認(rèn)知可計(jì)算主義研究的困境與突破

認(rèn)知可計(jì)算主義研究的困境與突破

一、認(rèn)知科學(xué)與人工智能神知科學(xué)是21世紀(jì)智慧革命的先驅(qū)。它是哲學(xué)、心理學(xué)、語言學(xué)、計(jì)算機(jī)科學(xué)、人類學(xué)和計(jì)算機(jī)科學(xué)的交叉領(lǐng)域。今天,這一領(lǐng)域匯集了一大批數(shù)學(xué)家、物理學(xué)家、計(jì)算機(jī)科學(xué)家、生物學(xué)家、心理學(xué)家、語言學(xué)家和哲學(xué)家,形成了相對(duì)獨(dú)立的研究群體。最近二十幾年,隨著學(xué)科建制化步伐的加快,哈佛大學(xué)等院校的認(rèn)知科學(xué)研究機(jī)構(gòu)相繼成立,以“認(rèn)知科學(xué)”為名義的雜志相繼創(chuàng)刊,1986年加州大學(xué)圣地亞哥分校率先設(shè)立認(rèn)知科學(xué)博士學(xué)位,麻省理工學(xué)院等成立了世界上第一批認(rèn)知科學(xué)系,這些都標(biāo)志著這一學(xué)科逐漸走向成熟。更為重要的是,認(rèn)知科學(xué)作為一門獨(dú)立學(xué)科,已經(jīng)逐漸形成了一套獨(dú)特的研究綱領(lǐng)、工作范式和基礎(chǔ)假設(shè),人工智能也已成為這一學(xué)科的智力內(nèi)核。然而,認(rèn)知科學(xué)家和人工智能專家也遇到了令人困惑的難題。早在1965年,認(rèn)知科學(xué)的領(lǐng)袖人物西蒙(H.A.Simon)就曾預(yù)言:“在20年內(nèi),機(jī)器將能做人所能做的一切”;明斯基(M.Minsky)1977年也曾預(yù)言:“在一代人之內(nèi),創(chuàng)造‘人工智能’的問題將會(huì)基本解決?！?但是,幾十年過去了,認(rèn)知科學(xué)領(lǐng)域不斷涌現(xiàn)出各種流派和花樣翻新的問題解決方案,但其先驅(qū)者當(dāng)年預(yù)期的目標(biāo)并沒有達(dá)到,在認(rèn)知科學(xué)的實(shí)踐中不時(shí)會(huì)遇到難以克服的深刻困難。今天,最先進(jìn)的計(jì)算機(jī)可以做人不能做的許多復(fù)雜工作,但在模式識(shí)別、感知和在復(fù)雜境域中決策的能力遠(yuǎn)不及人。這些困難背后的真正根源究竟是什么?是我們的技術(shù)有問題,還是我們的理論基礎(chǔ)有缺陷?一部分從事計(jì)算機(jī)設(shè)計(jì)工作的專家認(rèn)為,目前計(jì)算機(jī)的功能足夠強(qiáng)大,關(guān)鍵是我們的軟件編程的能力不能與之匹配,因此,必須發(fā)掘新的計(jì)算方法;而一些從事理論計(jì)算機(jī)研究的專家卻認(rèn)為,是目前計(jì)算機(jī)量級(jí)規(guī)模限定了模擬人類高級(jí)智能,必須尋求新的計(jì)算機(jī)模型。根據(jù)近年對(duì)認(rèn)知科學(xué)各個(gè)理論派別和工作實(shí)踐的深入考察,我們認(rèn)為,認(rèn)知科學(xué)和人工智能工作的出發(fā)點(diǎn)是建立在一種強(qiáng)綱領(lǐng)的基礎(chǔ)上,這一綱領(lǐng)可概括為“認(rèn)知可計(jì)算主義”,其核心是,“認(rèn)知的本質(zhì)就是計(jì)算”。同時(shí),由于這里的“計(jì)算”觀念完全基于“圖靈機(jī)算法可計(jì)算”的概念,因而有其不可克服的內(nèi)在局限,成為認(rèn)知科學(xué)和人工智能各種理論困境和實(shí)踐困難的真正根源。我們認(rèn)為,目前認(rèn)知科學(xué)正在面臨研究綱領(lǐng)的變遷,應(yīng)當(dāng)建立以“認(rèn)知是算法不可完全的”理念為基礎(chǔ)的新的研究綱領(lǐng)。因此,有必要借鑒新的研究成果,對(duì)認(rèn)知科學(xué)幾十年來形成的研究綱領(lǐng)的內(nèi)核,從符號(hào)主義經(jīng)聯(lián)結(jié)主義到行為主義工作范式轉(zhuǎn)換的誘因,以及還原主義等基礎(chǔ)假設(shè)的確立和修正進(jìn)行深刻的哲學(xué)反思,從中揭示出認(rèn)知科學(xué)和人工智能面臨困境的深層根源,說明新的研究綱領(lǐng)產(chǎn)生的勢所必然。二、認(rèn)知科學(xué)的歷史認(rèn)知科學(xué)思想的智力資源除了哲學(xué)上的理性主義,還來源于形式計(jì)算理論、計(jì)算機(jī)技術(shù)以及大腦科學(xué)的奠基性貢獻(xiàn),認(rèn)知科學(xué)也因這三個(gè)領(lǐng)域所提供的新概念和新事實(shí)而使研究問題域不斷拓展,研究方法和手段不斷深化。這其中至為重要的無疑是“算法”概念數(shù)學(xué)定義的產(chǎn)生。可以說,沒有1936年的圖靈機(jī)概念,就沒有對(duì)人類認(rèn)知和智能的真正科學(xué)研究。正是對(duì)“能行可計(jì)算”這一直觀概念的數(shù)學(xué)刻畫和丘奇—圖靈論題的提出,才使人類對(duì)智能的研究從一種哲學(xué)思辨式的爭論、依賴于直覺的猜想或停留于過分經(jīng)驗(yàn)式的觀察結(jié)論,開始轉(zhuǎn)向?qū)χ悄艿漠a(chǎn)生和認(rèn)知本質(zhì)的理論研究。正如西蒙1988年在回顧認(rèn)知科學(xué)發(fā)展的歷史時(shí)所說的:“在把計(jì)算機(jī)看做通用符號(hào)處理系統(tǒng)之前,我們幾乎沒有任何科學(xué)的概念和方法研究認(rèn)知和智能的本質(zhì)?！?從我們的觀點(diǎn)看,丘奇—圖靈論題給我們這個(gè)時(shí)代最重要的貢獻(xiàn)在于三個(gè)方面:第一,指出了能行可計(jì)算函數(shù)就是遞歸函數(shù),也就是圖靈機(jī)算法可計(jì)算的函數(shù)3;第二,指出了任何計(jì)算機(jī)都是通用圖靈機(jī)的特例;第三,澄清了抽象的形式系統(tǒng)的真正涵義,指出形式系統(tǒng)不過是圖靈機(jī)概念準(zhǔn)確刻畫的機(jī)械程序。隨著第一臺(tái)電子計(jì)算機(jī)誕生,人們不僅看到了通用圖靈機(jī)的物理實(shí)現(xiàn),更重要的是看到了這種物理裝置如何神奇地表現(xiàn)出了人類的某種智能。于是,認(rèn)知科學(xué)領(lǐng)域的先驅(qū)者似乎由此找到了建立人類認(rèn)知和智能的形式模型的有效工具,而且樂觀地認(rèn)為,人類認(rèn)知和智能活動(dòng)完全可以解釋為大腦中實(shí)現(xiàn)的能行過程,因而可以轉(zhuǎn)換成計(jì)算程序用機(jī)器進(jìn)行模擬。可以說,從圖靈的《計(jì)算機(jī)與智能》(1950)到麥卡洛克(WarrenS.MaCulloch)和皮茨(W.H.Pitts)的《神經(jīng)活動(dòng)內(nèi)在概念的邏輯演算》(1965),再到紐厄爾(A.Newell)和西蒙的《作為經(jīng)驗(yàn)探索的計(jì)算機(jī)科學(xué):符號(hào)和搜索》(1976),以“圖靈機(jī)算法可計(jì)算”這一核心概念為基礎(chǔ),認(rèn)知科學(xué)領(lǐng)域已逐漸形成了“認(rèn)知可計(jì)算主義”的研究綱領(lǐng)。它的核心是“認(rèn)知的本質(zhì)就是計(jì)算”。其含義是,作為信息處理系統(tǒng),描述認(rèn)知和智能活動(dòng)的基本單元是符號(hào),無論是人腦還是計(jì)算機(jī),都是操作、處理符號(hào)的形式系統(tǒng),認(rèn)知和智能的任何狀態(tài)都不外是圖靈機(jī)的一種狀態(tài),認(rèn)知和智能的任何活動(dòng)都是圖靈意義上的算法可計(jì)算的。正是基于這一認(rèn)識(shí),紐厄爾和西蒙曾樂觀地宣稱:“作為一般的智能行為,物理符號(hào)系統(tǒng)具有的計(jì)算手段既是必要的也是充分的”4,人類認(rèn)知和智能活動(dòng)經(jīng)編碼成為符號(hào)都可以通過計(jì)算機(jī)進(jìn)行模擬。可以說,從20世紀(jì)70年代起,這一主導(dǎo)思想已經(jīng)無可爭議地上升為統(tǒng)帥認(rèn)知科學(xué)和人工智能研究的一種強(qiáng)綱領(lǐng)。三、認(rèn)知科學(xué)與算機(jī)技術(shù)的進(jìn)展認(rèn)知科學(xué)研究基本上沿著心理學(xué)、生理學(xué)和機(jī)器模擬三條進(jìn)路展開,幾十年來,在“認(rèn)知可計(jì)算主義”綱領(lǐng)下,催生了一系列新思想、新方法。隨著大腦科學(xué)、復(fù)雜性科學(xué)和計(jì)算機(jī)技術(shù)的進(jìn)展,認(rèn)知科學(xué)經(jīng)歷了從最初的符號(hào)主義到聯(lián)結(jié)主義,再到行為主義工作范式的轉(zhuǎn)換;從最初的問題求解程序到人工神經(jīng)網(wǎng)絡(luò)和人工生命的研究,經(jīng)歷了從符號(hào)計(jì)算到神經(jīng)計(jì)算和進(jìn)化計(jì)算的倡導(dǎo)和實(shí)施。5認(rèn)知科學(xué)的進(jìn)展越來越顯示出這一強(qiáng)綱領(lǐng)的局限。而且我們隨后可以看到,正是通過一系列范式轉(zhuǎn)換,不斷吸收自然科學(xué)領(lǐng)域的新成果,認(rèn)知科學(xué)對(duì)其研究綱領(lǐng)進(jìn)行著局部修正以求新的突破。事實(shí)上,在我們看來,各范式的競爭和轉(zhuǎn)換的根源都是由于“認(rèn)知的本質(zhì)是計(jì)算”這一觀念受到了某種程度的深刻挑戰(zhàn)。1.符號(hào)主義范式下的環(huán)境知識(shí)符號(hào)主義是認(rèn)知可計(jì)算主義綱領(lǐng)最早和最直接的擔(dān)當(dāng),也是最具局限性的一種工作范式。20世紀(jì)50年代初紐厄爾和西蒙就指出,由計(jì)算機(jī)操作的二進(jìn)制數(shù)串能夠表達(dá)包括現(xiàn)實(shí)世界的任何東西,大腦和心靈與計(jì)算機(jī)一樣,都不外是一種物理符號(hào)系統(tǒng),無論它們?cè)诮Y(jié)構(gòu)和動(dòng)力機(jī)制上可能有多大不同,但在計(jì)算理論層次上6都具有產(chǎn)生、操作和處理抽象符號(hào)的能力。在這個(gè)層次上,大腦和恰當(dāng)編程的計(jì)算機(jī)可以被看做同一類裝置的不同特例,完全可以在形式系統(tǒng)中通過用規(guī)則操作符號(hào)演算來生成智能。故而,這一范式也被稱作“基于規(guī)則”的范式。符號(hào)主義范式指導(dǎo)下的工作經(jīng)歷了三個(gè)明顯的階段,但每一個(gè)階段都遇到了難以解決的新困難:7第一個(gè)階段是尋求表達(dá)和搜索的階段(1955—1965年)。這一階段的主要任務(wù)是借助離散符號(hào)系統(tǒng)的功能實(shí)現(xiàn)知識(shí)的獲取、表達(dá)和處理,從而揭示計(jì)算機(jī)如何能借用稱為“意義—目標(biāo)分析”的通用啟發(fā)技術(shù)解決特定領(lǐng)域的問題。最早的符號(hào)主義程序是20世紀(jì)50年代由西蒙、紐厄爾和肖爾(P.Shor)發(fā)明的通用問題解決器,到1956年已經(jīng)能成功地解決簡單的智力測驗(yàn)、命題演算定理的證明、機(jī)器編程等問題,致使西蒙60年代斷言,直覺、頓悟和學(xué)習(xí)不再是人類專有,任何大型高速計(jì)算機(jī)都可以通過編程表現(xiàn)出這些能力。第二階段是建構(gòu)微型世界階段(1965—1975年)。雖然符號(hào)主義范式早期在證明幾何學(xué)定理、弈棋,以及運(yùn)用邏輯演算和少量現(xiàn)實(shí)世界背景知識(shí)就可精確控制的一些領(lǐng)域取得了成功,但是,人們很快認(rèn)識(shí)到,日常生活中要解決的大多數(shù)問題無法歸入少數(shù)幾種因素的形式組合。至少機(jī)器語言翻譯的經(jīng)驗(yàn)告訴我們,人類認(rèn)知是與真實(shí)世界的大量背景知識(shí)相關(guān)的,因此符號(hào)主義倡導(dǎo)者又試圖發(fā)明一些解決日常生活實(shí)際問題的程序,致力于按照規(guī)則的觀念闡明必要的背景知識(shí)。最初的努力是試圖建構(gòu)一個(gè)嵌入機(jī)器的“微型世界”,這種微型世界是對(duì)真實(shí)世界特征的極大簡化。人們猜測,只要抽象出真實(shí)世界中那些對(duì)于求解問題非常重要的特征,機(jī)器就能給出這個(gè)抽象世界足夠的背景信息,并智能地思考簡化了的人工世界中的對(duì)象及其關(guān)系,從而實(shí)現(xiàn)模擬真實(shí)世界的目的。不幸的是,如休伯特·德萊弗斯(H.Dreyfus)所說,微型世界不是世界,而是孤立的,缺乏意義的不毛之地,不能指望這樣的不毛之地能生長出我們?nèi)粘Ｉ畹亩嗖适澜?。第三階段是尋求極小常識(shí)知識(shí)集合的階段(1975年至今)。由于上述困難,人們寄希望于從盡量少的知識(shí)集合出發(fā),通過形式化手段演繹出整個(gè)知識(shí)系統(tǒng)。如明斯基的“框架”程序和尚克(R.Schank)的“腳本”程序、麥克德莫特(D.McDemott)和多伊爾(J.Doyle)的“非單調(diào)邏輯”、賴特(R.Reiter)的“缺省推理邏輯”、麥卡錫(J.McCarthy)的“劃界系統(tǒng)”,以及麥克德莫特的“時(shí)態(tài)邏輯”等,都是試圖構(gòu)造一個(gè)極小系統(tǒng),通過借助經(jīng)典和非經(jīng)典的演繹推理的形式實(shí)現(xiàn)對(duì)整個(gè)知識(shí)體系的把握。但事實(shí)上,這些結(jié)果都只能完成某一范圍的局域性特定任務(wù),難以真正廣泛通用。包括1985年德克薩斯奧斯丁微電子和計(jì)算機(jī)中心開始啟動(dòng)的、預(yù)計(jì)建立包含上億條邏輯語句的常識(shí)知識(shí)數(shù)據(jù)庫的重大項(xiàng)目,由于難以擺脫用機(jī)器程序處理日常問題遇到的“組合爆炸”問題,目前仍在艱難進(jìn)行之中。從以上分析可以看出,符號(hào)主義工作范式的目標(biāo)是尋找一種形式結(jié)構(gòu),將人類的認(rèn)知和智能活動(dòng)轉(zhuǎn)換成抽象的符號(hào)系統(tǒng)的運(yùn)作。符號(hào)主義倡導(dǎo)者們堅(jiān)信,只要能對(duì)我們所了解或我們所相信的日常生活的非形式知識(shí)提供形式化理論,就能通過恰當(dāng)?shù)木幊虂慝@取、表達(dá)和處理知識(shí)。但是,將人類的認(rèn)知和智能活動(dòng)轉(zhuǎn)換成抽象符號(hào)的一個(gè)主要障礙是,任何實(shí)際問題都涉及大量的背景知識(shí),背景知識(shí)本身是一個(gè)不確定集合,而且這些知識(shí)大部分不能基于符號(hào)邏輯推理獲得,即使局限于求解小范圍問題的專家系統(tǒng),也仍然不能克服符號(hào)邏輯功能的固有局限。如此說來,在認(rèn)知可計(jì)算主義綱領(lǐng)指導(dǎo)下,建基在“認(rèn)知的本質(zhì)就是符號(hào)運(yùn)算”這一理念上的符號(hào)主義工作范式必然與認(rèn)知科學(xué)早期目標(biāo)相距甚遠(yuǎn)。2.算法的基本思想為了擺脫符號(hào)主義的困境,80年代認(rèn)知科學(xué)發(fā)生了一場“人工神經(jīng)網(wǎng)絡(luò)革命”,認(rèn)知科學(xué)的“聯(lián)結(jié)主義”研究范式誕生。聯(lián)結(jié)主義范式是基于對(duì)人類認(rèn)知機(jī)制的另一種理解,即認(rèn)為一切人類認(rèn)知活動(dòng)完全可歸結(jié)為大腦神經(jīng)元的活動(dòng)。由于人們觀察到,認(rèn)知活動(dòng)產(chǎn)生的同時(shí)大腦的物理硬件在工作,而大腦是由極大量的神經(jīng)元經(jīng)過復(fù)雜的相互連接構(gòu)成的信息處理系統(tǒng)。因此,聯(lián)結(jié)主義者主張,應(yīng)該用機(jī)器程序去精確闡明大腦的硬件結(jié)構(gòu),采取一種“內(nèi)在”眼光,考察大腦是如何真正記錄我們認(rèn)為是“智能”的行為的,以及大腦的這種硬件結(jié)構(gòu)是如何產(chǎn)生“智能”行為的。人工神經(jīng)網(wǎng)絡(luò)研究就是力圖體現(xiàn)大腦的分布式并行計(jì)算和非線性等特征8,所建構(gòu)的人工神經(jīng)網(wǎng)絡(luò)是一種具有大量連接的并行分布式處理器,具有通過學(xué)習(xí)獲取知識(shí)并解決問題的能力,且知識(shí)是分布存儲(chǔ)在與大腦神經(jīng)元突觸相類似的連接的權(quán)重中9。因此,通過人工神經(jīng)網(wǎng)絡(luò),聯(lián)結(jié)主義者看到機(jī)器體現(xiàn)的思維如何從連接的各種模式中以一種涌現(xiàn)的方式產(chǎn)生10。與人工神經(jīng)網(wǎng)絡(luò)研究相伴的是從計(jì)算理論層次上研究人工神經(jīng)網(wǎng)絡(luò)的神經(jīng)計(jì)算,主要是運(yùn)用現(xiàn)代數(shù)學(xué)方法探究人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)非程序的、適應(yīng)性的、大腦風(fēng)格的信息處理的本質(zhì)和能力,以及信息處理的機(jī)理和途徑。人工神經(jīng)網(wǎng)絡(luò)與基于符號(hào)主義的處理離散符號(hào)的計(jì)算系統(tǒng)不同。在神經(jīng)網(wǎng)絡(luò)中,知識(shí)由網(wǎng)絡(luò)各單元之間的相互作用的加權(quán)參數(shù)值表征,網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則決定于以這些連續(xù)參數(shù)為數(shù)值的變量的活動(dòng)值方程,因此描述認(rèn)知和智力活動(dòng)的單元已經(jīng)不是離散符號(hào)了,而是“亞符號(hào)”的數(shù)值變量。顯然亞符號(hào)研究模式與以往關(guān)于“離散符號(hào)的處理對(duì)于任何智能活動(dòng)既是必要的也是充分的”的觀念相沖突,聯(lián)結(jié)主義者工作的目標(biāo)也從用符號(hào)模擬大腦轉(zhuǎn)變成用大規(guī)模并行計(jì)算建構(gòu)大腦。但是,即使經(jīng)歷了這次范式轉(zhuǎn)換,模擬人類高級(jí)智能的目標(biāo)仍然顯得遙不可及。這里的一個(gè)重要原因是,大腦結(jié)構(gòu)是經(jīng)歷了生命進(jìn)化和與環(huán)境的交互作用長期形成的,人工神經(jīng)網(wǎng)絡(luò)專家嘗試了各種方案后逐漸開始意識(shí)到,試圖通過機(jī)器程序建立一個(gè)與大腦功能類似的人工網(wǎng)絡(luò)實(shí)在過于困難了。借用德萊弗斯的話:“如果分析的最小單元是同整個(gè)文化世界聯(lián)系起來的整個(gè)有機(jī)體,那么,類似于符號(hào)化和程序化的計(jì)算機(jī)式的神經(jīng)網(wǎng)絡(luò)就仍然有很長的路要走?！?1造成困難的另一個(gè)重要因素是,聯(lián)結(jié)主義程序自身仍然難以擺脫認(rèn)知科學(xué)中最棘手的常識(shí)知識(shí)問題。雖然迄今為止研究者已經(jīng)提出了五十多種人工神經(jīng)網(wǎng)絡(luò)模型,廣泛應(yīng)用于模式識(shí)別與圖像處理、控制與優(yōu)化、金融預(yù)測與管理以及通信等領(lǐng)域,但是人們已經(jīng)從理論上研究了現(xiàn)有神經(jīng)網(wǎng)絡(luò)模型計(jì)算能力的局限性,認(rèn)為它們?nèi)匀徊荒芙鉀Q傳統(tǒng)的基于物理符號(hào)系統(tǒng)的人工智能中的困難12。于是,研究者又開始寄希望于行為主義范式指導(dǎo)下的進(jìn)化計(jì)算和人工生命的研究。3.從描述自然生命系統(tǒng)的到模擬進(jìn)化的人工生命研究行為主義工作范式的基本出發(fā)點(diǎn)是,略去知識(shí)的表達(dá)與推理的環(huán)節(jié),考慮在感知與行為之間建立直接的聯(lián)系,期望認(rèn)知主體在感知刺激后,通過自適應(yīng)、自學(xué)習(xí)、自組織方式產(chǎn)生適當(dāng)?shù)男袨轫憫?yīng)。行為主義者堅(jiān)信,認(rèn)知行為是以“感知—行動(dòng)”的反應(yīng)模式為基礎(chǔ)的,智能水平完全可以,而且必須在真實(shí)世界的復(fù)雜境域中進(jìn)行學(xué)習(xí)訓(xùn)練,在與周圍環(huán)境的信息交互作用與適應(yīng)過程中不斷進(jìn)化和體現(xiàn)。專家們從研制具有自學(xué)習(xí)、自適應(yīng)、自組織特性的智能控制系統(tǒng),開發(fā)各種智能機(jī)器人開始,到90年代,在行為主義工作范式下進(jìn)一步發(fā)展成了人工生命13和模擬進(jìn)化計(jì)算的研究。如果說20世紀(jì)60—70年代人工智能的研究主要是面對(duì)規(guī)則的系統(tǒng)和邏輯推理的方法,90年代認(rèn)知科學(xué)家已經(jīng)開始不局限于基于規(guī)則的系統(tǒng),轉(zhuǎn)而進(jìn)入建基在細(xì)胞自動(dòng)機(jī)理論、形態(tài)形成理論、非線性科學(xué)理論和遺傳理論之上的人工生命研究,試圖通過用計(jì)算機(jī)生成自然生命系統(tǒng)行為的仿真系統(tǒng),了解真實(shí)世界中的生命和生命過程,這一領(lǐng)域的有效工具是采用信息數(shù)學(xué)模型模擬進(jìn)化的遺傳算法14。人工生命的倡導(dǎo)者認(rèn)為,生命是系統(tǒng)內(nèi)各不同組成部分的一系列功能的有機(jī)化,這些功能的各方面特性能夠在物理機(jī)器上以不同方式被創(chuàng)造15,進(jìn)化本身可視為一種搜索試驗(yàn)的復(fù)雜過程,最重要的是生物的自適應(yīng)性、自組織性造就了自身,而不在于是不是由有機(jī)分子組成。當(dāng)1990年托馬斯·雷(TomasRay)意外發(fā)現(xiàn)他所設(shè)計(jì)的復(fù)雜程序梯爾拉(Tierra)在機(jī)器上演化出了一個(gè)豐富多彩的電子生態(tài)系統(tǒng)時(shí),他看到了從人工有機(jī)體最基本的結(jié)構(gòu)中涌現(xiàn)出一種令人吃驚的復(fù)雜性的可能性,行為主義倡導(dǎo)者認(rèn)為這是進(jìn)化的威力。他們認(rèn)為,進(jìn)化過程完全可以獨(dú)立于特殊的物質(zhì)基質(zhì),可能簡單地發(fā)生在為了爭奪存儲(chǔ)空間的計(jì)算機(jī)程序的某種聚合中,就像在早期環(huán)境中以碳為基礎(chǔ)的有機(jī)體在競爭中發(fā)生的進(jìn)化過程那樣。這樣,在行為主義范式指導(dǎo)下,人工生命專家期待的就不是要構(gòu)造一個(gè)大腦,而是要通過遺傳算法進(jìn)化出一個(gè)大腦。從聯(lián)結(jié)主義到行為主義范式轉(zhuǎn)換的重要特征是對(duì)復(fù)雜性科學(xué)和“人工有機(jī)體”自演化、自涌現(xiàn)特征的強(qiáng)調(diào)。目前行為主義被認(rèn)為是極有前途的研究范式,雖然我們不能茍同“生命的本質(zhì)就是計(jì)算”的斷言,但人工生命和進(jìn)化計(jì)算的成果已經(jīng)為認(rèn)知科學(xué)研究綱領(lǐng)的變遷帶來了新的啟示。四、基于模擬的人類智能模擬在認(rèn)知可計(jì)算主義研究綱領(lǐng)指導(dǎo)下,認(rèn)知科學(xué)領(lǐng)域的各路專家遵循著不同的工作范式不斷修正著自己的目標(biāo)和策略。歸結(jié)起來可以說,符號(hào)主義者試圖用符號(hào)演算模擬人類大腦;聯(lián)結(jié)主義者試圖通過人工神經(jīng)網(wǎng)絡(luò)的并行計(jì)算建構(gòu)大腦;而行為主義者則試圖通過遺傳算法進(jìn)化出大腦。我們認(rèn)為,他們實(shí)際上在不同的探索道路上都在對(duì)認(rèn)知可計(jì)算主義綱領(lǐng)進(jìn)行著局部修正,而且都自覺或不自覺地默認(rèn)了一些基礎(chǔ)假設(shè)。歷史地看,這些假設(shè)隨著范式的轉(zhuǎn)換也經(jīng)歷了一個(gè)逐步確立和修正的過程,今天它們可概括為:假設(shè)1:大腦是人類認(rèn)知和智能活動(dòng)的載體。假設(shè)2:認(rèn)知和智能活動(dòng)是一個(gè)物理過程。假設(shè)3:圖靈機(jī)可模擬任何物理過程。假設(shè)4:通過研究虛擬世界各類人工生命智能的詳情可以把握真實(shí)世界人類認(rèn)知和智能的基本性質(zhì)。假設(shè)5:一切認(rèn)知和智能活動(dòng)的復(fù)雜系統(tǒng)都可以通過各個(gè)組分的動(dòng)態(tài)行為和整體性相互作用加以解釋(可以稱作“借鑒了整體主義的還原主義假設(shè)”)。假設(shè)1對(duì)于不同范式下工作的認(rèn)知科學(xué)家的區(qū)別在于:主張符號(hào)主義的群體認(rèn)為,我們所要做的只是抽象出大腦的思維規(guī)律并編碼為計(jì)算機(jī)可識(shí)別的形式,而不必考慮大腦的硬件構(gòu)成。主張聯(lián)結(jié)主義的群體則認(rèn)為,人類大腦特殊的物理構(gòu)成方式對(duì)于認(rèn)知起了關(guān)鍵作用,因此,應(yīng)主要集中于通過構(gòu)造能盡量反映大腦功能結(jié)構(gòu)的程序來模擬人類智能。行為主義研究群體認(rèn)為,大腦是生命進(jìn)化的產(chǎn)物,因此主張通過機(jī)器程序模擬生命進(jìn)化過程來實(shí)現(xiàn)對(duì)人類智能的模擬。假設(shè)2在哲學(xué)上是對(duì)紐拉特(O.Neurath)和卡爾納普(R.Carnap)的早期物理主義、普特南-奧本海莫(H.Putnam-P.Oppenheime)20世紀(jì)60年代的科學(xué)還原綱領(lǐng),以及福德(J.Fodor)的非還原的物理主義的修正,而且大多數(shù)科學(xué)家堅(jiān)信假設(shè)2的真理性?？死锟?F.H.C.Crick)1990年把它稱為“一個(gè)驚人的假說”:“人的精神活動(dòng)完全由神經(jīng)細(xì)胞、膠質(zhì)細(xì)胞的行為和它們的構(gòu)成,以及影響它們的原子、離子和分子的性質(zhì)所決定。”16而且他認(rèn)為,人的喜悅、悲傷、記憶和抱負(fù)、自我感覺和自由意志,實(shí)際上都不過是一大群神經(jīng)元而已。因此,“從神經(jīng)元的角度考慮問題,考察他們的內(nèi)部成分以及他們之間復(fù)雜的、出人意料的相互作用的方式才是研究意識(shí)問題的本質(zhì)”17。而且這一生物物理主義觀念從90年代起深刻地影響著目前相當(dāng)活躍的關(guān)于意識(shí)—神經(jīng)計(jì)算的研究。假設(shè)3斷言,任何物理過程的信息傳遞規(guī)律都能在恰當(dāng)程序化的計(jì)算機(jī)上模擬。1985年多奇(D.Deutsch)將“能行可計(jì)算的函數(shù)”替換為“有限可實(shí)現(xiàn)的物理系統(tǒng)”,陳述了“物理版本的丘奇—圖靈論題”:“每個(gè)有限可實(shí)現(xiàn)的物理系統(tǒng),總能為一臺(tái)通用模擬機(jī)器以有限方式的操作來完美地模擬?！?8依多奇之見,作為物理過程的自然界和人類心智原則上都可以用通用計(jì)算機(jī)完美地模擬。顯然多奇論題是較丘奇—圖靈論題更強(qiáng)的“工作假說”,多奇等人甚至認(rèn)為,算法或計(jì)算這樣的純粹抽象數(shù)學(xué)概念完全是物理定律的體現(xiàn),計(jì)算系統(tǒng)不外是自然定律的一個(gè)自然結(jié)果,通用計(jì)算機(jī)的概念很可能就是自然規(guī)律的內(nèi)在要求。假設(shè)4主張:我們所稱的真實(shí)世界的實(shí)在性并不比在機(jī)器上顯示的“人工有機(jī)體”組成的虛擬世界更實(shí)在,通過考察一臺(tái)機(jī)器內(nèi)部人工生命的所作所為,能使我們認(rèn)識(shí)機(jī)器之外的人類生命是如何形成和演化的。換言之,機(jī)器世界的版本和真實(shí)世界的版本是“同構(gòu)的”。因此,把注意力從模擬智能轉(zhuǎn)移到模擬生命就意味著,如果能夠在一臺(tái)機(jī)器上創(chuàng)造出生命,那么智能將自然產(chǎn)生。可以說,假設(shè)4是整個(gè)認(rèn)知科學(xué)和人工智能事業(yè)存在的理由。實(shí)際上,以上4個(gè)假設(shè)都可歸結(jié)為借鑒了整體主義觀念的還原主義假設(shè)19:一切認(rèn)知和智能活動(dòng)的復(fù)雜系統(tǒng)都可以通過各個(gè)組分的動(dòng)態(tài)行為和整體性相互作用加以解釋。但是,一個(gè)重要的事實(shí)是,前4個(gè)假設(shè)在整個(gè)認(rèn)知科學(xué)領(lǐng)域是長期得到共識(shí)的,第5個(gè)假設(shè)卻是經(jīng)歷了演變和修正過程的。如果說符號(hào)主義早期立場還具有較強(qiáng)的邏輯原子主義的還原傾向,后期的聯(lián)結(jié)主義和行為主義則更強(qiáng)調(diào)整體主義的某些觀念與還原主義融合,這種立場一方面強(qiáng)調(diào)物理作用可以解釋人類認(rèn)知和智能活動(dòng),另一方面又強(qiáng)調(diào)認(rèn)知和智能活動(dòng)是復(fù)雜的生命系統(tǒng)的子系統(tǒng),需要強(qiáng)調(diào)其整體性、動(dòng)態(tài)性觀念,甚至需要強(qiáng)調(diào)突現(xiàn)的觀念。因此,這種新的還原主義假設(shè)使認(rèn)知科學(xué)家逐漸地不僅把問題求解看做認(rèn)知和智能的基本形式,還把學(xué)習(xí)和與環(huán)境的相互作用作為認(rèn)知和智能的基本形式。他們一方面強(qiáng)調(diào)使用經(jīng)典的和非經(jīng)典邏輯,另一方面又不斷探索借助統(tǒng)計(jì)學(xué)、生物學(xué)和復(fù)雜性科學(xué)來理解人類認(rèn)知和智能的本質(zhì)。我們認(rèn)為,這是認(rèn)知科學(xué)工作范式逐步發(fā)生轉(zhuǎn)換的關(guān)鍵之處,更是依據(jù)自然科學(xué)的進(jìn)展對(duì)認(rèn)知可計(jì)算主義強(qiáng)綱領(lǐng)進(jìn)行局部修正的必然產(chǎn)物。五、計(jì)算機(jī)的自我認(rèn)知和人工智能的自組織方式認(rèn)知科學(xué)的發(fā)展除了必要的哲學(xué)假定和各門自然科學(xué)的進(jìn)展,更依賴于計(jì)算理論和計(jì)算機(jī)技術(shù)的突破。目前人們普遍接受了“計(jì)算機(jī)的復(fù)雜性遵循摩爾定律:每18個(gè)月翻一番”的說法20,計(jì)算的觀念也確實(shí)為人工智能帶來豐碩成果。然而,在認(rèn)知可計(jì)算主義旗幟下,幾十年過去了,雖然從符號(hào)主義經(jīng)聯(lián)結(jié)主義到行為主義范式轉(zhuǎn)換,最初完全基于規(guī)則的還原主義思想慢慢弱化,復(fù)雜性、整體主義思想逐漸增強(qiáng),認(rèn)知科學(xué)和人工智能的實(shí)踐仍然困難重重,舉步維艱。因此,應(yīng)當(dāng)引起我們反思的是,認(rèn)知和智能的本質(zhì)究竟是什么?圖靈意義下的計(jì)算概念在認(rèn)知和智能活動(dòng)中的意義是什么?人工智能的研究是否存在不可逾越的邏輯和物理的界限?我們應(yīng)當(dāng)從生物學(xué)、物理學(xué)和復(fù)雜性科學(xué)中借鑒哪些方法和途徑?目前對(duì)認(rèn)知可計(jì)算主義研究綱領(lǐng)的反思主要聚焦于以下幾方面:1.哲學(xué)上的反思。認(rèn)知科學(xué)家,特別是人工智能專家似乎都持有一種樂觀主義態(tài)度,認(rèn)為原則上不存在用機(jī)器模擬人類智能的障礙,惟一的爭論是如何實(shí)現(xiàn)模擬。歷史上,反對(duì)強(qiáng)人工智能立場的哲學(xué)論證基本上沿著三條路線21:休伯特·德萊弗斯(H.Dreyfus)和斯多爾特·德萊弗斯(S.Dreyfus)訴諸現(xiàn)象學(xué)哲學(xué)所開辟的現(xiàn)象學(xué)路線;塞爾(J.Searle)主張的反行為主義路線;魯卡斯(J.Lucase)和彭羅斯(R.Penrose)等人訴諸哥德爾不完全性定理的路線。三條路線的基本出發(fā)點(diǎn)是,人類的許多認(rèn)知行為不能被簡單地看做是遵循規(guī)則行事的。人類的心靈、大腦和計(jì)算機(jī)之間存在著“本質(zhì)差別”,大腦的功能也許可以說是一臺(tái)計(jì)算機(jī),但更深層的智能活動(dòng),特別是以意向性為核心的心智活動(dòng)決不是計(jì)算機(jī)的算法可窮盡的。照語法規(guī)則定義的計(jì)算機(jī)程序本身不足以擔(dān)保心的意向性和語義的呈現(xiàn),心的本質(zhì)不是可計(jì)算的。哥德爾的不完全性定理已經(jīng)設(shè)定了人工智能的極限,超過人類智能的計(jì)算機(jī)不過是強(qiáng)人工智能專家所鐘愛的一副“皇帝新腦”而已。2.復(fù)雜性科學(xué)和生物學(xué)的反思。許多人認(rèn)為,與現(xiàn)代計(jì)算機(jī)不同,大腦不是一種通用圖靈機(jī),大腦的每一部分都是特異化的,并且是在相互作用中完成整體心智活動(dòng)的,心腦活動(dòng)的基礎(chǔ)是遵循非力相關(guān)性原理的,體現(xiàn)出一種內(nèi)在的、依存性的、整體自涌現(xiàn)的形式,它不是一個(gè)完全一致的系統(tǒng)22。因此必須放棄純粹的理性主義、還原主義和物理主義傾向,而代之以復(fù)雜性思維和生物學(xué)眼光。協(xié)同學(xué)領(lǐng)袖哈肯(H.Haken)曾經(jīng)預(yù)言,從長遠(yuǎn)的觀點(diǎn)看,有希望制造出以自組織方式執(zhí)行程序的計(jì)算機(jī)來模擬人類智能。神經(jīng)達(dá)爾文主義者阿德爾曼(L.M.Adelman)認(rèn)為,我們的意識(shí)心智活動(dòng)是動(dòng)態(tài)的達(dá)爾文過程,所有行為現(xiàn)象都是由神經(jīng)細(xì)胞活動(dòng)的時(shí)空模式?jīng)Q定的,意識(shí)和心智活動(dòng)無非是大量神經(jīng)活動(dòng)中模式選擇“勝者為王”的結(jié)果,因此,1994年以來他一直極力主張借鑒生命科學(xué)成果建立DNA計(jì)算機(jī)理論。甚至認(rèn)知可計(jì)算主義綱領(lǐng)的倡導(dǎo)者明斯基1990年也不得不承認(rèn),人腦在進(jìn)化過程中形成了許多用以解決不同問題的高度特異性的結(jié)構(gòu),認(rèn)知和智能活動(dòng)不是由建基在公理上的數(shù)學(xué)運(yùn)算所能統(tǒng)一描述的現(xiàn)象,無論是符號(hào)主義還是聯(lián)結(jié)主義都受害于唯理主義傾向,都是用在物理學(xué)中獲得成功的方法和簡單而漂亮的形式系統(tǒng)來解釋智力。他主張,要在認(rèn)知科學(xué)領(lǐng)域有實(shí)質(zhì)性突破,就應(yīng)當(dāng)放棄唯理主義哲學(xué),從生物學(xué)而不是物理學(xué)中去尋找啟示和線索23。3.計(jì)算機(jī)技術(shù)的反思。一部分專家認(rèn)為,目前計(jì)算機(jī)量級(jí)規(guī)模上的局限性,制約了人工智能實(shí)現(xiàn)高級(jí)人類心智。因?yàn)榇竽X的神經(jīng)元及其連接構(gòu)成了規(guī)模無比的神經(jīng)元集群網(wǎng)絡(luò),因此,只要計(jì)算機(jī)的集成電路中基本元件與連接規(guī)模超過大腦的神經(jīng)元件與連接的規(guī)模,就能期望計(jì)算機(jī)像大腦一樣自涌現(xiàn)出高級(jí)心智現(xiàn)象。目前硅基材料的計(jì)算機(jī)遠(yuǎn)遠(yuǎn)達(dá)不到如此規(guī)模,應(yīng)當(dāng)寄希望于光子計(jì)算機(jī)、量子計(jì)算機(jī)和生物計(jì)算機(jī)。例如密爾本(G.J.Milburn)1999年提出,滿足多奇原理的計(jì)算機(jī)只能是利用量子迭加效應(yīng)實(shí)現(xiàn)大規(guī)模的高效并行計(jì)算的量子計(jì)算機(jī)。但是,密爾本已經(jīng)斷言,無論量子計(jì)算機(jī)的速度多快,仍是一種建立在量子圖靈機(jī)基礎(chǔ)上的計(jì)算機(jī),丘奇—圖靈論題依然是量子計(jì)算機(jī)的理論基礎(chǔ)。因此在我們看來,量子計(jì)算機(jī)不過是實(shí)現(xiàn)圖靈機(jī)算法的另一物理裝置而已,試圖以量子計(jì)算機(jī)模擬整個(gè)人類智能仍然沒有超出“認(rèn)知可計(jì)算主義”綱領(lǐng)的指導(dǎo)。24顯然,這三個(gè)層面的反思路線是對(duì)認(rèn)知可計(jì)算主義綱領(lǐng)的深刻質(zhì)疑,而且在歷史上,恰是這些反思浪潮激勵(lì)了認(rèn)知科學(xué)家探索新的研究進(jìn)路。我們認(rèn)為,首先需要澄清的一點(diǎn)是,哥德爾本人并不反對(duì)用他的不完全性定理作為論證“機(jī)器永遠(yuǎn)不能超越人心”的部分證據(jù),但是他曾指出,要推出如此強(qiáng)硬結(jié)論還需附加兩個(gè)哲學(xué)假定,其一,人心(mind)沒有物質(zhì)載體;其二,人類理性提出的問題人類理性一定能夠解答。25其次需要強(qiáng)調(diào)的是,人的心智是在不斷進(jìn)化之中的,迄今為止,對(duì)于大腦的運(yùn)作機(jī)制、意識(shí)的本質(zhì)、智能的本質(zhì)等,我們只有極為膚淺的理解,基于這種理解就用哥德爾定理做出計(jì)算機(jī)永遠(yuǎn)能,或永遠(yuǎn)不能超越人類心智的斷然結(jié)論為時(shí)尚早。另外,對(duì)于機(jī)器量級(jí)規(guī)模的突破導(dǎo)致計(jì)算速度的提高是否能夠帶來難以預(yù)期的智能復(fù)雜性的模擬我們也不能盲目做出斷言,因?yàn)榧词箼C(jī)器程序可以產(chǎn)生自組織和突現(xiàn)的特性,依據(jù)切廷(G