強人工智能的可能性與物理主義的困境

“弱人工智能”的機制比較清晰可控，那么，“強人工智能”會失控嗎？這就要看我們究竟如何定義“強人工智能”。

在學(xué)界和業(yè)界，早有“強人工智能”相對“弱人工智能”的概念。這個命名容易讓人誤認(rèn)為兩者只是強弱程度的差別，但這種區(qū)別具有分立的性質(zhì)——如果我們把“強人工智能”定義為出現(xiàn)真正有自主意識并且可確證其主體資格的“智能”，而不是AlphaGo這樣僅僅比機械計算發(fā)展了更多層次的推理能力和學(xué)習(xí)能力的程序的話。這樣定義下的所謂的“強”，指的是超越工具型智能而達(dá)到第一人稱主體世界內(nèi)容的涌現(xiàn)，還包括意向性、命題態(tài)度，乃至自由意志的發(fā)生。

這樣的“強人工智能”是可能實現(xiàn)的嗎？有的科學(xué)家哲學(xué)家說永遠(yuǎn)不可能，有的則說近在咫尺。

波斯特姆試圖從“人工智能、全腦仿真、生物認(rèn)知、人機交互以及網(wǎng)絡(luò)和組織”等路徑分析強人工智能或者他稱之為“超級智能”的幾種可能的實現(xiàn)方式，他詳細(xì)評估了每種路徑實現(xiàn)超級智能的可行性，并且認(rèn)為“由于目前存在多條技術(shù)路徑，因此至少有一條路徑能實現(xiàn)超級智能的可能性很大”。?

波斯特姆的分析看起來龐大蕪雜，但他給出的實現(xiàn)路徑更多是在人腦上的直接迭代或高仿真，這很可能混淆了“強大的弱人工智能”與擁有主體性的“強人工智能”，他把通往不同本質(zhì)的路徑視為同一種性質(zhì)的多種可能性。

在他看來，“若有足夠先進(jìn)的掃描技術(shù)和強大的計算機能力，即使只有很少的大腦理論知識也可以模仿全腦。極端情況下，我們可以想象采用施羅丁格（即薛定諤）量子力學(xué)方程在基本粒子水平來模擬大腦。這樣我們就可以完全依靠現(xiàn)有的物理學(xué)知識，而不用任何生物模型。這種極端案例說明，沒有計算機技術(shù)和數(shù)據(jù)分析也可以制造人工智能。一個聽起來更合理的仿真水平是，將單個神經(jīng)元和它們的連接矩陣合并，連帶著它們的樹狀結(jié)構(gòu)和每一個觸突的變化狀態(tài)。我們無法模擬單個的神經(jīng)遞質(zhì)分子，但是可以粗略地將它們的波動濃度模型化。為了評價全腦仿真的可行性，人們必須理解成功的評判標(biāo)準(zhǔn)。我們的目的不是精確模擬出一個大腦，用它來預(yù)測在受到一系列刺激后，原始大腦會做出何種反應(yīng)。相反，我們的目的是獲得足夠的大腦的計算機功能屬性，以使最終得到的仿真進(jìn)行智能工作。因此，真實大腦的很多復(fù)雜的生物學(xué)細(xì)節(jié)就無關(guān)緊要了。”?

這段論述是波斯特姆《超級智能：路線圖、危險性與應(yīng)對策略》一書中唯一一處提及量子力學(xué)，但他后面的分析卻遠(yuǎn)離了量子力學(xué)才是對意識進(jìn)行物理學(xué)研究的可能進(jìn)路這一方向，回到了一般的計算主義/物理主義的“牢籠”。

在心智哲學(xué)和認(rèn)知科學(xué)領(lǐng)域，的確有不少所謂的“計算主義者”“物理主義者”，他們認(rèn)為，人的情感、意向性、自由意志等以及意識與自我意識直接相關(guān)的內(nèi)容，在牛頓力學(xué)框架下的物理因果關(guān)系模已足具解釋力，在人的第一人稱主觀世界與第三人稱客體世界之間，也不存在最后的鴻溝。但是，也有一部分研究者持相反的看法，極力論證這種“計算主義”“物理主義”的悖謬本性，只承認(rèn)從量子力學(xué)原理才有些許可能解決意識和自我意識這個真正的問題。

最近，美國量子物理學(xué)家斯塔普（Henry Stapp）、英國物理學(xué)家彭羅斯（Roger Penrose）、美國基因工程科學(xué)家蘭策（Robert Lanza）都提出了人類意識的量子假設(shè)，中國清華大學(xué)副校長施一公院士、中科大副校長潘建偉院士等也大膽猜測，人類智能的底層機理就是量子效應(yīng)。對于這個問題，筆者在出版于1998年的著作中嘗試論證這個問題?，同樣的看法日漸增強。

不久前，筆者把這種論證進(jìn)一步系統(tǒng)化，在《哲學(xué)研究》上發(fā)表了分析物理主義（包括計算主義）如何在研究中陷入“整一性投射謬誤”，并論證定域性假設(shè)為何與腦神經(jīng)元細(xì)胞層次對意識現(xiàn)象的解釋注定要失敗的文章。?

也就是說，以定域性預(yù)設(shè)為前提的物理主義和計算主義，在原則上就不可能解釋人類的意識現(xiàn)象，量子力學(xué)已經(jīng)不得不拋棄定域性預(yù)設(shè)，這就在邏輯上打開了其解釋意識現(xiàn)象可能性之大門。

包括計算主義在內(nèi)的物理主義有一個基本預(yù)設(shè)，即設(shè)定任何物理系統(tǒng)都能夠被分解為單個獨立的局部要素的集合，且各要素僅同其直接鄰近物發(fā)生相互作用。這是經(jīng)典力學(xué)的基本原則，也是當(dāng)代神經(jīng)科學(xué)默認(rèn)的前提，從而也是物理主義心智哲學(xué)的預(yù)設(shè)。計算主義則強調(diào)符號關(guān)系，它與其他版本的物理主義相比，主要是分析要素的不同，但這種不同卻無關(guān)宏旨。這是因為，符號關(guān)系試圖解釋的，也是意識現(xiàn)象或心智事件的產(chǎn)生和關(guān)聯(lián)的機理，而不是純邏輯的關(guān)系?；谶@種認(rèn)知框架，他們傾向于認(rèn)為，大腦的符號系統(tǒng)的狀態(tài)，就是各個單一獨立要素的神經(jīng)元的激發(fā)/抑制狀態(tài)聚合起來的某個區(qū)域的總體呈現(xiàn)。

這樣也就不難理解，波斯特姆為什么認(rèn)為“獲得足夠的大腦的計算機功能屬性”，就能最終使得仿真大腦進(jìn)行智能工作。于是，在計算主義/物理主義這里，神經(jīng)元系統(tǒng)可望實現(xiàn)的某個整一性功能，就被他們完全等價于各個分立神經(jīng)元符號功能的關(guān)系的總和。

但是，筆者和斯塔普都詳細(xì)論證過，這樣的出發(fā)點，連最基本的意識感知現(xiàn)象（比如說雙眼綜合成像）都解釋不了，因為這類現(xiàn)象中涉及的同一時空點的變量的個數(shù)遠(yuǎn)遠(yuǎn)超出在局域性預(yù)設(shè)中每個空間點可容納的物理變量個數(shù)。他們無視這種困境的存在，正是他們混淆了“內(nèi)在描述”與“外在描述”功能而陷入“整一性投射謬誤”的結(jié)果。?

盡管從量子力學(xué)效應(yīng)解釋人類智能的頂層機理尚未取得突破性成果，但意識導(dǎo)致坍塌這一原理似乎是量子力學(xué)與身心問題的最為接近的終極解釋，研究者們正試圖檢測與物理事件相關(guān)的意識事件?，相對明確的結(jié)論暫時付諸厥如。

但無論如何，基于上述討論，我們可以得知，所謂的“圖靈測試”對判定“強人工智能”毫無用處，不能作為智能意識產(chǎn)生的推演依據(jù)，無論試驗中的以假亂真效應(yīng)有多么逼真。有鑒于此，本文擬提出一個“人工智能逆反圖靈判據(jù)”，陳述如下：

任何不以已經(jīng)具有意識功能的材料為基質(zhì)的人工系統(tǒng)，除非能有充足理由斷定在其人工生成過程中引入并隨之留駐了意識的機制或內(nèi)容，否則我們必須認(rèn)為該系統(tǒng)像原先的基質(zhì)材料那樣不具備意識，不管其行為看起來多么接近意識主體的行為。

這里說的“充足理由”，在人類現(xiàn)有的科學(xué)視野中，按照筆者和斯塔普等人的論證，唯有量子力學(xué)才有可能提供。

因此，無論是圖靈測試中的機器人還是新近由日本軟銀公司研發(fā)、富士康代工的所謂“情感機器人”Pepper，抑或如今被驚嘆有了“深度學(xué)習(xí)”能力的AlphaGo等有了多么強大的所謂“超級智能”，也無論它們及其未來的升級版看起來多么像具有人類的情感，除非有人確鑿證明，在制造或升級這些機器的過程中，在哪一個關(guān)節(jié)點把人類情感、人類意識整合了進(jìn)去，否則，我們就只能認(rèn)為把Pepper稱作“有情感的機器人”只是一種比喻。