返回上一页 文章阅读 登录

程炼:人工智能基础评论

更新时间:2015-03-20 13:51:37
作者: 程炼  
从而跳出“哥德尔陷阱”。

   上面的讨论只是反驳了卢卡斯式的论证,下面我借助鲁迪?拉克(Rudy Rucker)的论述从更为技术的角度讨论人-机在数学能力上的等价的可能性。

   假定H代表人类的数学直觉(亦即心灵的能力),H*是H能够宣称为真的陈述的集合;M是一台图灵机,M*是M所列出的定理集。卢卡斯的论证是这样的:

   (1)M*?H*?H能够看出M体现了一个为真的形式系统。

   (2)H知道M为真?H知道M是一致的,并且Con(M)?H*。

   (3)但是Con(M)?M*(哥德尔第二定理),所以M*?H*。因此,没有任何机器M等价于H。

   我前面论证的重要的一点是,对于一台很复杂的机器来说,它的一致性在我们的直观之外,我们很难预言这样的机器的行为。这就是说,卢卡斯证明中的步骤(2)太强了,我们需要对它做更合理的处置。

   设有一个谓词Tr(e),Tr(e)=机器Me列出了一个H相信为真的语句集。Me是一台带有指标e的图灵机(e的大小相当于代表Me的复杂程度)。

   这里有两个原则:

   (1)Me*?H*? Tr(e)? H*;

   (2)Tr(e)? H*?Con(e) ? H*。

   如前所述,(1)不必要这么强,我们都承认H*中的所有语句为真,如果M*? H*,那么M*实际上仅列出了为真的定理。但是,只有当H能够将Me看成是一个整体时,Tr(e)才真正在H*之中,而只有H能够命名一个很大的自然数e时,这才是可能的,因此,(1)应当改写成:

   (Me*?H*&e是人类可命名的)? Tr(e)? H*

   在贝里悖论中,我们知道,存在一个特殊的自然数uh(即人类贝里数),uh是第一个H不能为之找到一个名字的数(这需要我们是柏拉图主义者),因此,小于uh的数才可以看成是人类可命名的。这样,第一个原则就是:

   (Me*?H*&e?uh)? Tr(e)? H*。

   假定有一台机器Mh,当h? uh时,Tr(h)?H*,因此H*=Mh*与哥德尔定理并不相悖。当然,这并不是说有一台机器与人类数学直觉等价,而是说,即使有一台机器与人类数学直觉等价,那也是与哥德尔定理不矛盾的。

   我以哥德尔的一段评论来结束这一部分对卢卡斯式的论证的考察。哥德尔认为,关于形式系统的可靠性(soundness)的知识,建立在充分数量的事例的基础上或者借助其他归纳推理,充其量只有经验上的确定性(empirical certainty)。哥德尔写道,

   “可以设想(尽管远远超出今天的科学的限制),大脑生理学发展到如此之远,以至于我们在经验上确定地知道,(1)大脑足以解释所有的心理现象,并且在图灵的意义上是一台机器;(2)大脑中从事数学思考的那部分的精确解剖结构和生理运行也是如此这般。

   ……当然,思维机制的物理运作是完全可以被理解的;然而看出这个特定机制一定总是导致正确(或仅仅一致)结论的那种洞察力,将超出人类理性的能力。”

   从逻辑上考察人工智能的确是人工智能基础理论研究中最为重要的。哥德尔定理对于人工智能的真正含义是什么?这个问题是极其困扰人的。在卢卡斯等人看来,哥德尔定理表明了人类心灵与任何机器在计算能力上的一个差异,这种差异导致机器不可能充分模拟人类的心灵。我们上面的分析证明了这种看法是错误的。但是,这并不意味着我们证明了心灵和机器没有差异(如在数学能力上)。我的策略是辩护性的,我只是说哥德尔的结论并不是心灵能力优于机器的逻辑证据。在我看来,一个值得玩味的结论应该是,人工智能的极限是超越了我们的直觉的。

   实在的形式化

   从计算机的工作原理我们得知,计算机求解问题需要三个前提:

   第一,必须对问题进行形式化表达;

   第二,必须能够构造出求解问题的算法,即问题必须是可计算的;

   第三,必须在受到限制的时间和空间内得到问题的答案。

   在这些前提当中,第三个前提属于计算机技术范畴。在图灵生活的年代,电子数字计算机刚刚研制出来,其容量和速度与今天的计算机不可同日而语。即使在高速度巨容量的计算机得到普遍使用的今天,在实际运算中也出现大量的所谓组合爆炸问题,即问题的复杂程度超出了计算机的运算能力,这也正是为什么需要人工智能的重要原因之一。对于这个前提我们不作具体讨论。

   对于第二个前提,可计算理论已经提供了大部分说明。在前面中我已讨论过一些极端情形(如计算机能否计算本系统自身的哥德尔数的问题),并说明了计算机的巨大能力是由丘奇论题和图灵定理所保证的。

   我们需要给予细致分析的是第一个前提。首先,很容易出现这样一个问题:每个问题都可以形式化吗?或者,更一般地讲,一切实在过程都可形式化吗?

   对一切实在过程给出形式化的表达的想法深深地扎根于西方科学传统中,科学知识的确定性和完备性是科学家们孜孜追求的目标。人工智能可以说是这种追求的自然产物。

   人工智能大致有新旧两种款式,老款式有一些称呼,如“古典人工智能”(classical AI)、“符号操作人工智能”(symbol-manipulation AI)、“思维语言人工智能”(language-of-thought AI)等。新派则打着一个共同的旗号“联结主义”(connectionism)。  说人工智能有新旧,并不是说旧的被新的所替代,或者说旧的式微、新的坐大。老派人工智能在20世纪50年代至80年代一直占据统治地位,即使在今天也是非常精致的、有吸引力的关于智能机制的理论。两派人工智能的分歧主要在于,前者将智能看作是抽象的、依据形式系统进行符号处理的功能现象,任何一个系统,只要展示特定的功能结构,就是可以认为是有智能的;后者则认为智能是具体的、依赖于人脑的特定物理构造的心理现象。从文献中可以看出,反对人工智能的大部分论证都是针对老派人工智能的。在余下的评论中,我将不触及联结主义人工智能,只考察另一个认为计算机能力无法与人类智能匹敌的论证。

   维特根斯坦1921年发表了他的第一部也是他生前发表的唯一一部著作——《逻辑哲学论》,他在这本书中提出的哲学见解可以非常接近于一种真正的“计算机哲学”。它极其精致地探讨了关于心灵和世界的形式化定义,一般认为《逻辑哲学论》代表了他的早期思想。他的这一时期的思想,早期人工智能建筑于其上的形而上学基础基本上是吻合的。

   维特根斯坦借助命题演算和命题作为实在的图像这两个理论来完成他对世界结构的形式刻画。在他那里,一个基本假设就是存在着不可分解的逻辑上独立的原子语句,他称它们为基本命题(elementary propositions)。这些基本命题在事实上非真即假,“所有命题都是基本命题的真值演算的结果。”  因此,在一种科学语言中,关于实在的合式图像的句法便是所有基本命题的合式逻辑组合的集合,而它的语义就是构成事实的那些组合的子集。只要找出所有的基本命题,然后逐个检查其所有的逻辑组合是真还是假,就可以构造出世界的完整的图像来。在原则上,维特根斯坦的算法是一个完善的算法。

   一旦我们执行这个算法,科学和技术将陆续推断出一个明晰性、确定性和控制都得到保证的世界,一个由数据结构、决策理论和自动化构成的世界。这个框架中的任何东西就变成自明的或是同义反复的,在此之外的任何东西是人们不能用哲学或科学的语言来谈论的。在这个框架背后可能会出现某些神秘的东西,它们只能向我们显示,但我们不能用语言谈论它们。

   世界必须被表达成由初始元素构成的一组有结构的描述,这是人工智能工作的必要前提。在计算机所构造的世界中,一切东西都是静态的、中性的、自明的、非真即假的。首先定义最简单的基本元素,任何复杂的东西都是较简单一级的东西的真值逻辑组合。如果世界是这样的话,我们只要执行维特根斯坦的算法,就将产生出科学对实在的一个完善的描述或理解。如果这套概念系统不错的话,除了对“神秘的东西”保持一点敬畏之外,哲学实际上结束了。

   维特根斯坦的尝试在对完善性和确定性的追求上达到了顶峰,然而哲学并没有结束。维特根斯坦后来认为,《逻辑哲学论》在某些方面出了问题,他的算法碰上了麻烦。

   《逻辑哲学论》所构造的世界是形式的和抽象的世界,这种世界图像与现实世界有着重大差别。首先,在前者中每一个原子语句的真值是独立于语境的、自明的,并且是不变的。但在现实世界中,具有这种性质的原子语句是找不出来的,我们甚至不知道如何什么样的句子才满足要求。在生活中,我们说出、写出的任何一个简单的语句其实都包含着复杂的结构,它的真值和意义会随着它被使用于其中的背景的不同而发生变化。离开了它的使用背景,孤立的语句无法取得明确的意义。其次,《逻辑哲学论》将生动的世界分割成静止的片断,破坏了现实世界中的事实、真理等的时间性和流动性。第三,《逻辑哲学论》将事实与价值绝然分开,认为“它(价值)必须在世界之外”,“世界是独立于我的意志的”,  而从根本上讲,事实与价值的绝然划分使得自然秩序中出现无法弥合的裂痕。从上述三个方面进行反思,人们有理由怀疑哲学是否有能力提供关于自然世界的完备的逻辑图像。或许,想要理解人及其在世界中的位置,完备性的哲学并不是解决办法。即使在被视为确定性典范的数学领域,完备性也是无法达到的。  我们有理由期待哲学探索揭示更多、更深刻的真理,但或许我们无法期待哲学将提供关于一切事物的终极答案,对于人类而言,总是有悬而未决的问题的。

   维特根斯坦在他的后期哲学活动中,批判了《逻辑哲学论》中的错误,代表他的后期哲学研究的是1953年出版的《哲学研究》(Philosophical Investigations)一书,在这部著作中,他提出了“语言游戏”和“生活形式”的思想,它们现在是许多哲学争论的时髦话题。

   美国当代现象学家德雷福斯(Hubert Dreyfus)在《计算机不能做什么——人工智能的极限》 一书中就运用维特根斯坦关于“生活形式”的见解对人工智能的某些形而上学基础(德雷福斯称之为“本体论假设”)提出了严厉的批判。

20世纪60年代以后的数十年间,人工智能并没有取得早期预料的成就,它在许多方面进展缓慢或停滞不前。这些挫折引发了种种怀疑情绪。德雷福斯是那些怀疑论者和悲观主义者的领袖和代表人物,他认为维特根斯坦、海德格尔、梅洛?庞第这些哲学家的一些哲学结论已经给人工智能的可能性提出了疑问,他断言人工智能肯定是有限度的。在德雷福斯看来,整个人工智能的计划建立在四个假设之上,它们分别是生物学假设、心理学假设、认识论假设和本体论假设。生物学假设说的是,在某个操作层面上,通常是在神经元的层面上,大脑是通过某种开/关闸门的生物上的等价方式,用离散的操作处理信息的。心理学假设是,人类心灵可以看作是一个根据形式规则处理信息的装置。认识论假设是,一切知识都可以被形式化。本体论假设则是,关于世界的一切相关信息,涉及到智能行为的产生的任何东西,在原则上都可以分析为一组独立于特定情境的、确定的元素。德雷福斯利用大量的现象学学说及其他资源对这四个假设提出了批判,他总结说,人工智能由于建立在这些错误的假设之上,(点击此处阅读下一页)


爱思想关键词小程序
本文责编:gouwanying
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/85381.html
文章来源:《思想与论证》
收藏