加载中…人工智能与哲学
(2018-07-13 16:42:38)
标签：
人工智能哲学思维数字化意识 |
人工智能与哲学
人工智能理论在目前仍然很不成熟，在一些基本理论上几乎都没有定论。人工智能学是多种人文和科技学科的交叉科学，甚至可以说是哲学和科学的顶峰。
我们永远无法为选择规则而制定规则或程序。如果存在一个可以用来选择规则的规则，这个规则就会与被选择的那些规则合并成为一个新的规则，即一个新的被选择的规则。
由此我们可以得出以下推论：
1. 我们无法编写一个独立的程序用以选择其他程序。因此电脑智能或人工智能是不能完全程序化的，或者说它是不能靠程序实现的。
2. 对于物质世界我们所能够做的就是把某个规则与其他规则合并以制定一个新规则。这种方式可以使我们制定更多更好的规则。但是我们在生活中所面临的大量事物是不能完全程序化的。电脑智能和其他人工智能就是要能够处理尚未程序化的问题和包括选择规则在内的那些无法程序化的问题。
3. 任何无智能的事物都不具备选择规则的能力，换句话说，具有这种能力的事物可以被认为是具有智能的生命或具有智能的人工生命。
4. 一个非生命或非人工生命的自动系统在任何情况下都不可能有一个以上的程序，否则的话它就要面临对这些程序的选择。
5. 我们人类经常会遇到大量的各种选择。但是我们通常没有精确的规则让我们作出选择。人类和其他高级生命通常是用本能和价值观进行判断和选择，而本能和价值观既不是规则也不是程序，它们是思想和行为指向的内在驱动力。
6. 选择规则需要智能，但执行规则是不需要智能的。思维和论理并不是在执行规则，实际上是在试图选择规则。
7. 选择规则是一种模糊过程，而规则本身是精确的。
8. 寻找规则、改变规则和制定规则都包括了选择规则这一过程。它们在原理上都适用这一悖论, 即不存在一种可以用来寻找、改变和制定其他规则的规则。
9. 能够改变自身规则的规则是存在的。不过，如果这个改变过程需要寻找规则话，它也适用这一悖论。一个规则功能或外在表现是可以自我变化的，例如计算机病毒就会改变自身的功能。但是，这种变化是在原有规则之中的。
10. 任何规则都与它相反的规则是等同的，区别在于我们用两种相反的方式来解释它。任一规则一旦与其它规则发生具体的联系就会与这些规则合并成为一个新的规则。在计算机系统中这种联系就是逻辑门。
规则与规律
规则可以是个别的，而规律是公共的。
规则可以包括规律，但规律不能包括规则。
规则可以被改变，但规律不能被改变。规律可以与其他规律和规则结合形成一个新的规则并成为这个规则的一部分。
规则和规律都是具体的，精确的，可重复的和可程序化的。
规律在条件具备时一定发生作用，无论它是否被列入程序。
规律在一个自动系统中不一定是它规则的一部分，尽管它在一定条件下会发生作用，因为宇宙中万物的存在和运动都有某种规律伴随。
如果规则与规律不符或背离，人们称之为荒谬。
假定一个非生命系统能够靠经验和学习发现规律，它就必须要把它引入自身的规则之中以形成一个新的规则，并且在这个过程中不能选择其他规则。
这就产生了以下问题：
1. 这个系统如何知道在它的经验中包含新的规律以及这个规律对它是否有用？因此我们必须提前向它提供包括这种判断和选择能力的程序，然而根据规则之悖论，这种程序是根本不存在的。
2. 这个系统如何把这个新的规律与它自身现有的规则结合？而且这个结合过程只能利用自身的规则。否则的话，它又会面临选择规则这一悖论。
3. 一个非生命系统如何具有自己要达到的目标？这个目标是什么？它是怎么来的？如果是人赋予的，它和现在的电脑有什么区别？
4. 当这个系统从经验中发现规律以及从其他系统中收到规则时，它如何在不能选择其他规则的情况下判断和翻译这些东西？难道它不分青红皂白地把这些东西插入到它的自身规则之中吗？或者它如何过滤接收的所有输入或感受的信息以选择对它有用的部分？难道就象电脑那样事先由程序精确地规定所能接受的信息输入和感受？
5. 这个系统如何在不能选择其他规则的情况下学习规律和其他规则呢？只有当这个系统获得现有规则不具备的能力时，我们才能认为它具有学习能力。否则的话，这种"学习"就是一种程序化模拟，让人看上去好象具有学习能力。
6. 是否存在这样一种可能，那就是一个非生命或非人工生命的系统仅仅靠能学习规律和其他规则就能够使自身形成或者获得选择规则的能力？如果能的话，就必然存在一种规律或规则能够帮助选择规则。不幸的是这种规律和规则都是不存在的。如果存在的话，它就能够帮助自己选择规则，这又进入了规则之悖论。
7. 有人说，这个系统可以不用规则来达到自身的目标。那么它用什么方式工作呢？一个无序的系统能干什么呢？智能的解释是人类的概念。决定一个系统是否有智能必须能被人类所解释, 人类只能按照人类自身的规则和掌握的规则来解释。人类无法解释人类自认为无序的系统的"智能行为"。
模拟
电脑的一个重要用途是把模拟技术发挥到极致。电脑可模拟火箭发射、火山爆发、核爆炸等等，但是它在模拟人的情感和智能方面却无能为力。
电脑的模拟技术是数字式的，属于理性范畴，而人的情感和智能属于感性范畴。感性是高级生命特有的。人类的欲望、情感、智能和意志都是人的生命表象。情感是只有是真时才能够起作用。情感是不能制造的，模拟永远是假的。因为一旦这些东西脱离了它们的主体，就不存在了。如果电脑能够实现这些表象，我们就可以把它看作具有生命。
模拟通常有两种方式，模型方式和数字方式。显然物质模型无法模拟人的精神世界。尽管数字模拟的过程完全是假的，但它可以使人获得真实情况的结果。数字模拟只能给出结果，但不是真正经过的过程。例如电脑模拟汽车碰撞的情况时，电脑在显示器上可以显示所谓的过程，在喇叭里发出声响，这些"虚拟真实"不过是在欺骗我们，因为电脑里未发生任何真的碰撞和声响。人的情感和智能表象恰恰是过程而不仅仅是结果。这是电脑的数字化模拟技术为什么无法模拟人脑的最根本原因。
模拟是由人编制程序以实现被模拟事物的表象。模拟技术可以表现事物的真实性，不过凡是人的内在特性都无法通过模拟方式真实体现。这并不是说电脑不能模拟人的某些感性特征，而是指这种不论不类模拟是假的，是人通过程序编造的，这种东西可以用在游乐场或简单的服务实施。这种模拟人的过程是外在的、程序化的，它与会动、会哭、会笑、会说话的玩具娃娃在本质上没有什么区别。
现在许多科学家正徒劳地试图用电脑的数字化技术模拟或真正实现人的情感和智能。时间将无情地证明他们走的是一条错误的路。
智能的错觉
我们通常有两类问题要解决。一类是解决问题的结果和过程完全是合乎逻辑的和可预见的，因此我们只要对某种条件的刺激自动作出反应。这被称之为精确。另外一类问题是我们不能预见的，我们通常不知道是否有适用的规则或不知道选择哪个现成规则来解决问题。这种情况被称之为模糊。显然后一类过程是需要智能的。让我们看看第一类过程是否需要智能。
第一类情况可以编程，因为我们知道在预期的情况下对于某种刺激该如何反应，或者我们确信通过逻辑可以得出准确的结果。这就是人工智能的工作方式。不过，这会让我们产生错觉，认为的人工智能是真正的智能。因为我们人类是经常这样做的，或者说人工智能可以表现出智能生命的某些功能。
而我所强调的是根据自身价值观从很多规则中选择正确的规则才需要真正的智能。而假的智能如果没有外部提示或引导则不具备选择规则的能力。当遇到新的、料想不到的和不断变化的情况时只有高级进化的生命才有这种能力。面对规则的选择是这些生命很普通的经历。这也说明为什么我们至今无法制造一种通用程序用于法庭审判，学校教学或医疗诊治等。
现代科技与数字化相结合只能够解决理性化的问题，并在这个范畴内大大超过人的能力。但是，智能是用来解决感性问题的。
智能被认为是一种主观概念。对于人工智能来说重要的是如何去实现它以及面对各种选择我们能走多远。
智能的概念常被滥用。现代科技与计算机技术结合几乎可以模拟任何事物包括“学习”以欺骗我们的感觉。
计算机程序的功能同样给我们造成错觉，因为计算机功能与智能生命的某些功能相同。这是功能学派的基本观点。但我认为从根本上说这些功能是由它的制做者规定和控制的。我很难承认物质世界(非生命)具有自己的欲望和意志，不论它表现得如何生动，更不用谈它自身的价值观了。智能是包括两端在内的过程，而不仅仅是结果。功能或虚拟现实只能让我们看到结果。
关于所谓功能，我举一个简单例子：假定12345除以98.76是刺激、原因或输入，125是反应、结果或输出。我们如何判定这个计算是否是智能的呢？我们也许认为它是来自智能的结果，因为我们人类要靠智能才能实现这个计算过程。但是如果这个过程是计算器完成的，我们又怎么想？甚至包括显示器显示出在一个黑板上的计算过程，我们又怎么看待这个虚拟现实？
非生命系统和智能系统开始某个工作时是不同的。如果任何工作都是由于条件的具备或外部指定而开始的，我们就不认为这个系统具有智能，因为它是完全程序化的而且不能选择规则。但是在某种情况下一项工作开始执行某个程序以实现系统自身的某个目标并不是任何程序的运行的条件已经完全达到，或者说是我们预测不到的。我们就认为这个系统具有智能，因为它有选择规则的内驱力。后者情况是难以想象的，但是高级形式的生命能够做到。开始工作与选择规则是密切联系的。我们人类制定了大量的规则供我们选择，但是非生命人工智能只有一个规则可以运行，尽管这个规则要复杂得多而且可能要比我们大脑中的任何现成的规则都好。
在英文中Artificial这个词有两个含义，一是人工的，二是假的。这样我们就有三种“智能”，生命智能、人工真智能和人工假智能。我不认为虚拟现实是智能的，它让我们感受的是游戏而不是智能。
假定一个人工智能系统有不只一个规则，这些规则就应该是相互独立的。这个系统就应该具有从中选择规则的能力。关键问题是它如何通过学习选择、改变这些规则或建立新规则。用程序？灰色理论或相关分析法？还是量子计算机？系统能否建立类似价值观的内在的动态平衡机制。我们永远无法用精确的方法实现模糊方式。这正是我们世界的深奥之处。
我们可以制做越来越好的电脑和机器人为我们人类服务。在具有超级智能的人工生命或外星“人”出现之前，我们是这个世界的主宰。
思维是数字化的吗？
有个很简单的证据就是人的数字计算能力只能在很肤浅的水平上进行。大多数人要使用计算器、算盘或笔纸之类的工具进行简单计算，更不用说复杂计算了。而动物基本上没有计算能力。
如果人脑的工作是数字式的，没有人会需要计算器了。有些被称之为天才白痴的人具有很强的计算能力，这是因为他们大脑中的无意识区加深了计算“程序”，其结果导致意识区功能的异常。由于电脑是完全“无意识”，所以是最伟大的天才白痴。
大脑思维在一定水平上是使用某种“印象块”或“记忆块”而不是数字。这说明我们大脑并不是好的数字计算器。即使很简单的数字计算也无法“程序化”或者说靠无意识算出。尽管在某些逻辑上相同，数字化与大脑的工作机制相距甚远。
大脑神经元的兴奋和抑制并不证明人脑的思维是数字式的。我认为它们是在关联“记忆块” 。在神经元水平上不存在数字和模拟的区别。
在大脑思维中，计算过程位于无意识区很肤浅的水平，要比其它情感区浅得多。不借用辅助工具人脑可以而构思深刻复杂的语言和形象作品，但却难以进行简单的数字计算。大脑的无意识包括了大量短小的“程序”，而电脑的程序和步骤远比大脑中的程序复杂和长得多。
几乎我们所有的价值观都是无法程序化的。如果有人试图去做，他最终将会落入一个逻辑陷阱，即“制做一个程序用来选择其它程序而本身又不包括那些被选择的程序”。根据我的理论，价值观与系统墒有关。
价值观既可以是公共的也可以是个别人的。智能主体是使用本能和价值观来判定和作出选择的，而不是使用精确的规则和程序。价值观是可以改变的，就象我们有时改变对某种情况的态度那样。
价值观是分层次的，有基本的，道德的，经验的和即时的。我们经常面对得失取舍，受益和付出，获利和风险，我们贪婪而又恐惧。这些形成了我们所处的永不完美世界的真实生活。就连我为参加一个聚会做个什么发型也取决于我的价值观。对于人工智能来说最难的就是即时或短期价值的判定。
人们用价值观解释人的行为是我们试图用量化的方式解释人的判断和选择，但不能证明人脑的思维是数字式的。
思维与意识
在人工智能界许多人认为人的思维和意识是人脑组织工作的附带现象或偶发现象。只要制造的东西具有象人脑那样组织结构就会产生意识和思维。所以说为了制造思想机器，人们不得不抛弃精神与物质的二元论，而转向一元论，成为彻底的唯物主义者。
但是我认为这类理论还是难以解决人工智能的困惑。虽然这种理论的前提是物质决定精神，但它难以解释人的思维或精神对人体或行为的支配和取向。我们无法理解这种解附带现象为什么是意识。另外，智能究竟是思想还是行为? 我坚决认为智能是我们可以理解的思想。如果把智能仅仅看作行为或功能，我们就会得出几乎任何东西都具有智能的荒唐结论。只有当我们可以理解但无法准确预料一个主体的行为的情况下，我们才能够理解它的思想。
还有人认为任何物质结构和系统包括水、土、石、空气等物质都具有意识、意志或精神，只是我们无法感受它们，除非它们形成某种复杂的系统组织结构。这似乎是某种宗教神学理论，让我们又回到了究竟是精神决定物质还物质决定精神的永无休止争论。
精神与物质是哲学讨论的老话题，也是基本话题。人工智能哲学使我们不得不又回到这个问题上。我们无法证明哪些理论的对错或部分对错。既然我们讨论如何制造具有智能的东西，我们就要解释这个东西应该是什么样的，哪些方法可行或不可行。人工智能哲学与其它讨论抽象概念的哲学不同，它应该受到可操作性(肯定或否定)的审视。
我们的大脑模式或思维结构是按一定的有序程度组织的。这种有序性就是我们思想中的规则。我们的大脑是靠这些规则(因果关系)理解和解释事物的。如果事物结构的有序性与我们大脑的思维结构不兼容，我们就无法理解或暂时不能理解它们，因为我们对事物的认识是来自感官的。由此推断人工思想机器的思维结构必须与我们大脑的组织结构在模式上兼容。
当我们紧张不安时，我们就会意识到我们的大脑没有处于良好的有序状态。我们的行为正是我们的大脑为自己工作的结果，即大脑正在调整自己的组织结构或变得更加有序，最终是通过行为显现的。
计算机或控制系统都有硬件和软件，智能生命也有身体和意识，就象光具有波粒二重性。软件就象头脑，它控制“身体”的行为，但是它的功能并不一定是有智慧的。
软件是系统的组织结构。与电脑运行软件不同，思维不仅是在运行软件而且是在进行自身结构重组，使其更加有序。
在人的神经网络系统中，大脑产生意识。意识是大脑记忆某些自身活动的结果。意识内容总是尽可能转向无意识，即从模糊到有序。意识通过注意和集中只是处理问题的模糊部分，而无意识则是过滤信息和支配多任务，准确地对平常来自环境和身体内部的信号或刺激作出反应。大脑可以回忆无意识区的记忆，但是处理记忆则是在意识区进行思维。
电脑程序完全是 "无意识" 的或者说是完全有序的。无意识永远不会接受来自意识的模糊内容。
我们能够感受两种现象，自然(非生命)和生活。智能是一种生命活动现象。一般讲我们可以预期自然现象和发现自然规律，但是我们不能找出普遍的动物生活现象的规律，也不能精确预测动物的行为。生命(动物)具有意志。
世界上所有生命包括植物在最初阶段都只有无意识。无意识的作用一是完全有序的，支配生命自身的行为对外界和内部刺激作出准确的反应以适应环境和为了生存。二是完全无序的，由自然来选择。无意识不能处理模糊问题。
当生命进化到一定程度，它们开始以简单的记忆方式记录刺激与反应的关系并形成经验。这样就产生了意识。生命初期的意识没有自觉性。当生命能够以信息的方式记忆它正在作什么，它就有了自我意识。
意识是主体对模糊信息刺激反应过程的记忆结果。可以说大脑也是这种记忆的产物。如果我们接受这个观点，意识就简单地成为记忆问题了。由于无意识，记忆并不记录所有的大脑活动。要是电脑能够伴随自发地记录自己的工作过程，就能够有自我意识。
讨论意识而不涉及无意识是不恰当的，因为无意识是意识的深厚基础。我们的记忆都在无意识之中。
无意识的作用是过滤输入的信息、组织关联记忆或经验以及完成多任务等。而潜意识是心理学词汇，通常用来解释人的思维和行为的驱动。无意识并不是大脑空空，只要没有脑死亡它就会永远不停地工作。
人脑的智能活动是意识和无意识的混合工作。没有无意识就没有智能。
讨论大脑思维可分为不同层次，从最表面的行为表象和情感到甚至基本粒子的状态、运动和相互作用。不论我们所指的数字、模拟、图像、情感、价值观、量子是什么意思，如果我们在一个讨论中跨越不同的层次，就会经常引起误解和混乱。
作为人工智能主体的神经网络必须包括“大脑”和“身体”。所谓大脑就是这个系统的意识区和无意识结构或程序。意识区处理模糊问题。它包括处理记忆和编程功能。无意识程序处理精确问题。包括过滤信息、多任务功能和储存记忆。所谓身体包括感官和行为执行机构。
智能系统内部成员必须是靠神经系统联系的。这也就是说它们之间不得存在任何信息传递界面。电脑部件之间的信息传递是有界面的，所以仅从这一点上讲电脑不可能是个智能主体。
任何人造系统必然存在一个界面，在这个界面上人和人工物的交互方式是兼容的。如果我们制造一个具有自我意识的“人工智能”系统，就应该在它的自我意识和自我人工物之间存在一个界面。那么这个界面应该是什么样的呢？我实在难以想象。
另外，设计这种系统必须让我们提前知道它如何产生意识，而意识又是我们设计目标的一种附带现象。它又是在这个系统被制造完成之后才能显现的。我们设计制造东西是靠我们头脑中现有的规则和逻辑，因此我们对人工物自身的功能和发展过程是能够预期的。我们无法设计一种我们不能理解和预期它的功能机器。因此我们只好模拟大脑功能，这又让我们面对界面的难题。因此我们开始转向量子理论。但是我们不能肯定我们大脑的工作机理是否是量子化的。
模糊与有序
熵是衡量一个系统有序程度的量。一个系统的智能行为就是试图使它自身的熵降低或者避免使其熵增加。严格地讲，任何基本机械单元都是只能够进行能量转换，所谓消耗能量只能使它周围环境更加有序，但是却不能使其本身更加有序或熵降低。大脑则不同，它能够使自己更加有序化。因此大脑不象许多人工智能研究者认为的那样如同一个机器。
熵的概念可以定性和定量研究一个含有大量成员的系统的组织化程度，可以帮助我们更好地理解，预测和计算系统内部的相互作用和与其他系统或与它的环境之间的能量与质量传递、渗透和交换作用的向量。
大脑正是这样一种系统，它有巨量的神经元。熵的概念可以帮我们理解大脑的价值观、规则等功能，这些功能支配主体的行为指向。
我们制造的工具、机器和程序只能用来解决精确问题，而处理模糊问题则需要头脑智能。科技的进步使人类傲慢地相信可以制造解决模糊问题的“机器”(非人工生命)。
模糊是介于无序和有序之间的状态。从理论上讲对于一个系统采用物理和数学方法可以把“模糊”分解为部分元素或成员的无序和其他元素或成员的有序。模糊是我们生活中的经常感受，我们经常可以知道事物的大致发展方向，但我们无法用规则对其进行精确“计算”和预测。这种模糊问题使我们难以设计人工智能机器的具体行为。
目前只有大脑通过意识能够或者试图区别这些部分而不是直接采用数理分析的方式。这正是我们大脑的神秘之处。
大脑的神奇正是在于它具有处理模糊问题的能力。大脑并不是靠“规则”解决模糊问题，更不是靠精确的数学物理分析和计算式的思维活动。这种能力在于大脑有 "意识"。意识使处理模糊问题变得简单可行。
根据我的理论，只有意识才有选择规则的能力，即智能。人工智能就是具有意识的人工物，严格地讲是具有 "大脑" 的人工生命。由此进一步推论：数字化模拟技术无法产生智能。
知识是包括规律在内的规则，由意识加工而成，潜伏在大脑的无意识中。当我们有意图时一部分知识就会有意识地显现，就会知道头脑中知识的这一部分。
一个系统内部的能量和物质流动会引起系统成员的状态和系统内部的排序结构或有序程度发生变化，同样这种变化也会导致产生这种能量和物质流动。如果这种 "流" 是系统某些成员的状态发生变化而产生的并能够影响其它成员的状态，它的网路结构就是这个系统的软件。在大脑中这种网路结构就是突触，也是中枢神经系统的最重要部分。在电脑中信号电流的通道和门构成了这种网路结构，即电脑软件。
当一个系统可以通过与外界的能量和物质交换同外界发生相互作用时，在它的界面上能够产生一种能量流从而影响它的成员的状态和系统的有序程度。在一个有序或不均衡的系统中，很微小的能量流就可以对系统的功能或行为产生很大的影响。这个系统越是有序或越是不平衡就越敏感，这种影响力就会越大。我们称这种能量流为信号或信息。对生命来说，这个界面就是感官。
在一个有序程度很低的系统中，这种信息流对它的影响力就很小。换句话说，在这种系统界面上发生的能量和信号传递和交换对系统的影响是没有什么差别的。
在神经网络系统中，无意识是系统的有序状态或不均衡状态，它试图维持自身对环境的有序性作出反应。而意识是系统处于模糊状态，它是试图把来自界面的模糊信号变成新的有序状态的反应过程。大脑的工作就是试图使其成员对信息流的反应达到有序状态。
当部分无意识的记忆内容进入到意识状态后，系统就会产生注意力。这时系统的某一局部从有序状态变成模糊状态，使它只接收和处理这些无意识规则范围内的模糊信息。注意力是某些无意识内容重新被加工和再记忆的过程，是系统某个部分自组织过程的“反刍”或继续。这种从有序到模糊的结果就产生了注意力。
注意力是模糊识别的最重要前提条件。问题是系统为什么和如何使自己的某些部分从有序状态变成模糊状态。
对此，我曾在文章中多次提出，当无意识无法处理接收到的信息时，就会产生注意力。有兴趣的读者可参阅我的其他文章。
这种解释并没有说明意识或思维的产生。我认为思维是一个系统向更加有序的自组织的过程。意识由这个过程的记忆所产生。
意识本身就是模糊的。意识是用来处理模糊问题的，但是它不能够处理自身的模糊或意识。这就产生了一个难题：意识能够被意识吗？
实现人工智能的必要条件
一、 人工智能或人工神经网络必须是一个元系统或者说它的内部不得存在任何信息界面。
定义：一个不包含子系统(自身除外)的系统为元系统。
子系统之间的界面问题是实现人工智能或人工神经网络的最大障碍。任何人造系统必然存在一个界面，在这个界面上人和人工物的交互方式是兼容的。如果我们制造或模拟一个具有自我意识的“人工智能”系统，就应该在它的自我意识和自我人工物之间存在一个界面。我实在搞不清这个界面是什么样的。机械方式是界面的本质，而统计性具有非理性特征。数字也是机械的，即使是数字模拟也无法让单个byte丧失意义。
二、 人工智能或人工神经网络的行为指向遵守统计性规则而不是机械规则。
我们对世界的理解来自对我们经验规律性的发现和学习。规律或因果律有两种，一是可精确重复的或可以预期的，二是统计的。所有人工物都是按机械规则(精确重复性)被设计和制造的，我们尚无法制造一种东西，它的原理和行为指向是遵守统计性规律的。生命和智能服从统计性规律，所以许多理论称人是机器是极其荒谬的。量子效应虽然遵守统计性规律，但对于量子计算机我们尚未克服界面的困惑。
制造智能与制造生命是等同的。生物学无法让我们知道如何制造生命，我们需要知道的是：生命与智能的物理过程！
人工智能的实现而不仅仅在于系统的复杂性，关键是如何解决统计性与机械性的界面问题。
喜欢
0
赠金笔