人工智能中的記憶問題——哲學在智能時代出場的一種方式

2018年12月12日,斯坦福大學發佈AI Index報告。這一報告具有比較重要的價值,能夠讓我們把握到人工智能領域的發展及其趨勢。這一報告至少指出了三個值得研究者關注的地方:1)機器學習、神經網絡和計算機視覺曾經是三大熱門方向;2)相比圖像,語言與常識將成為人工智能研究的前沿;3)AI的人文科學研究對於全世界來說都是薄弱點。第三點非常值得人文學科領域的學者關注。在人文學術日漸萎縮的今天,人工智能超出技術的規定性或許給人文學科復興帶來一種新的可能性。

通常所說的人文學科主要範圍較廣,包括哲學、歷史、文學、哲學、宗教、音樂、藝術等。只是這種說法於人工智能的人文研究探討沒有直接幫助,並不是所有的人文社會科學都與AI領域相關,我們需要從技術發展的脈絡中把握到可能的相關性學科,如最為直接相關的倫理學、心靈哲學、社會學,還有較為相關的藝術學。從哲學角度展開更進一步的思考顯得非常必要。作為諸多學科的基礎,如果我們能夠從哲學學科中看到強化的可能性,那麼其他人文社會科學的相關研究也就具有了理論基礎。本文的考察將繼續挖掘智能時代哲學可能的出場方式。一般說來,哲學被看作是“解碼人工智能的鑰匙”的觀念逐漸成形。“鑰匙”的比喻觀念最初來自牛津大學物理學教授戴維·多伊奇(David Deutsch),後來被國內哲學界接受,如哲學是理解“發展”的信息文明的鑰匙(王天恩,2018)。筆者提出了“記憶哲學是解碼人工智能及其發展的鑰匙”(楊慶峰,2018)。

在“鑰匙比喻”的基礎上繼續反思,能夠給予哲學在人工智能問題討論中更為紮實的根基,也能夠釐清哲學在智能時代的出場方式。本文選取角度是記憶研究。在以前的研究中,筆者指出記憶是古老的哲學問題,但是逐漸被哲學自身淡忘,繼而轉變為心理學的問題(楊慶峰,2017;2018)。為了更好地展開分析,我們從人工智能的四種討論方式入手分析。這四種討論方式是:語言學討論、功能性討論、行為性討論和結構性討論。

人工智能中的記憶問題——哲學在智能時代出場的一種方式

希臘神話中司記憶、語言和文字的女神墨涅莫辛涅(Mnemosyune),九位繆斯女神之一。19世紀英國畫家羅塞蒂繪。

首先是語義學的討論中通常會將智能與能力等同起來,記憶被看作是諸多能力之一。在語義學的討論中,智能則體現為人工智能系統的諸多能力,人工智能也被定義為讓機器模仿人類智能思考或行為就成為比較普遍接受的定義。在能力的劃分上,就可以區分為基本能力和高級能力。在18世紀的哲學人類學的視野中,基礎能力常常體現為與五種感官有關係的能力,如視覺、聽覺、觸覺、味覺和嗅覺。還有一種是與對運動物體把握的基本能力,這種感覺能力直到20世紀初才被揭示出來。高級能力通常是被看作是與理性和情感有關係的諸多能力。前者如理解、判斷、推理,後者如各類情感。記憶通常被看作是重要的基本能力之一,因為它是人類感覺滯留的結果,除此以外,記憶又被看作是人類思考、決策和行動的基礎。這種認識被普遍接受。美國紐約大學教授楊立坤(Yann LeCun)指出,“智能和常識等於知覺+預測模式+記憶+推理和規劃”。他指出了預測學習的最主要的任務是從提供的數據信息出發預測過去、現在和未來的一部分。首先是並沒有把握到記憶的關鍵本質,即它是作為上述現象得以存在和呈現的前提和條件。其次是忽略了遺忘的重要作用。神經科學的最新成果開始揭示出遺忘在思考、決策和行動中的作用。另外,在不同智能體記憶能力的揭示中,很多讓人驚歎的觀點被揭示出來。如最近的一項研究成果顯示:人工智能體在進行空間記憶的時候呈現出與人類和動物生物體類似的神經元結構。這一結論讓我們需要注意和思考機器智能、人類智能和動物智能之間的相似性。還有在智能體的討論中,與記憶有關的經歷會成為一個重要問題。當我們討論機器是否具有記憶問題的時候,這不僅僅是語言分析問題,也不僅僅是功能實現問題,而是關係到機器能否超越人類的前提性問題。

其次是智能體的功能性討論中更加突出了人工智能是基於某種特定結構或機制要實現的功能表達,記憶被看作是構成上述特定結構或者增強特定結構及機制的重要因素之一。如中國科學院陳霖院士指出人工智能的核心基礎科學問題是認知和計算。而記憶是認知層次構成的重要成分。同樣身為院士的清華大學張跋教授指出人工智能的趨勢是基於知識和數據的AI系統。而構成這兩種能力的基礎是記憶,對歷史數據進行解讀的基礎上進行的決策和行動。在楊立坤看來,循環網絡不能進行長期記憶、需要一個單獨的“海馬體”(記憶模塊)。在神經網絡能力的增強上,記憶模塊具有不可忽視的作用。這些觀點都顯示了人工智能中記憶概念的必要性。只是在不同的能力揭示中,有著不同的記憶定義。比如與感知能力有關的記憶理解中,記憶表現為信息的存儲和提取;而在認知的範疇中,記憶信息成為認知得以可能的前提條件。在決策範疇中,記憶主要表現為有效信息的提取,遺忘表現為無效信息的篩選和忽略。在討論到機器持續學學習的功能的時候,德國科學家張建偉提到了“機器自身的記憶發展”。

第三,在智能體的行為性討論中,行為會表現為至少四種相關模式,而記憶在這些模式中的作用是不可忽視的。根據現象學方法,我們可以把行為相關模式劃分為意識主體—行為模式、語境—行為模式、環境—行為模式以及智能體—行為模式。智能體—行為模式通常可以被看作是準主體—行為模式,因為它具有與主體—行為模式相類似的結構。意識—行為模式強調的是行為基於某種意識目的主導的結果,在這一概念框架中,那麼行動需要的不僅僅是感知、計算和判斷,還有在學習過程中積累的經驗;而語境—行為模式則強調行為背後的社會—文化—政治等因素,它不同於純粹客觀的環境因素。如果以語境—行為作為概念框架,那麼行為的是出於特定的語境的,而這種語境的確立則吸取了機器的經驗;環境—行為模式主要強調環境對於某種特定行為產生的作用,也強調行為是對某種特定環境做出的反應;智能體—行為模式則強調功能體的行為是對於認為設計場景環境做出的反應,那麼行動強調的是對環境做出反應。這四種模式都需要記憶作為前提,在這些行為的事實過程中,保留過去學習的經驗有助於持續性學習和預測性學習。

第四,在結構性討論中,我們更關注智能體—人類的統一體,而問題主要集中在智能體對於人類記憶的影響討論上。當我們進入到人與智能體構成的智能系統時,這一問題遠遠超出了硬件,而是包含著更加複雜的人文維度。比如對於人工智能對於人類自身記憶的影響。在世界頂尖科學家論壇上,科學家討論人工智能話題的時候,注意到這一問題。在那個世界有名的“桌布”上,至少有兩位科學家提到了AI對於人類記憶的影響,比如人類記憶的增強和提升。

以上主要是探討了對人工智能進行哲學研究的方法,記憶研究相比認知哲學更具寬廣度和可能性。對於人工智能而言,認知哲學僅僅侷限在AI的認知功能上,而記憶研究則不同。一方面,記憶是哲學的古老問題,具有本體意義,只是被認識論-知識論的傳統完全遮蔽,我們以往的研究已經揭示出記憶並不是認知的附屬物,也不僅僅表現為相比認知略低一等的心靈能力,而是有著更為重要的本體論地位:記憶作為三種條件形式存在:認知與情感的基礎條件、理解人類自身的歷史條件和實現自我和他者認同的條件;另一方面,人工智能的發展越來越顯示出記憶因素內在的不可或缺性,記憶在人工智能的認知活動、功能呈現、行為表達和結構形成中表現出其特有的作用來,而這些都有待於進一步的深入研究。正如張跋院士指出的,腦科學中有記憶機制,值得設計AI系統的人員去注意和學習。


分享到:


相關文章: