一个维特根斯坦主义者眼中的框架问题

一个维特根斯坦主义者眼中的框架问题一个维特根斯坦主义者眼中的框架问题本文关键词：维特根斯坦，主义者，框架，眼中

一个维特根斯坦主义者眼中的框架问题本文简介：摘要:框架问题的核心命意乃是:在对智能体的行动进展表征之时，如何可以在有效地表征出行动的效果之时，防止对于其非效果的表征

一个维特根斯坦主义者眼中的框架问题本文内容：

摘要:框架问题的核心命意乃是:在对智能体的行动进展表征之时，如何可以在有效地表征出行动的效果之时，防止对于其非效果的表征另一条途径那么采纳了海耶斯的"素朴物理学";表征方案，即试图把日常物理学知识全部用谓词逻辑公理化，让系统自动推算出哪些动作会导致哪些结果。本文将论证，这两条道路其实都走不通。在此根底上，本文将从维特根斯坦的?论确定性?中寻找灵感，建立一个关于信念网动力学模型在这个模型中，某些知识节点的激发只会导致某些与之毗邻的节点的激发，因此，对于特定问题求解途径的表征，就可以防止对于一个更大范围内的知识网络的牵涉。框架问题也有望借助于这个模型得到解决。最后，我将利用，"j卜公理推演系统";(NARS)为这个模型提供一种尽量逼真的工程学模拟。

关键词:框架问题:关于惯性的常识律;素朴物理学;缺省逻辑;维特根斯坦:非公理推演系统

对于人工智能(AI)的知识表征工作来说，如何对智能体(agent)的动态"行动";(action)加以刻画，乃是一个大问题。在Al中，一个"行动";就是指系统对环境所要施加的一个动作，而对于它的施行，显然是为了带来系统所希望发生的某种环境变化。不难想见，对于任何一个智能体来说，它都需要预见到维特根斯坦哲学视野中的人工智能问题";的资助。致谢:感谢美国天普大学(TempleUniversity)计算机和信息科学系王培副教授在本文撰写过程中对于笔者的大量指导。

逻辑学研究的行动会带来怎样的"效果";(effect)，否那么，它就不可能有方案地通过改变环境来到达自身的目的。于是，Al科学家就必须在设计智能系统时，设法表征出这种变化，以确定动作本身的效果。从逻辑角度看，一个行动式，就可以被表达为一个条件式的前件，而其效果，那么可以被表达为该条件式的后件。因此，从外表上看来，对于"行动一效果";关系的刻画，传统的命题逻辑系统就己足用。但更为仔细的考虑将向我们提醒:事情本身绝没有这么简单。

很显然，一个行动的效果，无疑就对应着世界中将会被该行动改变的那局部，而不会牵涉到世界中不会被改变的那局部。比方说，我翻开电脑的"重启";键固然会导致电脑重启(这当然是在一定的环境条件下)，但一般而言，却不会导致人民币对欧元汇率的变化(在这里请读者暂且不要考虑什么"蝴蝶效应";)。在常识看来，"按重启"键不会引起人民币对欧元汇率的变化";是一句不必说出的废话，换言之，谁要是在日常生活中将其说出，肯定会引发听众的嘲笑。但是对于以符号Al进路为根本技术依托的程序员来说，他们却似乎不得不表征出这些"废话";。下面就是一个更富技术色彩的例如。

假设程序员要设计一个机械手的程序，使得其可以抓举环境中的积木。而"抓起";，就是程序员需要刻画的那个关键动作。在"流演算";语言(详后)的帮助下，程序员可以这样刻画:假设(在环境。中)机械手处在对象x之上，并且手本身是空闲的，而对象x又是一块积木(在环境s中)，且对象x处在另一对象y之上(在环境s中)那么，对于这个环境，施行动作"抓起";就会导致:手抓住了x，并且手在y之上(由此产生的新环境就是GRASP[s])e其形式刻画如下:之所以要引入"环境"这个变量，乃是为了在我们的知识表征工作中引入"历时性";的因素。也就是说，由于环境一直在时间中经历变化〔无论是环境自己产生的变化，还是主体所导致的变化」，我们就必须为被刻画的每一个命题做出环境标记，否那么我们就难免会犯下"刻舟求剑";的错误。进而言之，在对于动作的刻画中，除非一个命题被这样的环境标记所标记，否那么它就谈不上真假。这样的一个真值因环境而异的命题，在技术上就叫"流";[fluent]，而对诸"流，，的演算，就叫"流演算"[fluentcalculus]。这个想法徐英瑾一个维特根斯坦主义者眼中的框架问题最早是由麦卡锡提出的。)这种刻画到底有什么问题呢1.假设手在原来的语境中抓起的东西是积木，那么在抓起它之后，它肯定还是积木。

2.假设手在原来的语境中抓起了积木，那么抓起它这个动作，不会改变积木的颜色。

3.假设手在原来的语境中抓起了积木，那么抓起它这个动作，不会改变积木的形状。

4.假设手在原来的语境中抓起了积木，那么抓起它这个动作，不会改变积木的大小。

5.假设手在原来的语境中抓起了积木，那么抓起它这个动作，不会改变原来垫在积木下的物体的颜色。

这些预设的根本形式特征是:它们告诉了我们，当一个行动在世界中发生之后，世界中哪些事情不会发生变化。换言之，这些预设为我们勾勒了一个行动得以在其中发生的那个不变的框架(frame)。这些预设本身，那么叫作"框架公理";(frameaxioms)。但费事的是，由于这个框架所牵涉到的信息量过于庞大，对于它的表征往往会导致系统的运算负担过大，并无法完成实时任务。于是，这就导出了所谓的"框架问题";(theFrameProblem)框架问题:表征一个行动所导致的效果之时，如何防止去表征环境中不会因这个行动而发生的诸事件呢在详细讨论Al学界对于"框架问题";的种种解决尝试之前，我们先来澄清对于这个问题的几种可能的误解。

误解一:"框架问题";等价于"相关性问题";"相关性问题";(relevanceproblem)是指:如何使得系统在处理一个问题的时候，有才能确定哪些信息和问题求解相关，哪些不相关逻辑学研究玛丽莲-梦露被人谋杀了，而侦探那么负责找到真凶。有鉴于侦探所面临的信息乃是海量的，他就必须确定:其中又有哪些和破案相关，哪些不相关。但按照计算机科学的行话来说，这个问题是"启发式搜索";(heuristicsearch)所讨论的题目，而不是"知识表征";的题目。前一类问题的本质是:在我们人类主体还不知道解决问题的着手点的情况下，如何让智能系统自动搜索出最有希望的求解线索误解二:"框架问题";等价于"资质问题";"资质问题";(qualificationproblem)指的是:假设我们要对一个行动加以定义的话，我们如何可能将使得其"有资格";发生的所有条件(其数量无疑是惊人的)加以表征比方，假设要完成"坐小舟渡河";这个动作，我们就得确保下面这些前提条件可以被满足:

1.小船的水密性足够好;2.小船有船桨，且船桨质量足够好;3.划桨手技能足够好，力气足够大;4.水流不是特别湍急;5.船只的载重未超过船只的设计上限;6.很显然，即使在日常生活中，我们也很难明晰地罗列出可以使得相关行动得以发生的所有条件，逞论人工系统。但话反过来说，假设基于逻辑的传统AI系统无法罗列出这些前提条件的话，那么它也就无法理解，相关的动作到底是否会发生(因为形式逻辑本身无法告诉系统，哪些信息对于渡河来说具有关键意义于是程序员只可以将所有前提信息都表征出来)。这就使得程序员就陷入了两难:在系统中不表征这些前提信息固然不成，但一一表征之，那么肯定会导致系统运算负荷的急剧增加。

说到这一步，"资质问题";和"框架问题";之间的"家族相似";关系似乎已经很明显了:二者都在一个广泛的意义上牵涉到了(知识表征维度中的)"相关性问题";，而且二者都是我们在明述化人类日常直觉领悟的过程中所涌现的问徐英瑾一个维特根斯坦主义者眼中的框架问题题。这种相似性似乎也暗示了我们:这两个问题或许有着同样的源起，并有着类似的解决方案。然而，二者之间的区别仍然不容无视:

第一，"框架问题";关心的是如何简约地表征一个行动所产生的后果，而"资质问题";关心的是如何简约地表征使得一个行动产生的前提;第二，"框架问题";始终是一个知识表征问题，而"资质问题";那么可以被转化为一个"启发式搜索问题";(在这一点上，它和"相似性问题";类似)。有意思的是，这种转化本身就是由"资质问题";的命名者麦卡锡给出的。他把该问题看成是一个预测问题，即:假设一个系统已经知道了"小船的水密性足够好";等信息，它是否可以从这列信息中得到一个结论，即"可坐舟渡河";(这个问题的变形形式即:多少信息可以使得系统足够得出"可坐舟渡河";这个结论)误解三:"框架问题";只是一个纯粹的技术问题。

关于框架问题的本质，专业的AI人士和哲学家往往有不同的看法。随着很多新的技术工具的出现，不少人认为他们已经可以解决"框架问题";。其根本技术思路是:我们可以预设:只有相关行动所直接针对的那个事物维度才会发生变化，而其余事项那么都将保持不变。只要将这一点做成公理，系统就可以防止对于那些不相关事项的表征(详下节)。但哲学家那么要悲观得多。在一些哲学家看来，这个解决方案实际上得预先把世界区分为各种维度，而这种区分本身其实就代表了一种形而上学立场。从这个角度看，框架问题的哲学向度是无法通过"奇技淫巧";而得到躲避的。此外，"只有相关行动所直接针对的那个事物维度才会发生变化，而其余事项那么都将保持不变";这一点本身的形而上学根据也值得疑心，因为事物各维度之间的微妙联络，很难使得其中一者变化的时候它者可以完全不变。

有意思的是，鉴于框架问题和更深化的哲学问题的这些关联，其在哲学界的影响已经不亚于AI学界。丹尼特就曾指出，框架问题"是一个很深的认识论问题，以前的哲学家虽对其有所触及，但一直未认真对待。如今，它通过Al的新技术而被聚焦，而且还远远未被解决";。而哲学家兼认知科学家福多，那么对框架问题更为重视。他认为，这个问题不仅给Al学界制造了费事，甚至也给认知科学家带来了困扰(尤其是那些假设"人类心智运作的本质就是句法计算";的认知科学家)。在被人问及"认知科学目前所面临的最严峻挑战为何";之时，他忧心忡忡地表示:

逻辑学研究2022年"首先是关于相关性的严峻挑战。这个问题可以从各个角度来谈，但总而言之，我们在处理问题求解时已经遭遇到了它。甚至在我们面对知觉、类比信息、非准确信息，以及乍看上去和我们所正在研究的那类信息迥异的信息时，我们也会遭遇到该问题。所有的这些问题，在人工智能领域内都被唤作为框架问题"。但我们不知道如何去解决它。而且，我们是否可以得到一个关于相关性的句法学理论，也不太明朗。";正是由于框架问题所造成的费事，福多自己的心智模型就认定人类心智构架的核心处理器"在信息上是不可被封装的";(informationallyunencapsu-lated)，即不可被按部就班的句法形式系统所刻画。而那些本来就对传统符号AI进路抱有明显敌意的哲学家(如海德格尔派的哲学家德雷福斯)，那么更倾向于利用框架问题来为自己的如下立场做辩护:我们的日常活动所依赖的根本框架，根本就不需要明晰的表征。由此看来，"框架问题";这一外表上的技术问题，实际上己经牵涉到了对于整个符号AI进路的合法性的考量因为在不少哲学家看来，该问题的项庄之剑，所指的并不是某个详细的行动刻画方案(如麦卡锡的"流演算";)的软肋，而是整个经典逻辑路数内的行动表征方式的"阿基里斯脚跟";。

二、"关于惯性的常识法那么";解决框架问题的救命稻草关于惯性的常识律:事物的惯性乃是常态，而惯性之被打破，就需要给出额外的动作。举个例子说，杯子的位置(还有颜色、大小、尺寸，等等)的不变乃是常态，除非你改变其某一方面，否那么什么都不会变。对于这条规那么的更为形式的表达，一般采用"缺省逻辑";(defaultlogic)的技术符号。这是由加拿大计算机科学家雷蒙德-莱特(创造的。根据这种逻辑的精神，假设一个事件甲(如"抓起杯具";)发生了，而且我们已经知道事件甲会引起事件乙(如"杯具被抓起来";)，那么，只要我们如今不知道有任何事徐英瑾一个维特根斯坦主义者眼中的框架问题情会阻碍事件甲引起事件乙，我们就可以得出结论:事件乙会发生。用式子表示即:

前提:动作R(x，情境1):动作R(x，情境2)结论:动作R(x，情境2)从哲学角度看，这里也就预设了:世界是具有宏大惯性的，而一事件对另一事件的引发，原那么上不会导致对于其他事件的引发。事物的其余局部将保持不变。换言之，在缺省逻辑的帮助下，我们可以将某行动对世界整体的"扰动";在表征系统中加以最小化，引入"关于惯性的常识律";，对于解决框架问题有何帮助呢在乙地且那个杯具也在乙地";)。由此，我们就可以轻松地定义任何一个行动(而在上面的例子中，我们已经定义了一个行动:"我"把杯具从甲地转移到乙地，")。很显然，在这种定义过程中，我们根本就不需要提到任何一条框架公理(如"我"对于杯具的挪动不会自动导致洗具的位移";，等等)，因为我们已经预设了所谓的"关于惯性的常识律";。但这样做是否就万事大吉了呢第一:关于世界的模块区分假设;第二:关于模块之间的互不影响假设。如今就让我们来详细分析这两个假设。第一个假设说的是，我们先得把世界看成是一个个模块，假设上面例子中的"我";、"杯具";、"洗具";，就都是这样的模块。有了这个区分，我们才可以表述出关于惯性的常识律:"世界中不被我影响的那些模块会保持惯性";。但这里的费事恰恰在于:如何对世界进展模块区分，本身就是一件很富有智力挑战性的任务，而不是什么已被解决的问题(读者不妨回忆一下我们在做力学练习题时是如何画受力分析图的。不同的模块区分方案，往往通向了不同的解题途径)。然而，对于一个需要自动处理信息的智能系统来说，它又从何可以得到这种关于世界的正确的模块区分假设呢第二个假设说的是，在我们已经对世界作出了正确的模块区分的前提下，其中任何一个模块的变化不会导致其他模块的变化。看得出，该假设乃是整个"关于惯性的常识律";的核心命意。但和前一个假设一样，该假设也会导致一些哲学上的困难。比方，正如海耶斯()所指出的那样，假设杯具是放在洗具上挪动的话，那么由于二者之间的静摩擦力的作用，对于杯具的挪动就很可能会导致洗具的挪动。但由于我们事先己经把杯具和洗具分成两个模块，那么按照"关于惯性的常识律";，挪动杯具是不会导致洗具的位移的。因此，此律就必定会被违犯。

反过来说，假设我们为迁就此律而把杯具和洗具看成是一个统一的大模块(我们称之为"杯一洗具";)的话，我们那么会在另一个向度上遭遇到新的问题。比方，假设我们要刻画"抓起";这个动作，而动作的对象就是"杯一洗具";的话，那么我们就会发现，实际上这个动作是无法被完成的(因为智能体对该动作的执行只可以导致它抓起"杯一洗具";的"杯具";局部)。于是，我们只有反过来去假设"杯具";和"洗具";是两个彼此独立的模块但这又会重新使得我们无法既能满足"关于惯性的常识律";，又能完美刻画"挪动杯具";的动作。

而在Al文献史上，关于引入"关于惯性的常识律";或缺省逻辑所导致的费事，最为精彩的揭露，乃是汉克斯和麦克德默特所指出的"耶鲁枪击问题";(Yaleshootingproblem【7】)。以下是对该问题的一个简单表达。

假设有一个叫张三的倒霉蛋，在耶鲁大学被枪击了。我们把这个可怖的过程分为四个时间段:第一时间段中，张三还活着，杀手未装弹。在第二个时间段中，杀手装了弹，但张三还活着。在第三个时间段中，杀手向张三发射了子弹。这时候，枪还有子弹，并且，因为子弹还在飞行中，所以张三还活着。在最后一个阶段中，张三终于被子弹杀死了，而凶手的枪膛里还有弹药。如今我们只考虑两个事件流(fluent):张三是否活时间点诸事件流真值分配情况0(杀手与被害人相遇)张三活徐英瑾一个维特根斯坦主义者眼中的框架问题第一，假设张三将继续活，枪支那么继续保持装弹姿态;第二，张三死，枪支那么继续装弹;第三，张三活而枪支不装弹;第四，张三死，枪支不装弹。

顺便说一句，系统还额外地知道一个通过缺省逻辑表达的条件式:装填子弹并且开火:张三死张三死系统肯定不会选择第四种预测，因为按照系统所遵从的惯性律的要求，该预测必须对世界的既有事件发生最小的扰动而第四种选择对于"时间点1";的两个事件都加以否认了。系统也不会选择第一种预测，因为在该预测中，张三竟然可以在装弹枪支开火的情况下还活着，这就违犯了缺省规那么。于是系统就只能选择第二和第三种预测。第二种预测就是上面的表格(理想解)所反映的情况，而第三种预测的详情那么如下:

时间点诸事件流真值分配情况0(杀手与被害人相遇)张三活但这在常理上清楚是说不通