关于人工智能哲学，我曾在这篇文章里 【脑洞大开】从哲学角度看人工智能：介绍徐英瑾的《心智、语言和机器》 做过介绍。

图片来源：http://product.dangdang.com/29419969.html

在我完成了一些人工智能相关的工作以后，我再来分享《心智、语言和机器-维特根斯坦哲学和人工智能科学的对话》这本书修订版相关的内容。包括哲学文化对AI科学发展的影响，哲学能为AI做哪些工作，休谟和康德如何启发人工智能从业者，维特根斯坦哲学如何指导AI研究三大前沿领域。

人工智能哲学是从哲学的角度，对人工智能科学的观念前提和工作方法，进行反思性的研究，人工智能哲学研究两个基本问题，一是机器智能是否可能，二是机器智能的实现需要怎样的心智理论提供更好的参照系统。

1 哲学文化对AI科学发展的影响

修订版增加了欧洲蓝脑计划失败的原因，即生物学还原主义和功能主义的冲突。

生物学还原主义biological reductionalism：人脑的高层次心理功能，在原则上都可以被还原为与之相关的底层生物学事件。

功能主义functionalism：认定某种高层次的生物机能具有认知论上的不可还原性与“多重可实现性”，例如基于对大脑完成数字化建模从而发现大脑运作的某种抽象机能，可以同时应用于诸如计算机的硅基物理载体和诸如人脑这样的碳基载体。例如得到神经科学支持的心理学理论具有独立性，会保持自身的抽象性，而不用被重新还原到神经科学的微观描述方式中去。

作为人工智能从业者，我自己也一再强调，由于人类智能是我们已知的高级智能，我们对人脑的研究，是我们做AI的基础。由于基于大脑数码建模的物理实现方式是硅基而非碳基的，人类会怀疑是否可能利用数字化建模重现脑科学的原理以实现人的智能。所以生物学还原主义必须得到功能主义的补充。人工智能工作，需要去重现从大脑微观结构的观察中提炼出来的各种信息。

关于对大脑工作原理的建模，可以思考以下一些问题

·      是否需要数字化重建神经元之间的突触连接状况？

·      是否需要研究人体化学物质的分泌对于智能系统运作的影响？

·      是否可以在高于神经生物学的心理层次从事建模工作？

·      AI研究如何从心理学得到启发？

2哲学能为AI做哪些工作？

用论证的方式检验AI学科中的基本假设
澄清AI学科中的基本概念的含义。
为AI科学的基本思想呈现一种历史视角，帮助AI从业人士看清AI相关技术进路的哲学前身。

内容来自《心智、语言和机器-维特根斯坦哲学和人工智能科学的对话》

注：＂进路＂对应英文学术文献中的Approach，其意义为研究的方法论选择。

3休谟和康德如何启发人工智能从业者

休谟的心智理论是人工智能联结主义的哲学先驱，他从认知心理学的角度阐述，心智理论应该弥补前符号表征（他将符号表征称为观念）层面和符号表征层面之间的鸿沟，以保证统一性。他将符号表征系统地还原为前符号的感觉原子（即印象），将心智的信息加工过程看成是“自下而上”的进路。人们的感官接受到外界的物理刺激，产生感觉印象，感觉印象的个例输入到心智机器以后就产生了抽象和记忆。抽象的产物就是“感觉观念”。

康德从知识论的角度，整合了“自上而下”进路（“知性”或“高阶知觉”）和“自下而上”进路（“感性”或“低阶知觉”），从而启发AI科学家。遵从自上而下的进路，我们不至于陷入普遍性知识的怀疑论，我们就可以解释人类心智可以凭借经验联想构成普适性的先天综合判断的原因。而遵从自下而上的进路，我们不至于陷入观念实在论或哲学独断论，我们就可以解释心智机器的最终输出能够和外部输入发生关联的原因。

4 维特根斯坦哲学如何指导AI研究三大前沿领域？

AI研究三大前沿领域包括中央推理系统的构建，中央推理系统和边缘感知模块（如视觉）之间的关系以及自然语言处理机制。

关于构建中央推理系统，维特根斯坦主义者认为，不能用经典逻辑刻画信念系统中各种信念之间的相关性和非相关性，因为经典逻辑无法识别到语义内涵之间的关系，不是处理相关问题的合适形式工具。维氏在解决颜色不相容问题（the color incompatible problem）时，提出放弃真值函项理论的主导地位，而以一种更为宽松的理论标准来界定逻辑命题和经验命题之间的界限。具体来说，需要放弃命题逻辑，而从词项逻辑的角度描述语义相关性。维氏也启发我们，经典逻辑框架无法解决“框架问题”，因为经典逻辑本质是超然于具体问题求解语境的公理化系统，如果采用非公理化的具有动力学特征的网络结构设计智能系统的信念体系，可以解决公理化系统的大量知识和问题求解语境提供的有限时间资源的矛盾问题。

关于如何在中央语义推理规则的规范下从事视觉相关工作，维氏提出了从语言构成看知觉构成的知觉理论，具体来说，边缘性模块的工作原理是中央语义系统的一般工作原理的某种变种，也就是说中央语义系统以某种无中介的方式影响各个模块的运作。具体来说，当认知主题从事视觉活动时，视觉活动的方式是受制于现有的知识框架和问题求解语境的。语义信息会牵制视觉机制得出不同的观点。书中以“兔鸭图”（或“两可图”）解释了这个道理。

关于统一的自然语言处理机制的设计，维氏提出了被称为语言游戏（language game）的语言哲学。他认为，语言不仅仅是不同层面上语言的句法转换游戏，语言理解需要理解说话者与生活世界的关联。而掌握这种关联，需要了解母语的习得过程和源初心理机制。维氏语言哲学认为，句法能力不是语义生成的根本，而只是是语义生成能力的附属产品，语言表征要最简化，智能系统可以被认为具有“将语义相关的词项加以组合的心理倾向”。

而心理倾向的实现需要感官经验和社会经验的刺激。也就是说,认知具有具身化（embodiment）和社会化（socialization）的特点，而这两种特点激发了母语习得的先天因素。

除了以上内容，书中还有很多有趣的内容，如《逻辑哲学论》的遗留难题，基于维特根斯坦哲学理想实现的纳思系统的逻辑规则、长期记忆组织和实时任务管理，我就不再此赘述。

图片来源：《心智、语言和机器-维特根斯坦哲学和人工智能科学的对话》封内，笔者拍摄

欢迎大家留言，一起讨论如何运用人工智能哲学做好人工智能的具体工作。