人工智能面臨困境的思考

【摘 要】 隨著工業革命和機器時代的到來，人工智能將是機器擁有的智能，或思想的行使。 從哲學上講， 器能思考嗎？ 使這成為一個哲學問題而不僅僅是一個科學和技術問題的是對智能或思想的概念科學爭議，是否擁有不僅取決于表面上的行為，還取決于內心的狀態。目前是否擁有人工智能面臨爭議。

【關鍵詞】 人工智能 計算主義 二元論

一、計算主義的爭論

（一）計算主義。計算主義將認知主義者的工作假設提升到一個普遍的主張，即所有的思想都是計算。 認知主義解釋思想和語言的“生產能力”或“創造性方面”的能力，這正是笛卡爾認為阻止頭腦成為機器的東西——也許是該理論有利的原則證據： 它解釋了有限的裝置如何具有無限的能力，例如生成和理解自然語言中可能的句子的無限能力; 通過遞歸句法和組合語義的結合。 考慮到上面的邱奇-圖靈論題，計算主義支持下面的理論論證，即相信人類水平的智能行為可以通過計算實現，并且這種人工實現的智能將是真實的。計算主義認為所有的思想都是計算，并非所有的計算都是思想。 因此，計算主義者可能仍然否認當代電子計算機的陰謀詭計包含真正的思想，或者這些設備擁有任何真正的智能; 而且許多人確實否認這一點，因為他們認為這些計算機存在各種行為缺陷。

（二）二元論爭議。關于思維本質上是什么的二元論和心靈大腦同一性理論的相互競爭的自稱科學的理論引起了爭論，支持懷疑任何類型的人工智能計算實現都可以是真正的思維。這些基本的理論反對二元論構成了人工智能若干可能被駁斥的理論基礎。 然而，二元論在科學上是站不住腳的： 考慮到意識體驗的主觀性，無論計算機是否已經擁有或者將來會擁有它們，似乎都不可能知道。 另一方面，像反人工智能論證前提這樣的光禿禿的心靈大腦認同似乎太過專門化，以至于不可信。 除了人工智能之外，它還引發了對外星智能存在可能性的懷疑，或許所有的非哺乳動物，甚至所有的非人類智能都存在。

二、行為障礙的爭議

（一）數學上的異議。有一些無法證明的數學定理，如哥德爾定理，是人類能夠知道為真的。與此相關的是，福多爾觀察到人們做的一些事情，如寫詩、發現規律，感覺不像是一種受規則支配的過程。也許許多最獨特的人類智力不是死記硬背的，不能通過算法來指定，因此也不是可計算的。

（二）機器行為非形式化。人類的行為似乎不那么形式化，而是更加靈活。德雷福斯，堅持認為人類的一系列高層次行為不能簡化為遵循規則，具有人類專長特征的直觀情境反應，必須幾乎完全依賴于直覺，幾乎完全不依賴于對替代方案的分析和比較，因此不能被編程。

（三）缺乏情感。計算機對于它們所有的數學和其他看似高水平的智力能力來說，計算機沒有情感或感覺。所以，它們所做的不管是高水平的行為，但都不是真正意義上的思考。

（四）可擴展性和不統一性。

（五）機器所具有的這種零碎的高級能力所具有的偶發性、分離性和不可分割性，表明人類水平的全面性、依戀性和整合性，極有可能永遠不會人為地在機器中產生。 這是因為哥德爾無限的數學能力、無規則的靈活性或情感對于產生一般智力至關重要。

三、主體性障礙的爭論

（一）自由意志。計算機不能創造任何東西，而只能做我們知道如何命令它執行的任何事情可以說是第一個，當然也是反對人工智能最多的反對意見之一。 雖然現存計算機行為的“脆弱性”和不靈活性在一定程度上助長了這種反對意見，但他們只能做我們知道如何告訴他們的事情的抱怨也表達了對價值觀問題和人類選擇自主性的更深層次的疑慮。 在這方面，對計算機的指控是作為決定性的系統，它們永遠不可能擁有我們內心深處意識到的自由意志。 我們是自治的，他們是自動機。

（二）意向性。假設一個只會說英語的人在一臺計算機上進行操作，輸入符號，根據明確的書面指令在這些符號和其他符號之間轉換，然后輸出最后一個符號。 指令是英文的，但輸入和輸出符號是中文的。 假設英文指令是一個中文 NLU 程序，通過這種方法，輸入“問題” ，你輸出的“答案”與母語是中文的人所給出的答案沒有區別。 你通過了理解中文的圖靈測試，然而，你理解了“沒有一個中文單詞”，任何計算機也不會理解; 同樣的結果推廣到任何有意識的心理狀態的“任何圖靈機模擬”。 它不會真的去思考。

（三）意識的主體性與可感性。從主觀上看，這和電腦沒有任何相似之處。 對他們來說，意識的“光”在內心里并不存在。 沒有人在家。這是因為他們缺乏感受性。 例如，為計算機配備探測環境條件的傳感器，不會因此賦予它們伴隨我們感知的私人感覺，如熱、冷、色調、音調等。這種個人感覺是意識的組成部分。由于目前客觀證據表明計算機確實缺乏情感，鑒于計算機缺乏情感，我們有權否認計算機的低層次、零散的高層次智能行為代表著真正的主觀性或智能。

四、結論

關于什么智能，并沒有科學的一致意見。 科學的理論依據可以經得起行為證據的考驗，但是目前依然站不住腳。 基本上在人類的層面上，計算機做的事情，人類思考時做的。因此，我們應該認可它們是由非人類完成的，缺乏可信的理論依據。至于一般的人類水平的智力，如果這是人為實現的，考慮到我們現在所知道的，它也應該被認為是真實的。 在普通人類級別的智能機器行為出現之前，我們必須知道更多。 也許到那時，關于什么是思考的科學共識將在理論上經得起人工智能經驗證明的考驗。 更有可能的是，如果這一天真的到來，理論將與強有力的結論一致，如果計算意味著有用，那就證實了計算主義。

如果計算手段被證明是徒勞的，如果它們繼續產生向“按比例放大”和人類一般水平的智力所需的相互關聯的人類水平能力的進展速度減慢，這反過來會否定計算主義。 這將證明單靠計算是無濟于事的。 這樣的結果是否意味著強大的人工智能理論的失敗，這種理論認為人類水平的人工智能是可能的，這將取決于除了計算之外，人類水平的一般智能是否可以人工復制。

【參考文獻】

[1] 瑪格麗特·A·博登， 博登， 王漢琦， et al. 人工智能哲學[M]. 上海譯文出版社， 2006.

[2] 徐英瑾. 心智、語言和機器：維特根斯坦哲學和人工智能科學的對話[M]. 人民出版社， 2013.

[3] 裴利芳.人工智能有限制嗎？[D].山西大學，2009.

作者簡介：潘卜榮（1996—），男，壯族，廣西南寧人。學歷：碩士在讀，研究方向：科學技術哲學，學校：廣西大學，廣西省南寧市，郵編：530004。