适应性表征与智能的生成
2023年06月13日 09:52 来源:《中国社会科学报》2023年6月13日第2670期 作者:魏屹东

  智能是如何产生的,即智能的生成问题,一直是哲学、认知科学和人工智能面临的难题。智能涉及意识、心智、自我等心性概念,这些概念在认知主义范式中难以操作,在涌现论范式中则是模糊的,因为它们的指称很难确定。人类具有意识和智能,并能够随着环境或目标的变化及时调整行为。让人工智能拥有类人的能力,或许是人工智能未来发展的关键。那么,人工智能能否像人类一般,随着环境或目标的改变进行及时调整?能否具有适应性和灵活性?要破解此难题,则需要概念框架上的突破。适应性表征是一种主体使用中介客体对目标客体进行范畴化的能力,并且这种能力会随着目标与环境的改变不断提升——这或许能够为概念框架的突破带来新的可能性。

  内在机制 

  生物具有适应性是一种普遍现象。进化生物学表明,生物进化而来的特定行为模式,往往致力于增加适合度的特定功能。生物的身体以及基于身体的种种能力都具有适应性,人类的认知能力也是如此。对于人工智能而言,通过适应性表征呈现与应对不断变化的世界,或许是智能生成的重要基础。文化人类学表明,人的智能和知识为自然演化和文化发展共同塑造,蕴含着适应性并彰显着表征属性。当代认知科学的“具身认知”“嵌入认知”“生成认知”“延展认知”以及“情境认知”纲领,都表明身体运动系统对于认知系统而言是不可或缺的,并揭示出认知活动是一种适应性表征行为。

  人工智能为人类所设计和制造,其适应性往往会嵌入人类的适应性。人工智能若要模拟人类思维和行为,可能需要具有自搜索、自组织、自复制、自提升等能力。当智能体能够适应不断变化的外部环境并完成各类任务,通过自我学习解决各种问题时,便展现出了某种适应性表征能力,或许可以使人工系统产生智能行为。人工智能走向适应性表征,是从自然认知到人工认知再到自然—人工认知融合的过程,是一个肯定—否定—否定之否定的辩证发展过程,也是认识论和方法论上的一次飞跃。

  解释框架 

  适应性表征包括两个子概念:适应性和表征。适应性意味着自动调节和自我复制,表征意味着自主表达和意义呈现。适应性表征的概念由两个子概念组合而成,蕴含了主体的反应性和意向性、具身性和情境性、自主性和语义性的统一。并且,适应性反映了认知科学中涌现论范式的自组织性,表征体现了人工智能中认知主义范式的计算表征性。适应性表征是两种范式结合而成的“混合范式”,能够展现出不同认知系统的共通性。

  虽然智能体的适应性往往并非生物学意义上的适应性(比如,没有身体的智能体的搜索、表征、学习等,基本上也都是适应性的),但适应环境变化是不同适应性的共同目标。生物的适应性多为对自然环境(包括文化和社会环境)的适应,智能体的适应则包括对人为设置环境的适应,以及对自然环境的适应(比如,自动驾驶汽车能够通过各种传感器探测自然环境中的各种情况,并以此不断调整行驶状态)。

  作为解释框架,适应性表征需要通过主体得以实现。人工智能的主体可分为:逻辑主体、搜索主体、决策主体、学习主体、问题—解决主体。逻辑主体意味着推理能力,搜索主体意味着发现能力,决策主体意味着规划能力,学习主体意味着理解能力,问题—解决主体意味着完成复杂任务的创造力。这五种能力共同构成了人工智能适应性表征的能力体系。其中,逻辑是符号表征的基础,搜索是发现的本质,学习是提升能力的方法,决策是彰显主体性的标志,问题—解决是认知的目标。

  可能路径 

  第一,提升主体性。无论是自然的还是人工的认知行为,都有其主体,而且是适应性主体。在某种程度上,人工智能的主体或为智能体或智能组(算法或程序),可称其为人工主体。在“有智能”的意义上,人工主体同自然主体是相通的——认知科学和人工智能可以说是认知或智能这枚硬币的两面。尽管它们实现的机制存在差异,但在解决问题的意义上两种智能具有相同的功能。

  第二,强化情境性。适应性表征蕴含着特定情境中的共变关系,即表征与其对象随着环境变化而动态变化。智能的生成与知识的获得,都需要基于适应性表征——这正是人工智能进一步发展的前提。适应性表征是基于情境的认知推理,能够将不同认知系统有效连接起来,从而实现从生物适应性到机器适应性的过渡,使机器自主学习、自我提升、自我表征得以实现。

  第三,塑造语境性。像人类那样拥有语境,而且能够自主融入变化的语境,或许是智能体能否理解意义的关键。在人工智能模拟人类智能运作机制和模式的过程中,语境是不可或缺的。为人工智能建立常识知识库,通过适应性表征让其拥有自己的语境,可能是使其触及人类智能的重要路径。

  第四,利用多重可实现性。认知是一种探索过程,同时是一种对观念的表征。对于科学认知,适应性表征往往体现为建构意义、显现关系、呈现结构。对于人工认知,适应性表征则通常体现为智能体的适应性行为,并且这种适应性表征能力具有多重可实现性,可以通过多种表征方式实现,比如,语义网、贝叶斯网、遗传算法、强化学习、深度学习等以及不同方式的结合。

  (本文系国家社科基金后期资助重点项目“人工智能:从物理符号操作到适应性表征”(21FZXA006)阶段性成果) 

  (作者单位:山西大学哲学社会学学院) 

责任编辑:张晶
二维码图标2.jpg
重点推荐
最新文章
图  片
视  频

友情链接: 中国社会科学院官方网站 | 中国社会科学网

网站备案号:京公网安备11010502030146号 工信部:京ICP备11013869号

中国社会科学杂志社版权所有 未经允许不得转载使用

总编辑邮箱:zzszbj@126.com 本网联系方式:010-85886809 地址:北京市朝阳区光华路15号院1号楼11-12层 邮编:100026

Baidu
map