机器究竟能不能思考？（下）

今年8月，雷锋网将在深圳举办一场盛况空前有全球影响力的人工智能与机器人创新大会。届时雷锋网将发布“人工智能&机器人Top25创新企业榜”榜单。目前，我们正在拜访人工智能、机器人领域的相关公司，从中筛选最终入选榜单的公司名单。如果你也想加入我们的榜单之中，请联系：2020@leiphone.com。

雷锋网按：本文作者应行仁，来自北邮人机与认知实验室（公号：人机与认知实验室）。本文是关于机器是否有思考能力探索的下篇，上篇可看这里：《机器究竟能不能思考？（上）》

早期人们对心智问题的研究，基本是内省的感悟，这个感悟构建的心理学独立于物理世界之外，表现为物质和心灵的二元论。到了20世纪，行为主义开始流行，不讲主观感觉只重客观行为，观察人的外在表现和倾向，不在乎所谓的心理解释。计算机发明后，特别是图灵的工作，功能主义取代了行为主义，成为心灵和智能研究的主流。在功能主义旗帜下的计算主义，以实现功能的计算来窥探认知，至今仍是人工智能研究和认知科学的标准范式。

17世纪英国哲学家霍布斯说：“思想就是计算”。

计算主义（computationalism）将认知过程理解为计算的过程，认为所谓心理状态、心理活动和心理过程不过是智能系统的计算状态、计算活动和计算过程，总之认知就是计算。这个认知计算主义称为“心智的计算理论”（the Computational Theory of Mind）。它是广义计算主义的最初领域，也称为狭义计算主义。

计算主义接着进入生命邻域。数学家电子计算机的构建师冯·诺依曼说：生命系统可以看作是一台自动机，自动机包含程序与数据两部分，依程序化的指令对数据进行信息处理。他提出了元胞自动机的概念，元胞依其周边关系（输入数据）按简单的规则（程序），决定它下一步的命运（输出数据）。程序是元胞个体生命存亡和繁衍的算法，元胞族的分布数据是对生命特征的描述，如同细胞族之于生物体。人们以此研究人工生命，对自然生命的理解有了新的视角，认为生命的本质，不是构成生命的物质材料，而是计算。基因科学的发展进一步丰富了计算主义的生命观。基因是生物细胞中的算法程序，如同元胞自动机的程序一样左右着生物的种类、形态和命运。信息、算法和计算成为理解生命本质的重要概念。

物理学，先验地相信世界是按照一定规则运动的，用数学公式来表达其中的关系。

因此计算可以揭示物理世界中各种形态的变化和性质。但是世间万物并非都像钟表一样有着精细脆弱的结构，也难有天然系统像电子计算机一样的集中串行计算，它们是怎么运作的？S．Wolfram系统地研究元胞自动机的状态变化，发现自然界许多复杂的形态，如雪花、岩石和叶子，都不难用元胞自动机的机制来生成，它们按照极为简单的规则并行运算，世间万象只是不同规则自动机的运行状态。他将研究元胞自动机的成果写了一本巨厚的书叫《一种新科学》，相信这将对物理、化学、生物和科学主流有着革命性的影响。物理学有些计算主义者，觉得时空是离散的，这个世界与其说是在连续时空下运行，不如说是无数的个体按照简单规则，在时空晶格中计算的演化。有人认为宇宙是一个计算系统，信息是万物之源，宇宙的历史是不断的量子计算过程，物质是宇宙计算机的硬件，宇宙的奥秘在于程序的密码。

与过去只是冥想中哲学的猜测不同，现代计算机升级了思考者手中的纸与笔，给计算主义提供了一个万用的工具，可供构建各种功能模型，在计算中考察状态的变化。它让我们可以窥探和理解基于物质之上的系统状态和变化过程。许多过去难以探究的现象，也许不过是系统在简单规则演化下，涌现出的宏观性质。到了现代，计算已经成为与实验和理论三足鼎立，支撑着各种科学的理论基础和研究方法，在哲学上成为了审视世界一种新的观念。

生物和物理上的元胞自动机和人工神经网络，属于联结主义模型的计算。它们是最早被研究，现在已是人工智能研究的主流。但计算主义在上世纪很长时间，被称为“经典心智的计算理论（CCTM）”中的符号主义所主导。它建构在近代数理逻辑亮丽的研究基础上，有着清晰的机理脉络。它模仿人类的理性，以谓词逻辑的运算和启发式的搜寻，通过符号运算来获得得机器的智能。这个基于逻辑推理和知识系统的智能研究路线，使得专家系统在70和80年代成为人工智能的代名词，期许可以用之解读心智。那时人们相信，理论上，只要有适当的程序，计算机就可以像人一样地理性思考。实现具有人类智慧的机器，只是一个工程问题了。

80年代，当计算主义信心满满地研究智能、展望未来时，哲学家塞尔用“中文房间”思想实验，提出质疑。塞尔形象地模拟专家系统的符号运算，说他不懂中文，躲在装有许多中文字片的房间里，收到外面传来中文字条，他只是按预订的规则挑选对应的中文字片，作为回复，就给人一种能用中文思考的感觉。计算机也是如此，只是按规则搬弄字符，无论表现得多么神奇，其实都不会思考。

那时的AI是按照符号主义的思想来构建的，认为认知和思维的基本单元是符号，知识用符号依句法形成符号串表示为命题，认知是按形式逻辑处理符号串的过程，研究的工作是怎么最有效地搜索知识库来求解。塞尔质疑心灵活动能够通过这样机械式的计算来描述。

他认为思考不是简单的逻辑运算，必须由具有内在因果性的机制和意向性的动力来驱动。当问起，肉包与窝头那样更好吃时，中国人脑子里浮现出两者的形象、香气和味道，在喜好的意向驱动下，组织成语言作答。而专家系统和中文房间中的塞尔，都没有对肉包和窝头真切的感觉，只是分析句法，依搜索到最佳的字片回答。虽然惟妙惟肖，但谈不上理解中文，更没有思想。

专家系统的研究者认为，人类理性思考也不是按照塞尔所说方式进行的。当人们问起1+2等于几，可能会想起一个苹果和两个苹果，也可能是背诵答案。但是对更需要理性的问题，如问7×8时，则一定是按九九表作答。科学上的很多概念，比如原子、电磁波、基因、超越数，人们都没有直接感性的经验，所有这类问题的回答，都是根据书本知识的记忆和推理来的。难道这样的工作也谈不上理解和思想？

然而，塞尔是哲学家，他关心的不是按照科学理论和逻辑推理所构造，那个被认为是客观世界的科学认知。他关心是意识和思维，人的内心与外在环境的互动，这涉及的是语义内容的感知、思考过程的因果机制和在这之上的意向力驱动。

塞尔说：程序完全是在形式上的工作（语句形式的，syntactic）；人的思想则具有心理的内容（语义上的，semantics）；语句形式既非由语义内容构成，也不足以确定语义的内容。所以计算机程序下的操作不触及语言的内涵，不构成思考，也不足以反映思想。

即使专家系统的知识库，如同词典一样装有对符号解释的句子，人们综合句法分析和自己经验可以解读语义。但这只是对人类读者而言是如此，计算机本身只是个形式推理的工具，对各种符号串依句法和逻辑规则下做符号运算，即使对知识库中的解释句子也是如此，机器不需要也不存在着理解，只是对符号串进行形式加工而已，机器的运作与这些符号串中的语义无关。

反驳者说，抽象的形式系统确实并非如此，但实现形式系统的机器却与符号串中的内容有关。当回答理性问题时，人和机器在抽象意义下都是一个形式推理机器，只是实现其功能的具体系统不同而已。单就程序而言，它只是按逻辑分析句法，搜寻最佳答案。但运行程序的计算机系统是由许多门电路组成，每个字符串都有它物理状态的含义，这也是一种符合句子表达的语义，尽管这个语义与理解这语句的人类解读不同，但不能否认计算机系统的答案也是在它的语义解读下，根据最佳回复的“意向”驱动，依电子电路和计算机系统下含义的物理因果机制来运作的。人类和计算机，对这类理性问题都在模拟形式推理系统，尽管对语义的解读不同，但输出结果应该并无二致。智能的评判应该是中立的，不能基于人类沙文主义，歧视不同的机制和意向。

然而对于感性问题，许多问题的答案并非是逻辑的，这需要是模式识别的智能，进行联想式的判断。形式系统在此则显得笨拙和僵化，与人类的表现差异巨大。所以基于符号主义的中文房间在回答理性问题可能通过图灵测试，对感性问题则不能。对输入语句分析处理中，语义内容中关联的不同造成这个差异。这个不足一直等到联结主义的智能机器出现才得以消减。

除了塞尔在哲学方面的质疑，计算主义的另一个挑战来自数学。既然等价于图灵机的现代计算机只是实现一个形式系统，哥德尔定理说，一个包含着算术的自洽系统，一定存在着不能被它证明的命题，这意味着人类的心灵能够“看出”某个命题真伪，但不能被形式推理所证明。因此人的心灵能力，不能被拥有不矛盾知识的形式系统所刻画。这确实指出了以逻辑推理为核心的智能系统的局限，专家系统的AI身陷其中。

这些对“经典心智的计算理论（CCTM）”挑战的背景，都是计算机只能在实验室中玩五子棋的年代，到现在的30多年中，心智研究的计算模型回归联结主义，AI主流已经从符号主义，转到深度学习机器的联结主义机制上了。其主导代表是人工神经元网络，一个神经元有着与多个神经元联结的输入，对此加以各自的权重累计起来与阈值相较，其功能是在多元空间输入值中，划出一条直线作个模糊的判断。改变联结输入的权重可以改变这判断的倾向。神经网络是由巨量的神经元联结而成，而联结的权重可以通过样本的学习来调整，以求网络能够最大程度地拥有这些样本的知识。神经网络通过学习，获得了如同人类一样，能够举一反三、由此及彼，联想推测的“感性”认知能力。近些年来，以联结主义为核心的机器智能已具备不输人类识别声音和图像的能力，在棋类智力对抗中打败了人类。

2014年英国雷丁大学举办一场“图灵测试”，俄罗斯团队开发的“尤金·古兹曼”软件，成功地通过测试，让33%的裁判相信它是一个乌克兰的 13 岁男孩。

有人疑惑，这些人工神经元网络，至今还不是仍在与图灵机等价的电子计算机上实现的吗？从理论上说，这仍然是一个形式推理系统，它怎么不被哥德尔定理所限？在理论上，语言形式的操作不及语义，也必如塞尔所述，应该并无本质的突破吧？答案是“模拟”。这里是以比特（bits）为单元的形式运算系统，在低层支持着对神经网络系统联结并行运算的模拟。正如人类以大脑神经系统在低层支持着逻辑推理的模拟。又如手工计算和计算机的工作都在有限世界，但可以模拟无穷的世界。在有限的世界里不能实现也不可企及无限世界中的事物，但用有限的数字计数，以及计算机用有限的门电路状态，可以任何需要的精度模拟表达无理数的功用。计算机模拟神经网络系统也是如此。语言形式的操作仍然不及语义，但神经网络系统回答问题时，不仅仅是形式操作，系统不只模拟逻辑推理，也在低层模拟对语义的联想。

塞尔笑了，我说过，我早在1980年用“中文房间”说明，这个人工智能的机器只是一个模拟的扮演。复制和模拟是不同的概念，“理解”与“理解的模拟”不能混为一谈！

这说法貌似有理，但难以深究。金属的人工心脏是模拟，还是复制了心脏功能？行走通常是用腿来实现的生物现象，那么用假肢是真的在走，还是在模拟行走？有金属腿的机器人呢？科学研究中任何的概念都是一种抽象的归类，抓住本质的一些共同属性，忽略无关细节上的差异。所以有些哲学家认为，如果某一概念的所有属性都是依赖于功能性的结构，而不是其他细节，那么具有这些相同属性的模拟与实现复制就是同一回事。这样看来，图灵测试已是直击智能的本质了。计算主义在原则上并没有出错。 至于塞尔的中文房间和符号主义AI不能很好地解读心灵，那不过是形式推理系统的局限，能够通过图灵测试的全能机（Oracle machine）并非如此。

从进化的观点来看，塞尔说功能不足以确定心灵也是站不住脚的。因为生物依赖于功能来面对生存竞争自然淘汰，如果心灵与功能无关，那它怎么能在进化中，从低等简单的物质产生并被保留下来？

经典心智的计算理论（CCTM）以符号主义清晰的形式推理程序，让人可以沿着串行程序运行的轨迹，分析计算过程的细节来理解它所表现的功能。使得它成为研究的犀利工具。由于它的局限性，现在的主流转到了联结主义模型。

联结主义虽然成果斐然，微观机制极其简单清晰，但巨量的单元，复杂的联结，并行的计算，却让人们迷失在追踪和综合上。人们知其然而不知其所以然了，对发展也失去了理论指导，只能在模拟自然造化中摸索爬行。这条道路上成果辉煌，技术上有突破性的进展，按其趋势，不难造出麓美于人类的智能机器，但我们同时失去了分析解剖的刀，对心灵问题的深入理解依旧茫然。

【参考资料】

1、Stanford Encyclopedia ofPhilosophy：The Computational Theory of Mind

2、Internet Encyclopedia ofPhilosophy：The Computational Theory of Mind

雷锋网注：转载请联系授权并保留完整信息，不得删减、修改文章。