編者推薦
乍看這個標題，讀者們是不是感到好生奇怪，先哲胡塞爾如何與當下流行前沿的人工智慧擺到一起進行討論？小編最初也是被文章標題所吸引，細細品讀之後不禁感嘆，偉大的思想果然有其偉大的魅力，可以超越時間與空間，亙古彌新。今天給大家推薦一下這篇文章，或可給大家對質性研究的運用提供一個新的視角。
文章來源：上海師範大學學報 (哲學社會科學版) 2018,47(05),66-76
胡塞爾的意識哲學對於人工智慧的意義, 一向被學界嚴重低估。實際上, 胡塞爾的「現象學懸擱」方法雖貌似對一切自然主義的認知建模工作構成了威脅, 但依然能在某種變通的意義上對人工智慧構成啟發。具體而言, 「現象學懸擱」對於意識表徵中意向模式的普遍存在性的提示, 完全可以在人工智慧語境中被轉述為下面這個工作思路:建造一臺具有自動「修偏」機能的智能機器, 只有在為其配屬了豐富的心理模式的情況下才是可能的, 而心理模式的配置本身又會倒逼系統將對於世界的素樸表徵轉化為那些懸置了外部真值判斷的「內存在表徵」。此外, 對於胡塞爾的「Noema」概念的推論主義解釋模式, 也可以告訴我們為何福多所提出的關於命題態度的「盒喻」式處理方案乃是不對的。不過, 目前主流AI在處理意向性問題方面的表現, 依然是十分笨拙的:這些主流進路要麼根本就無法在符號表徵的層面上觸及意向性問題 (如深度學習) , 要麼不得不採用福多的「盒喻」而導致模型的不靈活性 (如某些符號AI技術) , 要麼就在過分強調環境與主體的相互關係的同時預設了胡塞爾所反對的「自然主義態度」 (如某些能動主義技術路線) 。由此看來, 我們如果要設計一種在最低限度上符合胡塞爾精神的AI系統, 我們就必須與目前的主流AI技術路線分道揚鑣。
意向性; 懸擱; 信念盒; 推論主義; 人工智慧; 意向相關項;
在心智哲學界, 「意向性」 (intentionality) 一般被理解為心智關涉到特定事物的一種常見能力———通過這種能力, 被關涉到的事物可以規避其與心智之間的物理時空阻隔, 而成為心智的相關項 (譬如, 儘管曹操早在羅貫中寫《三國演義》之前就死了, 但這不妨礙羅貫中自己的意向活動關涉到曹操;儘管宇宙中任何一個黑洞的距離都離霍金非常遙遠, 但這並不妨礙霍金的意向活動指向其中的某個黑洞) 。此外, 頗為有趣的是, 即使是一些不存在的對象 (如孫悟空) , 也完全可以成為意向活動的對象, 儘管其無法在物理空間中存在。故此, 意向對象的存在方式也在哲學文獻裡被稱為「內存在」 (「inexistence」, 即「在主觀意識的範圍內存在」的意思) , 以區別於物理對象的外部存在方式。
從心智哲學的角度看, 由於布倫塔諾 (Franz Brentano) 早就將是否具有「意向性」視為區分「有心智者」與「無心智者」的基本標準, (1) 那麼, 只要我們將該論題的效力從人類拓展到機器上, 我們就不難得到下面的推論:一個真正意義上的強人工智慧系統將不得不具有「意向性獉獉獉」, 否則它就不是真正具有智能的。
不過, 一涉及哲學與人工智慧 (Artificial Intelligence, 簡稱「AI」) 之間的跨學科對話, 知識壁壘所帶來的交流困難或許就會立即阻礙對話的深入。一個不熟悉此類哲學討論的AI專家或許會問:我們做工程研究的, 為何要在意布倫塔諾說了些什麼呢?另外, 我們又該如何通過工程學與數學語言來定義「意向性」呢?
面對這樣的疑問, 首先可以肯定的是:「意向性」的確很難通過嚴密的數學語言來加以界定, 這就像「機器智能」這個術語也難以通過類似方式得到界定一樣。毋寧說, 最終確定一臺機器或一個生物是否具有「意向性」, 乃是來自第三方報告中的定性評估———換言之, 大多數人若在定性的層面上覺得它有意向性, 那麼, 它就是有意向性的 (請參考丹尼特的「意向姿態」理論 (2) ) 。然而, 此類定性描述依然在工程學描述中是不可或缺的, 因為對於任何工程產品的第三方定性評估都是檢測其「可被接受性」的最關鍵環節。至於建造一臺使得大多數用戶覺得其具有「意向性」的智能機器的實用價值, 則主要體現在: (甲) 只有在用戶願意對一臺機器進行「意向性」指派的前提下, 這臺機器才可能通過「圖靈測驗」———換言之, 沒有人會認為一臺不具有意向性的機器是與人類彼此不可分辨的 (並因此是具有整全智能的) ; (乙) 不同的意向性模式 (如相信、懷疑、擔心、期望, 等等) 的存在, 會導向智能體對於所儲存的信息的不同精細處理模式, 而一種能夠在這些處理模式之間進行恰當切換的機器, 顯然就具有了更強的對於環境的適應力, 並因此是更智能的 (舉個例子說, 一臺能夠進行適當的懷疑的機器, 自然就比一臺從來都不會懷疑的機器要來得更為智能) 。
那麼, 我們又該如何建造一臺使得大多數用戶覺得其具有「意向性」的智能機器呢?一種最自然的方式, 就是通過某種程式語言在其運作架構中嵌入某種「意向性程序」, 而這種程序又與人類大腦自己執行的「意向性程序」有著某種家族相似關係 (如果人類的大腦也可以被視為某種計算機的話) 。或換句話說, 我們應當先將人類自身的意向性結構吃透, 然後再找到某種合適的數理建模方式, 將其移植到矽基體上, 由此實現人造機器層面上的意向性。
而要實現上述理論目的, 我們就很難不去認真複習布倫塔諾的弟子胡塞爾的意向性理論。眾所周知, 這一理論被公認為20世紀的西方哲學所能提供的最精細的意向性理論, 因此, 在不對胡塞爾哲學進行解讀的前提下就去匆忙進行意向性建模, 很可能就會讓建模者錯失很多「取經」的機會。然而, 即使在國際範圍內, 將胡塞爾哲學與人工智慧相互聯繫的文獻還不多見。 (3) 換言之, 人工智慧界目前還沒有吃透「胡塞爾哲學」這碗飯。
熟悉當代英美心智哲學發展的讀者或許會奇怪:意向性理論的AI化明顯預設了自然主義的理論框架 (根據這一框架, 所有心智現象都可以被自然科學的話語方式順化) , 而胡塞爾哲學的「反自然主義設定」的氣息是很明顯的。在這樣的情況下, 在人工智慧的語境中強調胡塞爾的理論地位, 是不是有「錯點鴛鴦譜」之嫌呢?另外, 在「自然主義化的意向性理論」這面大旗下, 米利根 (Ruth Millikan) 、德瑞茨克 (Fred Dretske) 、福多 (Jerry Fodor) 的工作成就在西方也都獲得了非常大的學術關注度, 而為何我們的研究工作不以他們的成就為出發點呢?
對於上述疑問, 筆者的簡復如下:
第一, 如果我們將自然主義的底線定位為「隨附論論題」 (4) 的話, 那麼, 胡塞爾現象學所實行的「懸擱」操作並不意味著對於隨附論的否定, 而僅僅意味著對於隨附論所涉及的外部物理狀態的不關心態度 (詳後) 。第二, 現象學家對於認知活動所依賴的神經科學細節的漠視態度, 在邏輯上也完全可以與作為自然主義立場之一的「非還原物理主義」相容 (因為非還原物理主義者對認知活動所依賴的底層科學細節並不太關心) 。第三, 米利根的「生物語義學」 (5) 也好, 德瑞茨克的「信息語義學」 (6) 也罷, 都具有一種「外在主義語義學」的理論意蘊———也就是說, 他們將認知系統之外的某些外在物理因素視為最終促發系統內部意向語義的源初「發動機」。但對於AI研究者來說, 倘若他們預設了這種工作路徑的話, 他們就會預先建立對於系統所在的物理環境的整全模型, 而這顯然是不太現實的。第四, 福多的思想語言假設———即認為「心語」 (mentalese) (7) 對於語義符號的記號個例的句法操作是能夠支撐起一套完整的意向活動的———或許在最一般的意義上是可以成立的, 但是, 對於如何通過句法操作來實現「系統性」 (8) 等基本語義屬性, 他尚沒有給出一個具有突破性的「基於句法」的解決方案 (實際上, 他本人對於命題態度的「盒喻」式描述方案恰恰很難幫助我們正確理解意向內容與特定心理模式的結合方式, 詳後) 。而這些麻煩恐怕只有通過對於胡塞爾哲學的系統複習才能得到全面避免。
本文的討論, 就將從對於胡塞爾意向性理論的重述開始。當然, 這種重述本身是朝向「在AI平臺上進行認知建模」這一終極目的的, 因此, 相關的重述所依賴的語言方式就不會過於忠於胡塞爾本人的晦澀語言風格, 而會向以「明晰性」為特點的英美分析哲學敘事風格做一些適當的傾斜。
眾所周知, 胡塞爾的意向性理論的基本方法論前設乃是「現象學懸擱」 (phenomenological epoché) 。非常粗略地說, 「現象學懸擱」是一種將世界中的所有對於外部世界判斷 (如「地球只有月球這一顆衛星」「漢獻帝劉協是東漢最後一位皇帝」, 等等) 的真值都加以懸置, 而只討論其在意識之中呈現樣態的哲學技術。用胡塞爾自己的話來說, 通過懸擱「而被排除出去的東西, 其實只是在記號層面上發生了一種導致價位重設的變化;而經過這種價位重設後的事態, 其實是在現象學領域內重新找到了其位置。說得形象一點, 被放到括號裡去的東西, 其實並沒有從我們的現象學黑板上被擦掉, 而僅僅是被放到括號裡去了, 並由此與一個索引產生了聯繫……」 (9)
如何以更為明晰的方式來理解胡塞爾的上述表達呢?筆者就此給出了兩重「祛魅化」重述:
第一, 基於德語語言知識的重述。現在假設我們都改用德語作為哲學研究的工作語言。有一定德語知識的讀者都知道, 在德語中有一種時態叫「第一虛擬態」, 其用法是在間接引語中給出引文, 卻不對引文的真假做出斷定。譬如, 當我說「Sie sagte, sie sei krank」 (「她說她得病了」) 的時候, 作為說話人的我並沒有判定「她得病了」這一信息是否屬實 (當然, 在這個德語例句中, 她說了那句話的事實本身的確得到了肯定) 。現在, 我們不妨再做出這樣一步大膽的設想:在將所有的德語語句都視為「我思」 (Ich denke) 這一心理模式的內容的情況下, 這些語句其實都可以改造為第一虛擬態———在這種情況下, 我對我所斷言的內容在外部物理世界中的真假不做任何判斷, 而僅僅是肯定了其在我意識中呈現為真 (特別需要指出的是, 這種意義上的「真」與一般人所言的帶有自然態度的「真」並不是一回事, 因為支持後一種「真」的證據是帶有第三人稱屬性的, 而支持前一種「真」的證據是帶有第一人稱屬性的) 。這也就是胡塞爾的「現象學懸擱」所試圖達到的效果。
第二, 基於語言哲學的重述。熟悉語言哲學發展的讀者都知道, 帶有命題態度的語句是否可以被外延主義的框架處理, 一直是困擾像蒯因 (W.V.Quine) 這樣的語言哲學家的一個難題。 (10) 該難題可以被簡述如下:我們知道, 如果「曹操在官渡打敗了袁紹」是真的, 那麼「曹孟德在官渡打敗了袁本初」也肯定是真的, 因為這兩句話描述的是同一個歷史事件。現假設張三從歷史書上讀到了「曹操在官渡打敗了袁紹」這一條記錄, 並相信之;又假設他並不知道曹操的表字是「孟德」、袁紹的表字是「本初」———在這樣的情況下, 他並不會相信「曹孟德在官渡打敗了袁本初」這一條。那麼, 為何在加入「相信」這個命題態度詞後, 一個事件的一個真描述就推不出對於同一個事件的另外一個真描述了呢?這就說明命題態度的加入改變了語句的真值條件。說得更清楚一點, 在張三的信念系統中, 他是無法與「曹操本人」發生聯繫的, 與之發生聯繫的乃是「曹操」這個名字, 以及在他所讀到的歷史書中提到的那些描述。所以, 曹操本人實際做了什麼, 乃是與張三的信念形成過程沒有什麼關係的, 重要的是哪些關於曹操的信息被「餵」給了張三。現在我們就本著這一思路, 不妨再做出一步更大膽的設想:如果所有呈現在吾輩面前的命題內容都可以加上「我相信」這樣一個命題態度的話, 那麼由此構成的以「我相信P」為結構的新語句的真值條件就會與「P」的真值條件脫鉤。由此, 我們也就完成了「現象學懸擱」的操作。
讀者或許會問:我們為何要跟著胡塞爾, 給出一種基於第一人稱的對於世界描述的改寫呢?這樣做對AI研究又有什麼好處呢?
對於這個問題的回答其實很簡單。如果你要製造出一個具有足夠豐富的行為輸出種類的人工智慧體的話, 那麼它就必須要有足夠豐富的心理狀態———也就是說, 在該智能體記憶庫中儲藏的信息並不是以某種機械的、外在的方式被擺放在那裡的, 而需要以特定心理裝置相互配合的方式而被預先加以裁減 (這又好比說, 進入一條煉鋼廠流水線的鐵礦石需要經過某種預處理, 否則就會磕壞機器) 。而人類心理裝置的一個基本屬性就是:它在單位時間內只能處理相對有限的信息, 因此, 它不可能將外部世界中客觀存在的海量信息以一種不經裁減的方式納入自己的「加工流水線」。從這個角度看, 胡塞爾所說的「現象學懸擱」, 在實質上便是一種「信息減負」作業;換言之, 經過這種操作, 在自然態度中對於外部對象的實存設定所需要的大量信息量 (比如對於「曹操本人到底做了些什麼」的系統化探究所帶來的巨額信息量) , 便會通過對於現象學「明證性」的訴求而得到有效的壓縮。
讀者或許會問:在AI設計中進行這種的「現象學操作」, 難道不會導致系統產生偏見嗎?難道我們需要建造一臺具有偏見的機器嗎?
這裡的回答是:其實我們別無更好的選擇。說得更清楚一點, 從邏輯上看, 以「是否具有偏見」以及「是否能夠自行修正偏見」為兩大基本指標, 我們只有如下四個選項可選:
選擇一:建造一臺具有偏見但無法修正自己偏見的機器。
選擇二:建造一臺具有自己偏見但可以自行修正自己偏見的機器。
選擇三:建造一臺沒有偏見且不需要修正自己偏見的機器。
選擇四:建造一臺沒有偏見且可以改進自己偏見的機器。
「選擇四」顯然是不符合邏輯的, 因為一臺在自身的知識儲備中沒有偏見的機器是不需要修正自己偏見的。而這就逼迫我們走向「選擇三」。但「選擇三」又過於理想化了, 因為現有的主流的AI研究———無論是基於符號AI技術路線的專家系統還是以深度學習為代表的機器學習———都很難保證系統獲得的知識是可以豁免於進一步修正的。 (11) 說得更一般一點, AI系統與人類一樣, 都是「有限存在者」, 而這一點就使得其所獲得的信念系統肯定會與作為「自在之物」的世界本身有所偏差 (更何況目前AI系統的知識庫中的信息往往是同樣作為「有限存在者」的人類程式設計師輸入的) 。這種情況就又逼迫我們走向「選擇一」。但「選擇一」顯然不能導致一種讓用戶滿意的AI設計方案, 因為用戶自然希望系統是能夠自行修正自身偏見的。而這種來自用戶的要求又將我們導向了「選擇二」。該結果也恰恰是與胡塞爾「現象學懸擱」的理論指向相向而行的, 因為胡塞爾的相關哲學操作既保證了現象學主體能夠獲得一種與客觀真理的獲取方式不同的真理獲取方式 (站在「自然態度」的立場上看, 這種「真理」無疑就是偏見) , 又沒有阻止現象學主體能夠以相應的意識操作步驟來獲取「偏見度」稍低一點的新信念 (而這一點在對於「Noema」的推論主義解釋中得到了明確體現, 詳後) 。
但這裡引發的新問題是:怎麼來保證一個AI系統能夠實現「選擇二」提出的「具有自我修正力」這一規範性要求呢?這便是下一部分所要回答的問題。
很顯然, 如果一個認知系統能夠自行地對既有的偏見進行修正的話, 那麼它就必須具有相對豐富的心理模式 (以及作為其在語言表達中的對應物的命題態度) 。比如, 如果「相信」與「懷疑」都是這樣的心理態度的話, 那麼一個系統必須先從「相信P」走向「懷疑P」, 它才可能有動力去修正「P」的內容。但如何在認知建模中恰當地處理心理模式呢?
在回答這個問題之前, 我們不妨先擱置一下胡塞爾的見解, 而去看看美國哲學家福多在其「思想語言」構建中是怎麼說的 (之所以在此要提到福多的工作, 乃是因為他的工作代表了在英美心智哲學領域內處理命題態度的一種典型做法) :
思想語言假設說的是:命題態度乃是心靈與心靈表徵之間的關係 (正是這些表徵表達出了相關態度的內容) 。以俗語概括之, 即:彼得相信鉛塊沉了這件事情, 就是說:彼得有一個心語的表徵———其內容就是「鉛塊沉了」———而該表徵就處在彼得的「信念盒」 (belief box) 之中。 (12)
這裡所說的「信念盒」, 就是這樣一種心靈裝置:它能夠對放入本盒的心語表徵內容的個例記號進行某種機械操作, 使得其能夠鎖定自身的真值。而在同樣的心靈表徵被放入其他命題狀態盒———如「意圖盒」 (intention box) (13) ———後, 心智又會根據各自相關的內置算法對其進行不同的二階操作。然而, 不同的命題態度盒到底會導致心智採取具體怎樣不同針對心語的算法化操作呢?對於此問題, 福多的描述多少有點語焉不詳。更麻煩的是, 他的描述預設了不同命題態度盒之間的關係是離散的, 也就是說, 當整臺心智機器「面板」上的某個或某些盒子被啟動後, 這些被激發的盒子不會導致別的盒子也與之發生「共振」。不過, 有兩個論證能夠對這種「離散性」假設構成威脅:
第一, 正如美國哲學家塞爾 (John Searle) 在其名著《意向性》中所指出的, 「信念」與「欲望」均是可以被表徵為一個連續量的, 因此, 討論「信念」與「欲望」之「強」「弱」才是有意義的。而這種程度方面的可區分性, 對表達某種複雜命題態度而言還是非常重要的———比如, 對某事感到大喜這一點就不僅預設了相關心理主體相信相關事態發生了, 並且還預設其強烈渴望這類事態之發生。 (14) 然而, 命題態度在程度上的可區分性卻會使得不同盒子之間的界限變得模糊。譬如, 我們不知道信念強度的減弱, 在多少程度上會使得信念盒中的內容「溢入」另外一個命題態度盒———如「懷疑盒」———並由此破壞不同盒子之間的離散關係。
第二, 亦正如塞爾指出的, 對於不少複雜命題態度的分析將驅使我們引入時間因子———比如「對某事感到不滿」就必須被分析為「現在相信某事發生, 且過去相信此事在未來不會發生, 且渴望此事不要發生」。 (15) 這裡所說的時間因子顯然是認知系統內部的時間, 而不是外部的物理時間 (譬如, 我們可以設想一個被「笛卡爾式精靈」完全弄混了物理時間的心智系統, 依然維持著自身的內部時間系統的一致性, 並在此基礎上具有了種種心理意向狀態) 。這就引入了一個新的問題:如果系統對於其內部時間的表徵也類似於某種命題態度的話, 難道我們又需要為不同的內部時間表徵———過去、現在與將來———提供不同的命題態度盒嗎?然而, 關於內部時間表徵的一個基本常識性見解便是:我們其實是很難將「過去」「現在」與「將來」視為彼此離散的高階態度的, 因此, 我們也就很難相信與之配套的命題態度盒是彼此離散的。
由此看來, 要為一個人造的心智系統配屬合用的命題態度, 基於「盒喻」的福多式進路是行不通的。而在這個問題上, 胡塞爾的見解又是什麼呢?
至少可以立即肯定的是, 就內意識時間問題而言, 胡塞爾是贊同將內意識時間意義上的「現在」「將來」與「未來」視為不同的心理模式所統攝的內容的———這三種心理模式分別是「原初印象」 (original impression) 、「前展」 (protention) 與「遲留」 (retention) 。不過, 與福多不同, 他更願意強調這三種心理模式之間的相互滲透性與相互影響性———換言之, 在他看來, 時間環節A既可以視為「原初印象」的產物, 也可以在相當程度上視為「前展」的產物, 等等。 (16) 這自然就等於否定了福多式的「盒喻」思路。有理由認為, 胡塞爾對於「盒喻」的拒斥態度, 也體現在他對於「Noema」這個概念的闡述方式之中。
那麼, 到底什麼是「Noema」呢?按照胡塞爾研究專家扎哈維 (Dan Zahavi) 對於胡塞爾原意的概括, (17) 在經歷「現象學懸擱」的操作之後, 一個完整的意向性活動包括兩個要素: (甲) 意向性活動所涉及的感覺要素, 即所謂「Hyle」 (一般譯為「質素」) ; (乙) 意向性中的意義內容要素, 也就是所謂的「Noema」。 (18) 「Noema」也被扎哈維稱為「在意向中被呈現出來的對象」 (object-as-it-isintended) , 以區別於物理對象自身。這裡需要注意的是, 至少按照扎哈維的解釋, 在「Noema」這一名目下, 胡塞爾並沒有在「意義賦予活動」與「意義內容」之間劃出一條非常清楚的界限———這也就是說, 「Noema」不能被簡單地理解為弗雷格哲學意義上那種帶有準柏拉圖主義色彩的靜態「意義」, 而是同時應當帶有動態的「意義賦予」的意味 (儘管對於「Noema」的弗雷格式解釋的確曾經在胡塞爾思想的詮釋史上盛行過一時 (19) ) 。若以福多的「盒喻」為參照系, 這種觀點也就等於進一步否定了使得該隱喻富有意義的如下邏輯前提:「Noema」必須是某種中立於意識行為的準柏拉圖式理念的物理記號, 否則它就不能在被擺放到不同「盒子」裡去之後還保持自身同一。
那麼, 我們又該如何在這種擺脫了弗雷格主義解釋影響的「Noema」框架中重新理解命題態度呢?儘管對於諸種命題態度的全景式考察顯然是本文力有不逮的, 但一種關涉到信念強度變化的說明, 卻至少可以通過克勞威爾 (Steven Crowell) 的「Noema」重構方案而被給出。 (20) 與克勞威爾的重構特別相關的胡塞爾原文乃是下面這段文字:
無論在何處, 「對象」都是具有明證性的意識關聯繫統所具有的名字。它最早是作為「Noema式X」的方式出現的, 是作為意義的主詞而出現的 (這些意義本身又從屬於完全不同類型的感覺或所與) 。此外, 它又作為「實在對象」的名字出現, 也就是說, 被其命名的, 乃是以特定的可被明證的方式而被考慮到的理性的協同關聯———在這種關聯中, 意義的形成過程也好, 內在於這些關聯的統一的X也罷, 都得到了其理性的位置。 (21)
很顯然, 這段引文所說的「對象」, 只能取扎哈維所說的「在意向中被呈現出來的對象」的意思, 而這裡所說的「關聯」, 則是指能夠在現象學意識中被呈現出來的諸表徵之間的協同性關係。而整段引文的意思即:所謂的「Noema式對象」, 其實就是諸現象之間的協同關系所構造出來的一個穩定的意義內核。克勞威爾對此進一步給出了如下例證:被感知到的顏色, 作為一個「Noema式對象」, 是作為某種事物出現的預兆出現的;而被感知到的某個物體, 作為一個「Noema式對象」, 正面蘊含了其沒有被看到的背面的存在;被感知的一個穀倉, 作為一個「Noema式對象」, 蘊含了諸如「農場」的相關事項的存在。 (22) 這也就是說, 任何一個「Noema式對象」都必須通過與一系列其他表徵的互相關聯才能夠確立。
克勞威爾自己曾明確表示, 他對於胡塞爾的這種解釋, 乃是對於美國哲學家布蘭登 (Robert Brandom) 在語言哲學層面上給出的「推論主義」 (inferentialism) (23) 的意識哲學化版本。布蘭登的推論主義的大致意思是:任何一個人在公共言談中給出一個斷言 (如「曹操的表字是孟德」) 時, 他都需要做好心理準備, 以便將該斷言與一些相關推論聯繫在一起 (譬如這樣的推論:「曹操的兒子就是曹孟德的兒子」) , 並為可能的質疑提供好理由 (譬如:說「曹操的表字是孟德」的根據, 乃在於陳壽寫的《三國志》) 。外部的評估者則根據此人的表現給其打分, 並反饋給說話人, 由此構成語言遊戲中的「積分系統」。而布蘭登的這一理論的意識哲學化 (即胡塞爾化) 版本則是:任何一個在意識中呈現出來的「Noema式對象」的確立, 都需要預設其與一些相關表徵有著某種協同關係 (而且這種開放性也應當是具有一定開放性的) , 而意識主體在新的現象體驗中對於期望中的協同關係的驗證, 則使得其對於意識主體的預先期望得到了更高的積分, 並由此使得從該對象之中推出新現象預測的推論力也變得更強。
這裡需要特別提到的是, 按照這種對於胡塞爾意向理論的新解釋 (下面我們就不妨稱之為「胡塞爾—布蘭登路線」) , 使得「Noema式對象」的穩定意義內核得以呈現的那種處在表徵之間的協調關係, 不僅可以用以調整來自不同感官道的表徵 (如視覺表徵、觸覺表徵、聽覺表徵等) , 而且也加以用以調整帶有知覺內容的表徵與抽象語義表徵之間的關係。舉一個克勞威爾用過的例子來說明:如果一個認知主體學會了關於「水」的分子結構的化學知識 (這一知識無疑是一種抽象的語義) , 那麼他就會將這一新表徵嵌入原本由關於「水」的知覺表徵如「 (看起來) 透明」「 (聞起來) 無味」等所構成的概念協同系統之中;而這樣一來, 對於「水」的存在性斷言顯然也就需要更多的明證性經驗來加以支持了 (順便說一句, 化學語言自身雖然是抽象的, 但是對於化學證據的主觀性吸納依然是可以處在現象學視角之中的) 。而這種經由概念協同關係的複雜化而導致的信念態度的變化, 自然也就解釋了為何一個具有中學化學知識水準的認知主體, 一般不會認為一種貌似是水 (卻不具有水的化學結構) 的物質是真正的水, 而認為只是「偽水」 (因為這種「偽水」的經驗協同結構要比真水來得簡單) 。 (24) 而從這一討論中所得到的重要推論便是:按照「胡塞爾—布蘭登路線」, 信念的系統修正過程應當可以涵蓋從日常知覺到科學描述的不同的意義領域, 由此實現高度靈活的意義組合方式。
此外, 如果我們採納了按照「胡塞爾—布蘭登主義的解釋路數」構造出來的「意向性」概念的話, 我們自然也就更無必要在討論「相信」這個命題態度時採用福多的「盒喻」了。毋寧說, 按照這種解釋, 「相信」這個命題態度只是一個「Noema式對象」在相關表徵網絡中所處的地位的反思性判斷:如果這樣的地位被認為是更具有協同性的, 則主體「相信」其存在的程度就更高, 反之就更低。換言之, 命題態度的性質, 本身就是命題內容性質的關聯物, 而那種可以中立於各種「命題態度盒」而存在的命題內容, 其實在胡塞爾的意向性理論中是無法得到恰當安頓的。
從AI的角度看, 如果一個AI系統能夠具有一種按照「胡塞爾—布蘭登路線」的要求去表徵意向對象的能力的話, 那麼它就能夠以一種非常自然的方式, 根據不時進入工作記憶池的新證據, 更新其對於某個信念的確證度, 由此實現我們在前文中所提到的那種可能性:建造一個雖然具有偏見, 卻可以自行修正偏見的AI系統。反過來說, 如果我們在實現這種可能的時候, 放棄這種「胡塞爾—布蘭登路線」, 而去採納福多所建議的「盒喻」的話, 那麼, 編程員就很難不陷入下述工作所帶來的巨大負擔之中了。譬如, 以公理化的方式預先設置不同的「命題態度盒」, 並以一種「一勞永逸」的方式, 預先規定各盒對置放於盒中的命題內容的不同操作原則, 進而規定同一內容從任何一個盒子進入任何一個別的盒子後的真值變換規則。然而, 這個做法顯然會導致大量「削足適履」的僵化先驗設計, 並因此是很難應對在鮮活的日常語用環境中不時湧現出來的偶發情況的。我們將在下一部分的分析中以更多的證據來支持上述評判。 (25)
現在我們就將討論的主要對象從胡塞爾哲學轉移到AI。很顯然, 在AI的語境中討論「如何在算法層面上實現胡塞爾的意向性理論」這一問題, 我們就很難迴避這樣一個難題:如何在機器的層面上實現所謂的「現象學懸擱」, 由此使得處在「機器意向性」之內的表徵能夠同時處在「機器意識」的籠罩之下呢?
考慮到在英美心靈哲學的脈絡中, 「意識」問題與「意向性」問題往往被分別處理, (26) 所以, 上述問題似乎也應當被拆分為兩個問題: (甲) 「機器意識」何以可能? (乙) 「機器意向性」何以可能?
乍一看, 問題 (甲) 似乎是極難回答的, 因為一個心靈二元論者會在根本上否定通過編程方式來實現「機器意識」的可能性。然而, 在此立即就陷入與心靈二元論者的論戰顯然是不明智的, 因為心靈二元論者與唯物論者之間的分歧實在是過於根本且過於「形上學」了, 以至於處在一個不那麼抽象層面上的典型的人工智慧哲學研究, 並不能為這種爭論提供恰當的場所。由於本部分的討論主要是寫給對AI研究所預設的自然主義前提抱有基本同情心的讀者, 所以, 在此我們不妨就繞開與二元論的形上學爭辯, 而討論在經驗科學的研究套路中處理「意識」的可能性。考慮到這種討論必須與機器編程的工作具有可溝通性, 我們就不得不去尋找某種能夠帶有「功能主義」色彩的意識理論, 以便為機器意識研究所用 (順便說一句, 根據「功能主義」的立場, 心智活動的實質乃在於其某種既能體現於碳基生命體又能體現於矽基元件的抽象功能。這種「本體論寬容性」顯然是為AI研究者所樂見的) 。按照該標準, 巴愛思 (Bernard Baars) 的「全局工作場域論」 (global workspace theory) (27) 似乎就應當被「機器意識」的研究者所偏好, 因為這種理論的抽象描述形式———「意識狀態」就是「工作記憶」中被注意力機制所關注到的事項———是完全可以通過對於「工作記憶」與「注意力」的計算建模工作而在一個計算平臺上被加以複製的。 (28) 至於這樣的工作成果是否能夠把握到「意識」的那種神秘的主觀面相, 則是一個牽涉到「主觀面相」之本質的術語學問題, 並因此並不需要AI專家在第一時刻加以面對。 (29)
真正麻煩的是前述問題 (乙) , 因為即使是我們採用了對於巴愛思的意識理論的計算化建模方式, 我們依然無法由此就構造出具有命題態度與命題內容的完整的意向性結構。而試圖在這個方向上做出努力的AI專家, 則太容易落入福多提出的「盒喻」的窠臼了 (儘管他們未必讀過福多) , 因為「盒喻」這一表達與常識心理學所給出的意向性結構之間的相似性, 的確很容易誘使人們去認真地對待該比喻。譬如, 義大利人工智慧專家癸翁奇利亞 (Fausto Giunchiglia) 和鮑奎特 (Paolo Bouquet) 在他們合寫的長文《語境推理導論———一種人工智慧的視角》 (30) 中, 便在「語境建模」這個題目下談到了對於「語境」的「盒喻」化處理方式———有鑑於「命題態度」本身也可以被視為一種特殊的「語境」 (如「相信語境」「懷疑語境」等) , 這種談論顯然具備了對於「意向性建模」的覆蓋力。根據此二人的敘述, 每個語境是一個盒子, 每個盒子均有邊界, 進入和離開這盒子也都需要遵照一定的規則。而任何一個對語境敏感的句子, 也只有在被放到這樣的一個盒子中去之後, 才能夠獲得確定的真值, 並由於所在的盒子不同而具有不同的真值。譬如:「馬年是甲午年」這個句子在「2014年」這個「盒子」裡是真的, 但移到「1978年」這個「盒子」中卻馬上就變成假的了 (1978年雖是馬年, 卻不是甲午年, 而是戊午年) 。同樣的道理, 「曹孟德在官渡打敗了袁本初」這個句子在「李四相信」這個盒子裡是真的, 而在「張三相信」這個盒子裡卻是假的了 (假設李四是知道曹操與袁紹各自的表字的, 而張三不知) 。
那麼, 怎麼刻畫命題內容從一個盒子到另外一個盒子中的遷移規則呢?舉例來說, 古哈 (Ramanathan V.Guha) 和麥卡錫 (John Mc Carthy) (31) 就在將每個語境加以編碼的前提下, 將語境之間的最重要關係界定為「提升關係」 (lifting relations) 。其相關提升公式示例如下:
該公式讀作:對於任何兩個語境來說, 只要其中一者包含於另一者, 任一事件p在較小的語境中成立, 且在「方面1」這兩個語境和該事件都不是反常的, 那麼該事件也在較大的語境中成立。
而癸翁奇利亞和鮑奎特則不喜歡麥卡錫和古哈所提出的方案, 因為這樣的方案必須將語境本身加以對象化, 最後勢必構成一個「大語境套小語境」的「俄羅斯套娃」結構, 在技術上會顯得非常笨拙。他們的替代方案是將任何一個信念主體對於外部世界的表徵刻畫為一個局域性理論, 並在此基礎上討論不同的局域性理論之間的兼容性, 由此完成從一個主體的信念到另外一個主體的信念的推理過程。相關的推理規則被統稱為「橋律」: (32)
其直觀含義是:如果我們已經知道了在語境C1中表達式Φ1為真, 語境C2中表達式Φ2為真……語境Cn中表達式Φn為真的話, 那麼我們也就知道了在語境Cn+1中表達式Φn+1為真。
在這裡, 我們沒有篇幅具體討論癸翁奇利亞和鮑奎特的工作細節。但至少可以肯定的是, 他們的工作依然不足以在最低限度上滿足「製造一臺能夠自動修正偏見的智能機器」這一目標。其道理也是非常明顯的:其理論模型只能預先假設不同的主體對於世界本身有著片面的或者近似 (卻都不包含明顯謬誤) 的局域模型, 卻無法假設不同的主體對於世界本身有著可能在根本上就是錯誤的局域模型———儘管「具有世界的錯誤認知」這一點對於人類來說實在是太過平常了。
此外, 他們的推理模型並不包含對於突然湧入的新證據的處理方案, 特別不包含對於新證據與舊信念之間矛盾的處理方案。因此, 我們是無法從他們的工作基礎出發來建立起一個帶有布蘭登推論主義風味的胡塞爾意向性模型的。
讀者可能會問:癸翁奇利亞和鮑奎特的工作畢竟是屬於比較傳統的「符號AI」路數的, 而目下如火如荼的「深度學習」模型, 能夠在逼近胡塞爾的意向性模型方面有所進步嗎?
答案是否定的。以與命題態度刻畫作為相關的深度學習模型———「深度信念網絡」 (Deepbelief networks) (33) ———為例, 該技術目前的主要用途僅僅是對圖像等初級材料進行貌似帶有信念內容的語義標註。然而, 這樣的網絡得到的語義標註都是作為網絡訓練者的人類程式設計師事先設定好的, 而網絡所做的, 僅僅是通過大量的訓練以便將特定的感覺材料與特定的語義標註加以聯繫———而作為這種訓練的結果, 網絡不可能對訓練流程規定之外的輸入材料給出恰當的反應。與之相比較, 胡塞爾意義上的「Noema」卻可以成為具有不同感官道來源的感覺材料的意義統一者, 甚至隨時準備好接受某種相對抽象的語義。另外, 我們也不知道這樣的深度學習構架將如何處理豐富的命題態度之間的切換———換言之, 我們很難將「懷疑」「期望」「擔心」「回憶」這樣的命題態度集指派給它。從這個意義上看, 深度學習模型似乎比癸翁奇利亞和鮑奎特的工作成果更難成為胡塞爾意向性理論的合格的機器實現者。
有的讀者或許還會說:在符號AI與深度學習之外, 還有一個技術路數值得胡塞爾的意向性理論的計算建模者加以考量, 這就是所謂的「能動主義」 (enactivism) 。從哲學上看, 作為一個認知科學綱領的「能動主義」具有如下四個學術標籤: (34) 「具身性」 (embodiment) , 即認為認知不僅牽涉到了中樞神經系統, 還牽涉到了其以外的整個身體運作;「嵌入性」 (embeddedness) , 即認為認知活動是被嵌入到一個與之相關的外部環境中去的;「能動性」 (enactedness) , 即認為認知活動不僅僅牽涉到組織體對於外部輸入的被動信息加工, 而且更牽涉到組織體對於外部環境的主動影響;「延展性」 (extendedness) , 即認為認知活動所隨附的物質基礎是從大腦延展到外部環境中去的。目前, 這種被概括為「4E主義」的學術主張已經成為一個橫跨哲學、心理學、教育學與AI的跨學科運動, 在西方獲得了大量的學術關注度。
但這裡的問題是:能動主義是否一種有用的資源, 可以被用來為胡塞爾的意向性概念進行計算建模呢?筆者的看法並不是那麼樂觀。從哲學氣質上看, 對於肉身與環境在認知上的強調, 使得能動主義的學術光譜更接近海德格爾與梅洛·龐蒂, 而與胡塞爾更偏向意識哲學的風格有所分別。另外, 對於環境因素的過多偏重, 在相當程度上為能動主義者解釋那些與環境脫鉤的意向對象 (如像「孫悟空」這樣不存在的對象, 以及像「產權」這樣負載抽象語義的對象) 在意識領域內的呈現增加了難度。更麻煩的是, 在AI領域內對於能動主義的計算建模工作, 其現象學意味會更加淡薄。譬如, 在AI專家蘭戴爾·貝爾 (Randall D.Beer) 的論文《一種動力學系統視角中的「能動者—環境」之間的交互關係》 (35) 中, 作者為了能夠刻畫出能動者與環境之間的互動, 率先將兩者分別刻畫為兩個動力學系統, 並在此基礎上將兩者之間的互動性解釋為兩個動力學系統之間的耦合關係。但這種建模方式預設了建模者有某種獨立於能動者與環境的「第三方視角」, 而這顯然會在哲學上預設胡塞爾所反對的「自然主義態度」, 並因此與胡塞爾的哲學立場脫鉤。
一個能夠在能動主義與胡塞爾之間找到平衡的學術資源恐怕是認知語言學 (cognitive linguistics) , 因為認知語言學對於「具身性」的強調的確構成了其與「4E主義」的親緣關係;而其對於認知圖式的直觀化表現形式, 則又讓人聯想到胡塞爾的現象學直觀。但問題是:關於如何在計算機建模的平臺上重現認知語言學的觀點, 目前學界尚沒有與之配套的成熟的技術手段。 (36) 所以, 對於「胡塞爾的意向性理論的計算化建模」這一任務來說, 認知語言學的資源可謂「遠水不解近渴」。
綜上所述, 主流AI學界目前應當還沒有能力消化胡塞爾的意向性理論, 並將其付諸實際的建模工作。
從總體上看, 本文的討論可以分為三個部分。第一部分討論了胡塞爾的「現象學懸擱」方法對於AI研究的一般意義, 特別是強調了建造一種具有現象學視域並具有錯誤自動修正機能的智能機器的必要性。第二部分則勾勒了一種以布蘭登的推論主義為參考要素的胡塞爾式意向性理論, 並對福多提出的關於命題態度的「盒喻」提出了批評。在論文的第三部分中, 筆者則對主流AI在處理意向性問題方面的無力性進行了揭露———這些主流進路要麼根本就無法在符號表徵的層面上觸及意向性問題 (如深度學習) , 要麼不得不採用福多的「盒喻」而導致模型的笨拙性 (如某些符號AI技術) , 要麼就在過分強調環境與主體的相互關係的同時預設了胡塞爾所反對的「自然主義態度」 (如某些能動主義技術路線) 。由此看來, 如果要設計一種在最低限度上符合胡塞爾精神的AI系統, 我們就必須與目前的主流AI技術路線分道揚鑣。
而在這個問題上一個值得推薦的「非主流」AI技術路線, 則由王培先生發明的「非公理推演系統」 (Non-Axiomatic Reasoning System) ———或「納思系統」———來加以提供。 (37) 這是一個試圖以「非公理的」 (Non-Axiomatic) 靈活方式為系統進行知識編碼的通用人工智慧系統, 而「非公理的方式」一語在此真正的蘊意乃是:該系統的語義學知識, 是能夠隨著系統學習經驗的豐富化而不斷被豐富化的, 而這一點也就能使得編程者從「為系統事先編制萬無一失的語義庫」的繁重任務中被解放出來。同時, 納思知識庫對於外部環境知識的「片面性」, 也使得其能夠更好地體現「現象學懸擱」的真義———即以在「意識」 (在此指在機器的工作記憶中能被注意力機制「照亮」的部分) 中湧現的信念的真為真, 而不管其在外部世界中的真值條件如何。此外, 在納思系統中, 詞項之間的語義聯繫是可以在一種不引入「命題態度盒」的前提下而模擬命題態度的某些基本變化的, 這在相當程度上就使得對於「Noema式對象」的計算模擬有了基本保障。不過, 限於篇幅的關係, 以及本篇論文的「哲學」性質, 關於納思系統模擬胡塞爾意向性理論的技術細節, 筆者在此只能予以省略了。
1 F. Brentano, Psychology from an Empirical Standpoint, London:Routledge and Kegan Paul, 1973, pp. 88-89.
2 參看Daniel Dennett, Consciousness Explained, New York:Little, Brown and Co, 1991。
3 在國際上, 在「現象學與認知科學」這個名目下展開的研究大多聚焦於海德格爾哲學或梅洛·龐蒂哲學, 而不是胡塞爾哲學。少數涉及胡塞爾-AI關係的文獻, 對於「如何為胡塞爾的意向性理論進行計算建模」這一問題其實並沒有太深入的討論。參看:M. Issac (2018) , 「Towards a phenomenological epistemology of mathematical logic」, Synthese 195:863-874; A.Beavors (2002) , 「Phenomenology and artificial intelligence」. Metaphilosophy:33:70-82 (依據筆者淺見, 前一文獻對胡塞爾《邏輯研究》關注太多, 而沒有觸及胡塞爾的《觀念》系列所提出的意向性理論;後一文獻的問題是缺乏對胡塞爾的意向性理論與特定AI路徑之間關係的比較性研究) 。
4 這裡涉及的「隨附性論題」的具體含義是指:所有心智活動都隨附於物理事件 (如特定的神經學事件) 。對於這裡提到的「隨附性」概念, 定義很多, 其中的一種定義是:B層面發生的事件隨附於在A層面上所發生的事件, 若且唯若對於任意兩個不同的可能世界W1和W2而言, 若W1和W2在A層面上所發生的事件乃是彼此不可被分辨的, 那麼, 它們在B層面上所發生的事件亦是彼此不可被分辨的。這裡需要注意的是, 關於「隨附性論題」是否界定物理主義立場的基本界標, 目前學術界有不同看法。鑑於主題所限, 筆者就不展開了。
5 Ruth Millikan, Language, a Biological Model, Oxford:Oxford University Press, 2005.
6 Fred Dretske, Knowledge and the Flow of Information, Cambridge, Massachusetts:The MIT Press, 1981.
7 指的是一種獨立於自然語言而純然在心理系統中存在的語言作業系統。如果將人類心智比作計算機並將自然語言比作「界面語言」的話, 心語大約就等於「程式語言」的層面。
8 指的是這樣一種性質:任何一個語句都能夠在一個合格的心語操作者那裡被看成是與其他語句具有內涵關聯的。比如這樣的關聯:「我的狗不咬人」這話就蘊含了「我有狗」。
9 E. Husserl, Ideas Pertaining to a Pure Phenomenology and to a Phenomenological Philosophy. First Book:General Introduction to a Pure Phenomenology, translated by F. Klein. Hague:MartinusNijhoff, 1980, p. 171.
10 對於該問題 (特別是蒯因對於該問題的討論) 的反思式評述, 請參看:J. M. Bell (1973) , 「What is Referential Opacity?」Journal of Philosophical Logic 2 (1) :155-180。
11 具體而言, 對於符號AI來說, 其最大的麻煩便是:在這些系統中被公理化方式加以固定的人類知識, 是很難再通過公理化方式得到實質性修正的 (與之對比, 人類在任何一個經驗領域內的知識都應當是隨著人類認知的加深而被不斷修正的) 。而對於聯接主義或者深度學習路徑來說, 最大的問題便是:一旦一個系統通過數據訓練而得到了穩定的性能, 其性能也會被鎖定在一個固定的層面上, 而不會發生實質性變化 (與之相對比, 人類習得的某種機能卻可以在被習得後再得到精進) 。
12 Jerry Fodor, LOT2:The Language of Thought Revisited, Oxford:Oxford University Press, 2008, p.69.
13 Ibid., p.39.
14 John Searle, Intentionality:An Essay in the Philosophy of Mind, Cambridge:Cambridge University Press, 1983, p.33.
15 Ibid., p.32.
16 胡塞爾本人的一個隱喻是頗能說明這種「相互滲透性」的。他指出, 「當下」在意識場中的地位類似於在一個連續色譜中純紅的地位:純紅雖然是諸種紅色色調在「純粹性」這一點上所能夠達到的極限, 但我們並不是通過一系列不同的顏色把握活動把握到諸種紅色之間的色差的——毋寧說, 我們是通過某種統一的色感把握活動來把握到關於色彩的整個連續統的。與之相類比, 我們也不是通過不同的時間把握活動把握到「現在」「過去」與「未來」的——毋寧說, 我們是在某種統一的時間把握活動中把握到關於時間的整個現象學連續統的。參看:Edmund Husserl, On the Phenomenology of the Consciousness of Internal Time, translated by John Barnett Brouch, Kluwer Academic Publisher, Dordrecht, 1991, pp.41-42。
17 Dan Zahavi, Husserl’s Phenomenology, Stanford (CA) :Stanford University Press, 2003, pp. 57-58.
18 「Noema」可以被翻譯為「意向對象」, 也可以被翻譯為「意義相關項」, 不過, 此詞目前在國內現象學界尚無一個完全沒有爭議的統一譯名。為了避免陷入不必要的譯名爭議, 在本文中筆者就不再翻譯「Noema」, 而在行文中直接展現此詞的原文面貌。
19 相關解讀文獻有:D.Fllesdal (1969) , 「Husserl’s notion of Noema」, Journal of Philosophy, 66:680-687; R. Mc Intyre, (1982) , 「Intending and Referring」, in H.L. Dreyfus and H.Hall (eds) , Husserl, Intentionality and Cognitive Science. Cambridge, MA:MIT Press, 1982, pp. 215-231。
20 S. Crowell (2008) , 「Phenomenological immanence, normativity, and semantic externalism」, Synthese 160:335-354.
21 E. Husserl, Ideas pertaining to a pure phenomenology and to a phenomenological philosophy. First Book:General Introduction to a Pure Phenomenology, translated by F. Klein. Hague:MartinusNijhoff, 1980, p. 347.
22 S. Crowell (2008) , 「Phenomenological immanence, normativity, and semantic externalism」, Synthese 160:344.
23 R.Brandom, Articulating reasons, Cambridge, MA:Harvard University Press, 2000.
24 從這個角度看, 一個胡塞爾主義者完全可以在不引入普特南 (Hillary Putnam) 的外在主義語義學的前提下, 說明為何在「孿生地球人」的思想實驗中, 為何對於「水」的判定可以既符合化學知識, 也符合現象學的「內在性」要求。
25 不過, 在此我們不排除這樣一種可能性:「盒喻」雖然在「心語」或者「思想語言」 (其可類比於計算機的程序語言) 的層面上無效, 但卻在公共的自然語言 (其或可類比於計算機的界面語言) 的層面上有效, 否則我們就難以解釋為何我們一般人可以在日常對話中使用命題態度詞了。不過, 這就引入了一個如何將缺乏明述化的命題態度的心語過渡為自然語言表達的問題。限於篇幅, 我們在此暫不去細究這個問題。
26 如塞爾就曾指出, 有些意向性信念就是可以沒有意識的 (如這樣的一個信念——「我的確相信我的祖父從來沒有離開過銀河系」。該信念可以僅僅以潛在的方式存在於我的意向系統之中, 而不是我的意識的一部分) ;而有些意識是可以沒有意向性的 (如一陣突然湧現的狂喜) 。因此, 關於意識的話題並不就等於是關於意向性的話題。參看:John Searle, Intentionality:An Essay in the Philosophy of Mind, Cambridge:Cambridge University Press, 1983, p. 2。不過, 對於一個胡塞爾主義者來說, 塞爾提出的那些關於「有意識而無意向性」或「有意向性卻無意識」的例子似乎都很牽強 (然而, 由於篇幅與主題的限制, 筆者在此就不再對塞爾給出的例句進行深入分析了) 。
27 Bernard Baars, in the Theater of Consciousness, New York, NY:Oxford University Press, 1997.
28 譬如, 對於「注意力」的計算建模成果就可以參看:Nicola De Pisapia, Grega Repov2, and Todd S. Braver, 「Computational Models of Attention and Cognitive Control Nicola De Pisapia」, in Ron Son (ed.) , Cambridge Handbook of Computational Psychology, Cambridge:Cambridge University Press, 2008, pp. 422-450。
29 巴愛思的理論當然沒有真正觸及關於意識的「難問題」, 即意識的主觀面相問題。但是對於AI研究來說, 做出一個能夠在功能層面上具有「意識」的系統已經夠具挑戰性了。此外, 對於巴愛思理論的基於「意識之主觀面相的不可解釋性」的批評, 會威脅到對於意識的任何一種自然主義解釋, 並使得這種批評失去了對於巴愛思理論的針對性。順便提一句, 巴愛思的意識理論當然只是目下林林總總的意識理論中的一種而已。筆者之所以在此只提到這個理論, 主要是因為該理論的功能主義色彩最強, 因此其對於「機器意識」研究的覆蓋性也最強。
30 Fausto Giunchiglia&Paolo Bouquet, 「Introduction to Contextual Reasoning:an Artificial Intelligence Perspective」, in Perspectives on Cognitive Science, edited by B. Kokinov, New Bulgarian University, 1997, pp. 138-159.
31 Ramanathan V. Guha, &John Mc Carthy, 「Varities of Contexts」, in Modeling and Using Contexts, edited by Patrick Blackburn et al, Springer-Verlage, Berlin, 2003, pp. 164-177.
32 Fausto Giunchiglia&Paolo Bouque (1998) , 「A Context-Based Framework for Mental Representation」, in Proceedings of the Twentieth Annual Meeting of the Cognitive Science Society, pp. 392-397.
33 關於深度信念網絡的文獻很多, 比較有代表性的有:G. E Hinton, S.O sindero and Y. W. Teh (2006) , 「A fast learning algorithm for deep belief nets」, Neural Computation 18:1527-1554。
34 相關概括請參看Mark Rowlands, The New Science of the Mind, Cambridge (MA) :The MIT Press, 2010, p.3。
35 Randall D. Beer (1995) , 「A dynamical systems perspective on agent-environment interaction」, Artificial Intelligence 72:173-215.
36 筆者所知道的試圖為認知語言學進行全面計算建模的唯一嘗試, 乃見諸如下文獻:Kenneth Holmqvist, Implementing Cognitive Semantics, Lund University, 1993-01-01。這是該文獻作者完成的博士論文, 但沒有在任何一家出版社正式出版, 而只是在其個人網頁上提供了掃描件下載服務。他的基本思路是激活英國計算機專家瑪爾 (David Marr) 的計算視覺理論, 以便為具有明顯空間性面相的認知圖式 (cognitive schemata) 提供計算建模方面的支持。筆者認為該思路是頗為有趣的, 但是考慮到認知語言學家所提供的認知圖式的高度多樣性, 以及瑪爾的視覺計算模型自身的繁複性, 該技術路徑所導致的建模結果也肯定是非常複雜的, 實用價值有限。實際上, 即使是作者本人, 在完成博士論文後的工作領域也逐漸轉入了純粹認知心理學意義上的視覺問題研究, 而與認知語言學無涉。此外, 筆者也沒有查到有任何別的學者沿著這一路徑繼續探索下去。
37 關於納思系統的文獻很多, 其中最重要的是Pei Wang, Rigid Flexibility:The Logic of Intelligence, Netherlands:Springer, 2006。
本期編輯：墨凡（要努力呀）
查看更多課程可掃碼關注學術志
《一個學渣的淡定回憶錄》
《寫論文時用好這些「小眾神網站」，頭髮果然掉的少了呢！》