[返回哲学世界首页]·[所有跟帖]·[ 回复本帖 ] ·[热门原创] ·[繁體閱讀]·[坛主管理]

论人工认知实现的方法论策略(上)

送交者: wangguotong[★★★声望勋衔13★★★] 于 2024-05-15 1:34 已读 4157 次 1赞  

wangguotong的个人频道

+关注

魏屹东:论人工认知实现的方法论策略(上)


要:人工认知作为一个新的研究领域,是在自然认知研究的基础上和人工智能快速发展的刺激下形成的。鉴于自然认知的连续性和人工认知的非连续性之别,从方法论上审视,人工认知的实现策略需要考虑从生命到智能发展的不同阶段的属性统一性:生命系统的目标指涉性和生物指号性的统一,感知系统的预知性和情境性的统一,意识系统的涌现性与生成性的统一,心智系统的模拟性与表征性的统一,以及智能系统的重构性与文化性的统一。这些基于适应性表征的属性统一,可为人工认知的实现提供方法论。


人工认知(artificial cognitionAC),也称人工认知感知,它是计算机科学特别是人工智能(AI)兴起后,相对于自然认知(natural cognitionNC)的一个新概念和新研究领域,旨在强调认知的理解性对智能的符号性的超越。这里的“人工”特指“人造的”,是物理意义上的,不是生物合成意义上的。AI只是AC的一个典型方面,因为认知(思维和理解)不仅涉及智能(符号操作和问题解决),还涉及生命、意识、心智、知识等心理学、哲学和认知科学等所关注的心性方面。由于认知是通用智能的核心,它不仅涉及智能系统(生物脑、人工脑)的信息处理,也涉及认知主体如何知道(理解)、推理和学习,故而其含义要比智能更丰富,涉及领域更广。


根据这种考虑,由于AC涉及NC中生命(刺激反应)、感知(接收刺激并行动)、意识(基本感受性)、心智(自我意识)和智能(抽象符号处理)这些从低级到高级的发展阶段(cf.Crowder et al.pp.7-8),AC的实现也必然要相应于这些阶段展开。事实上,从十多年前开始的AC的预知系统(cf.Pezzulo,pp.257-270),到近年来关于大脑的预测加工模型(cf.Clark,p.1)和AI的可解释性框架(cf.J.E.T.Taylor and G.W.Taylor,pp.454-475)的研究都涉及这些方面。这里笔者将生命作为认知的前提,感知作为认知的界面,意识作为认知的平台,心智作为自我意识,智能作为符号象征。如果这种理解是合理的(这里不讨论这种理解的依据,也不讨论两种认知的差异,而是从认知哲学探讨实现AC的方法论策略),那么AC是什么,源自哪里,与AI有何不同,又会通过何种策略来实现呢?这就是接下来要着重探讨的问题。


一、人工认知与相关概念界定


相对于成熟完善的NC研究(认知科学、脑科学及动物认知),AC研究要晚得多,而且更多是关于AI、人工生命、机器意识、虚拟现实、大数据和知识表征的探讨,对其哲学反思则更晚。因此,这里首先有必要对“人工认知”的提出、含义及其相关概念作出界定和澄清。


我们要特别强调的是,“人工”是指相对于自然类的人造物理制品,不是仿生意义上的生物合成物(区别于非生物的人工脑),而是认知人造物(cognitive artifacts)和人工工效学(cognitive ergonomics)意义上的事物。认知人造物是指人造的物理客体,如计算机、机器人,旨在协助、强化和提升人的认知能力。人工工效学从设计技术、组织和学习环境的视角研究工作场中的认知,用认知表征和信息处理的术语分析工作任务,以获得可靠、有效和令人满意的认知结果。


关于AIAC,这两个概念既有联系又有区别。目前普遍认可的是,AI源于1956年的达特茅斯会议,其前身是图灵1948年提出的“机器智能”(人造智能),通常指通用图灵机的计算和表征能力,区别于“自然智能”(生物智能)。根据已有文献,AC是肯尼(R.Keene)在谈论与生物认知的关系时首先使用的一个概念(cf.Keene, pp.196-202),此后由皮兹洛(G.Pezzulo)用于说明认知是预知系统(cf.Pezzulo, pp.257-270),但他们都没有特别区分ACAI2014年弗农(D.Vernon)将认知定义为关于预测行动需要和发展预测这些行动之结果的能力,将人能制造出具有相同能力的机器系统称为“AC系统”(Vernon, p.2),并认为认知建模是其关键。2016年布兹(M.V.Butz)和库特(E.F.Kutter)提出“具身智能”“具身AI”“具身认知智能体”(embodied cognitive agent)概念,尝试从生物功能和计算视角介入AI研究(cf.Butz and Kutter, pp.65-70),这就是受生物学启发的AI;几乎同时,雷曼格纳(S.Lemaignan)等人提出基于社会性人机交互的AC概念(cf.Lemaignan et al.pp.1-29),瑞特(S.Ritter)等人则在此基础上提出一种可解释性框架,一个包括人工生命、人工感知、人工意识、人工心智和AI在内的混合领域(cf.Ritter et al., pp.2940-2949);2020J.E.T.泰勒和G.W.泰勒进一步提出通过实验心理学介入AI,进而形成人工心理学,以实现AI具身化的设想。人工心理学的独特之处在于强调认知模型是通过实验数据而不是直接观察得出的,更注重科学实验而非思想实验,更关注科学哲学的科学解释而非心灵哲学的内省解释。显然,AC区别于AI的经典定义,后者仅模仿并衡量其创造的产物与人类有多相似。


另外,需要特别说明的是,“人工认知”与“人工认知架构”也是有区别的。后者先于前者,但含义稍有不同,前者是指一种合成的、不断进化的生命形式,具有自主推理、自我评估、自我调节、自我修复、预测未来的情境并动态地适应环境的能力;后者旨在强调信息处理和在知识发展过程中为这种生命形式提供模仿人类推理的能力,并非一味强调要实现类人或超人智能的强AI主张。


在笔者看来,这些差异既形成了AC的人工主义(artificialism)策略,也构成了对基于生物自然主义的NC和基于功能主义的经典AI的双重挑战。人工主义是一种对计算与心智的关系以及对科学结构和文化过程采取计算与表征的符号主义。作为一种哲学方法,它强调通过计算机科学与科学哲学的结合来探索心智的本质及其在可能世界中的作用,并定义了机器性能的等效标准和跨越可能世界的一致的、有组织的计算属性,其中包含了智能设计的意向性,以此来证明思想作为心理内容的功能。(cf. Chiao, pp.25-126)而且,笔者认为AC作为一种解释框架,为可解释AI或机器学习提供了一种思路(相对于大脑作为黑箱,认知心理学只能通过实验来模拟它,而认知机器的行为是可解释的,其装置不完全是黑箱),这是因为深度神经网络驱动的AI已达到了让人难以甚至不能表达模型如何做决策的复杂程度。因此,对于AC而言,人工主义的介入是十分必要的。


概言之,AC被认为是可解释智能机器行为的一个新领域,对NC形成了一系列重大挑战,涉及人工生命的离身性(disembodiment)和离散性对(vs.)自然生命的具身性(embodiment)和连续性、人工感知的倾向性对生物感知的感受性、人工意识的关涉性和符号性对生物意识的意向性和现象性、人工心智的自治性对生物心智的能动性、AI的功能性对人类智能的灵活性。这些挑战同时揭示了两种认知方式的差异性,必然会涉及具有哲学意蕴的物理倾向性和自治性、生物的本能反应性、有意识生物的意向性和目的性、有心主体的能动性和主体性、无心智能体的机制性和功能性。回应这些挑战需要对认知/智能及其适应性表征策略作进一步的论证。


二、关于认知/智能与适应性表征


上述讨论表明,按字面理解,AC就是人造认知。我们通常把人类能够独立实施的自适应可预测行动的能力称为认知,而把制造出具有相近或相同能力的机器和软件系统称为AC系统。根据这种理解,AC是从与NC的类比或模拟而来的,而要模拟NC如人脑的功能,首先要建构认知模型,这意味着我们需要考虑建模问题,如从自然系统吸取多少灵感、复制或模拟自然系统有多真实、认知系统的物理结构有多重要、认知能力与其实现方式有何种区分等。(参见弗农,第4-8页)


然而,认知究竟是什么,其定义并不十分明确,不同学科也有不同理解。心理学侧重认知的思维和心理表征,认知科学侧重认知的信息处理和符号操作,哲学侧重知识获得的认识论,AI侧重认知的智能特征的计算建模,但它们的意义很相近。(参见魏屹东,2020,1-2页)因此,如何理解认知取决于这个问题的语境(即人脑、身体与环境之间的交互关系),例如,认知科学中的不同认知范式(认知主义、涌现论和混合范式)对认知的看法就不尽一致。一般来说,认知就是主体对周遭环境中所发生事件的推理和判断能力,包括感知、学习、预测、适应和行动等属性。在AI中,这些属性被认为表现出智能行为,在这个意义上,ACAI几乎相同。


事实上,与认知一样,智能也不是一个意义很明确的概念,二者之间的界限是模糊的。关于智能是什么,不同学科有不同的理解。从生物心理学看,智能是对理解的运用,包括判断力、常识、主动性和适应力,甚至与情感、后天培养和社会文化环境相关。(参见沃里克,第19-28页)因此,“智能是个人从经验中学习、理性思考、记忆重要信息,以及应付日常生活需求的认知能力”(卢奇、科佩克,第3页),也就是生命体“完成复杂目标的能力”(泰格马克,第50页)。显然,这里所说的智能是生物智能,不是AI。从信息科学的角度看,“智能是一个信息系统在知识和资源相对不足时的适应能力”(王培,第27页),“知识和资源不足”是相对于系统试图达到的目标来说的,“适应”指的是系统从其历史经验中提取知识,并据此为应对当下情境和未来目标做准备。所以,离开学科语境来谈认知或智能是意义不明的。当然,提及认知,我们会自然地想到与之相关的生命、感知、意识、心智(心灵)、智能,甚至经验、情感、自我、自由意志等概念。这些概念之间是什么关系?如何使用?这里有必要稍加澄清。


从认知心理学来看,认知意味着认知主体的存在。人是最典型的认知主体,有大脑、有意识、有心智、有情感、会思维、能认知、会推理、能使用自然语言;特别是经由科学训练的科学主体(科学家),还会使用更抽象的逻辑和数学语言。这必然会涉及“意识”“心智”“自我”甚至“情感”“道德”等这些描述心理或精神现象的概念。这就是为什么科学认知也会涉及这些大众心理学和心灵哲学中的一些难以验证操作且不能重复的主观性或非理性观念。在科学认知的层次,认知强调科学性和客观性,突出逻辑性和抽象性,即集中于认知的推理、问题解决和符号操作方面。科学作为认知的典型方面,虽然强调客观性,但对世界的解释却离不开有意识经验的参与,这就是经验适当性的问题。经验适当性表明,经验是一种具身认知模式,是联系心智和自然的中介,“它(感知经验——引者注)构成了一类适应性的感觉系统,它只是把表象传递给意识,而不在形成意识上虚耗各种心理活动”。(贝特森,第43页)这里的表象就是心理表征,一种无意识的知觉过程,我们无法察觉到该过程,但可以意识到这个过程的结果,如心中所想的东西。


就认知过程而言,它必然涉及适应性和表征。适应性不仅与有机物和生物学相关,也与无机物和物理-化学相关,因为在最基本组成意义上有机物是由无机物构成的,生物学是基于物理学和化学的。所以,适应性是自然世界基本的普遍属性,许多模型纳入了适应性,遗传算法就是描述这种进化适应性的一种典型方法。(参见米勒、佩奇,第210-211页)表征也有两层意思:一是物理和生物层次的属性呈现,在解读这种属性时,需要使用语言,语言表达就是命题表征;在认知层次,表征是指使用中介工具描述对象,这个过程就是符号意义的说明,其结果是知识表达。这两层意思的表征都是符号指涉关系,是主体的一种范畴化适应能力。(参见魏屹东,2019年,第16-18页)也就是说,认知表征的本质就是符号指涉,势必涉及符号学、生物符号学、语义学和语用学。


就认知与表征所涉及的上述概念及其关系而言,杜威在《经验与自然》中关于自然、心灵与主观之间关系的说明(参见杜威,第301-302页)对笔者有所启示。他认为,在精神物理层次上,意识是就现实的直接性在性质上各种差异的总和而言的;同时在心灵(心智)层次上,意识是对于意义现实的领会或观念而言的。因此,在心智与意识之间有一个明显的差别,在意义(语义)和观念(思想)之间有一个明显的差别。心智是就那些体现在有机生命的功能中的整个意义体系而言的,意识在一个拥有语言的动物中系指对于意义的察觉或知觉;意识是从实际的事情(无论是过去、现在还是未来)的意义之中去认知这些事情,因此,意识就是实际的观念,就是正在发生的思想。而在任何有意识的行动和状态中,心智的大部分内容仅是隐晦不明的,其范围(起作用的意义领域)要比意识的范围宽广得多。在杜威看来,心智是关联全局和永远持续的,意识是局部和变动的;心智是思维有结构和有实质的一个恒常背景与前景;而认知的意识乃是一个过程,是一系列的此地此时,如“我感觉到牙疼”。按照杜威的形象说法,心智是一个恒常的光辉,意识则是间断的,是一连串强度不同的闪光,或者说,意识乃是对于持续传递中的消息所作的片刻遮断,好像一架收音机从布满空气的振波中选择少数的振波而使得它们可以为人所听见。根据这种主张,情绪、感觉、思维和欲望都是一个认知的察觉状态,而意识到的意义在发生层次上就是观念。笔者不完全赞同杜威关于心智是全局的、持续的,而意识是局部的、变化的这一观点,相反,笔者认为意识是全局的、持续的和基本的,而心智是基于意识的(当然也是全局的、持续的),也就是说,没有意识就不会有心智,“意识是人类心智的根源”(莱恩,第269页),具有优先性和根本性,比如昆虫可能有感觉意识(本能),但没有心智意识(自我意识)。一句话,感觉是低级意识,心智是高级意识,而高级意识是基于低级意识的。


概言之,在生命的意义上,认知是有意识的心智活动,表征同时包含了这些方面,而且使用了抽象符号,这意味着认知的表征是有意识的符号指涉过程;在非生命意义上,认知是无意识的纯物理符号操作和信息处理过程,表征是其呈现方式。如果这种理解是对的,那么认知就存在意识和无意识两方面:一个是自然的,一个是非自然的。这些概念之间的优先性和逻辑关系是:生命→感知→意识→心智→智能,构成了物理→生理→事理(法理、伦理)序列,适应性表征贯穿其中。这意味着智能本质上是源于意识和心智的,因为AI也是人造的,是人类智能的衍生物或结晶。接下来,笔者将按照这种逻辑演进关系,以哲学方式探讨AC不同方面的可能实现策略。

喜欢wangguotong朋友的这个贴子的话, 请点这里投票,“赞”助支持!

内容来自网友分享,若违规或者侵犯您的权益,请联系我们

所有跟帖:   ( 主贴楼主有权删除不文明回复,拉黑不受欢迎的用户 )


用户名: 密码: [--注册ID--]

标 题:

粗体 斜体 下划线 居中 插入图片插入图片 插入Flash插入Flash动画


     图片上传  Youtube代码器  预览辅助



[ 留园条例 ] [ 广告服务 ] [ 联系我们 ] [ 个人帐户 ] [ 创建您的定制新论坛频道 ] [ Contact us ]