人工智能无法超越理性计算范畴

工具主义定位排斥人工智能的主体性问题，不考虑科幻意义颇浓的“人工智能威胁论”或“脑机对接”等过于遥远的命题，而是专注于这一工具本身所具有的潜能和极限。从技术原理上看，人工智能是计算机应用工程，无法超越理性计算范畴。回溯到计算机本源，计算机之父图灵所设计的“图灵机”这一数学模型，为今天和未来很长时间的计算机划定了一条不可超越的界限。它们遵循以下底层逻辑原理：世界上是否所有数学问题都有明确的答案？如果有明确的答案，是否可以通过有限步骤的计算得到答案？对于那些有可能依靠有限步骤计算出来的数学问题，能否有一种假想的机器，让它不断运动，最后当机器停下来的时候，那个数学问题就解决了？图灵最终研究的结论是，世界上有很多问题，其中只有一部分是数学问题；在数学问题中，只有一小部分是有解的；在有解的问题中，只有一部分是理想状态的图灵机可以解决的；在后一类的问题中，又只有一部分是今天实际的计算机可以解决的；而人工智能可以解决的问题，又只是计算机可以解决的问题的一部分。^[5]清华大学未来实验室首席研究员马兆远也主张正视人工智能的不能，认为图灵机恰恰验证和拓展了哥德尔不完备定理，它只能解决人类可认识、可描述清楚的问题；^[6]中国工程院院士邬贺铨也赞同这样的观点——人工智能其实就是统计学，只不过用了华丽的辞藻。^[7]有趣的是，美国哲学家希尔勒（John Searle）提出的“中文房间”的实验，很好地诠释和验证了上述底层逻辑：房外的人拿着象形文字来测试人工智能系统是否真正理解象形文字，而身处房间内的人工智能系统，只是根据象形文字的对照手册或字典机械地告诉房外人具体答案，虽然它给人以智能的印象，但其并无法真正理解接收到的信息，或者说它对象形文字一窍不通。希尔勒证明，强大的人工智能也只是和程序相关，而程序在思考方面几乎没有什么是可以告诉我们的。^[8]

人工智能解决问题的相关图示(www.xing528.com)

尽管从表象上看，人工智能似乎具备了一定的感知技术能力，如语音识别技术对应于人的听觉，图像识别技术对应于人的视觉，自然语言处理技术对应于人的读写；但从上述技术原理和实验看，人工智能无非是将其转化为数据的搜集、汇聚，并依靠特定的算法、程序将其有效输出而已，它只是“机械地”实现了人脑的智能，本身并不理解人脑的运作机理。目前，这类感知技术相对成熟，但其仅对应于人类感性范畴，要服务于后续的“认知”（理性认识）阶段，恐怕还有很长的路要走。^[9]也就是说，在理性计算范畴，人工智能理论上能够解决的，而且已经找到解决方法的问题，也是十分有限的。至于情感、价值、意志、信仰等非理性因素，人类尚且要发出“我们要悬置知识，为信仰留下空间”（康德语）的感慨^[10]，人工智能恐怕就更无法企及了。或者说，这些领域本就应当是人工智能应用的禁区。因为，人工智能的基础是信息程序，是以计算机科学中“0”和“1”以及真值“True”和“False”为边界的符合逻辑，并未成功地涉及所谓的情感逻辑。^[11]