计算机中的人工指令”解析及案例分析

通过检视计算机的指令清单，我们就不可避免地来到了“人工指令”这个概念。“人工指令”是指无法通过计算机模拟充分实现其功能的指令。我们不知道人脑指令清单的详情，也不确知人工智能工程最终将能够模拟哪些种类的思维活动，又不能模拟哪些种类的思维活动，所以也就（至少暂时地）不可能确切地知道“人工指令”都有哪些。对这个问题的探索只能尝试着进行。首先，一些人曾经认为，计算机只能进行数学计算和演绎推理，不适合模拟联想、想象、归纳、模糊计算等复杂的思维活动。然而，近数十年来，人工智能工程却在这些领域中不断取得进展。例如，你在互联网上发表了一篇文章，其中的一些词语会被自动标识为“超级链接”格式，以便读者深度阅读。实际上这种功能就类似于“联想”。有些人会反驳说，这不是“真正的”联想，真正的联想要比这“复杂得多”。这话也许并不全错。然而，问题在于，其实我们通常很少仔细地考虑“联想”的具体过程。上述功能背后的实现步骤，在主要方面上必定都是与“真正的联想”差不多的，即寻找对象的特征，然后在记忆中搜索与这些特征相联系的东西。又如，当你开始使用某个新的软件时，过一会儿，软件会提示你：看来你似乎不喜欢某某功能，要不要关闭它？这就是软件所做的归纳。这个归纳不一定准确，有的错得也很离谱；但是，人脑的归纳能力往往也不过如此，在很多情况下它都不够完备。至于想象一些虚拟的、虚幻的事物，计算机更不能被排除在外了。计算机模拟和仿真技术如今具有极为广泛的应用。运用计算机来设计产品，就是在“想象”一些世界上还不存在的东西。如果要说得直观一些，那么，网络游戏的世界则足够“超现实”了，其程度恐怕不亚于传统的“幻想小说”。关键在于，我们需要认识到，如果说人脑接收信息的过程是在“反映”外部世界的话，那么，信息加工过程则绝不是在简单地继续这个“反映过程”。“加工”就是在以已有的东西制造现在还没有的东西，就是在“创造”。11＋14＝25，这个计算过程是在“创造”吗？对于某个旁观者来说，这可能不算；而对于当事人来说，当然是。因为，假如他业已拥有了这个结果（25），为什么还要计算一下呢？所以，计算行为的发生表明，这个结果对他来说就是“新的”；或者，即使他在什么地方存有一个旧的答案，由于去进行回忆或者查询很麻烦，他宁愿重新计算一遍。这就是我们把思想看作一个个的“客观实在”的微妙含义之所在。只要我们以这样的眼光来看待人类思维活动，则“想象”也就不再那么神秘了。

我们可以用这种微观分析的方法来解析诸如类比、分析、综合、抽象、概括、学习等各种各样的思维活动。通过这样的解读，诸多传统的似是而非的认识就可以大幅度地得到澄清。这种“澄清”的后果之一，就是“人工指令”的候选项显著地减少了。

截至目前，笔者可以举出的“人工指令”的一个例子，就是“抽签”。抽签意味着针对一些选项，当事人自由地决定选择哪一个。这意味着在同样不变的情势之下，当事人每一次的决策可能会有所不同。这是对于“特定指令加工特定的信息，永远只得出特定不变的结果”这一假定的一个重要的例外。“抽签”意味着自由意志，至少有一些人是这样认为的。这是社会科学中极为重要的一个议题，也将是本书中的重要议题之一。计算机不能产生真正的随机数；也就是说，它不能抽签。凡是需要使用随机数的地方，计算机一般会通过两种方法来处理：一是使用一种物理装置，来生成随机数；另一个办法是引入某种程式和算法，从而产生某些看上去似乎是“随机的”结果。由于这些结果实际上是通过严格的计算而产生的，所以称作“伪随机数”。“伪随机数”与真正的随机数有多大差别呢？可以相信，在大部分实际应用中，区别并不很大。但是，如果一个人相信这个区别具有本质性，那么，“抽签”就可以算作一个“人工指令”了。(www.xing528.com)

通过以上分析，可以使我们对机器人与算法人之间的相同点与差别有所认识，进而对算法人与真实的人之间的关系也有所认识。即使机器人与算法人之间的区别较大，笔者相信，算法人与真实的人之间的区别也是很小的。就其在社会科学上的应用来说，后一种区别主要可以视作形式性的，而非实质性的。不过，同样可以相信的是，无论用算法人来替代真实的人，还是用机器人来替代算法人，都是可以大有作为的。

这就是“理论”的作用之一。一种“理论”制造了一种话题，提供了一种研究问题的程序，增加了论点的明晰性，从而使知识取得进步。