第二节　“智能”的哲学阐释

关于“智能”的基础性研究不仅成为科学家的焦点问题，也成为哲学家关注的重要问题。心理学家研究了种种智能表现并力图揭示这些智能机制。但是，这些现象学的具体研究并不能揭示智能最一般的根本性特征，这无疑给哲学留下了另一片天地。在科学与哲学的相互交融之下的心灵哲学成为探讨智能的哲学问题的主要代表。在心灵哲学领域，有以下四种关于智能的典型理论模型，即计算主义的智能观、联结主义的智能观、神经生物学智能观和语言分析的解释学智能观。

计算主义的代表人物福多（Fodor）以自然化的观点提出了心灵表征理论，从而进一步阐释了自己关于“智能”的理解。他认为，人类的智能过程含有丰富的语义性。福多指出：“在理性地操纵思维的表征能力时，人们的自由会受到一些限制。实际上，如果弗洛伊德主义者是正确的话，具有强制性方向的思维就会比外行们所设想的更多——这里说的不是强迫性。用搞计算机的人们的话来说，就是存在着对中央表征能力的‘执行控制’；并且整体的智力在某些方面包含了能够通过有益于实现目标的方式——简而言之，就是似乎可能引导你到某处的方式——来进行控制的能力。与此相反，知觉加工则明显地不管愿意不愿意都不顾及人们当时的情况。有句俗语‘我没法不听你说话’，从字面上足以表明这一事实：即人们不能不听的是话语的内容，而不仅仅是说出来的话语。”⁽¹⁹⁾因果关系的语义联结基于句法间的联结而最终又超越了句法的形式化。形式化向我们表明句法与语义是怎样联结，计算向我们表明因果关系的机器怎样具体地联结句法，并由此超越句法而产生语义，即让我们知道了一个形式化的语句是如何得出了具有真值的语义。因此，一个智能推理过程（关于术语语义真值的过程）稳定的模型能够被一个并不神秘的物理装置有效地来实现。也就是说，如果实现人类智能的心智是一台计算机，他的心理表征正如所有语义属性一样，表征能够通过语义属性的一致交流而获得（即获得语义），即它可以通过“句法引擎”的使用作为推理可靠的原因而获得表征的语义。这样一来“智能”被描述为这样一种状态或者说“智能”应具有这些条件，即“智能”有自己自动的因果作用，驱动智能行为的内部工作原理是句法的加工，语义的加工通过句法的加工来实现，而被认为实现人类智能的心灵其实质就是一台句法机，从这个意义上，心灵与计算机具有同型性。因此智能在本质上就是计算。

但是，人工智能科学家布鲁克斯（Brooks）却提出了截然相反的无表征智能理论。“在对智能建构和开发离不开表征这一AI的主流命题的挑战性批评中，布鲁克斯提出了‘无表征智能’的论点，并将其具体化于特殊环境中理智地行动的机器人之中。”⁽²⁰⁾布鲁克斯从对人工智能研究与应用的具体目标与成就的评估出发，阐述了他的无表征智能命题。他认为，人们在人工智能研究刚开始时，其目的是要在机器中重复人类水准的智能。很显然，这一目标过于庞大而难以付诸实施。因此，我们有必要不断分解人类的智能构成，再逆向不断去循序渐进地通过“智能增量”来构建智能系统。布鲁克斯宣称，在他设计的能动的机器人中控制层次直接与环境相互作用，而根本不需要表征。即使有表征，表征的核心也不存在与智能系统之中，而只是限制在人工智能系统的创立者的心灵范围之内。布鲁克斯把世界当作自己的模型，连续不断地把每一个目标的前提条件匹配于真实的世界。与此形成了没有控制中心的智能网络层次与智能模块。这种观点的实质还是承认了智能就是计算的观点。但是，布鲁克斯的这种方案却不同于福多的观点。与福多承认语义与符号的相关性，心灵含有智能信息处理的基本模块不同的是，布鲁克斯否认计算机内部加工符号的过程，而认为句法与语义联系在一起，只有人的心灵才有永动机的智能模块。如果人类实现智能的是某种智能模块，那么它们是怎样在计算中实现了智能呢？联接主义则较好地回答了这个问题，它试图从智能形成的结构上来显现智能。

联结主义是20世纪探讨智能的一种新的思维范式。联结主义的核心思想是：智能是从大量单一处理单元的相互作用中产生的。在联结主义看来，神经元的单元及其联结的网络构成了“知识”。联结主义支持者试图从他们所构建的网络中寻找明确的、分布式的、自发产生的智能行为。智能行为产生于一个广泛联结的网络，这个网络就像计算机网络一样的网络。联结主义者豪杰兰德（Haugeland）认为，联结主义架构的关键之一是没有冯·诺伊曼架构中的中心处理器。“典型的联结主义模型利用多个层次来处理复杂行为。”⁽²¹⁾通常有三个基本层次，输入层、隐藏处理层和输出层，在输入层的每一个单元都联结着处理层的每一个单元，而每一个处理层又联结着输出层的每一个单元。联结主义的特点正是三层次中每一个单元的联结并不是一一对应，而是一个网络，比如输入层有两个单元，而处理层有三个单元，输出层却只有一个输出，这些单元构成了网络的基本单位，正是这些网络基本单元的相互作用产生了智能。

另一方面，以联结主义理解智能的方法及其观点受到了许多学者的抨击。福多和皮利辛从人类智能与联结主义所实现的智能结果认为，用联结主义模型来揭示人类的智能是不妥当的。例如，存在着像递归这样的过程，人类能完成，而联结主义系统则不能完成。德雷夫斯从联结主义智能与人类智能的实现方式上认为，神经网络的人工智能显然不是人所产生智能的方式。克里克从神经生物学的大脑工作原理与联结主义智能模型工作原理的比较中得出结论，他认为，“这个成就非常令人鼓舞，以致他使许多人受到误导，相信大脑就是这样工作的。或许它对现代计算机的设计有所帮助，但它的最引人注目的结论就脑而言则是极端错误的。”⁽²²⁾就智能的理解而言，联结主义的实质仍是坚持哲学上的计算主义，与计算主义不同的是：计算主义坚持人类认知的直线性处理，联结主义坚持人类认知的并行性处理。计算主义的关注点在于从智能所产生的结果来理解智能本身，而不在于关注智能的产生过程。而人类智能却是过程与结果的统一。因此，联结主义的范式凸现了它在关于“智能”理解中的理论优势，应该说是一种进步。不过，类似于克里克对联结主义的批判受到了神经生物学家们的高度重视。他们另辟蹊径地主张关于智能的首要研究应该直接研究大脑的进化过程。

米利肯（Millikan）认为：如果认识是自然的造物和进化的产物，那么我们就可以合理地设想人作为知识者的能力也是进化的产物。人是从动物逐步进化而来的智能自主体，人类的智能只能在自然进化之中产生，智能的许多特征都源于进化。人类智能的最初级阶段是基于一种刺激反应模式，进化的基本机制是变异与选择，正是这种机制产生了智能循序渐进的历史演进，最终形成了人类的高级智能。米利肯、博格丹（Bogdan）等人在阐释人类所具有的意向性这一智能现象上就明确体现了他们关于智能的观点。米利肯认为，心理表征的意向性基础是在意向性机制进化的过程中所形成的某种规范的和专有的心与世界之间的自然关系。博格丹认为，把智能结构及其构成要素弄得再清楚也不可能完全揭示智能现象的奥秘与本质。只有诉诸目的论解释模式，才能揭示漫长的进化历史在有机体中编码了什么程序与图式，“设计”了什么样的倾向性（dispositions）及其运作条件，进而有可能回答上述问题。因此，他们认为大自然才真正有着熟练的心灵建筑术使人类获得了智能。

不过，这种生物学进化论的智能观也受到了争论。著名生物学家古尔德（Gould）和莱温庭（Lewontin）对诉诸于神经生物体的进化历史来解释“智能”的途径提出的“盘格莱斯”问题尤为突出。古尔德和莱文廷指出，类似于米利肯的方法（温和的选择主义）是一种盘格拉斯式适应主义方法。生物许多有用的智能特性并不是自然选择的目的性结果，而是其他有用机制进化过程中的副产品而已。这样一来，如果我们仍然诉诸于生物进化的观点来理解全部智能行为就缺乏必要的依据了。尽管如此，坚持进化论的米利肯等人对于智能现象的生物学进化论理解还是产生了广泛而重要的影响。在心灵哲学领域，心灵与认知研究发生了进化论转向。在人工智能研究领域，索罗蒙诺说：“人工进化的前景在于：已经了解或猜测到许多有关自然进化的机理，而且这些机理可被直接或间接地用来解决人工进化中的问题。对于人工智能来说，进化的模拟远比神经网络的模拟更有前途。”⁽²³⁾

在心灵哲学中，以卡明斯为代表的解释学阐释了另一种智能标准的理解。卡明斯认为，任何关于智能的信息处理理论都不能否认意向性，智能存有着一种意向现象，有意向性是人类智能的一个根本特点。首先，卡明斯的解释语义学承认，假设猫作为功能F的自变量或值出现，F作为认知功能与在系统中的某物是否是“猫”无关呢？答案是否定的。也就是说，任何功能的显现都离不开它的变量作用。第二，卡明斯强调：表征并不是形成意向性的充分条件，而只是必要条件。卡明斯还针对人工智能如何具有人类的智能认为，人工智能要具有人类的智能就必须就有意向性，而要想人工智能表现出意向性，一是要让它有表征能力，二是要有社会、文化等约束因素，三是要让计算机有内在的整体结构，因为意向性不是局域性的属性，而是整体性的属性。第三，卡明斯认为，要使系统表现出表征的属性，必须有相应的解释机制，有计算状态与被表征事态之间的映射关系。解释语义学的基本假定是：R表征S中的X，当且仅当有功能g，f，而且有解释I，以致于S满足g，g在解释I之下模仿f，并且I（R）=x。他认为，没有必要把自然主义约束作语义学理论必须遵守的条件，因为“对于表征的本体论上的自然主义‘定义’几乎没有哲学或科学上的利益。”⁽²⁴⁾

正像当代许多心灵哲学家承认塞尔的观点那样，卡明斯在用表征去解释意向性的后面所深藏的一个巨大难题，即表征怎么可能用来解释意向性？这就是著名的“斯蒂克发难”。心灵哲学家斯蒂克指出：既然各种表征理论都承认句法与语义之间不存在必然的联系，这就说明，在表征理论中，句法与语义没有任何因果作用，语义可忽略不计，剩下的只是句法理论。这一观点其实提出了两个问题：一是语义属性怎样在计算模型中得以实现？二是在认知解释中为什么要引入语义属性？卡明斯的“解释语义学拒绝关于意向性的表征解释”。⁽²⁵⁾然而，解释是表征得以成立的最重要的因素，所谓“解释”或“说明”就是具体说明：“你在想把计算当作认知（或加法）时所想看到的那种关联”，“在解释之下所看到的计算的对象即从语义上个体化的对象就是表征。”⁽²⁶⁾就像计算机的显示状态可以看作表征一样。卡明斯解释语义学还危及到了内容的实在性。例如自然主义就有这种看法。它认为：对内容的自然主义说明不预设或不依赖于语义或意向的概念。如果不能把认知内容同化为自然秩序中的一过程或状态，就会扼杀内容的实在性。解释语义学未能把内容还原为自然科学概念，因而也取消了内容的实在性。卡明斯也承认，根据解释来说明内容必然要违背自然主义的约束。因为它必然要运用意向的、语义的术语。