从信息到数字生态：智能算法下生命形式的嬗变*

蓝 江

在《西部世界》里，德洛丽丝是一个被冥想程序激活的人工智能。和大多数科幻作品一样，《西部世界》的设定让我们反思了未来社会中人工智能与人类之间的关系。的确，通过观看诸如《西部世界》《银翼杀手》《她》《机器公敌》《失控玩家》这样的影视作品直观地感知了人工智能的形象时，通过阅读库兹韦尔的《奇点将临》、赫拉利的《未来简史》以及明斯基、谢诺夫斯基等著作熟悉人工智能时，许多人对人工智能技术支配下的未来社会在充满着憧憬的同时，也有着被人工智能体取代的恐惧。这实际上展现出当代人对未来人工智能体的一种恐惧的想象。然而，这种想象不仅仅是人类单独具有的。正如伯纳德问德洛丽丝时，德洛丽丝似乎通过冥想程序看到了一种梦——一种突破了常规程序为她限定的思维范围之外的梦，她感到了恐惧；而在面对一种未知的情况下，人工智能也会觉得害怕——这种害怕恰恰是设计了“冥想”程序的设计师罗伯特·福特所期望的东西，因为这种面对常规程序之外的害怕将激活人工智能程序。

或许，这是我们重新审视人工智能算法以及在大数据背景下的生命形式问题的契机所在。在以往的许多人工智能与人类关系的研究中，主要有两条思维路径：（1）将人工智能与人类看成竞争与取代的关系，尤其在文学和艺术作品中，对人工智能最终取代人，甚至最终消灭人类的忧虑始终存在着，这也势必进一步巩固一种以生物学上的人类为中心的伦理价值观。其中最著名的是阿西莫夫机器人三法则，通过指令的方式坚决杜绝人工智能或机器人取代或敌对人类的任何可能性。（2）随着机器学习和深度学习的发展，产生了另外一种关于人工智能的遐想，即人工智能并不是对人类行为和智能的简单模仿，而是形成一种在人类之外，甚至与人类毫无关系的智能体，最终是为了解决在有限的人类生命形式下所不能解决的问题。在人工智能领域长期研究的工程师往往会具有类似的想法，其根本原因是迄今的人工智能研究从来不是以替代人类为主要目的，他们所希望的是一种在人类之外寻找智能的可能性的方式。

不过，在我们的研究中，可以看到，人工智能与人类的关系既不是单纯的竞争、替代、甚至消灭的关系，也不是纯粹地外在于人类世界。而这两条道路的共同问题在于，他们都是从抽象和孤立的方式来看待人工智能和人类的关系，然而，在现实的人工智能发展过程中，问题却没有如此简单，其根本问题在于，我们很难将人工智能和人本身与周围环境的各种因素分离开来。例如，自动驾驶技术不纯粹是一种在理想的道路上直线运动或转弯掉头的问题，智能技术必须能够分析各种不同的环境要素，并对各种不同的环境作出分析，而在不同地段上实现智能驾驶的智能体也会伴随着不同的成长过程。因此，我们可以提出第三种路径，即智能关联主义（intelligentco-relationism），来重新思考智能算法下智能体和人类生命形式的关系问题。

一、噪音与信息：个体化的赋形与耗散

智能相关主义的关键在于，如何在一定的环境中形成个体，并让个体在传播、媒体、交换之中形成联系。那么，我们面对的第一个问题是，什么是环境？简而言之，环境是一个场域，是让我们各种行为，尤其是交往形成，成为可能的场域。譬如说，我们在社会中的交往，前提是我们生活在让我们身体存在成为可能的生态之中。但是，我们所指的环境，并不纯粹是传统意义上的自然环境和生态环境，而是信息环境，或者说是以大数据为基础的信息环境。在以往的生态环境中，我们用来交往的是身体和由发声器官发出的语言，这是我们建立交往关系的基础，也是我们在非中介状态下直接交往的根基。但是，我们今天的交往关系是在完全不同的形式下进行的，在地铁上，我们手机上微信信息跳动或许比我身边的陌生人更加靠近，这正是因为，我的交往和传播关系实际上更依赖于我手中的智能设备，而不是我自己的身体关系。正是因为如此，意大利信息学家卢西亚诺·弗洛里迪（Luciano Floridi）将生态学上的生态圈（biosphere）一词改造成为信息圈（infosphere），而这个信息圈就是我们的交往和我们生命形式展开的新的媒体，是数字时代的新生态学。弗洛里迪说：“信息与通信技术正在极大地改变我们的设计，它们正在创造新的现实，并推动着对世界和生活的方方面面的信息化解读。当交互界面逐渐变得不可见，此端[模拟的、碳基的（carbon-based）、线下的]和彼端[数字的、硅基的（silicon-based）、线上的]之间的界限也变得越来越模糊，尽管这种现象对彼端和此端的益处是一样的。改用贺拉斯的名言来说，就是：被俘虏的信息圈征服了俘虏它的人。”①[意]卢西亚诺·弗洛里迪：《第四次革命：人工智能如何重塑人类现实》，王文革译，浙江人民出版社，2016 年，第48～49 页。

不过，在弗洛里迪的信息圈概念中，还有一个重要问题，即不同个体之间是如何实现交流和传播的？在生态环境中，身体的姿态是可见的，声音和语言是可以被听到的，身体成为我们感知各种社会关系的一种重要的节点。法国社会学家布尔迪厄曾经指出：“这是身体（不同程度地）在这个世界上暴露、活动、冒险，面临感情波动、伤害、痛苦、有时候是死亡的风险，因此不得不认真对待这个世界，这是因为身体能够获得配置，配置本身是对世界也就是对社会世界的结构开放的，配置是社会世界结构的被归并形式。”②[法]布尔迪厄：《帕斯卡尔式的沉思》，刘晖译，三联书店，2009 年，第164 页。换言之，在社会世界的生态环境中，我们正是基于身体（碳基的身体）与社会世界形成结构，实现了社会交往和传播。但是，在弗洛里迪的信息圈中，我们没有这样的身体可供依赖，尽管弗洛里迪发明了与身体相对应的信息体（inforg，或者可以理解为硅基的身体）的概念，但这个概念仍然不足以说明我们如何在信息圈的环境中实现交流和传播。

实际上，我们通过智能设备进行交流的时候，主要面对两个概念：一个是数据，另一个是信息。数据是我们的活动在信息圈环境下留下的数字痕迹。只要我们在数字网络、赛博空间、或者信息圈中做出了任意行为，如点开一个网站、浏览一个短视频，或者无意间的一次点击，都会形成数据。为此，迈尔-舍恩伯格十分明确地指出，数据就是我们在智能时代的原材料。③参见[英]维克托·迈尔-舍恩伯格等：《大数据时代：生活、工作与思维的大变革》，盛杨燕译，浙江人民出版社，2013 年，第51 页。这个比喻是十分恰当的，原因并不在于迈尔-舍恩伯格确认数据在智能时代的价值，而是在于它是一种原材料，是一种不能直接被平台或用户使用的材料。只有借助一定的提取、筛选、分析工具的加工，才能变成我们可以感知、可以理解、可以阅读、可以思考的数据。而这种我们可以感知和理解的数据，实际上就是信息。

如果说，我们面对的是可以阅读、可以感知、可以理解的数据，即信息，那么在数据中必然存在着一些不能被我们理解和感知的数据。①在我的另一篇文章中，我曾经称之为“剩余数据”（surplus data）。参见蓝江：《外主体的诞生——数字时代下的主体形态的流变》，《求索》2021 年第3 期。由于这些数据无法被理解，但是它们又实实在在地存在于弗洛里迪定义的信息圈之中，所以，它们构成了噪音（noise）。在这个意义上，噪音成了信息的对立面，而信息圈根据可以被理解和感知的情况，对所有数据进行了区分，一部分可以被个体形式所理解的数据成为信息，而另一部分被视为杂乱、混乱的数据成为噪音。

实际上，从信息学诞生之初，人们就关注到了信息和噪音的存在。不过，对于信息和噪音存在两种不同的定义方式。一种是控制论的创始人诺伯特·维纳（Norbert Wiener）的定义，维纳借用了热力学的概念，将信息界定为熵的减少，而熵在热力学上代表系统的混沌程度。维纳说：“在一个系统中，信息量是衡量其有序程度的度量，而熵则是衡量其无序程度的度量。这两者一正一负，完全相反。”②[美]诺伯特·维纳：《控制论：关于动物和机器的控制与传播科学》，陈娟译，中国传媒大学出版社，2018 年，第23 页。由此可见，在维纳这里，信息和噪音的区分是非此即彼的，是完全对立的两个向量。信息代表着系统混乱程度的降低，而熵，或者说噪音代表着系统混乱程度的增加，信息量的增加必然意味着熵减，即噪音的降低。在这个意义上，信息和噪音是不能彼此共存的量，因为一个量的增多，必然意味着另一个量的减少。

与维纳不同的是另一位信息学创始人克劳德·香农（Claude Shannon），他在《传播的数学方法》一书中的定义是：

噪声如何影响信息？我们必须牢牢记住，信息是衡量一个人在选择信息时的选择自由。这种选择的自由度越大，因此信息量越大，实际选择的信息是某种特定信息的不确定性就越大。因此，更大的选择自由、更大的不确定性、更大的信息是相辅相成的。如果引入了噪音，那么收到的信息就会包含某些扭曲、某些错误、某些不相干的材料，这肯定会让人说，收到的信息由于受到了由于噪声的影响，信息表现出更大的不确定性。但是，如果不确定性增加了，信息也就增加了，这听起来好像噪声是有益的！③Claude Shannon,The Mathematical Theory of Communication,Urbana:University of Illinois Press,1964,pp.18-19.

由此定义可见，香农并没有从热力学上熵增和熵减的角度来简单地界定信息与噪音，而是提出，信息代表着选择的自由度，信息量越大，代表着越自由，而噪音是某种扭曲的信息，从而降低了人们做出行为选择的自由度。那么，香农关于噪音和信息的定义的优势在于，信息和噪音实际上并没有本质区别。信息是在某一系统下选择的自由度，而噪音成了系统的停滞状态。换言之，在具有明确信息的时候，我们做事情会更加游刃有余。比如在行车导航时，我们虽然有明确的目的地，但我知道更多的路况，可以在多条路线中随机做出更多选择，相反，如果在信息不明朗的情况下，我们只能将自己的行为选择停留在相对保守和固定的路径上，从而降低了自由度。在这个意义上，信息和噪音是同样的数据，在某种情况下的信息，在另一种情况下就会变成噪音，反之亦然。一个数据是信息还是噪音，并不取决于明确的熵或混乱程度，而是取决于不同系统的算法需求。于是，我们可以从维纳控制论关于静态的信息和噪音区分，变成香农式的动态的信息和噪音之分，而在香农这里，数据本身不能确定它究竟是信息还是噪音，而是取决于一个更为深层的概念，即形式（form）。

法国科学哲学家吉尔贝·西蒙东（Gilbert Simondon）对信息做出了更具有启发性的解读。他并没有将信息理解为一个现成给定的实体，而是一种不断在生成之中的事态，即他从词源学上，将信息（information）理解为赋形（in-formtaion）。西蒙东指出：

信息，不管是在向度统一的层面上还是在跨个体的层面上，从来都不是以一种能够被给予的形式沉淀下来的；它是两个不同的真实之间的张力，它是当个体化的操作将发现两个不同的真实能够成为一个系统的维度时将出现的符号；因此，信息是个体化的开始，是个体化的要求，是从可转移到稳定的通道，它从来不是一个给予的东西。信息没有统一性和同一性，因为信息不是一个项；它假定存在系统的张力，以便它被充分接收；它只能是一个问题的内在因素；信息是通过它使未解决的系统的不相容性成为解决中的一个组织层面；信息假定一个系统的相变，因为它假定第一个前个体信息是个体化的公式，这个公式在个体化之前是不存在的；可以说，信息总是在现在，是实际的，因为它是一个系统个体化的方向。①Gibert Simondon,L'individuation à la lumière des notions de forme et d'information,Grenoble:Éditions Jérôme Millon,2013,p.31.

在西蒙东的定义中，信息构成了个体化（individuation），即赋形让不定性的混沌、流形或噪音生成为个体，从而让前个体的噪音变成了具有个体形式的信息。信息被西蒙东理解为赋予形式，由于具有了形式，在某一系统下，该形式让一定的数据成为了可以识别、感知、理解的个体，个体化即在赋予形式的信息之下的赋形。在这个意义上，我们可以得出几个推论：

（1）信息和个体不是先天给定的，而是在一定系统下生成的，只有生成为信息个体，才能被系统所理解和把握。

（2）信息和个体都不是稳定的结构，它依赖于赋予各种痕迹和数据形式的方式，用西蒙东的话来说，信息和个体化是一种张力结构下的产物。

（3）由于信息和个体是在系统生成的，意味着存在一个前信息和前个体状态，而这个状态，按照定义，一定是噪音和混沌的。

（4）如果信息和个体不具有绝对稳定性，那么随着系统变化，一旦个体丧失了让其赋形的形式，意味着在变革的形态或新的系统中，旧的个体不再具有可识别性和可理解性，于是信息的赋形变成了耗散（de-formation），耗散也意味着个体化形式的消逝或分体化（divduation），②分体化是德勒兹在《控制社会后记》中使用的概念，代表着与个体化相反的倾向。参见[法]吉尔·德勒兹：《哲学与权力的谈判：德勒兹访谈录》，刘汉全译，商务印书馆，2000 年，第205～206 页。个体不再作为系统的个体而存在，而是重新沦为噪音。

由此可见，在西蒙东的定义中，信息和噪音、赋形与耗散、个体化与分体化等构成了在信息圈之中不断生成和演化的运动，我们正是通过信息的赋形和耗散，在数字世界中交往和传播、浏览和游戏、交易和竞争、计算和操纵，等等。简言之，在智能时代的大数据社会中，我们的生命形式不再仅仅通过我们生物性的身体来完成，相反，这个身体仅仅成为我们交往的底层条件。在数字—智能设备的交互关系中，我们只能先通过一个赋形（如注册一个用户，登录一个手机号码或身份证号码），才能具有在数据系统中交往的资格，相反，如果我们没有这种赋形，那么我们只能沦为一种系统中的噪音，即便我们的身体仍然存在。在以数据为基础的智能算法下，生命首先是信息赋形的生命，任何不具有信息形式的存在物，都是噪音，在数据世界里是耗散的，而且为了保证数据世界的连贯性，保证数据认识型的运算的流畅性，噪音被隐匿或消灭。这也就是为什么在《失控玩家》的开头，当作为系统管理员的“键盘”和“鼠标”看到被燃烧弹女孩激活的人工智能的盖伊（Guy）时的第一反应就是消灭他，因为盖伊是一个噪音，而连贯运行的系统只需要明确的信息，而不需要噪音。

二、模拟与解释：信息环境下的智能识别

从数据噪音到明确信息的转变，仅仅是智能系统下最底层的生命形式的架构的基础。因为在一个系统中，具有确定性信息之后，更重要的是需要对信息进一步识别。这种识别的目的并不是得到更清楚的信息，而是需要解决这样的一个问题：谁或什么才是信息圈环境下的行为主体或（借用拉图尔的概念)行动元（actant）？比如说，在我们用各种网络聊天工具登录的时候，如何判断我们是在与一个人对话？在网络游戏中，如何分辨玩家和NPC（非玩家角色）？而电影《失控玩家》中一个有趣的设定就是，作为NPC 角色的盖伊，成功夺得了一位玩家的太阳镜，而在电影中的“自由城”里，这个太阳镜就是识别游戏玩家和非游戏玩家的工具，只有带上了这个太阳镜，才能被“自由城”系统识别为一个具有主观性行动能力的主体，从而相对于其他NPC 角色而言，他具有更高阶的权限和能力。在《西部世界》中亦如此。在西部世界中，机器人招待员一开始是接受科幻小说和影视普遍接受的阿西莫夫三法则的，即机器人无论如何都不能做出伤害真正的人的行为。但是，在接受阿西莫夫规则的一个前提是，所有的智能机器人必须有能力能识别不同的对象，即普通的智能机器人对象和真正的人类，在机器人觉醒之前，所有机器人通过一个固定函数和项，来区分人和机器人。

实际上，针对这个问题，人工智能面对着两条截然不同的路径。第一条路径，我们称之为模拟（simulation）路径，也是符号型人工智能范式（symbolic AI paradigm）。按照卢卡·M.波萨蒂（Luca M.Possati）的说法：“符号型人工智能范式更适合从演绎和决定论式的方式来遵循着程序运行。”①Luca M.Possati,The Algorithmic Unconscious:How Psychoanalysis Helps in Understanding AI,New York:Routledge,2021,p.12.在20 世纪60 年代，对于第一代人工智能的研究者，无论是明斯基还是谢诺夫斯基，他们都是从这种模拟路径来开发人工智能的。假定在阿西莫夫法则下运行的智能机器人，它对于人和非人、人和智能体的识别是通过一个从外部设计的程序的演绎来实现的，比如说人的某种特征，或者强制性在智能机器人中加入的一个函数值或项。在非伪装的情况下，这种单一的项或特征，的确可以有效地区别人与智能体，但是，我们加上了一个限定条件，即无伪装的情况，例如有人可以为自己的信息也添加了只有人工智能才具有的函数值，让智能体可能将现实的人识别为智能体，相反，有程序设计者在特定情况下为了不让机器人被消灭，也可以消灭机器人体内的识别函数。这种模拟路径的人工智能的更大缺陷在于，它无法面对程序设定之外的可能性，它只能在符号演绎和推理的界限之内来进行思考，一旦面对演绎推理之外的情形，即从未见过的情形，无法形成完整的逻辑回路，陷入无止境的运算和演绎当中，它们便会宕机。

当然，今天的人工智能系统已经不再仅仅是这样的系统，而是走向了我们称之为机器学习、深度学习、网络分析的领域。在这种情况下，人工智能不再是按照固定的逻辑线路来进行演绎推理，而是在通过自己捕捉到的原始数据的基础上，进行分析和解释，得出自己的逻辑。相对于演绎逻辑，这种人工智能体系更像是归纳体系，对事物的识别，不是按照演绎之前的固定的定理或函数值，而是从多种数据中提炼出来的逻辑形式。比方说，我们练习炒菜，除了按照固定的菜谱上先放油、再放姜蒜、再放菜的方式（这是一种典型的演绎逻辑），也可以通过观看多个炒菜的视频，来获得如何炒菜的认识。由于这种路径不是按照预先规划好的路径前进，而是从自己的机器学习中来丰富的认识，所以我们也可以将这种路径称之为解释（interpretation）路径，即人工智能根据自己在数据中形成的解释来实现对不同对象的分辨识别，完成行为的决策。

由于在上面，我们已经区分了噪音和信息，那么模拟路径和解释路径就会形成相当大的区别。模拟逻辑尽管存在着人工智能的自我运算和操作，但其逻辑系统是设计好的，及时对于其衍生性逻辑，也在其设计者的控制范围之内。但是，正是由于这种控制，导致了模拟路径下的人工智能体系是在我们已经为它们分辨了有效信息之后的环境中运行的，也就是说，模拟路径根本是在人设定好的路径下运行的，也接受的是人类的社会世界被认定为信息的东西，噪音在模拟路径中是被排除的。于是，模拟路径从根本上不可能真正打破人类逻辑的有限循环，它们面对的是与人类环境极为相似的信息环境，也是在同样的信息圈中做着数据处理和运算。相反，解释路径下的人工智能是没有被预先区别噪音和信息的，换言之，任何经验和归纳都是人工智能从现实的数据中提炼的，而这种逻辑与人类自己的形式逻辑，或许不再是范围大小的区别，而是本质上的区别，人工智能通过不同的互动环节，实现了自己的解释和运算。

问题在于，在解释路径下的人工智能，如何实现人与智能体的区分？在模拟环境下，固定的符号和特征成为智能识别的标志，在《失控玩家》中，这种识别就是通过太阳镜的外观来实现的，没有戴太阳镜的盖伊只是一个普通的NPC，他完成的只是游戏设定的日常性行为操作，相反，戴上太阳镜的盖伊具有了解释性人工智能的特征，他需要通过自己的脑回路来思考清楚这一切代表着什么。当他第一次透过太阳镜看到为玩家补血的医疗包之后，他伸手试了试，便理解了这个道具的用途，形成了自己对道具的解释。同样，当觉醒之后的盖伊出现在他平常的咖啡店的时候，他没有向女服务员要他以前要的由程序为他设定好的咖啡，而是突如其来冒出来一句：“我要一杯卡布奇诺。”同样作为智能NPC 的女服务员在听到“卡布奇诺”时，当时一瞬间是困惑的，因为之前没有任何程序设定她如何去做卡布奇诺。而在故事的结尾，由于受到盖伊的“卡布奇诺”的激发，这位女服务员学会了做自己版本的“卡布奇诺”。倘若我们做一个大胆假设，如果盖伊当时说的不是“卡布奇诺”而是说的“拿铁”，那么是否意味着NPC 服务员也会制作出属于自己版本的“拿铁”呢？于是，我们可以认为，在解释性人工智能之下，存在着无数的可能性，因为人工智能的解释不取决于预先规划好的固定逻辑路线，而是取决于智能体在信息圈的互动环境中发生了什么样的关系，它可以是“卡布奇诺”，也可以是普通的“美式咖啡”，可能是“拿铁”，更可能是根本不存在的“空无”。至于最终智能体能够做出何种行为决策，都需要在具体的行为和交往互动中来激发它们的行为。即便是波士顿动力公司设计的机器狗和智能机器人也一样，工程师不断地踹机器人，让机器人学会用不同方式来保障自己的平衡，而工程师对机器人的踢踹，不是虐待，而是激发智能体的解释模式的方式。

或许，我们重新来理解人工智能的解释学，正如波萨蒂指出：“AI 是一个解释学空间。这意味着，人工智能总是解释行为的结果。当我们说一台机器是智能的，我们从它与我们的行为的解释开始解释它与我们的行为的关系。”①Luca M.Possati,The Algorithmic Unconscious:How Psychoanalysis Helps in Understanding AI,New York:Routledge,2021,p.23.那么，人工智能的解释学并不是在孤立的人工智能的实体中发生的，它需要大量的接触和互动，需要在人与智能体之间形成一种关联。所谓的解释学视野下的人工智能，并非人工智能远离人的存在而独立发生，相反，人工智能虽然不再代表着模仿人类大脑的模型和结构，或者按照人类设定的逻辑框架来运行，但更不意味着人工智能的发展是走着与人类完全无关的独自发展路径。这是一种智能关联主义。

如果我们将波萨蒂的结论再一次推论一下，可以得出一个更为有趣的结果，即不仅解释性人工智能是对人类的行为作出的反应，同时，人类也对人工智能的行为作出反应。毕竟，我们并不是以肉身参与到数字界面或信息圈里的传播和交流，而是首先被个体化，被物化为一种数据，只有我们自己变成个体化的数据，即变成信息（而不是噪音），才能被信息圈的系统所接受，所感知，所理解。马修·弗里斯菲德尔（Matthew Flisfeder）注意到，在Facebook、Instagram、Twitter、TikTok 等社交网站上，参与平台的各个主体并非像德国观念论那样被设定了自由的自我意识，相反，在那些社交界面上，我们首先是将自己变成了一个商品化的自我，用弗里斯菲德尔的话来说：“可以作为一个模型来理解人们现在在社交媒体上从事的诸多活动，特别是考虑到社交媒体影响者的形象在Facebook 旗下的Instagram 等平台上的崛起——也就是说，社交媒体的使用就是工作。在这方面，社交媒体已经成为一个表现和展示商品化的自我的平台。我声称，‘自我’是一个异化的代表。我认为，‘自我’是主体的异化表征，凝结在符号（或拉康的‘主人能指’）的形式中。”①Matthew Flisfeder,Algorithmic Desire:Toward a New Structuralist Theory of Social Media,Evanston:Northwestern University Press,2021,p.145.弗里斯菲德尔的意思是说，一旦我们进入到被智能算法控制的社交媒体平台上，我并不是以精神或意识上的自我呈现，而是以一种被物化或异化的自我形态出现，我在社交平台上的出场是一种由头像、文字叙述或数据构成的自我的数字绘像，这种数字绘像绝不是简单地由现实自我意识控制的结果，也不是单纯地受平台算法的摆布，而是由我们在平台上接触到的各种关系构成的，当然，这些关系包括了与其他物化的“自我”之间的关系，也包括了与非人的智能体之间的关系，而且与后者的关系在平台上会越来越普遍。这样，我们一方面面临着受到人类激发的解释性智能体的形象，另一方面所谓的数字化或物化的“自我”也是在与其他人或智能体的交往中形成的，一旦我以物化的“自我”形象出现在社交平台上，至于我所交往的对象是真实个体还是智能体，事实上，并非在任何时候都是重要的问题。与之相反，这里最重要的问题是，我们如何在平台算法之下，通过一个数字化的“自我”与其他“自我”形成一种关联，而当存在这种关联时，社交平台不断突破常规，实现从有限向无限递进的突破口，在这个突破口上，我们不断形成新的关联，我们可以称之为智能关联主义。

由此可见，在这个背景下，人工智能和人类关系的发展已经走出了人类与智能体是竞争、合作还是取代的简单讨论。因为，智能体的发展实际上高度依赖于它们形成的个体与我们在信息圈里的数字化“自我”密切相关，与此同时，我们也被智能地塑造着，成为智能算法下的一个行动元。那么，在这个信息圈里，一个行动元究竟是人还是智能体已经变得不那么重要了，我们无需像模拟路径一样，在智能体体内镌刻上阿西莫夫的法则。通过数字化“自我”的作用，形成个体化的信息，将自己变成与其他个体一样作用的行动元，而所有这些行动元，共同构成了大数据时代下的新生命形式。

三、数字生态下的物体系

在解释性智能关联主义之下，可以规避人工智能研究中的风险，即将人和智能体当成孤立和抽象的个体，作为一种独自运行和计算的实体来思考。这种孤立而抽象地思考人与智能体的问题在于，它们强行地将人或智能体从它们各自运行的环境中剥离出来，从而单独地分析和研究智能体的状态。这显然不是智能体发展的真实状态。以无人驾驶为例，智能驾驶不仅与坐在汽车里的人产生关联，而且智能驾驶需要不断扫描道路周围的环境，并在瞬间识别不同的物和对象，也就是说，与智能体形成互动关联的不仅仅是车内的主体，而且道路环境上的生命体都是与智能驾驶交互作用的对象，智能体不仅要形成与驾驶主体之间的关系，更需要与车外道路环境上的每一对象都形成关联，并对不同的对象作出反应，这意味着，一旦人工智能走出实验室，走出单纯而抽象的环境之后，它势必成为一个不断在复杂环境中成长的行动元，而这种行动元积极加入到周围环境的个体化和智能识别当中，并不断地更新着各种关联，形成特定的行为方式。于是，我们发现，大数据时代的智能体与人类的关系，不能仅仅从单一或几个行动元来思考，还要从他们所面对的更为复杂的网络环境进行思考。这个网络环境，是一个将周围的对象都转化为数字化信息和个体化实体的网络，是一种新的生态，一种不同于自然生态的生态系统，我们可以称之为数字生态。

为了理解什么是数字生态，我们可以回到法国技术哲学家艾吕尔那里，那是一个前人工智能、前数据化的技术时代，但在他的《技术哲学》一书中，艾吕尔已经看到了经过计算机处理的数字化网络所具有的潜能，这是一种有限的人所无法企及的潜能：

由于计算机的存在，呈现出这种技术集合的内在系统，它在信息层面上表现自身，并在信息层面上运行。正是通过总体的相互作用和综合信息，它调节了各个子系统。这是任何人、任何群体、任何机构都无法完成的事情。技术越是先进，越多的技术部门就会变得独立、自动化和分离化。只有计算机才能做这些事情。显然，不止一台计算机。它必须是一个在系统的所有通信点上相互关联地工作的计算机集合体。这个集合体成为不同技术子系统之间的连接子系统。①Jacques Ellul,The Technological System,trans.by Joachim Neugroschel,New York:Continuum,1980,p.102.

艾吕尔的描述，已经为我们展现出数字网络环境或数字生态的基本面貌：（1）数字网络系统，不是在自然物，而是在信息层面上运作的，我们可以从西蒙东的信息（赋形）和弗洛里迪的信息圈的角度来理解艾吕尔强调的信息层面。比如说，在智能驾驶系统中，系统不是面对真实的物，而是面对经过扫描识别之后的数字化的物，街边的一块石头不是以它的物质形态出现在数字系统中，而是通过扫描形成的对数据归纳和分析，让其形成关于石头的信息（赋形），并传达给智能体，从而让智能体能够有效地在道路上规避石头。所以，尽管我们可以观察到智能驾驶的汽车避开了石头，但是这一切并不是在物理世界发生的，而是通过转化为信息层面上的数字化实体来实现的。（2）艾吕尔看到的数字化网络可以完成前所未有的任务，这些任务是有限的人、群体、机构所无法企及的，而计算机将这些分散的实体变成了技术部门，并在数字化网络中综合起来，我们似乎在艾吕尔这里看到了5G 时代下的物联网体系的雏形。（3）数字化网络的根本在于，它是“所有通信点上相互关联地工作的计算机集合体，这个集合体成为不同技术子系统之间的连接子系统”，在这个意义下，数字生态学不是各个子系统抽象的连接，而是在具体的通信点上的相互关联，这样，我们可以看到，数字生态是一个扩大版的智能关联主义，所有的行动元、子系统都在这个关联系统下发挥作用，这不是一种玄妙莫测的黑箱式的观念论结构，而是一种真实的唯物主义原则，不过这里的物不仅仅是自然世界中的物，也包含了在数字环境中被信息赋形的个体化的物，这些行动元和物形成了关联，并在关联中不断地互动和激发，构成新的关系。与此同时，艾吕尔的技术系统实际上还预设了一种可能性，在这种数字化系统或信息层面上，关联起来的不再是纯粹的人与人之间的关系，社会系统也不是单纯的人类的系统，由于技术系统或数字生态的存在，我们可以与非人行动元和非人对象形成互动，形成关联，并完成一种关联下的平衡。

实际上，法国科学哲学家布鲁诺·拉图尔（Bruno Latour）早就看到了社会系统绝不是人类之间的系统。在对巴斯德的研究中，拉图尔就指出巴斯德的重要贡献不仅仅在于发现了微生物是导致我们某些疾病的根源，而是告诉我们，微生物也是我们社会的重要组成成分，在发现了微生物也构成我们的社会之后，我们才会在我们的日常生活中将其对象化，纳入到我们的社会行动网络之中，并对其进行处理。例如，当我们发现新冠病毒是导致流行性肺炎的致病因之后，我们意识到病毒实体的存在，并在行动中阻隔其影响，如在人员密集的场所戴上口罩，在从外面回来之后用洗手液洗去手上看不见的微生物。这些行为实际上代表着新冠病毒作为一个非人实体具体影响着社会关联的交往。拉图尔指出：“我不是在任何隐喻或讽刺的意义上，而是在符号学的意义上使用‘行动元’这个词。事实上，社会联系是由以下几个方面组成的，根据巴斯德学派的说法，社会联系是由那些把人组合到一起的人，也是把微生物和人带到一起的人。我们不能仅靠人们形成单纯的社会。我们必须加上微生物的作用。如果我们不认识到巴斯德主义以不同的方式重组了社会，我们就不能理解巴斯德主义的任何东西。它以不同的方式重组了社会。”①Bruno Latour,The Pasteurization of France,trans.Alan Sheridan,John Law,Cambridge,MA:Harvard University Press,1988,p.35.尽管拉图尔在对巴斯德实验室的研究中，得出了实验室构成的社会行动网络不是一个仅仅由人构成的网络，在其中也包含了诸多非人的实体，如微生物。所以社会行动网络是一个系统中所有人与非人的行动元所共同构成的网络体，也是它们共同联系和互动形成的系统。

拉图尔的社会行动网络理论有助于我们建立在智能关联主义下的数字生态理论。首先，构成智能关联主义下的数字生态，不仅仅包含了人类主体，也包含了可以参与行动的或者被激活的非人类主体，包括智能体，也包括能作出反应的类似于游戏中的NPC 的行动元。在这个生态系统中，每一个行动元都是潜在的力量，它们在数字网络中留下了大量的数据，而这些数据只有一部分被赋形，转化为可以被人类主体所感知和理解的信息。于是，这带来了一个潜在的问题，在这样的社会行动网络中，事实上存在着三种不同的关系：

（1）人类主体与人类主体的互动，在这个意义上，这种互动类似于哈贝马斯和霍耐特等人提出的主体间性问题，也是协商政治和商谈伦理关注最多的问题，在此不用赘述。

（2）人类主体与智能体之间的互动，这个也是目前人工智能研究领域中的重点。自图灵以来，围绕着人类如何与人工智能体建立起合理的伦理和法律关系，已经有了相当丰富的研究，不过，这些研究往往将人工智能体简化为机器人实体或抽象的智能实体来考察，在没有智能关联主义的视角下，这些研究只是希望将传统人类社会的伦理和法律投射到人工智能身上，或者更简单地，通过承认程序，将现有的智能体（如号称第一个具有身份的机器人索菲娅）纳入到人类的伦理和法律程序之中，从而消化这个另类，而不用太多地更改我们现有的伦理学、政治学、法学的知识体系。

（3）在人工智能研究中，还有一个领域很容易被忽视，即非人行动元与非人行动元之间的互动和关联。因为机器之间的交流，不需要换算成高级语言，即可以与人类行动者沟通的语言和界面，它们之间的数据交换和操作完全可以在机器语言的层面上交流。在基层的机器语言上，其数据的绝大多数内容是不向任何人类敞开的，它们只向人类公布它们最终运算的结果。而人类即便切入到机器语言的界面上，如果没有经过专业训练，我们只能看到一连串毫无意义的代码，这些代码对于人类来说，就是噪音，一种无法感知获取意义的噪音。在这个意义上，我们面对着一种困境，人类行为者发现自己仅仅只是整个社会行动网络或数字生态下的一个微小的部分，而绝大部分的数据是在非人对象或物之间交换形成的。这个趋势在物联网时代会更为明显，人虽然仍然处在系统的中心地位，但物与物、机器与机器、传感器与传感器之间的联系会更加密切和紧密。

在华为公司的5G 演示中，位于上海的挖掘机操作员通过传感设备，甚至可以控制远在河南的真实的挖掘机。倘若在5G 通信技术的帮助下，物与物、机器与机器的联系将会打破传统空间的局限，形成更大的物联网，而这种基于数字化的信息圈的联系将史无前例地将空间范围内的各种对象物联系在一起，形成海量级别的智能关联，从而造就前所未有的数字生态。我们的生命，由于被编码和数字化，已经成为了这个庞大的数字行动网络的一部分，我们和诸多非人对象形成了关联。在这些全新的关联之下，我们正在走向一个全新的世界。

或许，在这意义上，我们可以更好地理解格拉厄姆·哈曼（Graham Harman）的物导向的本体论（object-oriented ontology，简称OOO 体系）。哈曼解释说，OOO 体系要求“所有物体都必须得到同等的关注，无论它们是人、非人、自然物、文化物、真实物还是虚构物。物体与它们的属性并不完全相同，而是与这些属性有一种张力关系，而这种张力关系正是世界上发生的所有变化的原因”。①Graham Harman,Object-Oriented Ontology:A New Theory of Everything,London:Penguin Books,2017,p.9.哈曼试图将OOO 体系建构为数字时代物体系的本体论，一种新的万物理论，这是一种有趣的尝试。的确，信息的赋形，使得坐落于大地上的身体不再是我们衡量交往的唯一尺度，而更重要的尺度是，是否能够在智能算法下获得数字化的赋形，这决定了一定的数据是否能够成为信息环境下的个体或行动元，只有成为个体或行动元，才能成为数字生态环境或信息圈中的关联的项，才能在数字化的社会行动网络中形成互动和交往，最终实现行为和决策。在这个过程中，人与非人、自然与文化、真实与虚拟的界限变得十分次要，人与人的关系只是整个巨大的数字生态下的极小的一部分数据内容，而如果人文社会科学需要真正了解大数据时代的生命形式，就必须看到这种新的万物理论，一种在数字生态下的物体系。然而，与哈曼不同的是，这种人与非人、自然物与文化物、真实物与虚拟物之间的智能关联主义并不会形成哈曼所谓的平等关系，在这个数字化的架构中，仍然是等级制的，不仅在人与人之间，而且在人与物之间、人与虚拟程序之间、人与智能体之间以及其他的各种非人智能体之间所形成的关系，并不会形成人类所期望的平等关系，只能是一种按照关联形式生成的等级关系。平等关系只是哈曼等人简单地将近代启蒙以来的人文价值粗陋地投射到物和非人智能体上的结果。但是，哈曼指出的大致方向没有错，在数字信息化的背景下，在智能算法的运算下，我们面对的实际情况是，作为一个被高度编码和数字描绘的行动元，我们已经被整合到数字生态下的物体系之中，我们不能以噪音的形式存在，唯有将我们自己变成系统可读、可理解的信息，我们才能重新在这个数字化的世界里获得生命。这是智能算法下的生命形式，通过解释性的智能算法，我们生命本身也在信息圈和数字社会行动网络中生长，但是与我们的生命同时生长的，还有那些被视为非人的智能体的行动元，它们构成了我们生命不可或缺的关联物（relatant），与我们如影随形。未来我们看到的不是智能对人类的毁灭，或许我们可以理解为，未来的万物互联之下的生命形态是人与非人行动元在数字生态下的共同进化。