人工智能 vs 自然智能

——智能時(shí)代的人工智能哲學(xué)與社會(huì)學(xué)思考

世界的意義必定在世界之外。

                          ——路德維希·維特根斯坦

進(jìn)入 2023 年，中國出版界形成人工智能著作出版的熱潮。劉志毅的《智能的啟蒙：通用人工智能與意識機(jī)器》具有獨(dú)特的框架和顯著的深刻思想邏輯。全書分為四個(gè)部分。在第一部分，作者探討了人工智能的起源和演變，強(qiáng)調(diào)通用人工智能和復(fù)雜系統(tǒng)的交融機(jī)制。在第二部分，作者提出因?yàn)槿斯ぶ悄芏�形成“科學(xué)的新地平線”，觸及因果統(tǒng)計(jì)與通用人工智能的關(guān)系，描述了“圖靈具身系統(tǒng)”，特別是量子力學(xué)對于人工智能的深層影響。在第三部分，作者思考了意識起源，以及對人工智能和人類大腦智能的比較和交匯，肯定了大模型的未來就是智能機(jī)器的“自我意識”。在第四部分，作者展現(xiàn)了通用人工智能的未來全景，闡述了如何實(shí)現(xiàn)“AI 與人類價(jià)值對齊”，以及通用人工智能的道德、數(shù)學(xué)與適應(yīng)性。

在所有思想和文字的背后，是作者的如下信念：人工智能進(jìn)入大模型階段之后的根本特征是學(xué)習(xí)、推理和思維能力。作者對于人工智能的價(jià)值判斷、人工智能技術(shù)趨勢和未來的展望，以及所持有的立場傾向是積極和樂觀的。為此，作者引入音樂語言和概念，例如“智能樂章”“AI 與人類價(jià)值對齊交響曲”“通用人工智能與大型語言模型猶如兩件華麗的樂章，共同演奏人工智能的和諧之曲”，從而強(qiáng)化了一種隱喻的力量。

基于這本書所包含的豐富思想資源，特別是深層的哲學(xué)和社會(huì)學(xué)思考，我提出了四個(gè)基本問題，期望與作者和讀者討論。這并非通常的序言或者代序言模式。

一、人工智能、先驗(yàn)主義、維特根斯坦和數(shù)理邏輯

進(jìn)入 20 世紀(jì)，人類正在以前所未有的加速度認(rèn)知其所生存的地球、太陽系和宇宙。物理學(xué)家們提出量子力學(xué)、相對論，深入原子結(jié)構(gòu)，解析基本粒子，直至發(fā)現(xiàn)和證明“夸克”的存在。原子半徑在 10-10 米的數(shù)量級，而夸克半徑則在 10-18 米的數(shù)量級。人類通過特定物理效應(yīng)可以觀測電子、質(zhì)子和中子，卻無法直接觀測夸克。因?yàn)橄依碚摵?M 理論，人們開始接受宇宙是多維度的存在。與此同時(shí)，宇宙學(xué)家不斷拓展關(guān)于宇宙的觀測范圍。根據(jù)最新的研究成果，人類所在宇宙的年齡在 137.7 億—138.2 億年，目前人類可觀測的宇宙直徑是 930 億光年。

在這樣的大背景下，傳統(tǒng)的教育和學(xué)習(xí)已經(jīng)不足以幫助人們理解和認(rèn)知世界及宇宙。人類認(rèn)知和真實(shí)世界之間的缺口，不是呈現(xiàn)縮小趨勢，而是呈現(xiàn)擴(kuò)大趨勢。即使是知識階層，也不可避免地深陷對于熱力學(xué)第二定理的憂慮，不得不接受復(fù)雜科學(xué)框架、“哥德爾不完備性定理”的邏輯、“混沌理論”的描述，不得不相信世界的不確定性、對稱性破缺、“增長的極限”和“科技奇點(diǎn)”，不得不面對大數(shù)據(jù)的超指數(shù)增長和信息爆炸。

正因?yàn)槿绱�，我們必須尋求一種消除人類認(rèn)知和真實(shí)世界之間的缺口的方法和力量。這種方法和力量當(dāng)然不再是人本身，因?yàn)榘�括利用人類大腦在內(nèi)的人的自身開發(fā)和潛力發(fā)掘，不再有很大的空間。人工智能的歷史意義正在于此。唯有計(jì)算機(jī)和人工智能，才可以突破人類自身的智慧和能力已經(jīng)逼近極限的現(xiàn)實(shí)。所以，人工智能是復(fù)雜世界體系和人類之間的橋梁，并非人類的簡單工具。人工智能不是彌補(bǔ)人類能力之不足，而是解決人類沒有能力意識到并提出的問題，超越人類智能和經(jīng)驗(yàn)。

事實(shí)上，人工智能是一種“先驗(yàn)”，或者“超驗(yàn)”（transcendent）的存在。因?yàn)槿斯ぶ悄艿脑�理是先于人類的感覺經(jīng)驗(yàn)和社會(huì)實(shí)踐 的。1950 年， 艾 倫· 麥 席 森· 圖 靈（Alan Mathison Turing，1912—1954）提出機(jī)器是否可以思考的問題，并且給予肯定的回答與論述，這與其說是一種“預(yù)見”，不如說是證明的人工智能的先驗(yàn)存在特征。在 1950 年那個(gè)時(shí)間節(jié)點(diǎn)，人工智能還存在于現(xiàn)實(shí)世界之外，存在于那個(gè)超越經(jīng)驗(yàn)、超越時(shí)空的理念世界之中。圖靈的人工智能想象和思考，原本存在于他的理念世界之中，只是在特定環(huán)境之下得以被激活。其實(shí)，不只人工智能，計(jì)算機(jī)的歷史，至少從帕斯卡（Blaise Pascal，1623—1662）到巴貝奇（Charles Babbage，1792—1871）的探索，也是先驗(yàn)主義（transcendentalism）的證明。

自 1956 年關(guān)于人工智能的達(dá)特茅斯會(huì)議之后，人工智能開始了依據(jù)自身邏輯的演進(jìn)過程。今天，當(dāng)我們回顧和審視過去的 67 年歷史，不難發(fā)現(xiàn)：人工智能的真實(shí)演進(jìn)路線是最為完美的，沒有走過真正的彎路，而且每個(gè)階段之間都存在必要的間歇和過渡。這是任何人工智能的人為設(shè)計(jì)路線都無法做到的。例如達(dá)特茅斯會(huì)議所形成的三條路線，不是對立關(guān)系，而是補(bǔ)充關(guān)系，現(xiàn)在的先后順序是最合理的選擇，因?yàn)槿斯ぶ悄艿穆?lián)結(jié)主義路線需要以符號主義作為前提和開端。機(jī)器學(xué)習(xí)優(yōu)先于深度學(xué)習(xí)也是同理，使得人工智能技術(shù)完成從通過機(jī)器算法的學(xué)習(xí)到通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)的進(jìn)步。至于人工智能生成內(nèi)容、ChatGTP、從transformer 到大模型，都是人工智能發(fā)展過程的瓜熟蒂落和水到渠成而已。人工智能原本就有一張路線圖，而人工智能歷史是展現(xiàn)這張路線圖的過程。

特別值得思考的是大語言模型（Large Language Model，簡稱 LLM）。簡言之，大語言模型是一種能夠生成自然語言文本的人工智能模型。自 2022 年末，OpenAI 公司的 GPT（Generative Pre-trained Transformer）系列大模型因?yàn)榭梢詮V泛應(yīng)用于自然語言生成、語音識別和智能服務(wù)等領(lǐng)域，成為人工智能歷史的重大分水嶺。GPT 的重要優(yōu)勢是采用了 transformer 架構(gòu)，即一種基于注意力機(jī)制（Attention Mechanism）的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可以支持模型高質(zhì)量處理長文本，把握文本中的長期依賴關(guān)系。更為重要的是，GPT 的預(yù)訓(xùn)練基于無監(jiān)督學(xué)習(xí)方式，通過在大規(guī)模文本語料庫中學(xué)習(xí)語言的統(tǒng)計(jì)規(guī)律和模式，理解和生成自然語言文本。此外，GPT 所構(gòu)建的多層次、多粒度的語言模型，其每個(gè)層次都對應(yīng)著不同的語言表示方式，可以逐漸深入理解和生成更加復(fù)雜的自然語言文本，包括上下文信息，句子和段落的結(jié)構(gòu)、主題，以及詞匯、語法、句法、語義，最終適應(yīng)不同的自然語言處理任務(wù)。

大語言模型在自然語言處理領(lǐng)域的成功應(yīng)用，完全符合人類智能結(jié)構(gòu)，在很大程度上擴(kuò)展和實(shí)踐了維特根斯坦（Ludwig Josef Johann Wittgenstein，1889—1951）的理論。在維特根斯坦看來，語言的邊界就是思維的邊界。“語言必須伸展得與我們的思想一樣遙遠(yuǎn)。因而，它必須不僅能夠描述實(shí)際的事實(shí)，而且同樣能描述可能的事實(shí)�！彼�以，語言的本質(zhì)在于它的使用方式。語言的真實(shí)性與其在實(shí)際使用中的效用相關(guān)聯(lián)，而不是通過符號與客觀世界之間的對應(yīng)來獲得的。圖靈在維特根斯坦過世前一年已經(jīng)提出關(guān)于人工智能的核心思想，維特根斯坦是否注意到不得而知。可以肯定的是，實(shí)現(xiàn)人工智能和自然智能的交流和融合，將傳統(tǒng)的人—人交流模式轉(zhuǎn)變?yōu)槿恕獧C(jī)—人交流模式。

這樣的改變意義巨大。人類已經(jīng)墮入自然語言的危機(jī)之中，因?yàn)槠缌x的蔓延使得交流成本擴(kuò)大。現(xiàn)在看，大語言模型是拯救人類、擺脫危機(jī)的重要途徑。

進(jìn)一步思考，我們可以發(fā)現(xiàn)在大語言模型與數(shù)理邏輯（或稱人工智能的“符號主義”流派）之間存在某種關(guān)聯(lián)性。數(shù)理邏輯又稱“符號邏輯”，核心特征是用抽象的符號表示思維和推理，實(shí)現(xiàn)證明和計(jì)算結(jié)合，構(gòu)建形式化的邏輯關(guān)系。萊布尼茨（Gottfried Wilhelm Leibniz，1646—1716） 是 數(shù) 理 邏 輯 的 開 山 鼻 祖， 羅 素（Bertrand Arthur William Russell，1872—1970）是數(shù)理邏輯的集大成者。大語言模型在很大程度上逾越了數(shù)理邏輯的各種技術(shù)性障礙，因?yàn)榇笳Z言模型具有萊布尼茨和羅素所難以想象的十億、百億、千億，甚至上萬億的參數(shù)，以及海量的大數(shù)據(jù)和語料庫，通過對大數(shù)據(jù)的分類和訓(xùn)練，大語言模型可以實(shí)現(xiàn)數(shù)學(xué)方法、計(jì)算機(jī)算力和程序語言的結(jié)合。大語言模型將很可能是數(shù)理邏輯研究的未來形態(tài)，或者數(shù)理邏輯研究因?yàn)榇笳Z言模型獲得全新的生命力。

如今，人工智能真正的特殊之處是，人工智能已成為推動(dòng)人工智能發(fā)展的動(dòng)力。也就是說，人工智能推動(dòng)人工智能成為更為先進(jìn)的人工智能，走向通用人工智能（Artificial General Intelligence，簡稱 AGI）， 進(jìn) 而 通 用 人 工 智 能 和 通 用 技 術(shù)（General Purpose Technologies，簡稱 GPTs）發(fā)生時(shí)刻的重合。人類進(jìn)入包括數(shù)學(xué)、物理學(xué)、化學(xué)、生物學(xué)和宇宙學(xué)在內(nèi)的科學(xué)研究日益依賴人工智能的時(shí)代。我們已經(jīng)無法想象沒有人工智能參與和支持的科學(xué)實(shí)驗(yàn)和科學(xué)研究。我們更要看到的是，人工智能和科學(xué)形成互動(dòng)關(guān)系。人工智能和科學(xué)的融合，將強(qiáng)化人工智能的深層科學(xué)屬性，使得人工智能的實(shí)際張力超出人們就人工智能認(rèn)識人工智能的限制。

朱嘉明

2023 年8月1日于北京