具身性与默会表征人工智能能走多远-华东师范大学学报.PDFVIP

ＪＯＵＲＮＡＬＯＦＥＡＳＴＣＨＩＮＡ ＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹ Ｈｕｍａｎｉｔｉｅｓ ａｎｄ Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ Ｎｏ．５，２０１８ 具身性与默会表征：人工智能能走多远？ 何 静　 　 　 　 摘 要：人类智能的探究和实现问题既是一个哲学问题，也是一个科学问题。人类智能从本质上说是具 身的，但同时也紧密地依赖于计算和表征的大脑。导致人工智能研究困境的根源并非在于它采用了计算—表 征的框架，而在于它没能将关于身体的信息涵盖进它对智能程序的描述中去。因此，承载着大量实践性知识 的默会表征对未来人工智能研究在拓展解决问题常规以及降低计算复杂性等方面有着重要意义。 关键词：人工智能；计算；具身性；默会表征；实践性知识 ： ＤＯＩ １０．１６３８２／ ｊ．ｃｎｋｉ．１０００５５７９．２０１８．０５．００５ 一　 导　 　 言 认知科学是哲学认识论的延续，是研究者们为了回答认识论问题所作出的经验性的尝试。它关注 人类的知识结构与智能实现，同时也因为一些新出现的经验主题而得到扩展。几十年来，认知科学经历 了从行为主义到符号主义，再到联结主义的范式转换；经历了从最初的问题求解到人工神经网络的研 究，从符号计算到多层神经网络动态交互的实施。这一系列的范式转换，体现了研究者们不断吸收科学 实验对心智现象的研究成果，并对其研究纲领进行局部修正以求新突破的不断尝试。随着学科建制化 步伐的加速，认知科学已经成为一门独立的学科，形成了相对稳定的理论框架和研究范式。而人工智能 也已成为这一学科的智力内核，取得了举世瞩目的成就。 然而，尽管今天的人工智能能够完成人类无法完成的复杂计算，做人类不能做的精密工作，却也 ① 遇到了各种理论困境和实践困难。这些技术困境背后其实隐藏着更深层次的认识论问题：一方面， 人类的智力过程被认为是通过大脑来完成和实现的；另一方面，智能与世界之间的关联被假定为一 系列抽象的表征（ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ）。这种将大脑作为推理机的假设具有误导性。因为人类在真实世 界中的问题解决能力似乎并不总来自大脑中明确的数据结构，而常常以一种难以预期的方式从身体 与世界打交道的过程中涌现出来。换言之，人类智能是具身行动中熟练的实践性技能的运用（ｋｎｏｗ ｈｏｗ）。这意味着，一旦远离了身体以及身体与真实世界的勾连，人工智能系统便很难对直接利用身体 能力与世界结构来简化或改变认知方式的人类智能进行刻画。正如谢菲尔和斯凯耶尔（Ｒ．Ｐｆｅｉｆｅｒ ＆ ）所说：“智能不仅仅是一种抽象的运算法则的形式。它需要身体的示例（ ） Ｃ．Ｓｃｈｅｉｅｒ ｐｈｙｓｉｃａｌ ｉｎｓｔａｎｔｉａｔｉｏｎ ② 和肉体的介入。” 如果身体的属性确实“塑造”了人类的智能特征，那么人工智能学家就应该把身体的相关属性表征 纳入构成认知的算法中。因此，未来人工智能研究的核心关切将不仅仅是对人类“智能”的模拟，还将 包括对“身体”的设计。本文通过考察克拉克（Ａ． Ｃｌａｒｋ）对蟑螂逃生技能的探究以及丹尼特（Ｄ． ２００２４１ 【作者简介】何静，哲学博士，华东师范大学哲学系副教授（上海， ）。 １５ＣＺＸ０１５ 【基金项目】国家社科基金项目“具身哲学视域中的社会认知研究”（项目编号： ）。 ① 参见刘晓力：《认知科学研究纲领的困境与走向》，《中国社会科学》２００３年第 １期；Ｌａｒｒｙ Ｓｈａｐｉｒｏ，Ｅｍｂｏｄｉｅｄ Ｃｏｇｎｉｔｉｏｎ，Ｎｅｗ Ｙｏｒｋ： Ｒｏｕｔｌｅｄｇｅ。 ② Ｒｏｌｆ Ｐｆｅｉｆｅｒ ＆ Ｃｈｒｉｓｔｉａｎ Ｓｃｈｅｉｅｒ，Ｕｎｄｅｒｓｔａｎｄｉｎｇ Ｉｎｔｅｌｌｉｇｅｎｃｅ，ＭＩＴ Ｐｒｅｓｓ，１９９９，ｐ．２３． ３８