous Agents，Cambridge，MA：MIT Press，2008.

我們知道，認(rèn)知科學(xué)中有兩種類型的自主性：構(gòu)成性的和行為性的。這種區(qū)別類似于兩個(gè)主要系統(tǒng)觀點(diǎn)之間的區(qū)別：一個(gè)是源于馬圖拉納和瓦雷拉④H.R.Maturana，F(xiàn).J.Varela，The Tree of Knowledge：the Biological Roots of Human Understanding，Rev eds.，Shambhala；Distributed in the U.S.by Random House，Boston/New York，1992.的自創(chuàng)生理論；另一個(gè)是由諾埃和奧雷根⑤J.K.O’Regan，A.No?，“A Sensorimotor Account of Vision and Visual Consciousness”，Behav Brain Sci，Vol.24，No.5，2001，pp.939-973.https：//doi.org/10.1017/S0140525X01000115.等哲學(xué)家倡導(dǎo)的感覺(jué)運(yùn)動(dòng)理論，其靈感可追溯到皮亞杰⑥皮亞杰：《發(fā)生認(rèn)識(shí)論原理》，王憲鈿等譯，胡世襄等校，商務(wù)印書館1997年版，第1—2章。和吉布森⑦J.J.Gibson，The Ecological Approach to Tisual Perception，Boston：Houghton Mifflflin，1979.的工作。這兩種觀點(diǎn)都提供了克服人工智能體的表征內(nèi)部模型所遇到的限制和問(wèn)題的方法。⑧E.A.Di Paolo，T.Buhrmann，X.Barandiaran，Sensorimotor Life：an Enactive Proposal，Oxford：Oxford University Press，2017.自創(chuàng)生觀認(rèn)為，自主行為體是一個(gè)不穩(wěn)定的自我生產(chǎn)行為體，其同一性由特定的組織閉合定義，即以特定的方式整合物質(zhì)和能量的流動(dòng)，以維持其內(nèi)部過(guò)程網(wǎng)絡(luò)和環(huán)境之間的邊界。感知運(yùn)動(dòng)觀認(rèn)為，自主行為體有能力通過(guò)調(diào)節(jié)其與環(huán)境的耦合（定義為所有可用的傳感運(yùn)動(dòng)或然性依賴的集合）而采取適應(yīng)性行為并發(fā)展出認(rèn)知功能。

顯然，自主性是適應(yīng)性表征的一個(gè)特征。適應(yīng)性表征與生命—認(rèn)知同一性論題⑨X.E.Barandiaran，“Autonomy and Enactivism：Towards a Theory of Sensorimotor Autonomous Agency”，Topoi，2016，1-22，p.9.相關(guān)，這有助于自主人工智能體的設(shè)計(jì)。⑩X.E.Barandiaran，Mental Life：a Naturalized Approach to the Autonomy of Cognitive Agents，University of the Basque Country，2008.http：//www.barandiaran.net/phdthesis/；M.D.Egbert，X.E.Barandiaran，“Modeling Habits as Self-sustaining Patterns of Sensorimotor Behavior”，F(xiàn)ront Hum Neurosci 8（ao?t），2014.https：//doi.org/10.3389/fnhum.2014.00590；J.Stewart，O.Gapenne，E.A.Di Paolo，Enaction Toward a New Paradigm for Cognitive Science，Cambridge，MA：MIT Press，2010.http：//site.ebrary.com/id/10453038；X.E.Barandiaran，E.A.Di Paolo，M.Rohde，“Defifining Agency：Individuality，Normativity，Asymmetry and Spatio-Temporality in Action”，Adapt Behav，Vol.17，No.5，2009，pp.367-386.https：//doi.org/10.1177/1059712309343819；A.Moreno，A.Etxeberria，J.Umerez，“The Autonomy of Biological Individuals and Artificial Models”，Biosyst Model Autonomy，Vol.91，No.2，2008，pp.309-319.https：//doi.org/10.1016/j.biosystems.2007.05.009.眾所周知，20世紀(jì)40至60年代，阿什比（W.R.Ashby）關(guān)于適應(yīng)性和穩(wěn)定性[11]W.R.Ashby，“The Nervous System as Physical Machine：With Special Reference to the Origin of Adaptive Behavior”，Mind，Vol.56，No.221，1947，pp.44-59；W.R.Ashby，Design for a Brain，Dordrecht：Springer，1960.https：//doi.org/10.1007/978-94-015-1320-3.的想法是：在一個(gè)更新的生成主義框架內(nèi)，將內(nèi)部動(dòng)力學(xué)（神經(jīng)、代謝等）與行為動(dòng)力學(xué)（感覺(jué)運(yùn)動(dòng)耦合、行為偏好等）聯(lián)系起來(lái)，涵蓋了從細(xì)胞到社會(huì)的各種類型的自主性。①T，F(xiàn)roese，E.A.Di Paolo，“The Enactive Approach：Theoretical Sketches from Cell to Society”，Pragmat Cogn，Vol.19，No.1，2011，pp.1-36.https：//doi.org/10.1075/pc.19.1.01fro.這說(shuō)明生物的自主性從細(xì)胞就開(kāi)始了。這種低層次的自主性是高層次自主性（如意識(shí)的、道德的）的必要條件，構(gòu)成了一個(gè)連續(xù)統(tǒng)一體。所以，自主性不是憑空產(chǎn)生的。

一般來(lái)說(shuō)，自主性模式有三個(gè)主要條件：同一性、不對(duì)稱性和規(guī)范性。②E.A.Di Paolo，H.Iizuka，“How（not）to Model Autonomous Behaviour”，Biosyst Model Autonomy，Vol.91，No.2，2008，pp.409-423（pp.410-411）.https：//doi.org/10.1016/j.biosystems.2007.05.016.同一性的意思是說(shuō)，面向自我生產(chǎn)和維護(hù)操作性封閉的過(guò)程網(wǎng)絡(luò)包括內(nèi)部和行為的動(dòng)力學(xué)。不對(duì)稱性是說(shuō)，行為體調(diào)節(jié)其與環(huán)境耦合的能力滿足其同一性。規(guī)范性是說(shuō)，行為體根據(jù)一套基于維持其同一性的條件來(lái)滿足失敗或成功的事實(shí)。由于“偏好”或“習(xí)慣”不能完全在行為體內(nèi)部設(shè)計(jì)，就像“動(dòng)機(jī)”被實(shí)例化為簡(jiǎn)單的同態(tài)驅(qū)動(dòng)那樣，自主性必須在本質(zhì)上立足于感覺(jué)運(yùn)動(dòng)耦合和神經(jīng)動(dòng)力學(xué)之間的循環(huán)。③X.E.Barandiaran，“Autonomy and Enactivism：Towards a Theory of Sensorimotor Autonomous Agency”，Topoi，2016，p.20.這種神經(jīng)動(dòng)力學(xué)和感覺(jué)運(yùn)動(dòng)耦合之間的可塑性雙向耦合是相當(dāng)有效的，④H.Iizuka，E.A.Di Paolo，“Toward Spinozist Robotics：Exploring the Minimal Dynamics of Be Havioral Preference”，Adapt Behav，Vol.15，No.4，2007，pp.359-376（p.375）.https：//doi.org/10.1177/1059712307084687.因?yàn)樗试S相對(duì)統(tǒng)一的偏好共存，換句話說(shuō)，是一個(gè)行為的生成矩陣，而不是一個(gè)固定的需求或動(dòng)機(jī)系統(tǒng)，被設(shè)計(jì)成一系列行為體必須平衡的獨(dú)立驅(qū)動(dòng)。這些轉(zhuǎn)換仍然主要發(fā)生在環(huán)境發(fā)生變化的時(shí)候，但不是每次都自動(dòng)發(fā)生。因此，具身認(rèn)知科學(xué)的生成主義也面臨不小的挑戰(zhàn)。

薛納特（C.Chanet）和尤伯倫（D.Eubelen）認(rèn)為，鑒于不確定性和內(nèi)生性都是自主性的特征，生成主義所表現(xiàn)的自主性會(huì)面臨四種挑戰(zhàn)：

一是一元論的挑戰(zhàn)：如果生成主義堅(jiān)持其基于同一性的自主模式的普遍性，其他模式也根據(jù)系統(tǒng)維護(hù)的規(guī)?；蚰Ｊ?，規(guī)定了不同種類的自主性：每種模式（細(xì)胞自主性、行為自主性、社會(huì)自主性、道德自主性等）都對(duì)“現(xiàn)象學(xué)領(lǐng)域”的體驗(yàn)形式（選擇性相關(guān)環(huán)境）開(kāi)放。

二是個(gè)體化挑戰(zhàn)：盡管自主性的生成主義模型的支持者經(jīng)常堅(jiān)持組織和操作的封閉性的過(guò)程性、耦合性、動(dòng)態(tài)性維度，但這些過(guò)程大多是適應(yīng)性/保守性的功能仍然是假設(shè)性的，從而妨礙了對(duì)自主性作為一種基本形式的理解。這已經(jīng)是自創(chuàng)生模型面臨的一個(gè)問(wèn)題。有人抱怨說(shuō)，自創(chuàng)生是一個(gè)非歷史性的概念，⑤A.Moreno，M.Mossio，Biological Autonomy，History，Philosophy and Theory of the Life Sciences，Dordrecht：Springer Netherlands，Vol.12，2015，p.311.https：//doi.org/10.1007/978-94-017-9837-2.在時(shí)間上逆轉(zhuǎn)的自創(chuàng)生過(guò)程仍然是自生性的。⑥E.A.Di Paolo，“Autopoiesis，Adaptivity，Teleology，Agency”，Phenomenol Cogn Sci，Vol.4，No.4，2005，pp.429-452（p.444）.https：//doi.org/10.1007/s11097-005-9002-y.

三是規(guī)范性挑戰(zhàn)：將規(guī)范性的起源定位在自我維護(hù)的總體規(guī)范中，不允許有意義的規(guī)范建立的可能性，因此，未能將規(guī)范性作為基礎(chǔ)。這個(gè)問(wèn)題深深植根于康德和新康德的遺產(chǎn)中，⑦S.Rand，“Organism，Normativity，Plasticity：Canguilhem，Kant，Malabou”，Cont Philos Rev，Vol.44，No.4，2011，pp.341-357.https：//doi.org/10.1007/s11007-011-9196-3.幾乎所有關(guān)注自我維護(hù)（自生的）的自然主義方法都是如此。雖然生成主義的自主性定義在物理上和機(jī)械上不是決定性的，因?yàn)閷?shí)現(xiàn)目的的手段不是預(yù)先確定的，因此可能失敗，但它在目的論上是決定性的，因?yàn)樽罱K可行性或可持續(xù)性條件是一個(gè)“所有價(jià)值的母價(jià)值”，⑧E.A.Di Paolo，“Organismically-inspired Robotics：Homeostatic Adaptation and Teleology Beyond the Closed Sensorimotor Loop”，in Dynamical Systems Approach to Embodiment and Sociality，2003，pp.19-42（p.18）.超越了任何規(guī)范領(lǐng)域。

四是環(huán)境挑戰(zhàn)：即使環(huán)境被認(rèn)為是制定環(huán)境的必要條件，也會(huì)很快被吸收到感覺(jué)運(yùn)動(dòng)循環(huán)中。最終，被制定的世界是一個(gè)主觀的世界，是對(duì)行為體而言的世界。⑨T.Ziemke，N.E.Sharkey，“A Stroll Through the Worlds of Robots and Animals：Applying Jakob Von Uexkülls Theory of Meaning to Adaptive Robots and Artificial Life”，Semiotica，2001，1-4（134）：701-746.https：//doi.org/10.1515/semi.2001.050.然而，環(huán)境不一定是任何多行為體系統(tǒng)的基本變量，而是邁向完全自主互動(dòng)領(lǐng)域的墊腳石，只涉及行為體。⑩T.Froese，E.A.Di Paolo，“The Enactive Approach：Theoretical Sketches from Cell to Society”，Pragmat Cogn，Vol.19，No.1，2011，pp.1-36（pp.11-12）.https：//doi.org/10.1075/pc.19.1.01fro.

鑒于這些挑戰(zhàn)，薛納特和尤伯倫認(rèn)為，我們可通過(guò)基于活動(dòng)的模型重新配置同一性、規(guī)范性、活動(dòng)和環(huán)境的相對(duì)意義。同一性是規(guī)范性條件的核心，必須在環(huán)境威脅或變化的情況下保存下來(lái)，就像人的人格同一性一生都保持一樣。因此，行為體的活動(dòng)在目的論上由其同一性決定，并受其環(huán)境制約。這是語(yǔ)境決定行動(dòng)（意義）。規(guī)范性條件源于一個(gè)活動(dòng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)在本體論上超越了同一性的構(gòu)成和維持。行為體的同一性和環(huán)境子集是多種活動(dòng)相互交流的多尺度副產(chǎn)品。

總之，可行性或可持續(xù)性條件既不充分，也不一定能說(shuō)明自主行為體的活動(dòng)。如利他主義的母親往往忽視自我維護(hù)（即犧牲自我利益）。自主行為體的活動(dòng)必然涉及多個(gè)規(guī)模和多個(gè)行為體，如細(xì)胞群落、蟻群?；顒?dòng)總是在整個(gè)環(huán)境中構(gòu)成性地?cái)U(kuò)展，如青蛙鳴叫?；顒?dòng)也總是在復(fù)雜的環(huán)境中與他人交互，如社交活動(dòng)。

五、認(rèn)知機(jī)器人的具身性和交互性

問(wèn)題是，機(jī)器人如何實(shí)現(xiàn)其自主性呢？我們認(rèn)為可通過(guò)具身性（Embodiment）和交互性表征（即適應(yīng)性表征）來(lái)實(shí)現(xiàn)，因?yàn)橹悄荏w的實(shí)現(xiàn)從具身認(rèn)知到社會(huì)認(rèn)知需要交互覺(jué)知能力。①K.Dautenhahn，et al.，“From Embodied to Socially Embedded Agents—Implications for Interaction-Aware Robots”，Cognitive Systems Research，Vol.3，No.3，2002，pp.397-428.我們知道，人的自主性是基于生物身體的感知運(yùn)動(dòng)（生物具身性），機(jī)器人的自主性是基于感知—行為的物理實(shí)現(xiàn)性（物理具身性）。比如，神經(jīng)機(jī)器人學(xué)的具身模型②G.Ferretti and E.Chinellato，“Can Our Robots Rely on an Emotionally Charged Vision-for-Action？ An Embodied Model for Neurorobotics”，in J.Vallverdú，V.C.Müller，eds.，Blended Cognition，Springer Series in Cognitive and Neural Systems 12，Chapter 5.https：//doi.org/10.1007/978-3-030-03104-6_5.就是一個(gè)好例子。著名物理學(xué)家理查德·費(fèi)曼有一句名言：“我不能建造的東西，我就無(wú)法理解?！币簿褪钦f(shuō)，我建造的東西我能夠理解。然而，人工智能的機(jī)器學(xué)習(xí)是人設(shè)計(jì)建造的，其中的“黑箱”問(wèn)題人們并不理解，所以說(shuō)我建造并不意味著我一定理解，于是才有了可解釋機(jī)器學(xué)習(xí)。前述已表明，混合認(rèn)知的目的是通過(guò)研究人類如何將情感、認(rèn)知、感覺(jué)運(yùn)動(dòng)和知覺(jué)表征結(jié)合起來(lái)，為設(shè)計(jì)更現(xiàn)實(shí)和更高效的機(jī)器人服務(wù)?；蛘哒f(shuō)，混合認(rèn)知的目標(biāo)之一是建立受生物啟發(fā)的機(jī)器人模型，能夠通過(guò)模仿人的功能來(lái)控制不同種類的信息，研究一個(gè)智能系統(tǒng)如何使用，甚至部分地結(jié)合多種方法來(lái)決定可能的行動(dòng)輸出。筆者預(yù)測(cè)這可能是具身人工智能要實(shí)現(xiàn)的目標(biāo)，其中適應(yīng)性表征是不可或缺的能力。

神經(jīng)機(jī)器人學(xué)（Nurorobotics）作為具身人工智能的一個(gè)領(lǐng)域，目的是建構(gòu)類人行為的機(jī)器人。在人類和非人類靈長(zhǎng)類動(dòng)物包括大多數(shù)哺乳動(dòng)物中，一般運(yùn)動(dòng)行為，特別是抓取的視覺(jué)運(yùn)動(dòng)表征，受情緒和對(duì)環(huán)境突出特性的情感感知的影響。在目前可用的生物學(xué)上似真的機(jī)器人抓取模型中，運(yùn)動(dòng)互動(dòng)方面較少得到研究。通過(guò)整合情感神經(jīng)科學(xué)的經(jīng)驗(yàn)證據(jù)與視覺(jué)、運(yùn)動(dòng)神經(jīng)科學(xué)的神經(jīng)證據(jù)，有助于我們使神經(jīng)機(jī)器人學(xué)的解決方案更加具身化。研究表明，通過(guò)生物學(xué)和人工智能的混合，可使視覺(jué)和抓取的神經(jīng)機(jī)器人模型更符合神經(jīng)科學(xué)中遵循的認(rèn)知和感知的具身觀點(diǎn)，因?yàn)檎J(rèn)知源于具身性，這似乎是唯一能夠考慮到認(rèn)知系統(tǒng)的生物復(fù)雜性的觀點(diǎn)，并相應(yīng)地適當(dāng)解釋認(rèn)知系統(tǒng)對(duì)其所處環(huán)境的高度靈活性和適應(yīng)性。這是適應(yīng)性表征方法論在機(jī)器人學(xué)中的應(yīng)用。

從適應(yīng)性表征方法論來(lái)看，神經(jīng)機(jī)器人學(xué)是將生物的運(yùn)動(dòng)反應(yīng)能力遷移到機(jī)器人。這是因?yàn)椋覀兏惺茏约核幥榫车姆绞?，決定了我們與這種情境互動(dòng)而建立的運(yùn)動(dòng)反應(yīng)。將這種方式遷移到機(jī)器人上，就是神經(jīng)機(jī)器人學(xué)方法。我們知道，當(dāng)代類人神經(jīng)機(jī)器人的一個(gè)目標(biāo)是建立類人機(jī)器人，即能夠與環(huán)境自由互動(dòng)的機(jī)器人，也就是我主張的能夠適應(yīng)性表征的機(jī)器人。根據(jù)我們對(duì)人的了解，要建立一個(gè)能夠與環(huán)境互動(dòng)的具身機(jī)器人，就意味著人們要通過(guò)遵循管理人類的解剖功能原則，建立一個(gè)能夠通過(guò)其運(yùn)動(dòng)技能與環(huán)境進(jìn)行適當(dāng)互動(dòng)的機(jī)器人；實(shí)現(xiàn)一個(gè)回路，使機(jī)器人能夠以幾乎與人類一樣的方式，從情感角度評(píng)估它在環(huán)境中面臨的對(duì)象。需要指出的是，這種生物啟發(fā)的人工智能不是生物合成意義上的生命體，其構(gòu)成元素不是生物基質(zhì)，而是物理基質(zhì)。

一般來(lái)說(shuō)，神經(jīng)機(jī)器人學(xué)關(guān)于具身機(jī)器人建模有三個(gè)約束：神經(jīng)生物學(xué)的、具身的和行為的。③A.M.Borghi，C.Gianelli，C.Scorolli，“Sentence Comprehension：Effectors and Goals，Self and Others，An Overview of Experiments and Implications for Robotics”，F(xiàn)ront Neurorobot，Vol.4，No.3，2010.https：//doi.org/10.3389/fnbot.2010.00003.（1）神經(jīng)生物學(xué)約束。模型的神經(jīng)系統(tǒng)應(yīng)該至少具有人類神經(jīng)系統(tǒng)的一些關(guān)鍵特征，如預(yù)測(cè)加工。（2）具身性約束：用具身模型來(lái)復(fù)制實(shí)驗(yàn)，即模型不僅被賦予與人類相似的大腦（人工神經(jīng)網(wǎng)絡(luò)），而且還被賦予與我們相似的身體（感應(yīng)運(yùn)動(dòng)系統(tǒng)）。換句話說(shuō)，機(jī)器人應(yīng)該被賦予一個(gè)感應(yīng)運(yùn)動(dòng)系統(tǒng)，至少在某些方面與人類的感應(yīng)運(yùn)動(dòng)系統(tǒng)相似。（3）行為約束：模型應(yīng)該能夠再現(xiàn)和復(fù)制實(shí)驗(yàn)中產(chǎn)生的行為，如抓取、跳躍。抓取是人類運(yùn)動(dòng)行為的一個(gè)重要方面（如機(jī)械臂），機(jī)器人對(duì)抓取的模擬可通過(guò)上述條件來(lái)實(shí)現(xiàn)。從情感（抑制或激活）的角度來(lái)看，物體屬性的表征，或情感相關(guān)屬性，或情感表征，可以通過(guò)抑制或激活影響我們表征同一物體固有的行動(dòng)屬性或可能性，如可抓取、可攀爬等方式。①F.Anelli，A.M.Borghi，R.Nicoletti，“Grasping the Pain：Motor Resonance with Dangerous Affordances”，Conscious Cogn，2012，21：1627-1639.根據(jù)這些要求，模型有助于我們?cè)谝粋€(gè)共同的具身框架內(nèi)整合各種不同的經(jīng)驗(yàn)結(jié)果，這些結(jié)果是通過(guò)不同的范式和技術(shù)獲得的，如行動(dòng)處理的視覺(jué)替代模型可滿足對(duì)具身機(jī)器人的三個(gè)要求中的第一個(gè)方面。②E.Chinellato，A.P.del Pobil，The Visual Neuroscience of Robotic Grasping，Achieving Sensorimotor Skills Through Dorsal-ventral Stream Integration，Cham：Springer International Publishing，2016，p.51.

從哲學(xué)上考慮，運(yùn)動(dòng)系統(tǒng)如抓取蘊(yùn)含的信息共變、視覺(jué)運(yùn)動(dòng)轉(zhuǎn)化、情感視覺(jué)的適應(yīng)性表征值得我們反思。在感覺(jué)系統(tǒng)與外部環(huán)境共變的基礎(chǔ)上，我們的大腦必須表征這個(gè)環(huán)境的一些特征。比如，如果一個(gè)可抓取的物體是危險(xiǎn)的，我們可用布爾區(qū)分將其表征為：（可抓取，危險(xiǎn)）；如果一個(gè)物體是危險(xiǎn)的且不能抓取，可表征為：（危險(xiǎn)，不可抓取）。同理，我們也可以把一個(gè)物體表征為脆弱的，因此，在特定條件下是可以抓取的：確保抓取的力量足以握住物體，但又不會(huì)因?yàn)榱α窟^(guò)大而損壞物體。通過(guò)感知系統(tǒng)對(duì)特定幾何屬性的共變，環(huán)境中的同一幾何屬性被兩種不同但相關(guān)的表征狀態(tài)所讀取，如大腦中視覺(jué)運(yùn)動(dòng)表征和情感表征（抑制或激活）。隨著視覺(jué)運(yùn)動(dòng)的轉(zhuǎn)換，視覺(jué)系統(tǒng)與物體的幾何屬性相聯(lián)系，并且由于進(jìn)入大腦的信息，這些幾何屬性被讀作行動(dòng)屬性。為了真正實(shí)現(xiàn)具身性，機(jī)器人應(yīng)該在視覺(jué)運(yùn)動(dòng)轉(zhuǎn)換和情感編碼方面被賦予這種適應(yīng)（共變）和表征的相互作用。這樣，機(jī)器人的視覺(jué)系統(tǒng)就能夠與環(huán)境中的屬性發(fā)生共變。正是由于這種適應(yīng)性共變，行為體（人和機(jī)器人）能夠跟蹤不同的屬性，而這些屬性在運(yùn)動(dòng)和情感方面的重要性可以由參與行動(dòng)和情感編碼的其他大腦區(qū)域完美地表征出來(lái)。

在方法論上，這是通過(guò)構(gòu)建來(lái)理解的混合或綜合方法。這種混合方法不僅與關(guān)注分析自然現(xiàn)象是一致的，也與關(guān)注構(gòu)建人工系統(tǒng)的工作是一致的。因此，“如果我們對(duì)沙漠螞蟻如何找到回巢的路，或人類如何行走或在人群中識(shí)別人臉感興趣，我們就構(gòu)建一個(gè)系統(tǒng)，一個(gè)模仿我們想研究的行為的某些方面的人工制品”。③R.Pfeifer and J.Bongard，How the Body Shapes the Way We Think，Cambridge，MA：MIT Press，2006，p.78.這種研究方式被證明是非常強(qiáng)大的，因?yàn)槲覀儽仨毥⒁粋€(gè)在現(xiàn)實(shí)世界中真正起作用的東西，沒(méi)有辦法掩蓋細(xì)節(jié)。當(dāng)我們?yōu)榇私⒁粋€(gè)抽象理論時(shí)，具身機(jī)器人的實(shí)現(xiàn)就是可能的。這就是適應(yīng)性表征方法論。

事實(shí)上，我們已經(jīng)部分地與具身認(rèn)知機(jī)器人（Embodied Cognitive Robot）形成共生關(guān)系（Symbiosis），如侵入式腦機(jī)接口技術(shù)。即使這種具身機(jī)器人只有一點(diǎn)基本的具身能力，如移動(dòng)和說(shuō)話，它也大大改變了我們的生活方式和相互溝通的方式。具身認(rèn)知機(jī)器人作為人的物理替身，可在遙遠(yuǎn)的地方移動(dòng)，監(jiān)測(cè)安全情況，而另一些則提供社會(huì)服務(wù)，如提供導(dǎo)航和引導(dǎo)。人機(jī)的共同基礎(chǔ)（Common Ground）無(wú)疑是實(shí)現(xiàn)人類與認(rèn)知機(jī)器人共生的關(guān)鍵。這里的共同基礎(chǔ)是每個(gè)參與者在互動(dòng)前需要分享的知識(shí)、信念和假設(shè)的集合。④H.H.Clark，Using Language，Cambridge/New York：Cambridge University Press，1996.在這個(gè)意義上，共同基礎(chǔ)就是人機(jī)交互的情境或語(yǔ)境，語(yǔ)境是動(dòng)態(tài)變化的，即一種情境的語(yǔ)境會(huì)隨著交互的進(jìn)行而動(dòng)態(tài)地更新。這種共同基礎(chǔ)與我提出的語(yǔ)境疊加模型是一致的，⑤魏屹東：《科學(xué)表征：從結(jié)構(gòu)解析到語(yǔ)境建構(gòu)》，科學(xué)出版社2018年版，第584—585頁(yè)。即人工主體與人類主體在交互中形成一個(gè)共同領(lǐng)域（交叉語(yǔ)境），這樣他們才有“共同語(yǔ)言”，才能交流和互動(dòng)。

六、人機(jī)交互中的符號(hào)性與語(yǔ)義性

人和機(jī)器人有了共同基礎(chǔ)（語(yǔ)境）就一定能夠互動(dòng)交流嗎？為了使認(rèn)知機(jī)器人能夠順利地參與社會(huì)互動(dòng)，它必須能夠分享語(yǔ)境，并通過(guò)解釋傳入的社會(huì)信號(hào)以及在互動(dòng)過(guò)程中產(chǎn)生適當(dāng)?shù)纳鐣?huì)信號(hào)來(lái)更新。這個(gè)過(guò)程就是機(jī)器學(xué)習(xí)，它與人的學(xué)習(xí)應(yīng)該是一個(gè)道理。假設(shè)一個(gè)人和機(jī)器人去商店買東西，他們應(yīng)該有共同的購(gòu)物知識(shí)（語(yǔ)境），如生活用品是用來(lái)做什么的。因此，語(yǔ)境作為共同基礎(chǔ)涉及從社區(qū)背景（包括文化和習(xí)俗）到參與者在互動(dòng)過(guò)程中動(dòng)態(tài)形成和更新的想象場(chǎng)景，使參與者能夠以一種有效的方式進(jìn)行可靠的和創(chuàng)造性的交流。因此，尋求人機(jī)交互的一大挑戰(zhàn)是內(nèi)在信息的默會(huì)性（Tacitness）——人機(jī)共同遵循的默會(huì)知識(shí)。

目前人們利用虛擬現(xiàn)實(shí)和人工智能的最新進(jìn)展，不僅讓研究者從不同的角度充分分享情境，包括參與者的第一人稱視角，而且還賦予參與者自己的想法以可視化的能力。①M(fèi).S.Mirzaei，et al.，“Towards Conversation Envisioning for Cognitive Robots”，in J.Vallverdú，V.C.Müller，eds.，Blended Cognition，Springer Series in Cognitive and Neural Systems 12，Chapter 6.https：//doi.org/10.1007/978-3-030-03104-6_7.如果人工智能被賦予第一人稱視角，并被視為一個(gè)實(shí)時(shí)的助手，向我們建議一些關(guān)于對(duì)方的文化、動(dòng)作或解釋，它就可以改善我們?nèi)祟惖幕?dòng)，如不同語(yǔ)言的翻譯。實(shí)時(shí)協(xié)助可能會(huì)讓我們的機(jī)器人伙伴在互動(dòng)過(guò)程中通過(guò)考慮人工智能提供的可能解釋而對(duì)我們產(chǎn)生“同情”。人工智能助手可能會(huì)讓我們考慮適用于對(duì)話的其他解釋，從而幫助我們更好地了解情況。這不僅是未來(lái)社交機(jī)器人要執(zhí)行的任務(wù)，也需要我們通過(guò)符號(hào)學(xué)對(duì)混合認(rèn)知予以說(shuō)明或解釋。

然而，人機(jī)的認(rèn)知混合的問(wèn)題在于，我們對(duì)人類認(rèn)知了解多少，才能讓我們將其與人工認(rèn)知混合，而所謂的“混合”究竟是指哪些方面的結(jié)合？人類—自主機(jī)器系統(tǒng)（Human-Autonomous Machine Systems，縮寫HAMS）是人機(jī)交互混合認(rèn)知模型的一個(gè)很好例子。眾所周知，推理和決策是人類認(rèn)知的核心方面，這一般涉及兩種認(rèn)知：分析性認(rèn)知和直覺(jué)認(rèn)知。②R.E.Patterson and R.G.Eggleston，“The Blending of Human and Autonomous-Machine Cognition”，in J.Vallverdú，V.C.Müller，eds.，Blended Cognition，Springer Series in Cognitive and Neural Systems 12，Chapter 8.https：//doi.org/10.1007/978-3-030-03104-6_8.分析性認(rèn)知涉及有意識(shí)的深思熟慮的判斷和決定，它利用有限的工作記憶資源和假設(shè)性的思考。這種認(rèn)知的容量有限，反應(yīng)緩慢，并且需要自愿的、費(fèi)力的認(rèn)知。直覺(jué)認(rèn)知涉及基于無(wú)意識(shí)的情境模式識(shí)別的判斷和決定，不受工作記憶限制的約束。這種認(rèn)知的容量大，反應(yīng)快，并以先前的經(jīng)驗(yàn)為基礎(chǔ)。按照這種劃分，我們可以看出，分析性認(rèn)知是后天的，是顯知識(shí)，直覺(jué)認(rèn)知是先驗(yàn)的，是隱知識(shí)。這兩種認(rèn)知方式就是兩種知識(shí)的區(qū)分方式，可通過(guò)符號(hào)學(xué)和生物符號(hào)學(xué)來(lái)解釋。

在筆者看來(lái)，符號(hào)學(xué)處理概念、意義和非語(yǔ)言記號(hào)，生物符號(hào)學(xué)處理細(xì)胞、細(xì)菌、真菌、植物、動(dòng)物這些概念和意義。將這兩個(gè)領(lǐng)域結(jié)合起來(lái)的是霍夫邁爾（Hoffmeyer）的“符號(hào)圈”（Semiosphere）概念③J.Hoffmeyer，Signs of Meaning in the Universe，Bloomington：Indiana University Press，1996.——所有生物體居于一個(gè)符號(hào)世界?？梢哉f(shuō)，這個(gè)概念將生物學(xué)與符號(hào)學(xué)進(jìn)行整合，形成了生物符號(hào)學(xué)，構(gòu)成了我們研究自然界中生命和意義的新方法。④S.Brier，“Biosemiotics”，in Enc Lang linguist 2nd ed，2006，2：31-40；T.A.Sebeok，Signs：an Introduction to Semiotics，University of Toronto Press，1994；T.A.Sebeok，“Signs，Bridges，Origins”，in J.Trabant，ed.，Origins of Language，Budapest：Collegium Budapest，1996，pp.89-115.根據(jù)實(shí)用主義哲學(xué)家皮爾斯的符號(hào)學(xué)，一個(gè)感知或思想的意義在于它被解釋為對(duì)其他物體或事件的思想的符號(hào)。⑤J.Hoopes，Peirce on Signs，Chapel Hill：University of North Carolina Press，1991，pp.7，239.這意味著符號(hào)（即意義）包含了感知、思想或概念與其他東西（如對(duì)指稱的對(duì)象或事件的思考）之間的關(guān)系。例如，一個(gè)早晨上班的人可能會(huì)把他或她對(duì)堵在公路上的感知解釋為他或她上班要遲到的記號(hào)或圖標(biāo)（意義）。在皮爾斯看來(lái)，圖標(biāo)或記號(hào)可以是：（1）與它的指代物有相似之處的圖標(biāo)，如照片；（2）與它的指代物有偶然關(guān)系的指號(hào)，如刺耳的輪胎聲和撞擊聲；（3）與它的指代物有任意關(guān)系的符號(hào)，如語(yǔ)言的元素。⑥J.Bruner，Acts of Meaning，Cambridge，MA：Harvard University Press，1990，p.69.

如何將符號(hào)學(xué)與人工智能聯(lián)系起來(lái)呢？筆者認(rèn)為可通過(guò)“框架”（frame）概念來(lái)進(jìn)行?！翱蚣堋笔欠?hào)學(xué)的主要概念之一，人工智能中的框架概念就借自符號(hào)學(xué)。所謂框架，它是一種記憶中的數(shù)據(jù)結(jié)構(gòu)，用于表征原型的情況，通過(guò)必要的細(xì)節(jié)改變來(lái)適應(yīng)現(xiàn)實(shí)?？蚣艿妮^高層次表征語(yǔ)境，被固定下來(lái)表征特定情況下永真的東西；而較低層次表征終端或論據(jù)，必須由一些特定的元素或數(shù)據(jù)實(shí)例化。明斯基曾提出，⑦M(jìn).Minsky，“The Psychology of Computer Vision”，in P.Winston，ed.，A Framework for Representing Knowledge，New York：McGraw-Hill，1975.當(dāng)遇到新情境，或?qū)δ骋粏?wèn)題的看法發(fā)生重大變化時(shí)，會(huì)引起對(duì)“框架”表征的記憶檢索，因?yàn)榭蚣鼙厝簧婕罢Z(yǔ)言和語(yǔ)義，一個(gè)框架和它的低層終端之間的關(guān)系可以提供一個(gè)句子的意義。我們熟悉的腳本和計(jì)劃的概念也是基于框架的，①L.W.Barsalou，W.Yeh，B.J.Luka，K.L.Olseth，K.S.Mix，L.Wu，“Concepts and Meaning”，in K.Beals，G.Cooke，D.Kathman，K.E.McCullough，S.Kita，D.Testen，eds.，Chicago Linguistics Society 29，papers from the parasession on conceptual representations，University of Chicago：Chicago Linguistics Society，1993，pp.23-61.并在生活中被廣泛使用，如去餐館用餐的計(jì)劃和腳本。這是語(yǔ)句意義產(chǎn)生的過(guò)程。

意義產(chǎn)生的過(guò)程也是感覺(jué)形成（Sensemaking）的過(guò)程，框架可以塑造并幫助定義相關(guān)的數(shù)據(jù)；反過(guò)來(lái)，數(shù)據(jù)可以推動(dòng)框架的變化。②G.Klein，B.Moon，R.Hoffman，“Making Sense of Sensemaking 2：a Macrocognitive Model”，IEEE Intell Syst，2006，21：88-92.由于感覺(jué)形成是具身的，這意味著意義的形成是與直覺(jué)認(rèn)知相關(guān)的，即直覺(jué)認(rèn)知綜合了模式并重新組合了記憶。從符號(hào)學(xué)來(lái)看，將感知、思想或概念解釋為指代其他事物的記號(hào)（意義生成），似乎需要直覺(jué)模式合成和記憶重組。③R.Patterson，R.G.Eggleston，“Intuitive Cognition”，J Cogn Eng Decis Mak，2017，11：5-22.根據(jù)這種觀點(diǎn)，人類的意義創(chuàng)造需要通過(guò)直覺(jué)認(rèn)知進(jìn)行模式合成和記憶重組。模式合成就是概念重組，這種有意義的概念重組和符號(hào)解釋是直覺(jué)的，沒(méi)有任何有意識(shí)的中間階段，這意味著思維似乎是一種建構(gòu)性的、模式化的分析—合成操作。④U.Neisser，Cognitive Psychology，Englewood Cliffs：Prentice-Hall，1967.從神經(jīng)科學(xué)來(lái)看，記憶、想象和預(yù)測(cè)有著共同的神經(jīng)基質(zhì)。⑤S.L.Mullally，E.A.“Maguire，Memory，Imagination and Predicting the Future：a Common Brain Mechanism？”，Neuroscientist，2014，20：220-234.因此，直覺(jué)認(rèn)知通過(guò)無(wú)意識(shí)的情境模式合成和識(shí)別來(lái)參與意義的形成，這涉及記憶的重新組合，是基于經(jīng)驗(yàn)的，也當(dāng)然是具身的。

這種直覺(jué)認(rèn)知的無(wú)意識(shí)處理與整合信息理論（IIT）相關(guān)。根據(jù)整合信息理論，意識(shí)是由整體生成的整合信息組成的，⑥G.Tononi，M.Boly，M.Massimini，C.Koch，“Integrated Information Theory：from Consciousness to Its Physical Substrate”，Nat Rev Neurosci，2016，17：450-461.意識(shí)的數(shù)量與綜合信息的數(shù)量相對(duì)應(yīng)。然而，信息可以通過(guò)直覺(jué)認(rèn)知以無(wú)意識(shí)的意義制造的形式存在，⑦R.Patterson，B.Pierce，A.Boydstun，L.Ramsey，J.Shannon，L.Tripp，H.Bell，“Training Intuitive Decision Making in a Simulated Real-World Environment”，Hum Factors，2013，55：333-345.這意味著僅僅是信息的存在對(duì)意識(shí)并不充分。因此，信息論不能用來(lái)解釋意識(shí)，因?yàn)樾畔⒅幌鄬?duì)于已經(jīng)存在的意識(shí)而存在。⑧J.R.Searle，“Can Information Theory Explain Consciousness？ Review of Christ of Koch’s Consciousness：Confessions of a Romantic Reductionist”，The New York Review of Books，MIT Press，January 10，2013.直覺(jué)認(rèn)知的意義生成需要基于經(jīng)驗(yàn)的情境模式綜合，這似乎是基于案例的推理的一種形式?；诎咐耐评砩婕皬挠洃浿袡z索的無(wú)意識(shí)的解決新問(wèn)題，被稱為“提醒”（Reminding），⑨R.C.Schank，Dynamic Memory Revisited，Cambridge：Cambridge University Press，1999.適應(yīng)類似的、以前解決的問(wèn)題的解決方案，而不是依賴規(guī)則。

總而言之，符號(hào)學(xué)的指號(hào)過(guò)程可以被看作框架及其數(shù)據(jù)的層次關(guān)系。框架的概念似乎等同于語(yǔ)境的概念，而所有的符號(hào)學(xué)都是基于語(yǔ)境的。為了讓主體將某物解釋為指代或表征其他東西的記號(hào)，并通過(guò)模式合成和記憶重組產(chǎn)生意義，我們必須充分了解特定語(yǔ)境的具體內(nèi)容。符號(hào)學(xué)的行為本身取決于綜合和產(chǎn)生意義的主體的專業(yè)知識(shí)和敏銳度。所以，符號(hào)學(xué)包括生物符號(hào)學(xué)，是哲學(xué)語(yǔ)境論的一種具體形態(tài)?？蚣堋⒓軜?gòu)、腳本等概念，均與語(yǔ)境相關(guān)，事實(shí)上，在筆者看來(lái)，語(yǔ)境就是語(yǔ)義框架，就是概念范疇，就是意義形成的基底。所以，任何解釋都離不開(kāi)符號(hào)和語(yǔ)境，符號(hào)與其語(yǔ)境的脫離必然產(chǎn)生誤解，甚至產(chǎn)生錯(cuò)誤表征。就意義而言，無(wú)論怎樣強(qiáng)調(diào)語(yǔ)境的作用都不過(guò)分，因?yàn)槲覀內(nèi)祟愂钦Z(yǔ)境化的物種，生活于語(yǔ)境世界。

不可否認(rèn)，直覺(jué)認(rèn)知是人類的一種先天能力，如以直覺(jué)認(rèn)知從事意義制造或符號(hào)學(xué)的有力證據(jù)是，醫(yī)生、消防員所做的大多數(shù)決定都是基于有意義的情境模式識(shí)別的過(guò)程。如何將這種能力與人機(jī)交互結(jié)合起來(lái)是個(gè)難題：直覺(jué)認(rèn)知適用于人類和自主機(jī)器系統(tǒng)嗎？激發(fā)模式合成和記憶重組是一種方法，比如，我們對(duì)過(guò)去事件的回憶和重述，小學(xué)生對(duì)童話故事情節(jié)的重新描述，有助于大腦的模式合成與記憶重組。先前沒(méi)有經(jīng)歷的突發(fā)事件也有助于模式合成和記憶重組的激發(fā)，例如，假設(shè)您停在加油站旁邊的紅綠燈前，突然有一輛車失控沖過(guò)來(lái)，很可能會(huì)撞上加油機(jī)，進(jìn)一步導(dǎo)致加油機(jī)起火。這種突發(fā)情況使您立刻意識(shí)到危險(xiǎn)，這種情境不會(huì)基于任何單一記憶，而是幾種模式的組合：油遇火會(huì)燃燒∧火能燒傷人∧逃離危險(xiǎn)。

人機(jī)交互中的情境可能也是如此。想象一下，機(jī)器被設(shè)計(jì)為動(dòng)態(tài)地改變其記憶中各元素之間的關(guān)系，以反映它“理解”的某種變化，如更新其內(nèi)部符號(hào)系統(tǒng)的基礎(chǔ)。①S.Harnad，“The Symbol Grounding Problem”，Physica D Nonlinear Phenom，1990，42：335-346.帕特森（R.E.Patterson）和埃格爾斯頓（R.Eggleston）認(rèn)為，這種更新可以導(dǎo)致預(yù)測(cè)，從而為誘發(fā)人類洞察力的激活線索的產(chǎn)生提供信息。符號(hào)基礎(chǔ)中的這種更新表征了人工記憶的操作，而激發(fā)洞察力的線索則表征了人類記憶的操作，在伴隨著意義生成的模式合成和記憶重組過(guò)程中，人類—自主機(jī)器系統(tǒng)中的“混合認(rèn)知”將需要對(duì)人類記憶（通過(guò)激發(fā)線索）和人工記憶（通過(guò)更新）進(jìn)行操作。他們進(jìn)一步認(rèn)為，在最鄰近層面，人類和自主機(jī)器認(rèn)知的“混合”可以通過(guò)在伴隨著意義創(chuàng)造的模式合成和記憶重組過(guò)程中對(duì)人類和人工記憶的操縱來(lái)實(shí)現(xiàn)。因此，具身人工智能要發(fā)展人機(jī)之間的共同理解和共同感知，以及為靈活和有效的決策創(chuàng)造人機(jī)共享的環(huán)境。

七、結(jié)語(yǔ)

混合認(rèn)知是認(rèn)知科學(xué)和人工智能包括機(jī)器學(xué)習(xí)發(fā)展的必然結(jié)果?；旌暇褪菍⒉煌J(rèn)知范式或模型加以整合，因?yàn)槿魏螁我环妒交蚰Ｐ投疾荒芊从澈驼f(shuō)明認(rèn)知或智能的本質(zhì)。正如多明戈斯將符號(hào)學(xué)派、聯(lián)結(jié)學(xué)派、進(jìn)化學(xué)派、貝葉斯學(xué)派和類推學(xué)派混合起來(lái)形成所謂的“終極算法”那樣，②佩德羅·多明戈斯：《終極算法：機(jī)器學(xué)習(xí)和人工智能如何重塑世界》，黃芳萍譯，中信出版集團(tuán)2017年版，第309頁(yè)。構(gòu)成一幅“優(yōu)化城”（相當(dāng)于混合認(rèn)知域）。從哲學(xué)語(yǔ)境論來(lái)看，為了實(shí)現(xiàn)某種形式的共同理解和共同決策，我們可以建立一個(gè)共同的語(yǔ)境基礎(chǔ)或語(yǔ)境框架，以便人類和自主機(jī)器在其中都能將某些物體或事件解釋為表征同一事物的相同記號(hào)。這可能是人類和自主機(jī)器可以執(zhí)行認(rèn)知協(xié)調(diào)的工作計(jì)劃的一種方式。而且，為了實(shí)現(xiàn)共享感知，自主機(jī)器可以創(chuàng)建一個(gè)用于激發(fā)人類洞察力的焦點(diǎn)線索——適應(yīng)性表征，該線索將由人類和機(jī)器共享。共享的基礎(chǔ)一定是共同語(yǔ)境或交叉語(yǔ)境，而形成共同基礎(chǔ)的核心是適應(yīng)性表征。因此，混合認(rèn)知就是一種優(yōu)化的人工智能適應(yīng)性表征策略。