第一节　智能研究的历史演进与人工智能的研究现状

任何反思最好是从问题的源头出发。杜勒鲁奇认为，“从起源中理解事物，就是从本质上理解事物。”⁽³⁾虽然我们已经无法具体地去考证人类对于智能的研究究竟从何时开始，但是，我们却能找到人类对于智能研究的基本脉络。从研究主题内容的转换来看，人类对于智能的研究大致上可以分为两个基本阶段：第一阶段重点是对人的智能的研究。第二阶段是对人的智能和人工智能的综合性研究。

可以说，人类从来没有中止过对于智能的探索。这是因为，从没有人否认过人类智能的存在。智能一直被看作人类所特有的、区别于一般生物的主要特征之一。在西方，几千年以来，至少在古希腊城邦建立以来，人类的文明史中关于人的状况的讨论便由某种固定的观念所支配。这种固定的观念强调了人类脑力的存在与重要性，即人脑有一种特殊的能力，这种能力有各种不同的称呼：理性、智力或大脑的运用。总的来看，先古的哲人把人的这些能力表现称为人的智能。不论是柏拉图式的贤哲、希伯莱的先知、中世纪修道院有学识的文书，还是实验室的科学家、善于运用他脑力的个体都被认为是杰出人士或者高智能人士。苏格拉底的“认识自身”，亚里士多德的“认知即是所有人的特征”以及笛卡尔的“我思故我在”，这些名言构成了人类文明中最为经典的格言。即便是在古典与文艺复兴时期之间，那个被认为“黑暗”的1000年里，“人类智能”在文明领域内的优势地位都没有受到过任何非难。例如，早在中世纪时期，著名哲学家、基督教领袖圣·奥古斯丁就说过：“宇宙最初的创造者与推动者是智慧，所以宇宙的最终起点便一定是智慧的善，那就是真……在所有人类的追求中，对于智慧的追求便是最完美、最崇高、最有用，也是最令人愉快的追求。说它最完美，因为一个人迄今所致力于追求的目标便是智慧，从这一意义上说，他已然享受了某种真正的快乐。”在中世纪顶峰时期，但丁提出了他的观点：“总的来说，人类恰当的职责便是去不断使可能通向智慧的全部能力实际化，这种实际化开始于思索，继而通过其延伸并为其目的而进入到行动。”后来，在文艺复兴的开端，笛卡尔前一百年的时候，弗朗西斯·培根描述了一艘驰入新亚特兰提斯（New Atlantis）的英国船，该船遇到了一座乌托邦岛，岛上的主要机构是从事科研活动的一个大的组织，该组织的统治者向来访的客人们说：“我向你们奉献我最大的珠宝。因为出于对上帝和人类的爱，我将把所罗门住所的真实状况（true state）向你们转告……我们这个基金会的目标便是对事物的根源及其隐秘运动的认知，便是对人类王国之疆界的开拓，以为人类带来一切可能之物。”传统的哲学观点使我们相信，人类拥有了智能，因此便拥有了世界，成为了世界的主宰。

从对人的智能的整体性认识来看，在历史的长河中，人类形成了关于智能的两种不同态度，即将智能看做一个整体突现，或者相互分离的各个部分。这两种态度在几百年以来一直是相互竞争、交替出现的。一个人如果接受了古希腊柏拉图“认识就是灵魂的回忆”⁽⁴⁾，接受了亚里士多德的“心灵本身是可思维的，跟它的对象完全一样。”⁽⁵⁾接受了他的灵魂实体观，接受了他对灵魂那吸引人的划分，那么，我们自然可以看到：一部分人将一切智能都看成是一个整体，而另一部分人将智能碎裂成好多个成分或者不同功能分区。前者相信人有单一、神圣的能力，它是人类的特殊性能。而后者常常认为智能是个各部分之和。他们为智能的形成加进了这样的条件：各别个体生来便具备各种形成智能的条件，并且因此可以清晰地考察个体的智能结构。因此，这样一种思考问题（和谈论问题）的方式便牢固地树立起来了：人因为有“潜在状况的”心灵、灵魂，并且有各司其职的种种心灵，而有了智能表现的可能。在现实的活动中，心灵的存在使人表现出了各种智能行为。心灵的结构就理所当然的决定了智能本身的结构。

循此思路，长期以来，人们始终没有放弃激烈的两派争论。在早期研究智能的心理学领域，以查尔斯·斯伯尔曼为代表的一派认为，智能由其普遍性因素构成。以L.L.瑟斯通为代表的另一派则设定了一种有基本精神能力的家庭，没有人是先天杰出的。许多科学家针对儿童的智力发展进行了研究，出现了两种不同观点的激烈争论。一派认为智能有其普遍结构（象皮亚杰所研究的那样），另一派相信有一组大的、而又不那么相互联系的精神技能存在（这是环境学习派）。在这些争论中，有一种争论确是贯穿始终的，即人们试图把大脑与精神功能这两者之间联系起来，或者为此目的而揭示精神功能的身体根源，这在19世纪以前便出现过。埃及人曾把智能的原因归到心脏，判断归到脑袋或肾脏。毕达哥拉斯和柏拉图认为心灵就在大脑里。同样，亚里士多德认为，生活的中心在于心脏，而笛卡尔则将灵魂归到了松果腺。直到今天，智能究竟存在何处，仍似乎不得而知，仅曰：大脑是智能最可靠的居住地。

就智能表现的形式而言，柏拉图和亚里士多德对理性思维和知识形式的种类颇感兴趣。《理想国》首次对灵魂做出理性、激情和欲望的三重区分。柏拉图称它们为灵魂的三个部分。亚里士多德认为：“理智是形式的形式，感觉是可感事物的形式。只有可感的、有形的物体才能独立地存在，可知形式包含在可感形式之中，两者都是从可感事物中抽象出来的不同状态和性质。因此，没有感觉的印象，人们不能知道或理解任何的东西。在科学认识中，思想把握想象的印象。这些相似的东西在撇开质料的情况下被感知。”⁽⁶⁾到了中世纪时期，学者们认真而细致地研究了更为具体的人的智能现象，并阐述了人的智能表现形式，这其中包括了人类在语法、逻辑与修辞、数学、几何、天文与音乐方面的智能表现。这一时期的学者们认真研究了每一个拥有正常智商的人都掌握的那些知识领域。随着科学的发展，到了19世纪，便出现了关于人类精神能力的轮廓方面极为特定的主张；而最后，又出现了以经验主义为基础的临床与实验室研究，从而将大脑的特定区域与特定的认识功能相联系起来。今天的认知神经科学对智能的研究大多都在从事着这样的工作。

对于智能的现实表现的抽象认识而言，占有优势话语权的西方理论家从不同角度阐述了智能的许多不同功能或方面。在古典时期，西方哲学家区别理性、意志与情感的情况普遍存在。中世纪的思想家们对人类的知识划分为三学科或者四学科。随着心理学科学的出现，便出现了关于人类精神能力的更大的范畴。这种传统使得今天的理论学家对智能不由自主的作出层次上的区分。随着近代科学技术的进步与发展，人类在研究大脑的时代又出现了对智能的种种神经功能区域的定位，当今的许多科学家相信神经系统的不同部分传递出不同的智能。这些学者大多都反对那种认为主要智能作用都是大脑作为总体性能的整体派。所以，几百年以来，人们针对一种共同的信念，在智能之首要性问题上进行了关于能否把智能划分为部分的无休止的争论。这种执着的信任与相信知识、智能可以形式化的理念混合在一起，就使人类有了一个坚定而“奇怪的”想法：我们是否可以在构成智能的每一部分采用某些特殊的方式来创造人工的智能呢？在人类的20世纪初期，随着形式逻辑与电子计算机技术的发展，这一理想在当代获得了部分的实现。这就是人工智能的诞生。

人工智能的出现不仅带来了科学的进步，而且引起了哲学家的研究兴趣。关于人工智能究竟是属于科学范畴，还是属于哲学范畴，或是介乎二者之间的学科，长期以来一直存在着争论。实际上，我们究竟认为人工智能属于什么范畴，这与研究人员要实现的目标有关。有人认为人工智能属于认识论范畴，这类研究人员的目标是利用心理学和神经生物学来揭示智能和大脑工作的奥秘；有人认为其属于工程技术范畴，这类研究人员的主要目标是创造一种新的工具；大多数研究人员认为人工智能是介于科学和哲学二者之间的一个学科，研究的主要目标分为两个基本层次，一是科学的层次：主要是创造有用的工具，其设计思想来自人类对人自身的智能研究的激励。二是哲学层次：作为一门哲学，人工智能的目标是增进我们对人类自身以及其他动物的智能的理解。斯洛曼认为，人工智能主要有三个目标，一是对智能行为有效解释的理论分析；二是解释人类智能；三是构造智能的人工制品。很显然，要实现斯洛曼的这些目标，需要同时开展对智能机理和智能构造技术的研究。即使对于图灵所期望的那种智能机器，尽管他没有提到思维过程，但要真正实现这种智能机器，也同样离不开对于智能机理的详细研究。因此，在当今的智能研究领域，人工智能科学家也不得不加入了揭示人类智能的根本机理的庞大队伍中，他们试图用智能机器去模拟、延伸和扩展人类智能。由于人工智能主要研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。因此，人工智能可以看作是人类对人的智能研究的延伸与发展，而人工智能的研究是奠基于那个时代已经出现的关于人类智能的研究成果之上的。

随着人工智能的发展，人工智能的研究目标也一直在发生着某种变化。在人工智能研究的早期，人工智能研究人员期望找到关于智能的普遍原理，并试图用计算机程序去检验其学说的真理性。1956年，西蒙（Herbert Simon）和纽威尔（Allen Newell）合作编写了一个人工智能程序，称为“普遍问题解决者”。当然，这个程序实际上不可能解决所有的问题。在当今，大多数的人工智能研究人员已经放弃了寻找智能普遍原理的梦想，转向研究解决各种问题的工程技术方面，并不断充实这种技术库。这种研究重点的转移突出反映了人工智能领域内兴趣和方法的不同。比如计算机视觉，已或多或少地发展成了一个单独的学科，其理论基础更多地来自信号处理技术，而非更抽象的计算机推理技术。这使得一部分人对于人工智能的学科性质倾向于科学层面发生了改变。其实，这种认识很明显也有些失之偏颇的地方。不过，有一点没有改变，即人工智能的研究者总是努力地去研究如何用人工的方法去模拟和实现人类智能，为我们制造一些能够像我们一样思考，能够移动、感知它周围正在发生的事情的智能机器。他们从不回避，也无法回避关于人的智能原理的研究。因为，任何人工智能的具体研究都不能离开对人类智能的研究，这一点，已经是共识。

如前所述，虽然人工智能的发展目标发生了某种细微的改变，但是，人工智能研究以理解、模拟人类智能的推理能力为核心而展开研究路线一直没有改变。这些人工智能研究者主要从三个方面来展开研究：一部分人被称为人文主义的人工智能研究者。他们受心理学的激励，想发现人类是如何思考的，并在计算机上模拟这些过程。尽管心理学推动了人工智能的不少发展，但有时很难预料基于这些技术的程序何时会失败、何时会工作得很好。另一部分人被称为逻辑主义的人工智能研究者。这些研究人员更喜欢将人工智能的程序建筑在形式逻辑之上，而非心理学上。其成就之一是创造出了“非单调”逻辑的新形式。而另一部分人工智能研究者被称为结构主义者。这些研究人员相信模拟人脑工作的最好办法是重新创造出大脑的信息处理能力。联结主义就是这种研究思路的典型代表。联结主义者致力于在硅片上建立人造神经的内部相互连接的网络，并因此来说明人的智能原理，从而最终实现人工智能。

20世纪80年代以来，人工智能研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展使然。随着计算机速度的不断提高、存储容量的不断扩大、成本的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的三个热点是:智能接口、数据挖掘、主体及多主体系统。很显然，这三个热点都是围绕着如何创造出“智能”而出现的。其中，智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表征的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱:数据库、人工智能和数理统计。其主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。其中的主体技术尤为被人工智能专家看好。他们认为，主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的智能行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。

人工智能的出现及其发展给智能研究领域带来了重要的影响。斯诺（Snow）认为，“计算机革命将成为人类所见过的最大的技术革命，与新石器时代的农业革命或早期的工业革命相比它远为密切也远为迅速地影响人们的日常生活……在前进的道路上我们需要许多的不同能力的人去研究，控制及人格化计算机革命的作用……我们祖先未能预见第一次工业革命的影响，还有可原谅之处，而这一次再没有预见就不可原谅了。”⁽⁷⁾总的来看，人工智能的出现对于智能的研究带来了两大重要影响：一是使人类对于智能的研究出现了“认知转向”，即诞生了以研究人类认知为研究中心的认知科学、认知心理学等等科学；二是使人类对于智能的研究从以前重点在哲学领域的研究转向了科学实验性的过程研究，即对于智能的研究出现了“科学转向”。这种影响使我们在研究人类智能的认识论原理时，不得不去关注认知科学、认知心理学中对于智能的广泛研究。因此，在今天对于智能的研究已经不再仅仅是一个哲学上的认识论问题，或者是一个科学问题了，而是一个极具综合性的跨学科的认识论问题，是一个众多领域都不得不关注的焦点课题。认知科学的出现就是这种潮流下的典型产物。

著名认知科学家A·屈森斯指出，“如果认知科学包含从计算模型之中得到心理学理论，并且表述理论就是使之实现的方法，那么为了理解认知科学理论建立的实质，我们就需要理解计算、表述载体、表述内容和心理学解释之间的关系。这个任务从根本上说是多学科的。”⁽⁸⁾因此，认知科学理论包括了四个分析层次：一是心理学解释的种类的心理学，心理哲学；二是表述内容的种类形成的内容哲学，语义学的表述理论；三是表述载体的种类，即逻辑学，人工智能学，语言学形成的表征理论；四是计算的种类，即计算机科学，人工智能学。“认知科学（Cognitive Science）是研究人类的认知与智力（mind）的本质和规律的科学，研究内容包括知觉、学习、记忆、推理、语言理解、知识获得、注意、情感、意识和动作控制等高级心理现象。认知心理学与人工智能是认知科学的的核心分支学科。”⁽⁹⁾认知心理学家埃森克认为，“在科学研究层面，认知心理学是当今科学界一个兴旺的领域，它研究包括注意、知觉、学习、记忆、语言、情绪、概念形成和思维在内的错综复杂的现象。尽管认知心理学的研究方法丰富多样，但它还是被一个常用方法，即把心理和计算机进行类比的信息加工方法（information-processing approach）统一起来。这一方法已有几十年的历史并已成为认知心理学中居主导地位的范式（paradigm）或理论取向。”⁽¹⁰⁾

认知科学是以人工智能的研究为基础，并在多学科的影响下发展起来的。第二次世界大战中，许多科学家参加了军事研究。1948年，维纳（N.Wiener）和香农（C．E．Shannon）分别提出控制论和信息论。这些理论的提出使研究智能的科学家看到，通讯系统的信息传递原理可以用来说明人脑对外界刺激的加工过程。从此，信息处理的观点被引用到有关人类认识的研究中来。几乎与此同时，乔姆斯基（N．Chomsky）开创了心理语言学，从深层结构研究内部语言机制。与认知科学有关的另一件大事是计算机和人工智能技术的发展。早在20世纪30年代，图灵（A.Turing）和冯·诺依曼（J．Von Neumann）等人曾设想制造能利用程序来进行思维运算的机器，即所谓的图灵机。1956年，麦卡锡（J．McCarthy），明斯基（M．Minsky），西蒙（H．Simon）和纽威尔（A．Newell）等人在达特茅斯学院召开了一次会议，讨论人和计算机程序设计，让机器像人一样具有智能去思考和行动。纽威尔和西蒙发表了第一个能证明数理逻辑定理的计算机程序——“逻辑理论家（Logic Theoriest）”。随后，在1958年，纽威尔，Shaw和西蒙三人首次提出“物理符号系统理论”，认为人脑和计算机的运算都是利用符号的信息加工过程。

认知科学作为直接研究人类心智工作原理、人类认知原理的具体科学被称作21世纪智力革命的前沿科学，是哲学、心理学、语言学、计算机科学、人类学和神经科学六大学科的一个交叉领域。近20多年来，认知科学作为一门独立学科，已经逐渐形成了一套独特的研究纲领、工作范式和基础假设，人工智能的研究成果是这一学科的智力内核。传统的认知科学研究关注的核心问题是表征和计算，把人脑看作是类似于计算机的信息加工系统。认知科学领域中很多重要的研究成果，特别是问题解决、学习和语言使用等方面，都是以心智——计算机类比为基础的。认知科学许多研究工作的核心是使用计算机模型检验心理学理论。

认知科学自兴起以来，提出过多种革命性的理论，如在推理方面的纽威尔和西蒙的一般问题解决系统，在语言理解方面的奎连（Quillian）的语义网络的命题式的知识表征，在记忆领域的科洛斯里（Kosslyn）的心理象的模拟式的知识表征，在注意领域的特瑞斯曼（Treisman）的特征整合理论等。这些理论对认知的理解和对人工智能的发展起到了强大的推动作用。⁽¹¹⁾当代认知科学研究积极吸收相关学科的新成果，不断调整研究思路，在原有基础上进行扩充和发展，表现出勃勃生机。特别是20世纪70年代以来，研究智能的哲学家和科学家们就“认知科学”做出了许多的重新认知，不过，这些认知似乎都没有摆脱计算机与心灵的类比模式。“认知科学被标准的描述为这样一种新的研究分支：在对接收、存储、表征和处理‘信息’（甚或具有‘知识’）的系统——他们能被称为‘智能的’——进行研究中，联合心理学、人工智能、神经科学、哲学和语言学进行研究的分支。计算机和人脑被认为是这样的智能系统的范式性例子，主要任务是解释像感知、记忆、学习和智能行为这样的认知过程在这样的系统中是怎样可能的。” ⁽¹²⁾ 由此可见，认知科学的许多研究与哲学上认识论的研究有着重要的交叉性。

认知科学主要通过以下六个问题来获得对人类认知基本原理的解答。第一个问题是“计算机隐喻”问题，这是认知科学的基本问题。“计算机隐喻”的基本含义就是坚持把计算机作为人的心智模型，并得出这样一种基本结论：即人的认知过程就如同计算机信息处理一样的计算过程。第二个问题是“表征”和“计算”问题。“表征”和“计算”是认知科学中两个核心的基本概念和基本预设。它表明，认知科学承认，人的认知是通过表征和计算来实现的。但是，这两个概念的确切定义一直处于争论之中。第三个问题是常识问题或者常识知识问题。这个问题一直被称为人工智能中的一个“真正的问题”。一方面，常识究竟在人的认知过程中有何作用？我们至今仍不得而知。另一方面，如何在人工智能中表征常识知识？我至今也未能找到出路。第四个问题是智能的本质问题。自1950年现代计算机之父图灵提出著名的“图灵测验”以来，“图灵测验”一直被广泛用作“人工智能”的标准。但是，“心智”、“认知”是否就是计算机，人的认知本质是否就是计算这些基础问题仍在热烈争论之中。第五个问题是认知科学的解释问题。即究竟认知科学可以在何种程度上的研究成果就揭示了大脑或心智的工作原理。第六个问题是意识在心智研究中的重要地位问题。“意识”被公认为是心智的首要特征。如果认知的本质是计算，意识能够被“计算化”吗？综合来看，认知科学对智能的核心观点就是坚持“认知就是计算”，智能的本质就在于计算。这可称之为计算主义的智能观。A·屈森斯认为，“认知科学理论（“一种理论”）以结构方式将基于模型功能的心理学解释结合为系统整体。这样，认知科学理论的建立就依赖于计算性的人工制品与心理学解释之间关系的概念的形成。而这种关系是以表述理论为中介的。”⁽¹³⁾

然而，随着人工智能专家所提出的预期目标的部分失败，认知科学对于人类智能的解释也受到部分质疑。特别是近10年以来，大部分哲学家开始从认知科学的基础理论入手质疑认知科学对于智能原理的揭示。事实上是，来自于心理学、认知科学、人工智能等领域的研究不仅没有使人们彻底揭示智能的奥秘，相反，关于智能的部分基础哲学问题迟迟得不到解决的现状，还使人工智能的研究陷入了种种困惑之中，裹足不前。研究智能的哲学家、心理学家、认知科学家、人工智能学家日益发现，在智能研究领域中，出现了诸多令人困扰的“熟悉的陌生地带”。诸如究竟智能是什么？智能的实现条件是什么？如此等等问题依然悬而未决。持有不同的话语体系的智能研究专家不得不争论不休。