（科学技术哲学专业论文）人工智能有限制吗德雷福斯的认知哲学思想研究.pdf

中 文 摘 要 从人工智能（artificial intelligence,简称 ai）诞生之日起，下列问题就与 之有不解之缘。计算机或机器人是否能成为认识的主体？机器的形式化过程与人的 思维在本质上是相同的吗？如果承认计算机有智慧，这种智慧能超过人类吗？几十 年过去了，人们仍然在讨论着类似的问题。这些问题之所以久久得不出答案，正是 因为这些问题不能由计算机科学单独来完成，而要与哲学共同回答。哲学家休伯 特德雷福斯在计算机不能做什么，1979（副标题是“人工智能的极限”）一 书中，提出了一些重要的和带有根本性的问题。他看到所有的人工智能基础研究进 展都十分缓慢，他把这种进展缓慢看作是存在着不可逾越的障碍的标志，而不是那 种为克服困难取得成功之路上所应付出的正常代价。德雷福斯正是站在哲学的角 度，将两者有机地结合起来，深刻地探讨并阐述人工智能的局限性。本文旨在探究 德雷福斯的哲学思想, 以期能对人工智能的一些具体研究有着更加明晰、准确的认 识，对人工智能的未来发展持有公正、客观的立场。 本文将着重阐述他的思想的五个主要内容以及哲学家对他的评论。引言主要是 德雷福斯的生平简介，以及目前国内外对他的人工智能哲学思想的研究状况。第一 部分阐释了德雷福斯人工智能哲学的思想渊源以及理论依据。海德格尔、梅洛庞 蒂以及后期维特根斯坦的理论对德雷福斯认知科学哲学思想的形成给予理论支持， 50 多年人工智能的发展历程以及人工智能专家对哲学家的偏见， 激发了德雷福斯对 人工智能深层次的思索。第二部分重点论述了德雷福斯人工智能哲学思想的主要内 容，阐释了常识知识问题将引起 ai 的崩溃、智能不能被表征、躯体在智能行为中 有着不可替代的作用 、非确定的目标和需要不能被计算机模拟，以及人的行为是 不依赖规则的有序行为等内容。第三部分着重对德雷福斯哲学思想的特色进行评 析。对于德雷福斯的观点，一些人工智能研究者持反对意见，他们认为德雷福斯对 最基本的编程知识和计算机设计概念都不懂，而且他根本不了解他所评论那些人工 智能项目的真正研究目标究竟是什么。除此之外，德雷福斯似乎也并不了解，人工 智能领域的“停滞”现象恰恰是因为相关的研究理念和计算机本身都需要积聚更多 的能量，从而谋求更大的发展。也有的学者非常赞赏德雷福斯的无表征智能理论， 并且认为他对梅洛庞蒂思想的运用给心理学哲学注入了新鲜活力。 作者认为，尽管人工智能在不断发展，它的智能水平也在不断提高，但是，它 的发展是有界限的，这个界限正是形式化为其划定的；人工智能可能在某些方面超 过人类，但在总体上是决不可能的。 关键词：德雷福斯；人工智能；无表征智能；意向弧；吸引子； abstract since ai (artificial intelligence) was born, these problems have existed: whether a computer or robot can become subject of cognition; whether formal processes of machine and peoples thoughts are the same in essence; if it is recognized that computer has wisdom, which can surpass human? decades later, people are still discussing similar problems. the reason why these issues havent been given the answer for a long time is precisely that these issues should not be finished only by computer science, but answered with philosophy. philosopher hubert l. dreyfus in 1979s what computer cant do” (the subtitle is the limits of artificial intelligence), put forward some important and fundamental problems. he saw that progress of all basic research in artificial intelligence is very slow. he thought that ai has insurmountable obstacles, rather than the normal price that should be paid to overcome the difficult on the road to success. dreyfus was standing at the philosophical point of view and combined the two, and set out to explore the profound limits of artificial intelligence. this paper aims to explore dreyfuss thoughts of cognition in order that people can understand the future development of artificial intelligence more clearly and accurately and hold a fair and objective position. this article focuses on dreyfuss five major thoughts as well as comments on him. the author briefly introduces dreyfuss life in the preface, as well as domestic and international scholars research situation on his philosophy of artificial intelligence. in the first part the author explains origin and the basis of his thought. the theory of heidegger, merleau-ponty and wittgenstein later stage offer theory support for the forming of dreyfuss cognitive thoughts. developing course of artificial intelligence over 50 years and prejudice of artificial intelligence experts on philosopher stimulate dreyfus to think about ai. in the second part the author discusses dreyfuss main thoughts and explains that the common sense knowledge problem will lead to the collapse of ai; that intelligence can not be represented; that the body plays an irreplaceable role in intelligent behavior; that non-identified goals and computer simulation should not be required, as well as the behavior of people are not dependent on the rules of orderly behavior, etc. in the third part the author evaluates dreyfuss thoughts of cognition. for dreyfuss view, some ai researchers hold the objection. they think that dreyfus doesnt understand basic programming knowledge and computer design concept, and he does not understand the real goal in research of those ai projects at all. in addition, dreyfus seems not to understand that stagnation of the field of ai is exactly because relevant research ideas and computer all need to gather more energy to seek the development of the greater one. some scholars appreciate “intelligence without representation” very much and think that application of the theory has injected fresh vigor into psychological philosophy. the author thinks that ai is developing at high speed and its intellectual level is improving constantly too ,however, the development of ai has the limit that is exactly delimited by formalization; ai may exceed the mankind in some aspects, but impossible on the whole. key words: dreyfus; ai; intelligence without representation; intentional arc; abstractor 引言 1 引言 休伯特德雷福斯（hubert dreyfus）1929 年生于美国印第安纳州的特雷霍特， 后来进入哈佛大学深造，他最初主修的专业是物理学，之后为了拓展自己的视野选 修了哲学课程，并对哲学产生了浓厚的兴趣，他曾说道： “物理学和哲学这两个学 科都对我有着强烈的吸引力，它们都非常有趣，但是我更想深入地了解自己和所居 住的这个世界。 ” 1951 年他获得哈佛大学授予的哲学学士学位。一年后获得硕士 学位。在读研期间，他曾在麻省理工大学教授过哲学导论课程，而他的学生基本都 是来自机器人实验室的。他们说哲学发展已经有两千年的历史了，但仍无实质性的 进步，但是，有了计算机的帮忙，已经可以编写出能够理解和解决问题的智能程序 了，这就促使德雷福斯转而研究人工智能。1960 至 1968 年，德雷福斯在麻省理工 大学教授哲学。1964 年他获得哈佛大学授予的哲学博士学位。1965 年发表了论文 炼金术与人工智能 ，向人们清楚地表明了自己对人工智能研究的态度。1968 年 他来到了加利福尼亚大学伯克利分校， 1972 年出版了 计算机不能做什么？ ， 1992 年在计算机仍不能做什么？对人工理性的批判一书中继续对人工智能研究 进行质疑。2001 年，在关于互联网一书中，德雷福斯介绍了自己对于互联网的 看法。 德雷福斯对人工智能提出了最尖锐的批评，他坚持认为： “由于人类所具有的 一些能力并不是用简单的知识就能说明的，所以它们将无法通过计算机进行表征。 ” 当时，人们已经开始相信只有能够进行表征的人类能力才是重要的，德雷福斯对 此表现出深深的忧虑，他说： “这种想法过度强调计算方面的智能，这种智能几乎 要变成智能的同义词了，由于我们无法让计算机完全像我们一样工作，所以我们就 开始让自己像计算机一样工作了。 ” 他进一步断言，人类思维和计算机程序是完全 不同的两回事，不能将其混为一谈。人类的大脑是身体的一部分，而身体又是与生 存环境紧密联系在一起的。 在密切关注计算机进展的同时，德雷福斯在哲学界也非常活跃，他在加利福尼 亚大学伯克利分校度过了长久而辉煌的职业生涯，现在还作为荣誉退休教授继续进 行着研究工作。他荣获了好几个突出成就教育奖，2001 年成为美国艺术与科学学会 的会员，在 2003-2004 年还担任了美国哲学协会太平洋分会的主席。 哈里亨德森.人工智能大脑的镜子m.侯然，译.上海科学技术文献出版社，2008 年，132 页. 哈里亨德森.人工智能大脑的镜子m.侯然，译.上海科学技术文献出版社，2008 年，139 页. 哈里亨德森.人工智能大脑的镜子m.侯然，译.上海科学技术文献出版社，2008 年，139 页. 人工智能有限制吗?德雷福斯的认知哲学思想研究 2 自第一台数字计算机诞生以来，人工智能己有 50 年的发展历史。但人工智能 并没有停下脚步，相反一如继往地飞速发展。人工智能以计算机为核心。计算机的 普及和应用范围的扩大改变着我们的世界，网络技术将使我们迈入数字化、信息化 时代。人们在工作、生活和其他社会活动中不断面临大量新的情况和需要探索解决 的新问题，这种情形自然引起了关心人类命运的思想家的高度重视和注意，哲学与 科学空前结合，大量的哲学理论运用于分析和说明有关人工智能的诸多问题。人工 智能哲学在当今技术昌明的时代发挥着自己的作用。 学术界对于德雷福斯的人工智能哲学思想的研究目前趋于初始状态。纵观所查 资料，国内学者对德雷福斯的人工智能哲学思想的研究甚少，更谈不到对其哲学思 想的深入透彻的研究。大多数学者只不过在论述人工智能的时候，经常引用德雷福 斯的代表作人工智能的极限：计算机不能做什么中的观点，或者对书中的内容 的进行概括、提炼，或者对德雷福斯研究人工智能的方法作略微评价。国内学者程 炼认为，美国当代现象学家德雷福斯在计算机不能做什么：人工智能的极限中 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 。马希文在德雷福斯的著作中， 已经看出人机共生的重要性。在校者的话中写道： “应用上来看谈论人脑与计算机 的彼此替代未免空泛、消极，不如研究使两者取长补短的人机共生系统。这样做， 不只有实用意义，而且对于我们对思维的认识、对信息处理在思维中地位的认识将 提供许多有启发性的实验资料。 ” 德雷福斯从现象学出发， 考察人工智能这一具体的计算机技术科学， 发表了 计 算机不能做什么 、 心智超越机器(mind over machine)等专著。在德雷福斯那里， 现象学不是通向人工智能成功的工具，相反，现象学从理论上就否定了人工智能研 究的前途。他运用现象学和格式塔理论对乐观的心理学学派进行了批评，并很快从 现象学上发现了人工智能的缺陷。 他认为， 人工智能的前提还是笛卡儿的理性主义， 认为现实有独立的理性结构，人用同样的理性结构来把握现实，人的智能就是理性 的形式规则对现实进行符号操作的过程。德雷福斯借助于胡塞尔、海德格尔、梅洛 庞蒂等人的观点， 从现象学的角度对人工智能提出了质疑。 他吸收了胡塞尔的现象 学分析来批判人工智能的弱点，勘踏出目前人工智能工作暂时失败的哲学根据，指 出了原有原则指导下的人工智能研究是不能成功的。这种批判受到人工智能专家的 程炼.人工智能基础评论 休伯特德雷福斯.计算机不能做什么m.宁春岩，译.北京：三联书店，1986 年, 11 页. 引言 3 肯定。 哈佛大学艾肯计算实验室的安东尼奥廷格尔认为，德雷福斯对人工智能专家 们来说是“一位富有批判精神的旁观者，一位热心于探究和分析知识基础问题的专 业哲学家， ”并告诫同行，“决不可把他当作不受欢迎的冒犯者拒之门外。也不要用 挖苦的言辞非难他” 。他认为，德雷福斯提的问题带有十足的科学性， “不能推委给 哲学家” ，但又带有十足的哲学性质，因而“不能推委给科学家” 。也就是说，要在 科学家和哲学家的对话中来解决这些问题。国外哲学家对德雷福斯评价到： “德雷 福斯是哲学家能确实在科学和技术的实践中发挥批评家和评论家作用的鲜活实 例。 ” 本文运用认知历史方法和语境分析方法对德雷福斯的认知哲学思想进行探讨。 休伯特德雷福斯.计算机不能做什么m.宁春岩，译.北京：三联书店,1986 年, 序 3 页. 人工智能有限制吗?德雷福斯的认知哲学思想研究 4 一、德雷福斯人工智能哲学的思想渊源和理论依据 1.1 德雷福斯人工智能哲学的思想渊源 任何一种思想的产生都有它发生的“土壤” ，每个思想都是它所处时代的产物. 德雷福斯的哲学思想也有其发生的理论渊源和现实依据。 对德雷福斯认知科学哲学思想有影响的思想理论主要有海德格尔、梅 洛庞蒂以及后期维特根斯坦的理论。早在德雷福斯读研究生的期间，他就选择了 研究有关知觉的哲学问题，同时他对现象学也抱有浓厚的兴趣。他最欣赏的哲学家 海德格尔和维特根斯坦声称，认知并不是由思维表征产生的一种“物理符号” 以及对它进行操纵的规则。他们认为人类的身体状态、情绪以及各种体验是交织在 一起的，并在此基础上产生了不同个体对于这个世界的不同知觉情况。因此，理性 主义所说的规则是不成立的，因为没有什么规则是能够和特定个体的具体生活经历 相提并论的。德雷福斯非常赞同这一说法，他完全不同意那些人工智能研究者的说 法， 认为人工智能是有极限的， 并非所有的问题都可以形式化， 尤其是语言和常识、 技能以及人所处的局势，文化背景等都是不能找到规则的。 梅洛庞蒂曾经指出，我们的头脑对这个世界来说是开放的。我们是直接与这 个世界和其他人进行动态交流和互动的，而且我们这种交流并不是通过思维表征这 种中介来完成的。 德雷福斯正是受到了这个思想的影响，才坚定地认为人工智能 必将以失败告终。此外，梅洛庞蒂的意向弧和身体最大把握的思想为德雷福斯提 出无表征智能理论奠定了深厚的基础。这两个思想主要是表明人们并非预先对目标 做出表征，而总是倾向于去获得对情境的最大把握。继而，德雷福斯提出了技能的 五阶段理论，说明在技能发展的高级阶段，技能处理是无需大脑或命题表征的，尤 其在专家阶段，专家完全不依赖于规则而更多的是依靠直觉，从而发展和丰富了无 表征智能理论。 维特根斯坦因为找不到他所需要的原子事实和基础客体，最后终于放弃他的 论文和所有理性主义哲学。他认为，将日常情境分析成为事实和规则，这种做 法本身只有在某个语境中和为了某个目的才有意义。和维特根斯坦一样，海德格尔 发现日常世界不能用一组与语境无关的元素来表述。海德格尔指出，除了把事物作 为由一组谓词定义的客体与之发生联系的方式之外， 还存在着另一些与事物 “相遇” 的方式。当我们使用一件像榔头这样的工具时，我们是在一个由工具、目的和人的 角色通过社会方式组织起来的连接关系的语境中， 使一种技能变为现实。 这个语境， 一、德雷福斯人工智能哲学的思想渊源和理论依据 5 或世界以及我们在其中应付自如的日常方式，即海德格尔的“周全性” ，并不是我 们想出的什么东西，只是我们社会活动的一部分，它形成了我们的存在方式，并且 指出，对日常生活作出完全理论叙述的任务其实比最初预想的困难得多。 鉴于维特根斯坦的转向和海德格尔的观点，德雷福斯预见到符号信息加工的麻 烦，并提出：将人类活动的语境分析研究作为离散的元素是注定要失败的。他的分 析源于这样的观点：人们并不使用日常世界的理论，科学也不能表达这样的理论， 知识是熟练的技能，不同于过程规则、表达方式或知识内容，甚至我们关于形式系 统的知识也不能不借助于有关怎样延续数学序列或应用逻辑规则的背景直觉。 1.2 德雷福斯哲学思想的理论依据 德雷福斯早期教授的学生当中， 很多是来自人工智能实验室。 这些学生说： “一 个学哲学的人，是永远不可能真正理解人类的理解、语言以及知觉等各种不同的大 脑机能。但是通过编程计算机可以解决和理解很多问题。 ” 计算机真能做到这些 吗？德雷福斯带着极大的好奇心，转而研究人工智能的相关材料。他在研究人工智 能的程序当中，发现人工智能遇到许多无法解决的困难，以致进展缓慢。但人工智 能研究者仍然认为肯定存在着可以完成人的任务的数字方式，心灵和数字计算机都 是物理符号系统。纽厄尔和西蒙假设道：人类大脑和数字计算机尽管在结构和机制 上全然不同，但是在某一抽象层次上具有共同的功能描述。在这一层次上，人类大 脑和恰当编程的数字计算机可被看作同一类装置的两个不同的特例，这一装置通过 用形式规则操作符号来生成智能行为。 因此， 德雷福斯从哲学层面来分析 ai 研究者 之所以如此乐观的根本原因是他们继承了西方的理性主义传统。只有放弃这种形而 上学假想，才能使人工智能得到进一步发展。 现代人工智能的发展，在物理符号系统遭到困扰时，认知神经科学以及生物信 息学便得到了发展。既然物理符号系统有着不可解决的缺陷，那么神经网络模拟就 有了巨大发展空间。神经网络试图运用计算机来模拟大脑的理想模型，有时也 被称作联结主义。 人工神经网络是一种具有大量连接的并行分布式处理器,具有通过 学习获取知识并解决问题的能力。就目前来看,许多 ai 专家对联结主义模型及其前 景充满信心，他们认为联结主义模型能够体现人脑的基本特性，是人脑功能的一种 抽象和简化。但是，即使经历了从符号主义到联结主义范式的转变,模拟人类高级 智能的目标依然遥远。其中一个重要的原因是,大脑结构是经历了长期生命进化与 哈里亨德森.人工智能大脑的镜子m.侯然，译.上海科学技术文献出版社，2008 年，132 页. 人工智能有限制吗?德雷福斯的认知哲学思想研究 6 环境的交互作用形成的,试图通过机器程序建立一个与大脑功能类似的人工网络实 在过于困难。正如德雷福斯所说,“如果分析的最小单元是同整个文化世界联系起 来的有机体,那么,类似于符号化和程序化的计算机式的神经网络就仍然有很长的 路要走。 ” 另外，由于概括只能按照设计条款进行，设计者把网络限制于预先定义 的一类恰当的响应，这个网络就会表现出设计者就这一语境植入其中的智能，而它 很难像真正的人类智能那样具有能适应其他语境的常识。 对于神经网络的概括能力不足这一特点，德雷福斯认为，神经网络要想和人类 一样具有恰当概括的意识，它也许必须具有和人类大脑一样的尺寸、构造和初始联 结构形。如果它要从自己的“经验”学会人类式的联系，而不是被教会作出已经由 训练者规定好的联系，它就必须具有和我们一样的关于输出恰当性的意识，而这就 意味着它必须具有和我们一样的需求、 欲望和情感， 而且必须有一个人类式的身体， 该躯体能做恰当的物理运动、具有种种能力，也易受伤害。 玛格丽特a博登.人工智能哲学m.刘西瑞，王汉琦，译.上海译文出版社，2001 年，359 页. 二、 德雷福斯的人工智能哲学思想的主要内容 7 二、德雷福斯的人工智能哲学思想的主要内容 2.1 常识知识问题将引起 ai 的崩溃 ai 大师约翰麦卡锡（john mccarthy）指出： “把常识知识的事实形式化是相 当困难的， ” 但他从未怀疑过常识知识是能够用事实来说明的。 他进一步认为， “ai 的认识论部分研究的是有关世界的哪些种类事实可提供给在给定的观察条件下的 观察者，这些事实怎样能够表达在计算机的存储器中以及有哪些规则可允许从这些 事实中得出合理的结论来。 ” 。可是，这种对认知科学有决定意义的形而上学假想 从未被实践过它的人提出过疑问。德雷福斯分析道，之所以说“组织世界知识的问 题是 ai 的最大难题” ，正是因为程序设计者把世界当成一个物体，把我们的技能当 成知识来看待。 的确，在二十世纪 60-70 年代，常识知识问题成为理论 ai 所有进步的障碍。 德雷福斯批评符号主义的强有力证据是:符号处理将不能解决“常识知识问题” ，他 甚至断言：常识知识问题将引起 ai 的崩溃。因为人类很可能根本不是按通常方式 使用常识性知识的。他论证说:常识知识问题似乎总体上抵制 ai 处理它的企图,即 如果我们把所有这样的知识输入计算机，我们会不知道怎样提取它。而且甚至没有 人知道它是什么或怎样输入。多年来一些 ai 专家也一直认为常识知识问题是一个 大问题,并试图编写专门解决此问题的程序,但并没有导致什么结果。 德雷福斯认为，目前的问题是,我们怎样才能提取这种巨量知识并存入超大存 贮器。对此，他表示怀疑，因为常识知识的最重要问题不是“知识”,而是处理事 情和人打交道的“技能”,这种技能随着人的成长而获得。在德雷福斯看来，所谓 “技能” ，并不是指过程的规则，而是指在众多的特定场合知道该做什么。 例如， 人们曾经发现常识物理学原来是极难用一组事实和规则详加说明的，因为这是一个 没有理论结构的领域。所以，它也很难表示为一组抽象原理。一个孩子在每天玩弄 所有类型的液体和固体数年后，有可能直接学会辨别各种固体、液体等等的原型情 况，并且学会在典型环境中对它们的典型行为做出典型而熟练的响应。同样如果背 景理解的确是一种技巧，而技巧又是以全体模式而不是以规则为基础的，那么就可 以预期符号表述方式不能获取人类的常识性理解。 德雷福斯对符号主义的批评还集中在“专家系统”上。专家系统是一个(或一 麦卡锡.人工智能的认识论问题c.载ijcai-77 文集 ，第 1038 页. 麦卡锡.人工智能的认识论问题c.载ijcai-77 文集 ，第 1038 页. 熊哲宏.认知科学导论m.华中师范大学出版社，2002 年, 第 160 页. 人工智能有限制吗?德雷福斯的认知哲学思想研究 8 组)在某特定领域中使用该领域专家的知识来做出判断推理，解决至今只有人类专 家才能解决的问题的计算机软件系统。而人类专家的知识是以大量常识为基础的， 这也成为专家系统运用的一大难题。德雷福斯指出，专家知识不是以“规则”为基 础的。当你询问专家的知识时，他会追溯到他不是专家不得不使用规则的时期。这 就是为什么专家系统绝没有像直觉性的人类专家那样好。 联结主义从传统 ai 所信奉的原子论和理性主义中解脱出来，它通过改变神经 元之间的连接强度来控制神经元的活动，以之模拟生物的感知与学习能力，可用于 模式识别、联想记忆等，比起符号主义来说，它有其发展潜力。人工神经网络就是 其典型代表技术。德雷福斯也在计算机仍然不能做什么一书中，承认 ai 研究 领域已经成功地研制出了一些相当高级精密的智能行为系统，比如说神经网络。但 是话锋一转，他仍然认为那些研究项目最终会陷入困境，它同样无法摆脱常识理解 这一难题。人类很容易做到的事对计算机来说却很难，甚至根本不可能做到。就拿 语言理解来说，人们以一种显然无规则的但又是非随意的方式来理解语言，在人的 生活环境中赋予它一种意义。人们即使在一个讲话者犯有语法错误或语义错误时， 也往往能互相理解。说话不仅可以离开规则，而且实际上可以违犯规则。这种违犯 常常不被注意，因为它们十分容易理解。而网络则永远落后于人，它需要经过大量 的训练，不断地修改权值。 2.2 智能不能被表征 2.2.1 无表征智能的提出 自1965 年以来，德雷福斯就不断质疑ai的合理性。他对当时计算主义学派所持 心灵的符号信息加工模型进行批判，认为我们的相关感觉是整体的，并且参与到不 断变化的活动中去，而符号表征则是原子的，与这样的活动完全分离。后来，ai研 究者开始认识到，对德雷福斯所说的整体性情境的表征是ai的严重障碍。1979 年, 德雷福斯在计算机不能做什么一书的再版序言中指出，ai研究者所说的常识知 识问题其实并不是一个如何表征知识的问题，相反,当我们与外部事物及人打交道的 时候，日常常识背景理解使得我们能够经验到当前有关的东西，这是一种知道如何 做的能力, 而不仅仅是一种知识。问题正在于,这种知道如何做的能力，以及兴趣、 感觉、动机和体能，所有这些构成一个人的东西都要作为知识、作为巨大复杂的信 念系统来传递给计算机。在德雷福斯看来，将我们的未加表述的、前概念的背景理 解表述为一种符号表征是没有什么希望的。 二、 德雷福斯的人工智能哲学思想的主要内容 9 然而,到了20 世纪80 年代，ai及与其相关的机器人制造遇到了前所未有的困 难。人们开始密切关注联结主义学派提出的神经网络模型，ai研究出现新的转机。 神经网络模型表明, 信息的储存根本是没有必要的；设计者只须训练一个模拟的知 觉神经网络对特定情境进行反应，并使它对其它情境以它习得的方式进行适当的反 应。那么，神经网络模型是否可以取代传统ai而成功地模拟心的活动呢? 德雷福斯 认为, 神经网络模型也不能完全逃避表征问题。因为计算机不是一个人，所以它就 没有人的欲望、需求和情绪。因此，计算机就需要将这些对于人是自然而然的东西 用规则表征出来。而这并不比将人的知识和能力用物理符号系统表征出来更为容易。 这样，ai的所有工作似乎都面临一个深刻的两难境地：要建立一个传统ai系统，那 么就不得不把一个人仅仅因为是一个熟练的人就能理解的所有东西都表征在一个信 念系统中，通过将人类仅仅因为有一个熟练的躯体就能理解的东西明确化，来成功 地设计一个表现出常识的计算机是极为不可能的。新近的机器学习研究并不要求将 人类仅仅因为是人而理解的所有东西都表征出来。但是这样一来, 就陷入了另一个 困境所需要的学习装置要与人类关心同样的问题，有与人同样的结构来概括人 类的行为方式。而正像不大可能使一个物理符号系统具有人的属性一样，要制造一 个与我们足够相似的装置来活动和学习，至少是同样的不可能。 在德雷福斯看来，ai之所以未能在研究上取得突破性进展，是因为ai一直处在 知识是可以表征的误区。鉴于此，德雷福斯提出无表征智能理论，试图引导传统ai 研究走出困境。 2.2.2无表征智能理论的内涵 (1)技能获取理论 德雷福斯认为，新手要成为专家必须经过技能接受的五阶段：初学者阶段 (novice)；高级初学者阶段 (advanced beginner)；胜任阶段(competence)； 熟练阶段(proficiency)；专家技能阶段(expertise)。他试图从现象学出发来解释， 新手是怎么通过指导语和规则来获取技能的，以及这种专家技能的本质是直觉的还 是计算的，是可表征的还是不可表征的，是身体的还是与身体无关的。 在初学者阶段，新手要学会识别大量技能所涉及对象的客观特征，并且接受在 相关事实和特征基础上进行行动的规则。这些事实和特征得到了精确而又客观的定 义，使得新手即使没有语境也能理解它们。所有这些事实和特征被称为脱离情境的 要素。就像计算机执行程序一样，初学者依照给定规则来决定其行为。因此，新手 的行为特征是有限的、不灵活的、受规则驾驭的。 人工智能有限制吗?德雷福斯的认知哲学思想研究 10 在高级初学者阶段，新手通过处理真实情境获得了大量实际经验，而使其技能 达到一个差强人意的水平。在已有经验的基础上，新手开始认识到情境中包含着规 则中没有涉及的要素。这些新的要素即“情境要素”。之所以能识别出这些新的要 素，在于这些要素与他己有经验相似。这时，开始由精确化和客观化的文字描述世 界进入到模糊化和主观化的技能世界。因为情境要素既无法用语言来表述，也无法 用脱离情境的特征来定义。例如，司机通过发动机声音来判断，当发动机声音听起 来就像是车在加减速或是像是被卡住一样时就该换档。发动机声音并不能用话语来 表达，因此在学会区分这些时，话语并不能取代具体的范例。 在胜任阶段，新手必须学会制定计划来应付复杂的局面。因为随着高级初学者 与真实世界接触的日益增多，可识别的脱离情境的要素、情境元素以及要遵循的程 序的数量变得非常巨大。为了解决这样的问题，新手自己学会或者被教会采取决策 的等级程序。首先，通过制定一个计划来把情境组织起来；然后，通过只检查一小 部分在计划中是最重要的要素，来简化任务和提高绩效。例如，一个胜任的驾驶员 在离开高速路进入一个匝道，在考虑速度、路况、时间等因素后，觉得他走得太快 了。因此，必须决定是否减速，是否踩在在制动器，如果他在急转弯时，没有打滑， 幸运通过的话，就会感到轻松。 在胜任阶段，新手的情感投入发生了重大变化。在前两个阶段，初学者和高级 初学者的态度是超然的，因为他们只是努力运用规则，错误是由他们所运用的规则 和程序造成的，所以他们对行为后果不负责任。然而，进一步的提高需要一种对行 动的特别投入。在第三阶段，胜任者看待学习行动时已经考虑到目标与计划，会根 据当时的学习情境的重要特征做出选择，并把这些选择用于指导行动。一个成功的 结果会让他很满意，而失败会让他很沮丧。 在以上三个阶段，决策的特点是“哈姆雷特式”的:分裂的、迟疑的和苦恼的。 在熟练阶段，熟练的操作者超越了这种哈姆雷特阶段。情境识别及其关联反应替代 了规则，直觉反应替代了推理反应，“知道怎样”取代了“知道什么”，迅速、流 畅的行为替代了缓慢、迟疑的行为。 在熟练阶段，操作者会选取一些特定的视角来组织他的任务，情境的某种特征 会变得醒目起来，其他特征则会隐入背景并被忽视。根据对过去类似情境的经验， 来制定当前的工作计划。当他完全使用全局相似性认知，而不是使用计算程序来选 择几个可能选项中的一个时，行动变得更容易而且压力也变小了。相比前三个阶段 的技能行为是有意识的这个特点，熟练阶段的技能行为开始呈现出无意识，即对于 二、 德雷福斯的人工智能哲学思想的主要内容 11 行动的最佳计划的选择已经达到在潜意识就可以做出决断的程度，对情况的总结与 对计划的选择非常迅速。例如，熟练的司机在一个雨天到达道路拐弯处, 这时他可 能会直觉地意识到他的车开得太快，以致有危险。之后他决定是否踩刹车或只是通 过加速器上的说明来减轻压力。当作出决定时，宝贵的时间可能已经丧失了，但是 熟练的司机必然会尽可能安全地解决这一问题，而不像胜任者一样去花费更多的时 间来考虑速度、倾斜度、重力，以便决定是否超速。 在专家技能阶段，专家不做有意识的考虑，而是完全投入到技能世界中，达到 了无我之境。“专家技能成了他的一部分，以至于他不需要意识到技能，而只要意 识到他自己的身体。” 他不再以一种规则似的方式对一些特征做出反应，而是以 一种灵活的方式对整个情境做出反应。就拿开车的例子来说，有技巧的司机在对一 些情境做出反应时，并非以一种严格的反射作用踩在刹车闸上，而是他的大脑被调 整以至对整个车高速路弯道天气速度等情境做出反应，这是以一 些有规律的但又不能用规则来描述的方式进行的，这也正是因为专家不是对特征做 出反应，他的处理处于一个全新的却又相似的情境。因此，专家型司机在考虑刹车 时并非把它表征为一个情境的独立成分。 在上一阶段，熟练操作者完全投入到他的技能活动中，知道需要做什么，但还 是不得不考虑该怎么做；在这一阶段，专家不仅知道需要做什么，由于他有大量的 情境差异的储备，他还能迅速知道如何达到目标。能否做出更精确的情境区分就是 专家和熟练操作者的区别所在。专家技能的特征就是无意识的、直觉性的情境反应。 “当事情进展顺利时，专家不解决问题，也不做决定；他们就做通常该做的。” 总之，以上技能获得的现象学描述可以看出，技能获取在开始通常是学习和应 用一些与情境无关的规则，但是在技能发展的高级阶段，规则所起的作用越来越小, 技能越来越表现为基于情境的直觉判断。对于一个完全掌握某一技能的人来说，规 则可以说是完全不起作用了, 而不是在无意识中起作用。ai所假设的存在于无意识 之中的规则根本就是子虚乌有。 (2)学习无需表征 梅洛庞蒂的意向弧 对于我们当前对世界的知觉经验是怎么建立在过去经验的基础上这个问题，胡 塞尔是通过心理表征来解释的，因为他认为所有的人类知觉和行动都是以意向内容 徐献军.具身认知论d.浙江大学博士论文库，2007 年，64 页. 徐献军.具身认知论d.浙江大学博士论文库，2007 年，65 页. 人工智能有限制吗?德雷福斯的认知哲学思想研究 12 为中介的。胡塞尔是这样来解释的:“类似的东西使我想起类似的东西，这一边的 东西与另一边的东西是相关联的，而且这一边的东西使我想起了另一边的东西。” 曾在我们的经验中起作用的事件，不知何故会被记下来，然后来影响和充实我们当 前的知觉。ai吸纳了这种心理表征思想，而提出我们拥有对世界的心理表征:即在我 们心中，必须存在关于世界的表征模型，而我们根据心理表征来做推理和行动。德 雷福斯认为，经验主义的联想主义，理性主义哲学以及它们的当代版本ai哲学， 都不能提出一种有效精神模式来解释过去经验对现在经验的影响，而只有梅洛庞 蒂的意向弧思想才能对之做出合理的解释。 但梅洛庞蒂认为，心理表征解释的困难在于:它无法解释为什么经验会召唤起 与它相似的特殊记忆，即它无法解决客体的表征联结问题 。“一个印象永远不会自 己与另一个印象相联结。它也没有引起其他印象的力量。只有在这个印象已经根据 过去经验得到理解时，这个印象才会与另一个印象相联结。” 为了把对这个客体的 其他方面的恰当记忆与当前经验相联结，人们不得不把一个印象认作是这个客体的 一方面。 对于客体的表征联结问题，德雷福斯所提出的技能获取现象学对此做出解释。 新手己学得的东西按照世界呈现的方式来显现，而更重要的是，他已习得的东西不 是先在心灵中得到表征然后再加入到当前经验中的。换言之，新手是这样来进行学 习的:他能够区分越来越细致的情境，而这些情境要求越来越细致的反应。如果新手 不明白情境所要求的反应是什么，或者说新手在情境要求下做出的反应是不好的， 那么初学者就会进一步完善他区分情境的能力并提高其反应。 这个过程就是技能提高的过程，而这种由情境到人再由人回到情境的反馈回路， 在梅洛庞蒂那里被称为是身体的意向弧。他说:“意识的生活认知生活、愿望生 活或知觉生活，受到一个意向弧的支撑，而它在我们周围投射出我们的过去、 我们的未来、我们的人文环境、我们的物质环境、我们的意识形态环境、我们的心 理环境。正是这个意向弧造成了感官的统一性、感官和智力的统一性、感受性和运 动机能的统一性。” 意向弧的存在，使得学习者不只是被动地接受外界输入然后处理它，而是对事 husserl. e, ideas pertaining to a pure phenomenology and to a phenomenology philosophy, second book: studies in the phenomenology of constitution, trans. richard rojcewicz and andr schuwer, collected works:volume3, the hague: kluwer academic,1989,p.127. merleauponty, m., phenomenology of perception, london: routlege, 1962, p.14. merleauponty, m., phenomenology of perception, london: routlege, 1962, p.14. 二、 德雷福斯的人工智能哲学思想的主要内容 13 物主动地做出反应。在过去经验的基础上，人总是从某种角度来看待事物，并且把 它们看作是要求人做出某种行动。人能从当前情境中得到什么，取决于他过去对那 种事物的经验。意向弧观念的中心思想是反表征主义:即对世界的最好表征就是世 界本身，因为过去所有的经验都会被投射回到世界中去。 前馈神经网络及其局限 梅洛庞蒂的意向弧思想得到了“前馈模拟神经系统网络”的支持 。 “前馈 模拟神经系统网络”提供了这样一种非心理模式，即在大脑不用储存特殊的记忆情 况下，过去经验能影响当前的知觉和行动的模式。这种网络的优点是，过去的经验 不需要被储存为记忆，就能修正模拟神经元之间的联系。在此基础上，新的输入能 够激发以过去经验为基础的输出，而网络不需要回溯到任何过去的特定记忆。这项 研究成果为我们放弃心理机制解释提供了支持。 在更好的模拟大脑的神经网络中，输入会与输出相联结，而且在收到输入刺激 时，网络中的隐藏节点总是处于特定的激活状态，并且网络的输出会依赖这种最初 状态。于是，输入加上初始状态会决定输出。如果输入与对当前情境的经验相持， 那么当输入与专家对情境的期待和视角相符时，输入所决定的隐藏节点就被激活了， 这说明了特定反应是在情境中引发的。这表明:神经网络与被动的联想主义是不同 的，因而神经网络为梅洛庞蒂的意向弧思想提供了神经基础。 目前神经网络的最基本困难在于学习。例如，网络是通过被给予恰当的情境 行动匹配来进行学习，还是通过亲自寻找相匹配的情境行动来进行学习呢?另外， 如果网络要学会认出我们能恰当地对之做出识别和反应的情境，那么网络必须学会 对相似的情境做出与人相似的反应。此时，网络学习就碰到了它一直难以解决的概 括难题，因为每件事物都在无限多的方面与其他事物是相似和不相似。神经网络的 设计者们认为，网络要具备智能就得能够进行概括