行为主义、联结主义和符号主义的贯通

Consistence of Behaviorism,Connectionism and Symbolism

  作者简介:蔡恒进,卓尔智联研究院,武汉大学计算机学院教授,博士生导师。武汉 430079

  原发信息:《上海师范大学学报:哲学社会科学版》2020年第20204期 第87-96页

  内容提要:人的所有思维产物或意识片段都可以被理解为认知坎陷,智能可以被定义为发现、加工和运用认知坎陷的能力。人工智能三大流派,即行为主义、联结主义和符号主义,分别从不同角度切入智能的本质,其观点相互补充但各有局限。高级智能具有独特性和多样性,未来机器要实现高级智能就需要两大要件:其一是机器主体性的内核,其二是“自我”与“外界”对接的规则。通过梳理意识问题四个层次,我们认为机器现在还没有统摄性的自我意识,机器需要在人类认知主体的引导下开始并逐渐加深与外界的交互,例如从视觉等领域切入,教育机器形成比较强烈的主体性意识。

  All human thought products or fragments of consciousness can be interpreted as cognitive attractors,and intelligence can be defined as the ability to discover,process,and use cognitive attractors.The three major schools of artificial intelligence,namely,behaviorism,connectionism and symbolism,explores respectively the essence of intelligence from different angles.Their views complement each other but each has its own limitations.Advanced intelligence is characterized with uniqueness and diversity.The machine needs two major elements to achieve advanced intelligence in the future:one is the core of the machine’s subjectivity,and the other is the rule of connection between “self” and “outside”.After reviewing the four levels of consciousness,we believe that machines do not have a dominant self-awareness.Machines need to start and gradually deepen their interaction with the outside world under the guidance of human cognitive subjects.For example,instructing machine has a relatively strong sense of subjectivity from the field of vision and other fields.

  关键词:认知坎陷/符号主义/联结主义/超越性/cognitive attractors/symbolism/connectionism/transcendence

  一、认知坎陷与意识起源

  人的所有思维产物或意识片段都可以被理解为认知坎陷(cognitive attractor):它们都是对真实物理世界的反映和扰动,但也是人类自由意志的体现。认知坎陷,是指对于认知主体具有一致性,在认知主体之间可用来交流的一个结构体。例如可感受的特质(qualia),“酸甜苦辣”“吃瓜群众”等都是初级坎陷。这些坎陷一旦提出,就会让越来越多的人产生认同感。自我意识、宗教、信仰、国家意识等结构体都可以抽象为坎陷。财富、游戏规则也是不同的认知坎陷。坎陷,给人一种陷入其中无法抽离的既视感,值得强调的就是,这些具有传播性、生命力的意识片段一旦产生就难以磨灭。①

  人类跟机器的最大差别就是对意识的统摄能力。②人类从自我意识出发,能够自由地统摄意识,而机器虽然在塑造过程中获得了一些人类的意识片段,但并不能够随意支配、按需变化。自我意识并不神秘,它是从最原初的坎陷发展而来,最原初的坎陷就是“自我”和与之相对的“外界”。换句话说,最原始的认知坎陷就是我和世界的二分,其他坎陷都建立在此之后。“我”这个坎陷一开始很含糊,可能对于单细胞而言就是内外之分,对于人类而言,“我”的起点可能就是皮肤这一物理边界。在“自我”快速成长的重要阶段,人类拥有的敏感皮肤使得“自我”更多地感受到外界刺激,促成了“自我”与“外界”的剖分,这就是“触觉大脑假说”③的最主要内容。人类因为自我意识的强烈,会更多地去探索外部世界的真相,而外部世界的信息也会反过来丰富每个人的自我意识。意识片段/认知坎陷构成坎陷世界,也就是人类的意识世界。把整个世界按照坎陷世界与物质世界进行二分,许多其他框架所难以解释的就能获得较好的理解。我们虽然不能脱离物理载体,但具有独立行动能力和生命力。具有自我肯定需求(self-assertiveness demands)。④生命的意义就是对“自我”边界的拓展,不同维度的拓展对应不同维度的意义与价值。

  从还原论的角度容易得出机器和人都没有神性(或超越性)的结论,但人类确实具有其超越性。“无穷大”这个认知坎陷的开显就是一个例子,“无穷大”既看不见也摸不着,但是几乎人人都会承认它的存在。再比如有人坚信上帝的存在,也有人无法认同。虽然两方观点对立,却能够在实际生活中共存,甚至还可以在某些领域合作共事。这就是因为这种信仰的认知坎陷是被人类开显并炼化过的。已经不是物理世界的具体存在,而是精神世界或者坎陷世界的东西。坎陷世界具有与物理世界同样,甚至更深刻的重要性。比如对虔诚的基督教徒而言,上帝可能比自己的生命更重要。这种信念会影响他的行为,包括做祷告、礼拜、遵守圣经等,这些事情对他而言显然比物理世界中真实存在的一杯水更重要。很多时候,由人类自己建构的东西会变得比物理世界存在的实体更重要,不仅能够影响人类当下的行为,甚至能改变人类的发展方向。

  人类的认知坎陷与“自我”的形成与发展密切相关,如果能够将人类的认知坎陷与机器的认知坎陷打通,很可能就会实现AI质的突破。现在的人工智能算法中有一类强调了注意力机制,但注意力是较为上层的概念,其根本仍然是认知坎陷的作用,认知坎陷是一个更基础(fundamental)的概念。以颜色为例,从基于简单观点的物理上解释是波长的混合产生了“红橙黄绿青靛紫”等丰富的色彩,但人类是怎样创造出这些文字来表示颜色的呢?有人研究过很多语言中关于颜色的表述,发现几乎所有语言中最早出现的颜色都是黑和白,而后是红色。⑤物理世界中的红色其实很常见,但在最初期,人们还没形成一个认知坎陷,可能放眼望去的颜色太多了,很难注意到红色。那更复杂一点的语言,可能再加上蓝色、绿色、黄色……这样发展而来。又比如亚洲人与欧美人的身体结构基本一样,但是欧美人分不清楚针灸中的“酸”和“胀”,以及味觉中的“麻”和“辣”,而我们对红酒、巧克力的口味分辨也不如欧美人细致。这些现象都说明了认知坎陷出现在前,而后才有注意力,因此,机器只有注意力机制还不足以形成连续的意识或认知坎陷,只有从更底层塑造人工智能,才有可能让机器实现“理解”而非“存储”。

  二、AI三大流派相互补充

  中文的“理解”可以有两种英文翻译,一种是“comprehend”,另一种是“understand”。“comprehending”的前缀“com-”就带有范围广阔的含义,可以看作是将更多的内容包含进来的意思。“understanding”的词源比较有争议,有人认为“under-”实际上是“inter-”,也有人从“undertake”的角度来解释,我们认为“understanding”的重点可以看作是“站在更底层”的角度看。在做研究时,如果能够从更底层出发,贯通各理论观点,就可以看作是“understanding”。表1中梳理了AI三大流派(即行为主义、联结主义和符号主义)的特点与各自对应的哲学思想。

  表1 AI理论的会通

行为主义、联结主义和符号主义的贯通

  换一种角度看理解(comprehending),其特点是由约而博,需要吸收大量的、丰富的内容,而“understanding”是消化吸收了这些内容之后由博到约,比如学习电磁学到最后只剩下Maxwell方程组、爱因斯坦对大统一理论的追求,等等。

  AI三大流派可谓耳熟能详,但这三者的关系目前还没有被整理得很清晰。第一类是行为主义,MIT的Brook教授可以看作是行为主义者,他的研究生涯几乎就在研究AI行为主义,也做出来一个模拟螳螂的机器,简单的理解就是机器按照外界的刺激来反应。行为主义大多认为意识不仅是大脑的事,而是整个身体的事情,背后反映的是具身哲学的思想。

  第二类是符号主义,数学、物理世界充满了各种逻辑符号,图灵机本身也可以看作是符号主义的尝试。司马贺(Herbert A.Simon)是图灵奖和诺贝尔经济学奖得主,也是符号主义的代表,他提出的“物理符号系统”假设从信息加工的角度研究人类思维。⑥但符号主义也不能成功,因为规则永远无法被定义完全或囊括穷尽,不管划定了多么大的范围,也一定会有遗漏在框架之外的东西。符号主义背后的哲学思想与柏拉图主义相通,都相信或立足于“本质”的存在,如果能够发现并定义本质,或者把这个本质的公式写清楚,那么其他所有内容都是这个本质公式的展开和演绎而已(比如公理系统)。

  第三类是联结主义。研究者们很早就发现神经元之间有很多连接,信息传递的同时还有放电现象,而联结主义最初就是试图模拟大脑而来。深度学习、强化学习都可以看作是联结主义的应用。同时很多研究者希望找到新的框架,甚至通用人工智能(AGI)的框架,他们认为深度学习、强化学习不足够模拟人脑的学习,其中也包括清华大学人工智能研究院院长张钹。

  行为主义与联结主义的关系是什么?行为主义可以通过动物行为来理解。动物、简单生命甚至单细胞生物,都能应对外界的刺激,行为主义更多的是模拟这种动作上的反应或反射。比如羽毛球运动员,在平时需要经过大量的训练,让身体形成记忆式的反应,在赛场上,运动员的主要注意力就不再是肌肉如何协调,而是对球的跟踪、与对手的博弈。行为主义与这些身体动作的相关度更大,主体需要做的是大脑如何控制协调身体的练习。这种练习需要练到位,这个练到位的过程也体现了“由博到约”,将大量复杂的刺激最后练成几套代表的反应模式。儿童心智发展早期就是行为主义的内容比较多。随着个体成长,大脑不断发育发展,联结主义的内容才逐渐增多。

  联结主义与符号主义也有关系,符号主义可以看作是把内容坎陷化或炼化到了很简洁的程度,从而形成了各种符号或模型。比如古人讲的“天圆地方”就是一种极简的世界模型:天是圆的,地是方的,这是很抽象的一种描述。现代的马路大多笔直,但古人看到的未经加工的外部环境是绵延起伏的,在这种条件下抽象出地是方的非常难得。有了这个模型之后,会影响我们对道路的修葺,行军打仗也不容易迷失方向,也就是懂得这个模型和不懂这个模型就会产生实际的差异。还有“阴阳”这个模型的可解释性也很强,直到今天还有人用阴阳来解释世界发生的事情,这就是炼化之后的极简模型可能产生的深远影响。逻辑学中的形式逻辑,数学中的欧几里得定律等公理,也属于极简的模型。这些模型会让我们觉得世界很神奇,似乎物理世界真的只按照公式发展,然而事实并非总是如此。我们面临的外部世界比所有的公式都更复杂,公式系统并不完整。1900年希尔伯特提出的二十三问之一就是如何用一套公理系统来统一数学,其沿用了莱布尼茨的思路,即如何找出一套符号系统来模拟整个世界。⑦很多学者,尤其是符号主义者,一直怀有这种梦想。比如爱因斯坦就想要找到一种统一的方程,但是这个梦想终究无法实现。

Consistence of Behaviorism,Connectionism and Symbolism

  作者简介:蔡恒进,卓尔智联研究院,武汉大学计算机学院教授,博士生导师。武汉 430079

  原发信息:《上海师范大学学报:哲学社会科学版》2020年第20204期 第87-96页

  内容提要:人的所有思维产物或意识片段都可以被理解为认知坎陷,智能可以被定义为发现、加工和运用认知坎陷的能力。人工智能三大流派,即行为主义、联结主义和符号主义,分别从不同角度切入智能的本质,其观点相互补充但各有局限。高级智能具有独特性和多样性,未来机器要实现高级智能就需要两大要件:其一是机器主体性的内核,其二是“自我”与“外界”对接的规则。通过梳理意识问题四个层次,我们认为机器现在还没有统摄性的自我意识,机器需要在人类认知主体的引导下开始并逐渐加深与外界的交互,例如从视觉等领域切入,教育机器形成比较强烈的主体性意识。

  All human thought products or fragments of consciousness can be interpreted as cognitive attractors,and intelligence can be defined as the ability to discover,process,and use cognitive attractors.The three major schools of artificial intelligence,namely,behaviorism,connectionism and symbolism,explores respectively the essence of intelligence from different angles.Their views complement each other but each has its own limitations.Advanced intelligence is characterized with uniqueness and diversity.The machine needs two major elements to achieve advanced intelligence in the future:one is the core of the machine’s subjectivity,and the other is the rule of connection between “self” and “outside”.After reviewing the four levels of consciousness,we believe that machines do not have a dominant self-awareness.Machines need to start and gradually deepen their interaction with the outside world under the guidance of human cognitive subjects.For example,instructing machine has a relatively strong sense of subjectivity from the field of vision and other fields.

  关键词:认知坎陷/符号主义/联结主义/超越性/cognitive attractors/symbolism/connectionism/transcendence

  一、认知坎陷与意识起源

  人的所有思维产物或意识片段都可以被理解为认知坎陷(cognitive attractor):它们都是对真实物理世界的反映和扰动,但也是人类自由意志的体现。认知坎陷,是指对于认知主体具有一致性,在认知主体之间可用来交流的一个结构体。例如可感受的特质(qualia),“酸甜苦辣”“吃瓜群众”等都是初级坎陷。这些坎陷一旦提出,就会让越来越多的人产生认同感。自我意识、宗教、信仰、国家意识等结构体都可以抽象为坎陷。财富、游戏规则也是不同的认知坎陷。坎陷,给人一种陷入其中无法抽离的既视感,值得强调的就是,这些具有传播性、生命力的意识片段一旦产生就难以磨灭。①

  人类跟机器的最大差别就是对意识的统摄能力。②人类从自我意识出发,能够自由地统摄意识,而机器虽然在塑造过程中获得了一些人类的意识片段,但并不能够随意支配、按需变化。自我意识并不神秘,它是从最原初的坎陷发展而来,最原初的坎陷就是“自我”和与之相对的“外界”。换句话说,最原始的认知坎陷就是我和世界的二分,其他坎陷都建立在此之后。“我”这个坎陷一开始很含糊,可能对于单细胞而言就是内外之分,对于人类而言,“我”的起点可能就是皮肤这一物理边界。在“自我”快速成长的重要阶段,人类拥有的敏感皮肤使得“自我”更多地感受到外界刺激,促成了“自我”与“外界”的剖分,这就是“触觉大脑假说”③的最主要内容。人类因为自我意识的强烈,会更多地去探索外部世界的真相,而外部世界的信息也会反过来丰富每个人的自我意识。意识片段/认知坎陷构成坎陷世界,也就是人类的意识世界。把整个世界按照坎陷世界与物质世界进行二分,许多其他框架所难以解释的就能获得较好的理解。我们虽然不能脱离物理载体,但具有独立行动能力和生命力。具有自我肯定需求(self-assertiveness demands)。④生命的意义就是对“自我”边界的拓展,不同维度的拓展对应不同维度的意义与价值。

  从还原论的角度容易得出机器和人都没有神性(或超越性)的结论,但人类确实具有其超越性。“无穷大”这个认知坎陷的开显就是一个例子,“无穷大”既看不见也摸不着,但是几乎人人都会承认它的存在。再比如有人坚信上帝的存在,也有人无法认同。虽然两方观点对立,却能够在实际生活中共存,甚至还可以在某些领域合作共事。这就是因为这种信仰的认知坎陷是被人类开显并炼化过的。已经不是物理世界的具体存在,而是精神世界或者坎陷世界的东西。坎陷世界具有与物理世界同样,甚至更深刻的重要性。比如对虔诚的基督教徒而言,上帝可能比自己的生命更重要。这种信念会影响他的行为,包括做祷告、礼拜、遵守圣经等,这些事情对他而言显然比物理世界中真实存在的一杯水更重要。很多时候,由人类自己建构的东西会变得比物理世界存在的实体更重要,不仅能够影响人类当下的行为,甚至能改变人类的发展方向。

  人类的认知坎陷与“自我”的形成与发展密切相关,如果能够将人类的认知坎陷与机器的认知坎陷打通,很可能就会实现AI质的突破。现在的人工智能算法中有一类强调了注意力机制,但注意力是较为上层的概念,其根本仍然是认知坎陷的作用,认知坎陷是一个更基础(fundamental)的概念。以颜色为例,从基于简单观点的物理上解释是波长的混合产生了“红橙黄绿青靛紫”等丰富的色彩,但人类是怎样创造出这些文字来表示颜色的呢?有人研究过很多语言中关于颜色的表述,发现几乎所有语言中最早出现的颜色都是黑和白,而后是红色。⑤物理世界中的红色其实很常见,但在最初期,人们还没形成一个认知坎陷,可能放眼望去的颜色太多了,很难注意到红色。那更复杂一点的语言,可能再加上蓝色、绿色、黄色……这样发展而来。又比如亚洲人与欧美人的身体结构基本一样,但是欧美人分不清楚针灸中的“酸”和“胀”,以及味觉中的“麻”和“辣”,而我们对红酒、巧克力的口味分辨也不如欧美人细致。这些现象都说明了认知坎陷出现在前,而后才有注意力,因此,机器只有注意力机制还不足以形成连续的意识或认知坎陷,只有从更底层塑造人工智能,才有可能让机器实现“理解”而非“存储”。

  二、AI三大流派相互补充

  中文的“理解”可以有两种英文翻译,一种是“comprehend”,另一种是“understand”。“comprehending”的前缀“com-”就带有范围广阔的含义,可以看作是将更多的内容包含进来的意思。“understanding”的词源比较有争议,有人认为“under-”实际上是“inter-”,也有人从“undertake”的角度来解释,我们认为“understanding”的重点可以看作是“站在更底层”的角度看。在做研究时,如果能够从更底层出发,贯通各理论观点,就可以看作是“understanding”。表1中梳理了AI三大流派(即行为主义、联结主义和符号主义)的特点与各自对应的哲学思想。

  表1 AI理论的会通

行为主义、联结主义和符号主义的贯通

  换一种角度看理解(comprehending),其特点是由约而博,需要吸收大量的、丰富的内容,而“understanding”是消化吸收了这些内容之后由博到约,比如学习电磁学到最后只剩下Maxwell方程组、爱因斯坦对大统一理论的追求,等等。

  AI三大流派可谓耳熟能详,但这三者的关系目前还没有被整理得很清晰。第一类是行为主义,MIT的Brook教授可以看作是行为主义者,他的研究生涯几乎就在研究AI行为主义,也做出来一个模拟螳螂的机器,简单的理解就是机器按照外界的刺激来反应。行为主义大多认为意识不仅是大脑的事,而是整个身体的事情,背后反映的是具身哲学的思想。

  第二类是符号主义,数学、物理世界充满了各种逻辑符号,图灵机本身也可以看作是符号主义的尝试。司马贺(Herbert A.Simon)是图灵奖和诺贝尔经济学奖得主,也是符号主义的代表,他提出的“物理符号系统”假设从信息加工的角度研究人类思维。⑥但符号主义也不能成功,因为规则永远无法被定义完全或囊括穷尽,不管划定了多么大的范围,也一定会有遗漏在框架之外的东西。符号主义背后的哲学思想与柏拉图主义相通,都相信或立足于“本质”的存在,如果能够发现并定义本质,或者把这个本质的公式写清楚,那么其他所有内容都是这个本质公式的展开和演绎而已(比如公理系统)。

  第三类是联结主义。研究者们很早就发现神经元之间有很多连接,信息传递的同时还有放电现象,而联结主义最初就是试图模拟大脑而来。深度学习、强化学习都可以看作是联结主义的应用。同时很多研究者希望找到新的框架,甚至通用人工智能(AGI)的框架,他们认为深度学习、强化学习不足够模拟人脑的学习,其中也包括清华大学人工智能研究院院长张钹。

  行为主义与联结主义的关系是什么?行为主义可以通过动物行为来理解。动物、简单生命甚至单细胞生物,都能应对外界的刺激,行为主义更多的是模拟这种动作上的反应或反射。比如羽毛球运动员,在平时需要经过大量的训练,让身体形成记忆式的反应,在赛场上,运动员的主要注意力就不再是肌肉如何协调,而是对球的跟踪、与对手的博弈。行为主义与这些身体动作的相关度更大,主体需要做的是大脑如何控制协调身体的练习。这种练习需要练到位,这个练到位的过程也体现了“由博到约”,将大量复杂的刺激最后练成几套代表的反应模式。儿童心智发展早期就是行为主义的内容比较多。随着个体成长,大脑不断发育发展,联结主义的内容才逐渐增多。

  联结主义与符号主义也有关系,符号主义可以看作是把内容坎陷化或炼化到了很简洁的程度,从而形成了各种符号或模型。比如古人讲的“天圆地方”就是一种极简的世界模型:天是圆的,地是方的,这是很抽象的一种描述。现代的马路大多笔直,但古人看到的未经加工的外部环境是绵延起伏的,在这种条件下抽象出地是方的非常难得。有了这个模型之后,会影响我们对道路的修葺,行军打仗也不容易迷失方向,也就是懂得这个模型和不懂这个模型就会产生实际的差异。还有“阴阳”这个模型的可解释性也很强,直到今天还有人用阴阳来解释世界发生的事情,这就是炼化之后的极简模型可能产生的深远影响。逻辑学中的形式逻辑,数学中的欧几里得定律等公理,也属于极简的模型。这些模型会让我们觉得世界很神奇,似乎物理世界真的只按照公式发展,然而事实并非总是如此。我们面临的外部世界比所有的公式都更复杂,公式系统并不完整。1900年希尔伯特提出的二十三问之一就是如何用一套公理系统来统一数学,其沿用了莱布尼茨的思路,即如何找出一套符号系统来模拟整个世界。⑦很多学者,尤其是符号主义者,一直怀有这种梦想。比如爱因斯坦就想要找到一种统一的方程,但是这个梦想终究无法实现。

转载来源:中国社会科学网

未经允许不得转载:思问哲学网 » 行为主义、联结主义和符号主义的贯通

分享到: 生成海报