闫坤如
人工智能理解力悖论
闫坤如
作者简介
闫坤如：女，华南理工大学马克思主义学院教授，博士生导师，主要从事人工智能哲学研究。
摘要
人工智能想通过计算机模拟人类认知过程，但因为机器不具有意向性，机器只能识别语法、不能识别语义以及理解形式化难题导致机器并不能真正具有人类的理解能力。理解必须基于对于语义的把握，必须揭示事物之间潜藏的因果关系，必须揭示理解的复杂性，基于数据驱动的人工智能机器，不管基于哪种技术路线，对人类的认知只处于功能模拟阶段，还不能说真正具有人类理解能力。
关键词：人工智能；理解；因果关系；算法模拟；信息处理
人工智能（ArtificialIntelligence）通过计算机的逻辑计算来模拟人类思维过程，目标是让机器具有人类智能。人工智能既具有与农业革命、工业革命同样的革命性地位，也具有与哥白尼革命、达尔文革命同样的颠覆性作用。
按照以色列人工智能专家尤瓦尔·赫拉利（YuvalNoahHarari）的观点，“人工智能不仅能够侵入人类，在以往认为专属于人类的技能上打败人类。”机器超过人类的身体能力和认知能力。意大利信息学家弗洛里迪（LucianoFloridi）在《第四次革命——人工智能如何重塑人类现实》中提出图灵革命（即人工智能革命）是继哥白尼革命、达尔文革命、神经科学革命之后的第四次革命，人工智能对人类社会进行了全面塑造。人工智能专家明斯基（M.Minsky）认为机器会达到甚至超过人类智能，“没有理由认为机器有人所没有的局限”，机器能够思维不但在理论上具有可能性，在实际操作中也指日可待。
机器能够模拟人类思维的首要前提是机器能够理解人类认知，机器具有理解能力。实际上，机器不但在认识论和形而上学层面的“如何理解这个世界”缄默不语，而且在语义学层面的“如何解释世界”也止步不前。
一、人工智能的技术路线及其理解困境
人类智能包括很多方面的能力，例如，思维能力、计划能力、解决问题的能力、领悟思想的能力、语言使用的能力以及学习能力等。科学家们尝试从不同进路让机器模拟人类能力，特别是模拟人类思维过程。一般来讲，人工智能分为三种技术路线：符号主义(symbolicism)、联结主义（connectionism）和行为主义（actionism）。
符号主义人工智能以钮厄尔与西蒙等人为代表，他们的人工智能技术路线是通过引进物理符号系统（physicalsymbolsystem）来模拟人类思维。人类智力也是物理符号系统，人类智力类似于数字计算机的信息处理系统，他们认为只有物理符号系统才能具有智能，因此，基于物理符号系统的计算机程序可以模拟人类的思维过程，能够具有人类的智能特征和多种能力，“既然（这些完备的机器人）原则可满足任何一种特定的输入-输出规定，那么它们也就能在任意一种预先规定的环境下，做出任何一种预先规定的事来——明确地解算问题、编写交响曲、创作文学作品和艺术品以及实现任意一种目标。”
联结主义人工智能的技术路线主要通过神经网络方法，通过对于人类大脑的组织结构和运行模式来模拟人类思维。一切人类实践与技能在头脑中都表现为一个信念系统，由与上下文环境无关的初始行为和事实所构成。虽然，联结主义人工智能与符号主义人工智能技术路线不同，但它们具有共同的理论预设：认知是信息处理，且信息处理是可计算的。两种技术路线的不同之处在于,人工智能中的符号主义基于自上而下的道路，物理符号系统致力于把客观世界做成形式模型，而联结主义如包括神经网络、深度学习等基于自下而上的道路，神经网络致力于把大脑做成形式模型。
行为主义人工智能另辟蹊径，它与符号主义、联结主义在哲学上的功能主义和计算主义不同，人工智能源于控制论，强调的是认知的具身性和情境性，智能是在认知主体与环境的交互中生成的，布鲁克斯（RodneyA.Brooks）在《智力没有原因（IntelligenceWithoutReason）》中提出，冯·诺依曼计算模型在特定的方向上引领了人工智能，但生物系统中的智能与之是完全不同的。
行为主义人工智能具有以下特征：“1.情境性。机器人处于一个世界中，它们不处理抽象的描述，而是处理此时此地的世界，这直接影响着系统的行为；2．具身性。机器人拥有身体并直接体验世界，它们的动作是与世界动态的一部分，并对它们自己的感觉有即时的反馈；3.智能性。它们被观察到是智能的，但智能的来源不仅限于计算引擎。它也来自世界的情况，传感器内部的信号转换，以及机器人与世界的物理耦合；4.涌现性。系统的智能来自于系统与世界的互动，有时来自于系统各组成部分之间的间接互动。”
行为主义人工智能进路认为智能是基于“感知-行动”的反应机制，不是依靠形式化推理或者神经网络就可以模拟的。
人工智能已经引发一场可媲美工业革命的技术革命。“正如天文学继开普勒发现了天体运行规律之后取代了星相学一样，对机器的智能过程的经验论方面的探索所发现的众多原理将最终导致一门科学。”不管是人工智能的符号主义、联结主义还是行为主义技术路线，都基于理性主义，受到图灵可计算主义理论、香农信息论以及维纳控制论的启发，对大脑的思维活动进行模拟，对信息进行加工计算，进而做出反应。
人工智能可以分为弱人工智能与强人工智能，弱人工智能（WeakAI）指的是在严格的程序规定下的，只对设定刺激做出反应。弱人工智能认为计算机只是逻辑运算程序，不同于人类思维，计算机不能对人类思维进行认知模拟。强人工智能（StrongAI）也称为通用人工智能（artificialgeneralintelligence，简称AGI），强人工智能主张计算机具有认知能力，能够解释说明人类的认知。
弱人工智能是传统工具的延伸，强人工智能则是人类大脑的延伸。
按照夏皮罗（S.C.Shapiro）的观点“强人工智能基于对计算主义（