维特根斯坦与人工智能

内容提要：哲学对人工智能的发展始终保持着积极的参与感。维特根斯坦由于其个人经历与其时代的关系，对人工智能的发展也颇为关心，他与图灵的短暂交往更是让人工智能学科关注到维特根斯坦的语言哲学、数理逻辑学、心灵哲学等思想。目前的研究多以后期维特根斯坦的语言训练、日常语言使用等观照人工智能领域，而忽略了《逻辑哲学论》中维特根斯坦所提供的事态层面的实时境况处理，以及在智能体面对世界时所需的总体感。

1990 年，牛津大学出版了《人工智能哲学》（Philosophy of Artificial Intelligence）一书，编者玛格丽特·博登选取了自1950 年至成书期间15 位人工智能思想界的著名人物及其代表文章，涵括了人工智能半个世纪时间的发展，有：将神经活动与逻辑演算相结合的W.S.麦卡洛克和W.H.皮茨，思考机器是否能思维的图灵，提出“中文屋”思想实验的塞尔，针对塞尔提出反驳的玛格丽特·博登本人，从符号系统探索计算机智能的A.纽厄尔和H.A.西蒙，反对“AI 是理论心理学”观点的D.C.玛尔，强调人工智能框架问题与认识论之重要性的D.C.丹尼特，用朴素物理学方法形式化AI 的P.J.海斯，批判将演绎与计算混为一谈的逻辑主义立场的D.麦克德莫特，等等。在这条与人工智能发展紧密相联的哲学道路之外，旁错的小径上，维特根斯坦的名字或隐或显地提示着我们另一条通路。

与上文提到的哲学家不同，维特根斯坦没有自觉讨论过明确意义上的人工智能哲学。因为人工智能作为一门学科的正式建立，要在1956 年的达特茅斯会议上由麦卡锡提出。而维特根斯坦在1951 年便已辞世了。但维特根斯坦作为一名早年曾从事航空器技术研究的哲学家，一直都对技术领域的新进展保持着高度兴趣和敏感，他在哲学探讨中也时常涉及工具、机器、技术等问题。他所处的时期，又是人工智能萌芽的时代。更重要的是，维特根斯坦与图灵还有过在剑桥课堂的几次接触与争论。这些都让人工智能研究的后来者不得不重新在维特根斯坦的思想中重新发掘与人工智能有关的问题，希望能获取新的启示。就拿电影《机械姬》来说，其中研究人工智能的Nathan 所创建的搜索引擎公司就叫做Bluebook，而《蓝皮书》是维特根斯坦在牛津任教期间的一本讲稿集，里面讨论了许多与思维有关的问题，“家族相似”“语言游戏”等观念也都是在此书中首次提出的。

维特根斯坦1912 年在剑桥大学跟随罗素学习数学哲学，后在1929 年辞去奥地利乡村小学教职之后，重回剑桥大学，继续他的哲学研究，并在1939 年时接替摩尔担任剑桥大学哲学教授。在他接任此教职之前，当年他所开设的一门“数学基础”课，与其时年仅27 岁的图灵所开设的课程名字竟然一样。这也导致图灵对维特根斯坦的这门课产生了浓厚的兴趣，前去旁听。图灵当时只是剑桥大学的研究员，他三年前发表的《论可计算数及其在判定问题上的应用》，其价值还未能得到认识，但在后来的课堂记录中，能够看到他面对大名鼎鼎的天才人物维特根斯坦，所提出的论题和进行的论辩，甚为精彩。

可能是觉得维特根斯坦与图灵在现实生活中仅有几次交往，让人意犹未尽，曾写过多部科普著作的数学家约翰·卡斯蒂，以他独特的“科学小说”（shosetsu）的方式，将图灵、维特根斯坦、薛定谔、霍尔丹请到了剑桥大学物理学家斯诺的住所中共进晚宴，并讨论了“人脑与机器”“思维与机器”“意义与机器”“语言与思想”“生命与个性”“社会行为、文化与思想”等与人工智能有关的问题，五位不同领域的大家在这个虚构的场景中共谱了一曲人工智能的“剑桥五重奏”。

一

在《论维特根斯坦关于人工智能的基本观点》一文中，作者得出的最后结论是：“人们现在乃至将来不可能制造出某种智能机器人，或者说电脑，使它们可以像人一样思维，维特根斯坦以其特有的、简洁有力的风格，抽空了人工智能的基础。”此文与加拿大约克大学哲学系教授斯图亚特·珊克（Stuart Shanker）于1998 年写就的著作《维特根斯坦和人工智能的基础》（Wittgenstein’s remarks on the Foundations of AI）论调一致。此类观点基本上是援引维特根斯坦在《哲学研究》中的观点，如：

359 机器会思想吗？——它会疼吗？——该把人体叫作这样一台机器吗？它可是极接近于这样一台机器啊。

360 但机器当然不会思想！——这是一个经验命题？不是。只有说到人，以及和人相似的东西，我们才说他思想。我们还这样说布娃娃，当然还有精灵。把“思想”一词当作工具来看看它！

关于维特根斯坦本人是否认为机器不可能思维，徐英瑾教授在《维氏本人曾说过“机器不可能思维”吗？》一文中有过回应，他认为类似珊克的论调，其实是过度解读了维特根斯坦所言。首先，维特根斯坦所说的“机器”并非如今所探讨的人工智能或者强人工智能；其次，“思想”与“疼”，并不是某种只为疼痛者或思想者所能把握的现象特质，在《哲学研究》节293，“疼痛”并不在于每个人自己盒子里装着的“甲虫”，因为盒子里的东西根本不参与语言游戏，疼痛本身应当具有可供公共展现的第三人称维度——而其第一人称维度即使是存在的，也会因为其和语言游戏的非相关性而被“约分掉”。

二

在这里，不过多纠结维特根斯坦关于人工智能是否能实现的判断，更值得探讨的，是维特根斯坦可以提供何种帮助我们拓展人工智能哲学的思考。王峰教授在谈到人工智能如何进行审美判断时，将康德式和维特根斯坦式作为两种不同的思路进行讨论。他认为，康德式建模方式是从底层规则组合以达整体判断，最坚实的部分是底层逻辑；而维特根斯坦的方式则是通过语言训练，类似于目前人工智能建模最为流行的大数据式的输出管理。

将维特根斯坦《逻辑哲学论》与人工智能并而审之，是希望能够对现有人工智能的观念前提和工作方法进行反思性的研究。为何要单独提出《逻辑哲学论》呢？按照传统的对《逻辑哲学论》的解释，维特根斯坦在此部著作中表达了一种关于语言的本质主义的观点，而在后期则转向了一种语言的反本质主义立场。因此，在谈论维特根斯坦与AI 时，往往都是在用后期的观点，从语言、训练等方面对该问题进行研究。而以一种新的眼光来关注《逻辑哲学论》，则能够得到一种别异但融贯其前后期思想的解读，即不否认语言的本质，而对于语言而言，不存在比语言更为基础的本质；同时，对使用的关注，通过谈论语言的本质这一方式来关注语言，是《逻辑哲学论》的基础。

三

在谈论人工智能或人工智能哲学时，常常伴随着形式化（formalization）这一概念。按照人工智能哲学对这一概念的定义，它被认为有广义和狭义两层意思。广义地说，一切被感知的事物，和由它们组成的复杂物，以及被意识到的精神活动，都以符号或其他某种形式在意识中形成对应物，如图形、声音等符号形式，亦即构成意识的基本材料，这些东西总是表现为一定形式，我们的思维活动就是通过对这种材料的组织而完成的。在表现为符号的层次之下，有非形式的层次，也对应于某种大脑活动，但那是意识之外的东西，而处在意识之外，则不能直接为主体所把握。也就是说，任何一个事物进入意识，都要借助于某种形式化过程。狭义的形式化是有逻辑学规定的。对于计算机和人工智能而言，形式化常指的是建立一种算法，任何一种事物只要能够形式化，就可以由计算机来完成，反之，任何不能形式化的事物，计算机都无法实现。因此可以得出结论，狭义形式化的界限，就是计算机的界限。在结论提出后，依旧需要在形式化的基础上，建立分布式表述的算法。总而言之，狭义的形式化指的是固定形式构成的结构关系，而广义形式化则更为庞杂，包括与个别对象相对应的形式，也包括形式之间的关系结构。因此，实现形式化也被认为是人工智能的关键问题。

在《逻辑哲学论》中：

1.1 世界是事实的总体，而不是物的总体。（The world is the totality of facts,not of things.）

这就意味着，世界并不由物的列举以及关于这些物的事实构成，它并不由物的列举所确定。就广义而言，在AI 形式化的过程中，首先，将世界中的物或复杂物、精神活动等以形式化的方式为物找到符号对应，并不会使AI 在理解世界上能够产生必然的可靠性。因为面对孤零零的物或物的符号，AI依旧手足无措，它无法判断自己获得的这些知识能做什么。比如，将放在桌上的铅笔形式化到AI中，AI 能够识别出类似图像，能够按照定义识别其功能，但它依旧不知道，笔可以用来作为礼物，笔可以划开快递的胶带，等等。其次，形式化观念认为，思维活动是通过对符号化的物等材料组织完成的，在意识之外，有不能被形式化的层面，这部分是无法被主体把握的，不能进入意识。这与维特根斯坦在《逻辑哲学论》中所说的“对于不能说的，必须保持沉默”，仿佛是在划定语言的界限、世界的界限，而维特根斯坦在此处要提示我们的，并不是有什么能够被陈述出来、另外一些不能被陈述，而是我们将能够陈述出来的东西的陈述方式，也就是我们理解世界的方式、关注世界的方式。

狭义的形式化，则是一种设定好的运算规则、一种算法，强调的是形式间的构成关系。而《逻辑哲学论》中认为，并不是先存在物，然后在物之外还存在一种关系，因为这样一来，就会陷入无穷后退，不断地需要新的关系以保证这段关系。物（客体）在事实（事态）中存在、析出，如2.03 的“在事态中，客体就像链条一样连接在一起”。这种连接是无中介的，客体直接连接构成事态，也就是说，要构成关系事实，并不需要关系。

四

有观点认为，从AI 的角度来看，《哲学研究》超越《逻辑哲学论》最大的地方就在于，它不再把静态的知识体系规整视为哲学理论的聚焦点，而是把焦点转移到了智能体的行动，转移到了对信息的实时处理上。这种理解，其实还是忽略了前文中就曾提到的——使用是《逻辑哲学论》的基础。D.C.丹尼特曾提出过框架问题：从前有个机器人，制造它的人给它起名叫R。它只有一个任务，就是照料自己。一天，在设计者的安排下，它得知它的备用电池——它珍贵的能源——和一个快要爆炸的定时炸弹锁在一间房子里。R找到了这个房间和房门钥匙，并做出抢救电池的计划。房间里有一辆小车，电池就在这辆车上。R假设，某个叫作拉出（小车，房间）的行动能将电池从房间里转移出来。它立即行动，果然在炸弹爆炸前将电池从房间里取出。然而不巧的是，那只炸弹也在小车上。R虽然知道炸弹就在房间里的小车上，但是没有意识到拉小车时会随着电池一起被带出来。可怜的R在计划它的行动时遗漏了这个明显的蕴含关系。

那么应该如何修补这个缺陷呢？之后的改进是让机器人知道哪些是蕴含事件，进而知道哪些蕴含事件是相关的、哪些是不相关的，并且要学会忽略那些不相关事件。但这样一来，在机器人的实际操演中，在它行动之前，需要做的是处理成千上万个应当忽略的蕴含事件。因此，在这种框架问题当中，它实际上无法实时地作出行动、解决问题。框架问题源于境况演算中，用一阶段逻辑推演某个域中发生变化时还有哪些没有变化。但机器人对作为总体的世界，是没有足够了解的。机器人在专门的模块处理上，效率很高，如让R完成“拉出”动作。但由于这个智能体各模块之间并不会相互影响，这也导致了这些模块无法在中央平台上得到集中处理。

强调智能体在动态的问题解决环境中，对信息进行实时处理。这种实时处理和数学上的求解很不相同，因为数学上的求解并不要求一个时间上的限制。实时（real time）即是指一个任务自身带有的时限，比如实时任务就是指一个必须在规定时限内完成的任务。

这也是由于机器人建模的方式首先是由可形式化的材料组织而成的，它并不是在作为总体的世界和在事态中的客体两个层面来认知的，所以，它既不了解这些东西是什么，也不知道这些东西是如何的。

《逻辑哲学论》提示着诸事实共存的关系，事实共同存在于一个世界中。在事实中可获得的东西，是通过世界得以理解的。因此，这也就是一种在事态中、具体的境况中，并不是一种单纯静态的体系。

1950 年，图灵发表的《论计算机与智能》被认为受到了维特根斯坦的影响，但具体是否如此，依然难以确证。哲学为人工智能的发展所提供的作用，无需多言。可由于学科建制和分工，目前的人工智能研究都是工科工作。作为一门最需要各学科交叉的AI 研究，更需要哲学的参与。因此，在这个意义上，维特根斯坦的综合气质是亟需的。在《逻辑哲学论》中，“1.世界就是所有如此的情况”。这里所提示的，并不是世界是静止的体系，而是一种在事态中与世界的相遇，遭遇了客体，理解了世界。因此在人工智能建模时，不可忽略的恰是这种总体观。维特根斯坦在《逻辑哲学论》中要求的是一种关注方式，即如何关注世界，而不是由命题所描述的世界，或被陈述出的世界。这种关注世界的方式，是一种我们生活于其中，我们能够感触到的世界，能够给我们的生活以完全的确实性的世界。依靠知识建模或只是单纯训练的方式，都无法求得一个真正的智能体，智能体需要在境况中作出判断，需要有这种总体感。