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。
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。
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)。
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。
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)。
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)。
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。
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。