人工智能面临困境的思考

【摘 要】 随着工业革命和机器时代的到来，人工智能将是机器拥有的智能，或思想的行使。 从哲学上讲， 器能思考吗？ 使这成为一个哲学问题而不仅仅是一个科学和技术问题的是对智能或思想的概念科学争议，是否拥有不仅取决于表面上的行为，还取决于内心的状态。目前是否拥有人工智能面临争议。

【关键词】 人工智能 计算主义 二元论

一、计算主义的争论

（一）计算主义。计算主义将认知主义者的工作假设提升到一个普遍的主张，即所有的思想都是计算。 认知主义解释思想和语言的“生产能力”或“创造性方面”的能力，这正是笛卡尔认为阻止头脑成为机器的东西——也许是该理论有利的原则证据： 它解释了有限的装置如何具有无限的能力，例如生成和理解自然语言中可能的句子的无限能力; 通过递归句法和组合语义的结合。 考虑到上面的邱奇-图灵论题，计算主义支持下面的理论论证，即相信人类水平的智能行为可以通过计算实现，并且这种人工实现的智能将是真实的。计算主义认为所有的思想都是计算，并非所有的计算都是思想。 因此，计算主义者可能仍然否认当代电子计算机的阴谋诡计包含真正的思想，或者这些设备拥有任何真正的智能; 而且许多人确实否认这一点，因为他们认为这些计算机存在各种行为缺陷。

（二）二元论争议。关于思维本质上是什么的二元论和心灵大脑同一性理论的相互竞争的自称科学的理论引起了争论，支持怀疑任何类型的人工智能计算实现都可以是真正的思维。这些基本的理论反对二元论构成了人工智能若干可能被驳斥的理论基础。 然而，二元论在科学上是站不住脚的： 考虑到意识体验的主观性，无论计算机是否已经拥有或者将来会拥有它们，似乎都不可能知道。 另一方面，像反人工智能论证前提这样的光秃秃的心灵大脑认同似乎太过专门化，以至于不可信。 除了人工智能之外，它还引发了对外星智能存在可能性的怀疑，或许所有的非哺乳动物，甚至所有的非人类智能都存在。

二、行为障碍的争议

（一）数学上的异议。有一些无法证明的数学定理，如哥德尔定理，是人类能够知道为真的。与此相关的是，福多尔观察到人们做的一些事情，如写诗、发现规律，感觉不像是一种受规则支配的过程。也许许多最独特的人类智力不是死记硬背的，不能通过算法来指定，因此也不是可计算的。

（二）机器行为非形式化。人类的行为似乎不那么形式化，而是更加灵活。德雷福斯，坚持认为人类的一系列高层次行为不能简化为遵循规则，具有人类专长特征的直观情境反应，必须几乎完全依赖于直觉，几乎完全不依赖于对替代方案的分析和比较，因此不能被编程。

（三）缺乏情感。计算机对于它们所有的数学和其他看似高水平的智力能力来说，计算机没有情感或感觉。所以，它们所做的不管是高水平的行为，但都不是真正意义上的思考。

（四）可扩展性和不统一性。

（五）机器所具有的这种零碎的高级能力所具有的偶发性、分离性和不可分割性，表明人类水平的全面性、依恋性和整合性，极有可能永远不会人为地在机器中产生。 这是因为哥德尔无限的数学能力、无规则的灵活性或情感对于产生一般智力至关重要。

三、主体性障碍的争论

（一）自由意志。计算机不能创造任何东西，而只能做我们知道如何命令它执行的任何事情可以说是第一个，当然也是反对人工智能最多的反对意见之一。 虽然现存计算机行为的“脆弱性”和不灵活性在一定程度上助长了这种反对意见，但他们只能做我们知道如何告诉他们的事情的抱怨也表达了对价值观问题和人类选择自主性的更深层次的疑虑。 在这方面，对计算机的指控是作为决定性的系统，它们永远不可能拥有我们内心深处意识到的自由意志。 我们是自治的，他们是自动机。

（二）意向性。假设一个只会说英语的人在一台计算机上进行操作，输入符号，根据明确的书面指令在这些符号和其他符号之间转换，然后输出最后一个符号。 指令是英文的，但输入和输出符号是中文的。 假设英文指令是一个中文 NLU 程序，通过这种方法，输入“问题” ，你输出的“答案”与母语是中文的人所给出的答案没有区别。 你通过了理解中文的图灵测试，然而，你理解了“没有一个中文单词”，任何计算机也不会理解; 同样的结果推广到任何有意识的心理状态的“任何图灵机模拟”。 它不会真的去思考。

（三）意识的主体性与可感性。从主观上看，这和电脑没有任何相似之处。 对他们来说，意识的“光”在内心里并不存在。 没有人在家。这是因为他们缺乏感受性。 例如，为计算机配备探测环境条件的传感器，不会因此赋予它们伴随我们感知的私人感觉，如热、冷、色调、音调等。这种个人感觉是意识的组成部分。由于目前客观证据表明计算机确实缺乏情感，鉴于计算机缺乏情感，我们有权否认计算机的低层次、零散的高层次智能行为代表着真正的主观性或智能。

四、结论

关于什么智能，并没有科学的一致意见。 科学的理论依据可以经得起行为证据的考验，但是目前依然站不住脚。 基本上在人类的层面上，计算机做的事情，人类思考时做的。因此，我们应该认可它们是由非人类完成的，缺乏可信的理论依据。至于一般的人类水平的智力，如果这是人为实现的，考虑到我们现在所知道的，它也应该被认为是真实的。 在普通人类级别的智能机器行为出现之前，我们必须知道更多。 也许到那时，关于什么是思考的科学共识将在理论上经得起人工智能经验证明的考验。 更有可能的是，如果这一天真的到来，理论将与强有力的结论一致，如果计算意味着有用，那就证实了计算主义。

如果计算手段被证明是徒劳的，如果它们继续产生向“按比例放大”和人类一般水平的智力所需的相互关联的人类水平能力的进展速度减慢，这反过来会否定计算主义。 这将证明单靠计算是无济于事的。 这样的结果是否意味着强大的人工智能理论的失败，这种理论认为人类水平的人工智能是可能的，這将取决于除了计算之外，人类水平的一般智能是否可以人工复制。

【参考文献】

[1] 玛格丽特·A·博登， 博登， 王汉琦， et al. 人工智能哲学[M]. 上海译文出版社， 2006.

[2] 徐英瑾. 心智、语言和机器：维特根斯坦哲学和人工智能科学的对话[M]. 人民出版社， 2013.

[3] 裴利芳.人工智能有限制吗？[D].山西大学，2009.

作者简介：潘卜荣（1996—），男，壮族，广西南宁人。学历：硕士在读，研究方向：科学技术哲学，学校：广西大学，广西省南宁市，邮编：530004。