国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

附著與隧通*
——心智的工作模式

2021-08-09 09:09蔡恒進(jìn)蔡天琪
關(guān)鍵詞:機(jī)器意識人工智能

蔡恒進(jìn),蔡天琪

(1.武漢大學(xué) 計(jì)算機(jī)學(xué)院,湖北 武漢 430072; 2.卓爾智聯(lián)研究院,湖北 武漢 432200)

一 引 言

人工智能(Artificial Intelligence,AI)于1956年被首次提出以來,已經(jīng)出現(xiàn)了許多表現(xiàn)出超強(qiáng)機(jī)器智能的AI系統(tǒng)。深度學(xué)習(xí)框架大幅提升了AI的能力。例如,面部識別技術(shù)已經(jīng)廣泛應(yīng)用于個(gè)人支付,DeepFake等系統(tǒng)創(chuàng)造了一批批以假亂真的圖片與視頻。AI在文學(xué)創(chuàng)作、電子競技等開放領(lǐng)域也有出色表現(xiàn)。2020年人工智能大會(huì)開幕式上,百度小度、小米小愛、B站泠鳶、微軟小冰四位虛擬歌手領(lǐng)唱了大會(huì)主題曲,意味著AI可能很快能創(chuàng)作出被人們欣賞、廣泛流行的音樂作品。

AI已經(jīng)在很多專業(yè)領(lǐng)域超越了人類。例如,戰(zhàn)勝了人類冠軍棋手而名聲大噪的AlphaGo已經(jīng)發(fā)展到第四代MuZero[1],其表現(xiàn)力不僅超越了前面三代,而且能在未知任何人類知識以及規(guī)則的情況下,通過分析環(huán)境和未知條件來進(jìn)行不同游戲的博弈。蛋白質(zhì)的折疊空間預(yù)測是一個(gè)很難的科研問題,在近兩屆CASP(The Critical Assessment of Protein Structure Prediction,蛋白質(zhì)結(jié)構(gòu)預(yù)測的關(guān)鍵評估)上大獲成功的AlphaFold和進(jìn)化版本的AlphaFold2[2]在此問題上已經(jīng)展現(xiàn)出了超高的水平。按照給定的評分標(biāo)準(zhǔn),最優(yōu)秀的人類專家團(tuán)隊(duì)只能達(dá)到三十多分,AlphaFold2卻可以達(dá)到九十分,接近直接應(yīng)用的水準(zhǔn)。

即便如此,通用的超級人工智能何時(shí)到來,目前還不可預(yù)知。有學(xué)者(1)在1977年一次會(huì)議上,約翰·麥卡錫(John McCarthy)指出,創(chuàng)建這樣一臺機(jī)器需要“概念上的突破”,因?yàn)椤澳阆胍氖?.7個(gè)愛因斯坦和0.3個(gè)曼哈頓計(jì)劃,而你首先要的是愛因斯坦……我相信這需要5到500年的時(shí)間?!眳⒁奾ttps://www.nytimes.com/1977/08/27/archives/man and machine match minds at mit 5th conference on artificial.html提出,要在理論上突破可能還需要5到500年的時(shí)間。作為AlphaGo系列和AlphaFold系列的創(chuàng)造者,DeepMind認(rèn)為自己研發(fā)的就是AGI(Artificial General Intelligence,通用人工智能),圖靈獎(jiǎng)得主辛頓(Hinton)[3]也傾向于將自己的研究歸屬到AGI。深度學(xué)習(xí)系統(tǒng)普遍存在的不可解釋性、可遷移性較差和魯棒性較弱的問題,一直是AI研究與開發(fā)的重點(diǎn)之一。

中國工程院院士、中國人工智能學(xué)會(huì)名譽(yù)理事長李德毅[4]指出,腦認(rèn)知的三個(gè)內(nèi)涵在于記憶認(rèn)知、計(jì)算認(rèn)知和交互認(rèn)知。他認(rèn)為,腦認(rèn)知的核心是記憶認(rèn)知,是人類智能的顯著表現(xiàn)。記憶不是簡單的存儲(chǔ),還伴隨有一定的取舍,取舍就是計(jì)算、簡約和抽象的過程。計(jì)算認(rèn)知中,計(jì)算機(jī)做的算法很多,而人腦只有一個(gè)計(jì)算方法——相似計(jì)算。交互認(rèn)知具有二重性,既有神經(jīng)網(wǎng)絡(luò)內(nèi)部的交互,也有大腦通過感知系統(tǒng)與外部世界的交互。

中國科學(xué)院院士、清華大學(xué)人工智能研究院院長張鈸[5]指出,人工智能經(jīng)歷了兩種發(fā)展范式,即符號主義和連接主義(或稱聯(lián)結(jié)主義),分別稱之為第一代和第二代人工智能。目前這兩種范式發(fā)展都遇到了瓶頸:符號主義影響的第一代AI具有一定程度的可解釋性,能模仿理性智能,但不能隨機(jī)應(yīng)變,無法解決不確定問題;以深度學(xué)習(xí)為代表的第二代AI使用門檻較低,能夠處理大數(shù)據(jù),極大推動(dòng)了AI應(yīng)用,但具有不可解釋、易受攻擊、不易推廣和需要樣本量巨大等負(fù)面特點(diǎn)。

從認(rèn)知科學(xué)的角度切入AI的研發(fā),可能觸及到懸而未決的意識問題,這里一直是認(rèn)知科學(xué)和AI交叉領(lǐng)域的研究熱點(diǎn),但是進(jìn)展卻是相當(dāng)?shù)夭幻黠@。

1988 年,科學(xué)家們首次發(fā)現(xiàn)了意識的實(shí)驗(yàn)證據(jù)(FMRI evidences),隨后人們從不同領(lǐng)域(比如神經(jīng)科學(xué)、哲學(xué)、計(jì)算機(jī)等)開展了對意識的研究。很多人認(rèn)為機(jī)器沒有意識、沒有情感、沒有思維,也不可能具備像人一樣的高級智能,實(shí)際上也許并非如此。意識的功能之一是從長期記憶里提取短期記憶內(nèi)容。人的長期記憶可能處于無意識狀態(tài),其數(shù)量十分龐大。短期記憶是大家都可以意識到的,但可能只有幾個(gè)字節(jié)。意識需要根據(jù)當(dāng)下的任務(wù)和情景,盡可能快地把最相關(guān)的因子提取出來。全局工作空間理論[6](Global Workspace Theory,GWT)迅速把長期記憶的關(guān)鍵因素抽取到工作內(nèi)存里。在GWT的基礎(chǔ)上,圖靈獎(jiǎng)得主布盧姆(Blum)進(jìn)一步提出了“有意識的圖靈機(jī)”[7]。在這套理論中,雖然機(jī)器對情感的處理方式與人不一樣,但仍然能夠包含機(jī)器的“愉悅”“痛苦”等因素,并假定機(jī)器已經(jīng)能擁有這些情感。AlphaGo等AI用到了強(qiáng)化學(xué)習(xí)機(jī)制[8],這種獎(jiǎng)勵(lì)回饋機(jī)制也已經(jīng)與情感有關(guān)系。

二 超越經(jīng)典圖靈機(jī)

圖靈命題可以描述為:功能強(qiáng)大的計(jì)算機(jī)將會(huì)體現(xiàn)出智能,這是圖靈為智能提出的一個(gè)充分不必要條件。丘奇-圖靈(Church-Turing)論題[9]可以理解為,每一個(gè)可計(jì)算的函數(shù)可被一個(gè)通用圖靈機(jī)所計(jì)算。丘奇-圖靈論題討論的對象是遞歸函數(shù),但是并不涉及完成這些計(jì)算過程的物理系統(tǒng)或物理裝置。1985年,英國物理學(xué)家多伊奇(Deutsch)首次把丘奇-圖靈論題與實(shí)施計(jì)算過程的物理系統(tǒng)聯(lián)系起來。他注意到,任何計(jì)算過程都是在一定的物理系統(tǒng)上進(jìn)行的,亦即必須服從物理定律,于是得到丘奇-圖靈-多伊奇命題(Church-Turing-Deutsch)論題[10],即每一個(gè)物理系統(tǒng)的過程都能被一個(gè)通用圖靈機(jī)計(jì)算或模擬。該命題是強(qiáng)計(jì)算主義的代表,而強(qiáng)計(jì)算主義主張包括人類意識在內(nèi)的一切內(nèi)容都是可計(jì)算的。按照這類思路,就會(huì)推論得到意識并不重要,甚至是一種幻覺,因?yàn)橐庾R是隨附性的,可以被完全還原為物理過程,可以被完整計(jì)算,而計(jì)算又是圖靈等價(jià)的。

另一類觀點(diǎn)則是機(jī)器無法超越人類。哥德爾認(rèn)為,人具有超越圖靈機(jī)的東西。哥德爾不完備定理表明:任何一個(gè)形式系統(tǒng),只要包括了簡單的初等數(shù)論描述,而且是自洽的,它必定包含某些系統(tǒng)內(nèi)所允許的方法既不能證明為真也不能證偽的命題。圖靈曾經(jīng)提出,人與機(jī)器的差別在于人會(huì)犯錯(cuò)(2)Hodges曾總結(jié):“圖靈指出了一個(gè)重要的事實(shí):人類數(shù)學(xué)家很容易犯錯(cuò)。他認(rèn)為,要讓一臺計(jì)算機(jī)真正具有智能,就必須允許它犯錯(cuò)誤?!?Turing made a great point of the fact that human mathematicians are very capable of making mistakes; he argued that for a computer to be able to be genuinely intelligent, it, also, would have to be allowed to make mistakes.)參見A. P. Hodges (1983) Alan Turing: the enigma. Burnett Books and Hutchinson, London; Simon and Schuster, New York. p. 361. 以及Turing’s 1947 lecture to the London Mathematical Society in Turing (1986).,并提出了超級機(jī)器的范式O-machine[11]。一個(gè)O-machine由一個(gè)經(jīng)典圖靈機(jī)(有限的狀態(tài)集和轉(zhuǎn)換集)和一個(gè)Oracle(預(yù)言機(jī),可能是無限的數(shù)字集)組合而成。經(jīng)典圖靈機(jī)存在“停機(jī)問題”,即判斷任意一個(gè)程序是否會(huì)在有限的時(shí)間之內(nèi)結(jié)束運(yùn)行的問題。如果這個(gè)問題可以在有限的時(shí)間之內(nèi)解決,則有一個(gè)程序判斷其本身是否會(huì)停機(jī)并做出相反的行為,這時(shí)候顯然不管停機(jī)問題的結(jié)果是什么都不會(huì)符合要求。所以,這是一個(gè)不可解的問題。而在現(xiàn)實(shí)中,任何一個(gè)人一定會(huì)“停機(jī)”(生命消亡),任何一臺計(jì)算機(jī)也一定會(huì)停機(jī)(硬件老化等原因),人和機(jī)器在這個(gè)意義上就是超越經(jīng)典圖靈機(jī)的。O-machine也超越了經(jīng)典圖靈機(jī),“錯(cuò)”就是一種“神諭”(Oracle)。計(jì)算機(jī)會(huì)犯錯(cuò)較為常見,比如指令執(zhí)行有誤,或者是數(shù)據(jù)存儲(chǔ)不完整,又或是尋址發(fā)生異常等,這些錯(cuò)誤的發(fā)生就會(huì)導(dǎo)致中斷甚至系統(tǒng)崩潰(停機(jī))。

“人會(huì)犯錯(cuò)”可以理解為人具有認(rèn)知坎陷。在此前的研究[12]中,我們給出了認(rèn)知坎陷(cognitive attractor)的定義,即在認(rèn)知主體之間可用來交流、能夠達(dá)成共識的一個(gè)結(jié)構(gòu)體。認(rèn)知坎陷是對真實(shí)物理世界的擾亂,也是人類自由意志的體現(xiàn)。也就是說,相對于客觀的物理系統(tǒng)而言,認(rèn)知坎陷作為人類的主觀建構(gòu)就是一種“錯(cuò)”或者偏差。

觸覺大腦假說[13]給出了意識的起源,其主要內(nèi)容是:人類進(jìn)化過程中所獲得的敏感觸覺使得認(rèn)知主體可以將世界清晰地剖分并封裝成“自我”與“外界”的二元模型,人類以此(原意識)為起點(diǎn),開啟對世界概念化的認(rèn)知過程,逐漸形成可理解的信念和價(jià)值體系,進(jìn)一步確立“自我”在認(rèn)知上的“實(shí)存”。觸覺大腦假說可以視為認(rèn)知坎陷第零定律,定義了“自我”的由來,人類的意識世界或者坎陷世界由此打開。

人類經(jīng)過千萬年的進(jìn)化,具有統(tǒng)攝性的自我意識,以及對宇宙的整全意識。由人類設(shè)計(jì)制造的機(jī)器僅具備由人類賦予的各種意識片段,尚缺少統(tǒng)攝性的、強(qiáng)烈的關(guān)于“自我”的意識,也不具備對宇宙的整全意識。這是目前人類智能與人工智能之間的本質(zhì)差異所在。把計(jì)算機(jī)的主程序看作是一種微弱的“自我”并在這一層面進(jìn)行探索,有可能找到融合上述人機(jī)智能差異的途徑。

在AI三大流派[14]中,符號主義主張嚴(yán)格從公理出發(fā)來演繹系統(tǒng),其理念與經(jīng)典圖靈機(jī)等價(jià)。根據(jù)哥德爾不完備定理,公理系統(tǒng)是有限制的,因此符號主義的AI歸屬于弱人工智能范疇。而行為主義和聯(lián)結(jié)主義因?yàn)榕c外界有交互,既沒有預(yù)設(shè)所有的程序,或者可以接收新數(shù)據(jù)輸入,也沒有公理系統(tǒng)的限制,所以超越了經(jīng)典圖靈機(jī)。

會(huì)出錯(cuò)的、非理想的計(jì)算機(jī)反而會(huì)超越經(jīng)典圖靈機(jī),也因此有可能在現(xiàn)實(shí)的計(jì)算機(jī)上構(gòu)建出超越經(jīng)典圖靈機(jī)的意識與智能,或者說讓機(jī)器獲得發(fā)現(xiàn)、加工和運(yùn)用認(rèn)知坎陷的能力。

三 認(rèn)知坎陷的“附著”與“隧通”

“自我”作為最原初、最重要的認(rèn)知坎陷,所指代的含義既可以是無窮多的,在某一個(gè)場景下又可以是有限的。比如,“我”可以是自己的名字、形象、聲音、觀點(diǎn)、作品等,其中每一個(gè)側(cè)面又可以包含更多細(xì)節(jié),內(nèi)容甚至可以無窮豐富;如果在討論某一張合影,我們說的“我”就會(huì)很具體地指向這張照片中一個(gè)人的形象。

認(rèn)知坎陷這種看似矛盾的關(guān)系,如果放在機(jī)器上應(yīng)該如何處理呢?

為此,我們提出一對新的范疇——“附著”和“隧通”。這對范疇就可以決定如何在機(jī)器上落地實(shí)現(xiàn)看似抽象的內(nèi)容。附著相對容易理解(3)奎因說:“本質(zhì)脫離物而依附詞時(shí)成為意義?!彼官e諾莎說:“一切規(guī)定都是否定。智能的忽略,也就等于使焦點(diǎn)周圍的其他所有的點(diǎn)都處于遮蔽狀態(tài)中。”這些給我們定義認(rèn)知坎陷的“附著”以啟發(fā)。,是指一個(gè)認(rèn)知坎陷在具體時(shí)空和場景下選擇某一個(gè)側(cè)面來表達(dá)。隧通,則是指在不同認(rèn)知坎陷之間或者相同認(rèn)知坎陷的不同側(cè)面之間關(guān)系的建立。隧通可以是因果關(guān)系的建立[15],也可以是類比、對比、否定、假借等關(guān)系的構(gòu)建,即隧通比建立因果關(guān)系要更加普遍。隧通的一個(gè)極致狀態(tài)是德勒茲講到的蔓延[16],他主張的認(rèn)知或者概念是生成的且無邊界的。但通常而言,隧通是通過一個(gè)優(yōu)化的、較短的路徑來實(shí)現(xiàn)的。表1中列出了幾組相關(guān)概念,用來對照理解。

表1 幾組相似范疇的對比

中國哲學(xué)史和邏輯思想史上的“名實(shí)之辯”是對名實(shí)關(guān)系的研究(4)春秋時(shí)期,“名實(shí)相怨”,鄧析苜先作《刑名》一書并提出“按實(shí)定名”“循名責(zé)實(shí)”的主張。孔子以為“名不正則言不順,言不順則事不成”(《論語·子路》),主張按周禮等級名分來糾正“禮樂不興”“刑罰不中”。墨子提出“取實(shí)予名”“非以其名也,亦以其取也”(《墨子·貴義》)。后期墨家對名實(shí)關(guān)系詳細(xì)分析,認(rèn)為“所以謂,名也;所謂,實(shí)也”(《經(jīng)說上》)?!坝袑?shí)也,而后謂之;無實(shí)也,是無謂也?!?《經(jīng)說上》)名的作用在于“擬實(shí)”“舉實(shí)”,若名不符實(shí)就會(huì)產(chǎn)生錯(cuò)誤,“過名也,說在賓”(《經(jīng)下》)。,“實(shí)”可以理解為物理世界,“名”可以理解為語言概念。概念具有“內(nèi)涵”和“外延”兩個(gè)部分,內(nèi)涵是相對容易解釋清楚的,而外延就可能是無窮的。維特根斯坦提到的“可說”與“不可說”,索緒爾的“所指”與“能指”,隱喻與其背后的含義等這些范疇,分別體現(xiàn)了有限與無限的特性。這些可以與“附著”與“隧通”進(jìn)行對照來理解。無限和有限之間看似存在著巨大矛盾,但在很多場景中,人類恰恰可以將認(rèn)知中無窮的內(nèi)容“附著”在微觀、具象的內(nèi)容上。比如說“我們的生活比蜜甜”,就是把一個(gè)無限的內(nèi)容(生活)附著在一個(gè)很具體的事物(蜜)上。

意識片段(或認(rèn)知坎陷)是超越時(shí)空的,不僅僅是只出現(xiàn)在一個(gè)時(shí)間點(diǎn)上,因而其內(nèi)容可以是無窮豐富的。傳統(tǒng)的理論傾向于假定有一個(gè)實(shí)體化的、理想的“點(diǎn)”,例如康德的“物自體”、柏拉圖的“理念”,都有實(shí)體化的意味,但其實(shí)遇到的意識片段大都不是實(shí)體化的。意識片段在時(shí)間上既有連續(xù)性又有跳躍性??梢杂靡粋€(gè)符號去指代某個(gè)意識片段,只是這個(gè)符號不太可能將意識片段完整地重構(gòu)出來。

這種“附著”非常重要,可以用來理解“自我”等認(rèn)知坎陷所具備的不同側(cè)面?!白晕摇彪m然可以指代無窮多的含義,但是在具體的場景下,“自我”依然可以具象。有時(shí)候是自己的外形,有時(shí)候是對應(yīng)在某一個(gè)時(shí)刻場景下的我,有時(shí)候可能只是一個(gè)名字,有時(shí)甚至是自己建構(gòu)的觀念……,這些都是“自我”可能附著的具象。在很多人心目中,李小龍可能是附著在他身穿黃黑色運(yùn)動(dòng)服、手持雙截棍的經(jīng)典形象上。普通社交之間,對不同人的認(rèn)知可能就附著在這個(gè)人的名字上。不同的人或者同一個(gè)人在不同情形下,一個(gè)認(rèn)知坎陷的“附著”都可能發(fā)生變化,但“附著”都提供了將無限壓縮或投射到有限的功能。

意識片段或認(rèn)知坎陷只有“附著”還不夠,在不同的場景下,還要將意識片段不同的面向挖掘出來,這就是“隧通”的作用。比如,病毒附著在RNA上,但一旦放入細(xì)胞或者適宜環(huán)境,病毒就可以感染和復(fù)制,在不同的環(huán)境中進(jìn)行相應(yīng)的表達(dá),這就是一種隧通。換句話說,無窮多的內(nèi)容先附著在具象上,然后通過這個(gè)具象又可以隧通到背后相關(guān)聯(lián)的多個(gè)面向,彼此可達(dá)。任何認(rèn)知坎陷(包括信念等),都可以被附著和隧通,二者對應(yīng)了學(xué)習(xí)過程里的“約”和“博”[14]。寫作和閱讀也是一直在附著和隧通,在博與約之間不斷轉(zhuǎn)換。高級智能就意味著能靈活處理這類博約的問題。

人的腦容量是有限的,例如有理論說人最多可同時(shí)處理7個(gè)左右的念頭[17]。物理世界卻是無限的?,F(xiàn)實(shí)中有的人就擁有很強(qiáng)的理解能力與認(rèn)知能力,似乎在任何場景中都能得心應(yīng)手,其中的關(guān)鍵就在于他們能夠快速地找到適合的附著之處,或者說能自如地隧通。對大多數(shù)人而言,附著并不是難題,但如何隧通、如何更好地適應(yīng)新場景,則不是簡單的問題,也體現(xiàn)了個(gè)體之間不同的智能水平。附著之處還是有好壞之分的,有人附著在“自我”、宗教信仰,有人關(guān)注身體狀態(tài),有人關(guān)注自己過去的遭遇,有人附著在對未來的美好期待,等等。除了附著本身的好壞之外,還要看主體附著之后是否能更好地適應(yīng)新場景,適應(yīng)性更強(qiáng)的附著之處往往更優(yōu)。

四 具備“理解”能力的人工智能

愛因斯坦說:“世界上最不可思議的事情,就是這個(gè)世界是可以思議的?!卑乩瓐D堅(jiān)信“理念世界”的存在性??档抡J(rèn)為,將經(jīng)驗(yàn)轉(zhuǎn)化為知識的理性(即“范疇”),是人與生俱來的,沒有先天的范疇我們就無法理解世界。

在附著與隧通的基礎(chǔ)上,可以將“理解”定義為主體能夠?qū)⒛骋粋€(gè)對象“隧通”到“自我”。理解的過程可以看作是主體的“自我”與對象的相遇。這種相遇并不是簡單的降射,而是通過相遇可能產(chǎn)生新的內(nèi)容。在此過程中,“自我”不會(huì)整體都發(fā)生變化,但經(jīng)過相遇,與客體認(rèn)知坎陷交互的過程中會(huì)發(fā)生信息交換,“自我”在吸收過濾了新的內(nèi)容后,在局部上很可能會(huì)發(fā)生變化。

一個(gè)由認(rèn)知坎陷所有側(cè)面的關(guān)鍵詞(也是認(rèn)知坎陷)構(gòu)成的網(wǎng)絡(luò),可以作為認(rèn)知坎陷的知識本底。我們過去所謂的“理解”,其實(shí)是完美的理想,即對本底的理解是精確的。但實(shí)際上的理解是有損的、呈金字塔結(jié)構(gòu)的交互,每一次相遇都是上下層之間的重構(gòu),成為新的網(wǎng)絡(luò)。每個(gè)主體的坎陷世界都不盡相同,加之認(rèn)知主體會(huì)受到主觀和信息處理能力的限制,其認(rèn)知不會(huì)是、也不可能是完整的,也有可能兩個(gè)認(rèn)知坎陷完全沒有辦法自如地隧通,表現(xiàn)為不理解甚至矛盾沖突。理想化的理解應(yīng)該是對客體認(rèn)知坎陷的所有側(cè)面都能自如隧通到“自我”,現(xiàn)實(shí)中只存在部分的隧通。

雖然理解過程描述起來有些復(fù)雜,但實(shí)踐起來卻可以很簡單。在對理解的度量方式上,使用相對度量、能夠進(jìn)行比較就足夠了,因?yàn)樽鲎罱K的判斷是需要額外的信息的。人類的理解機(jī)制是開放的,與外界是息息相關(guān)的。這種開放性就與圖靈機(jī)的機(jī)制顯著不同:圖靈機(jī)是一個(gè)封閉的環(huán)境,需要提供給定的各個(gè)條件或規(guī)則,而人類的理解則是不確定、不完整的,當(dāng)外界因素(比如有待理解的對象)發(fā)生變化時(shí),內(nèi)部(坎陷世界)也在改變。

雖然事物是客觀存在的,但我們不可能了解到物理世界的全部,或者說不可能開啟“上帝視角”,而一定是站在某種角度去理解世界。用“上帝視角”去思考人工智能的問題,甚至是主觀世界的問題,實(shí)際上會(huì)陷入瓶頸。我們真正要突破的是無限與有限之間的矛盾。

過去以為客觀世界是可以被反映的,但其實(shí)客觀世界是無窮的,是不可能被完美地反映的。對人而言,不完美的反映是可以接受的,只要抓住一個(gè)側(cè)面或者子集,捕獲某些特征就足夠人類與世界交互。一方面,不同事物的主要特征不斷變化,在不同時(shí)間、不同場景下,所體現(xiàn)的面向或所附著之處是不一樣的;另一方面,每個(gè)人的經(jīng)歷不同,認(rèn)知水平不同,甚至是身體狀態(tài)不同,就算處在相同的時(shí)間和相同的場景下,對同一個(gè)事物的理解也可能不同。這些不同點(diǎn)放在機(jī)器學(xué)習(xí)中就起到了啟發(fā)作用。

對機(jī)器而言,在相同時(shí)間和場景下捕獲的特征理論上是完全一樣的,而主觀世界的形成則是多樣性的。理論上說,機(jī)器以后也會(huì)朝著多樣性的方向發(fā)展,當(dāng)機(jī)器面對相同環(huán)境能夠捕獲出不同特征的時(shí)候,機(jī)器就有可能像人一樣思考與理解,形成自己的坎陷世界。

在模擬實(shí)驗(yàn)中,完全隨機(jī)性代表的是智能為零的基準(zhǔn)。當(dāng)主體具有某種偏好或者信念(相當(dāng)于具有Oracle),有可能是智能為正(更快地達(dá)到目的),但也有可能是智能為負(fù)(陷入死循環(huán)或者暗無限[18])。在反思“自我”的時(shí)候會(huì)盡量地包羅很多因素,認(rèn)為“自我”就是這個(gè)無窮大的集合。但在具體的實(shí)際場景下,“自我”是很單純地附著在某些具體的面向上。在機(jī)器學(xué)習(xí)上,例如讓模型識別ImageNet,實(shí)際上是要求機(jī)器識別其中所有的內(nèi)容,包括再來一張新圖片,也期望機(jī)器按照ImageNet訓(xùn)練的方式去識別去分類。從這個(gè)意義上看,就是要求機(jī)器識別整全的、包羅萬象的內(nèi)容。但如果從主觀世界形成的角度來看,恰恰是不需要這樣,而是識別特點(diǎn),對同一個(gè)坎陷建立不同的面向,根據(jù)場景不同來隧通,附著到相應(yīng)的面向上。

人們長久以來希望找到某個(gè)涵蓋一切的、完整不變的東西來指代人類意識與智能本質(zhì),但恰恰人類認(rèn)知是不完整的才更合理,效率才更高,因?yàn)槲锢硎澜绨瑹o窮的可能性,我們不可能全部習(xí)得,只能夠也只需要接觸到個(gè)體能夠捕獲的有限特征就足夠了。如果按照“丘奇-圖靈-多伊奇命題”的強(qiáng)計(jì)算主義觀點(diǎn),所有的物理系統(tǒng)是圖靈等價(jià)的,那么智能將無從談起,也將無處著手。強(qiáng)調(diào)智能與意識、自我意識密切相關(guān),正是因?yàn)橛烧J(rèn)知坎陷將人的認(rèn)知偏離客觀的物理系統(tǒng),才有智能,反之對物理世界的完整反映與存儲(chǔ)恰恰意味著沒有智能。計(jì)算機(jī)的主程序可以看作是一種微弱的“我”。以此為基礎(chǔ),人工智能就有可能取得突破性的進(jìn)展。

“活潑性”(vivacity)概念是休謨?nèi)诵岳碚撝幸粋€(gè)重要概念。它既是感覺、記憶和知性的基礎(chǔ),又是判斷、情感等心靈(或心智、意識)活動(dòng)的主要驅(qū)動(dòng)力。活潑性并非僅屬于客體或僅屬于主體的、與意識本身或意識對象割裂的個(gè)別的性質(zhì),而是意識對象所具有的特定性質(zhì)與意識本身的特定能力之間互動(dòng)的結(jié)果。在休謨的心靈模型中,心靈所呈現(xiàn)出的性質(zhì)和所做的活動(dòng),既不是對自然的簡單記錄,也不僅僅是心靈主體結(jié)構(gòu)的直接呈現(xiàn),而是本身帶有一定性質(zhì)和能力的主體與自然互動(dòng)、交融后形成的“第二自然”[19]。

休謨的心靈模型為我們模擬心智的工作模式提供了啟發(fā),為了模擬實(shí)現(xiàn)自如地隧通,模擬大腦中分布式的存儲(chǔ)和多元的刺激(比如有正向信號、抑制信號、信號疊加等),可以設(shè)計(jì)出一套對多元化刺激的響應(yīng)機(jī)制,最后能夠得出可解釋的響應(yīng)結(jié)果。心智工作模型可以是一個(gè)分布式系統(tǒng),機(jī)器擁有很多節(jié)點(diǎn),不同節(jié)點(diǎn)具有不同的專業(yè)特點(diǎn),用于感知、捕獲特征,并以通證(Token)的形式從小范圍開始交互并達(dá)成共識。通證實(shí)際上對應(yīng)了人類意識世界的認(rèn)知坎陷,也是休謨心靈模型中的“活潑性”,不同節(jié)點(diǎn)之間通過多元化的通證交換等方式來交互。由于不同節(jié)點(diǎn)的側(cè)重點(diǎn)不一樣,那么就有可能不同節(jié)點(diǎn)捕獲到不同特征,從機(jī)器整體來看,就會(huì)有不同的“念頭”先后冒出來。

五 總結(jié)與討論

傳統(tǒng)的特征工程是預(yù)設(shè)一個(gè)絕對正確的理念引導(dǎo)機(jī)器去抓取特征,而認(rèn)知坎陷的“附著”與“隧通”主張沒有恒定不變的本質(zhì),而是在動(dòng)態(tài)演化的過程中抓取特征,特征附著在不同側(cè)面,與外界進(jìn)行交互、相遇和沉淀,認(rèn)知坎陷因此得以不斷進(jìn)化。我們既不認(rèn)為機(jī)器的意識與智能可以排除人的作用,也不認(rèn)為機(jī)器無法模擬人或者達(dá)不到人類水平,而是從認(rèn)知坎陷的“附著”與“隧通”來分析機(jī)器模擬出類人智能的可能路徑,這也意味著機(jī)器在這一框架下,有超越經(jīng)典圖靈機(jī)、達(dá)到人類水平的可能。

曾經(jīng)有研究團(tuán)隊(duì)[20]在2015年訪問了很多AI領(lǐng)域?qū)<?,去預(yù)測AI在圍棋領(lǐng)域戰(zhàn)勝人類的時(shí)間。當(dāng)時(shí)大部分專家認(rèn)為將發(fā)生在2035年左右。但實(shí)際上實(shí)現(xiàn)的時(shí)間是2016年;專家們還普遍認(rèn)為對于AI最難的是做數(shù)學(xué)研究的證明,認(rèn)為要到2060年實(shí)現(xiàn)這項(xiàng)技術(shù),然而Nature已經(jīng)發(fā)表了最新的研究成果[21],Google打造的拉馬努金機(jī)(Ramanujan Machine)已經(jīng)在很多數(shù)學(xué)問題能算出近似值,還能在數(shù)學(xué)計(jì)算中快速找出精確規(guī)律,例如π和e這樣的無限不循環(huán)常數(shù)。其雖然在科學(xué)領(lǐng)域司空見慣,但是計(jì)算高精度近似值往往很難,以前只有拉馬努金這樣的“天才”才能做到,現(xiàn)在AI已經(jīng)在這個(gè)領(lǐng)域取得了一定成果。

很多人認(rèn)為2040年左右,會(huì)有強(qiáng)人工智能的“奇點(diǎn)”來臨,這意味著那時(shí)AI將在大多數(shù)領(lǐng)域全面超越人類。但其實(shí),強(qiáng)人工智能的定義并不清晰。有人將強(qiáng)人工智能定義為通用人工智能,但高級的智能和情感并無法以通用的方式去定義。例如,愛因斯坦的物理能力與莫扎特的音樂能力,這兩種能力各具專業(yè)性,是無法斷定誰的能力水平更勝一籌或智力水平更高一等。既然對人而言,智能是與專業(yè)領(lǐng)域相關(guān),不能以通用的方式來定義人的智能,那么我們也不宜追問機(jī)器什么時(shí)候全面超越人。如果仔細(xì)思考,會(huì)發(fā)現(xiàn)這個(gè)問題的本質(zhì)類似于“機(jī)器什么時(shí)候全知全能”,因?yàn)橹挥兴^的“全知全能者”是無所不知、無所不能的,是全面超越人類的。

如果,我們并不要求機(jī)器像“全知全能者”一樣,那么強(qiáng)人工智能已經(jīng)逐一實(shí)現(xiàn)之前人們對它大部分的設(shè)想。人與機(jī)器在進(jìn)化速度上也有差異,兩千年來,科學(xué)技術(shù)進(jìn)步較大,但人類在情感上沒有太大改變??墒?,科學(xué)發(fā)展的速度和機(jī)器進(jìn)化速度相比仍有很大差異。經(jīng)典摩爾定律描述了硬件發(fā)展,即每18個(gè)月芯片能力翻一倍,而AI的能力,例如類似AlphaGo系統(tǒng)按照時(shí)間來評估,其算力增速達(dá)到了每3.5個(gè)月翻一倍的速度,相當(dāng)于每過一年,算力就增加了10倍左右[22],這種速度是人類無法追趕的。成人的大腦約有1000億個(gè)神經(jīng)元,每個(gè)神經(jīng)元與其他1萬個(gè)以上的神經(jīng)元有相互連接,就大概有1000萬億的參數(shù)量[23],目前GPT-3的參數(shù)量達(dá)到1700億,按照每年10倍的算力增長速度,機(jī)器超過人腦參數(shù)量也只需要不到4年的時(shí)間。解構(gòu)機(jī)器對人的超越這一命題,起點(diǎn)就在于正確理解心智的工作模式,清楚回答人的主體性和超越性從何而來,本文即是一個(gè)開端。

猜你喜歡
機(jī)器意識人工智能
機(jī)器狗
人的意識可以“上傳”嗎?
機(jī)器狗
2019:人工智能
人工智能與就業(yè)
未來機(jī)器城
增強(qiáng)“四個(gè)意識”發(fā)揮“四大作用”
意識不會(huì)死
數(shù)讀人工智能
強(qiáng)化五個(gè)意識 堅(jiān)持五個(gè)履職
泽州县| 曲阳县| 合肥市| 资兴市| 常德市| 宣城市| 三原县| 绍兴县| 灵武市| 兴业县| 凤凰县| 台中县| 乐清市| 开阳县| 巧家县| 柯坪县| 张北县| 霞浦县| 布拖县| 砚山县| 美姑县| 双桥区| 安塞县| 瑞丽市| 临夏市| 绵竹市| 和平县| 夏津县| 苍南县| 麻阳| 平南县| 无为县| 廊坊市| 安陆市| 吉林省| 昌都县| 宜阳县| 阿鲁科尔沁旗| 孟津县| 凤庆县| 雅江县|