论德雷福斯对人工智能的批判

论德雷福斯对人工智能的批判

作者：潘卜荣 罗津源

来源：《新西部·中旬刊》2020年第03期

【摘 要】 本文对德雷福斯进行了简介，阐释了德雷福斯批判的根据，分析了德雷福斯的三个批判，列举了德雷福斯已被证实的批判观点：人工智能乐观估计的失败;生物学假设;心理假设与无意识技能;命题知识和和能力知识。德雷福斯的批判揭示人工智能早期研究的缺陷，德雷福斯沟通现象学与人工智能，给哲学注入了新活力。由此可说德雷福斯对人工智能认知主义进路的批判是极其有意义的。

【关键词】 人工智能;德雷福斯批判;现象学;观点 一、德雷福斯的介绍

休伯特·德雷福斯（1929.10.15- 2017.4.22）出生于印第安纳州，他的研究主要涉及现象学，存在主义和认知哲学，以及人工智能的哲学意义。他以海德格尔的解释而闻名，批评家将其称为为“Dreydegger”。1964年，他还在麻省理工学院的时候，被美国兰德公司委员会聘为顾问，审查艾伦·纽厄尔和赫伯特·西蒙在人工智能领域的工作。1968年成为加州大学伯克利分校的哲学副教授。1972年，他被提升为正式教授。德雷福斯于1994年退休，但继续担任研究生院哲学教授，并从1999年起获得修辞学系的联合任命。因其在人工智能领域的杰出和极有影响力的工作以及他对20世纪大陆哲学的诠释获得伊拉斯姆斯大学荣誉博士学位。 二、德雷福斯批判的根据

人工智能的发展可以分成几种路径。1956年人工智能在达特茅斯学院会议上首先提出，研究者共同讨论如何用机器来模仿人类在各个方面的智能，这年就是人工智能的元年。当时人们认为机器要像人一样思考才能获得智能，而人类的认知都是基于符号的，思维只是在符号表示上的一种运算。所以应该先研究清楚人类的认知系统，进而用机器模仿人类的认知过程，并将代表认知的符号输入这些机器，来达到模拟人类智能的目的。其运作机制需要从外界获得大量的知识输入，这样的输入在20世纪80年代相当费时费力，成为制约符号学派发展的瓶颈。有人认为把智力看成是形式化的符号处理远远不够的，智能在大脑的活动下产生，而大脑是由上百亿个神经元细胞通过错综复杂的连接构成的。所以人們很自然想到，是不是可以模拟大量神经元的信号传输方式来模拟大脑的智能呢？

联结主义通过算法模拟神经元，并把这样一个单元叫做感知机，将多个感知机组成一层网络，多层这样的网络互相连接最终得到神经网络。根据要解决的实际问题来构建神经网络，进而用数据不断训练这一网络，调整连接权重来模拟智能。深度学习，可以看作是联结主义的延

龙源期刊网 http://www.qikan.com.cn

伸，已经在语音识别、图片处理、模式识别领域取得突破性进展。符号主义与联结主义虽有区别， 但它们具有共同理论假设，把认知作为一种信息处理， 且这种信息处理可以计算。 与上面两种不同的行为主义模仿动物的身体，在不需要大脑干预的情况下，仅凭四肢和关节的协调来适应环境，生命体在演化的过程中会不断变异，而环境会对这些变异进行选择，让更适应环境的变异繁衍下去，同时淘汰不适应环境的变异。在这一变异和选择的过程中生物逐渐从简单走向复杂，从低级走向高级。霍兰基于此立场提出了遗传算法：在计算机中，用一堆二进制串来模拟自然界的生物体，改变这些二进制串来模拟基因突变，用适应度函数来模拟大自然的优胜劣汰，最终找到最优解。[1]

德雷福斯一直是人工智能研究的批评者。他对人工智能的进步作出悲观的评估，并对人工智能发展的哲学基础提出批评。 他的反对意见在很多人工智能哲学的导论中都有讨论，包括标准的教科书《人工智能：一种现代方法》和当代哲学概览《哲学：对最古老问题的最新解答》。当时他在麻省理工学院从事哲学研究，主要从海德格尔和梅洛-庞蒂的现象学入手，对人工智能的认知主义观点提出了批评，人类智能和专业知识主要依赖无意识的过程，而不是有意识的符号操纵，这些无意识的技能永远不能在形式化的规则完全获得。他的批判基于现代大陆哲学家梅洛-庞蒂和海德格尔的见解，并针对第一波人工智能研究，认为该研究使用高级形式符号来表示现实，试图将智能转成符号处理。他认为这种范式不可行，并将其比喻成 “炼金术”。当时他的批评激怒了麻省理工学院研究人工智能的相关人员，认为他借麻省理工学院的名义提出了疯狂的观点，把他赶出了校门。然而，到了20世纪80年代，他的许多观点被研究机器人技术和联结主义这一新领域的研究者重新发现，这些观点现在成为“次符号的”方法。21世纪后，基于统计学的机器学习方法能够模拟大脑使用无意识过程感知、注意异常和快速判断的方式。这些技术非常成功，目前广泛应用于工业界和学术界。 三、德雷福斯的三个批判 1、人工智能的宏伟承诺

在《炼金术与人工智能》和《计算机不能做什么》中，德雷福斯总结了人工智能的历史，嘲笑弥漫在这个领域的无拘无束的乐观主义。[2]例如，西蒙1957预测：到1967年，计算机将成为国际象棋的世界冠军;计算机将发现并证明一个重要的新定理;大多数心理学理论将采用计算机程序的形式。媒体热情洋溢地报道机器智能即将到来的这些预言。他认为这种乐观是完全没有根据的，这些理论是建立在对人类智力本质的错误假设之上的。帕梅拉·麦考德克（Pamela McCorduck）解释了德雷福斯的立场：公众对思维机器的有巨大的误解，这是研究者不切实际的断言造成的误解，他们称思维机器已经存在，或者至少不远了。这些预测是基于心灵的“信息处理”模型的成功，纽厄尔和西蒙在他们的物理符号系统假说中阐述了这一模型，后来被哲学家杰里·福多和希拉里·普特南等人扩展到一个被称为计算主义的哲学立场。他们相信已经用简单的程序成功模拟了人类思维的基本过程，这是制造全智能机器的第一步。然而，20

龙源期刊网 http://www.qikan.com.cn

世纪的哲学家已经发现这种信息处理观点的严重问题，根据现代哲学观点，思维和数字计算机完全不同。

2、批判人工智能研究涉及四个假设

德雷福斯批判人工智能研究涉及四种假设。前两个假设是生物学和心理学假设。生物学的假设是大脑类似于计算机硬件，大脑类似于计算机软件。心理学的假设是，大脑通过对离散表示或符号执行离散计算，以算法规则的形式来工作。

（1）生物学假设。在离散操作中，大脑通过某种生物学上的开/关来处理信息。神经病学研究的早期，科学家了解到神经元在全有或全无的脉冲中被激活。沃尔特·皮茨和沃伦·麦卡洛克认为，神经元的功能类似于布尔逻辑门的运作机制，大脑处理信息可以通过神经元层面的电子电路模仿。50年代早期数字计算机普遍被运用，该观点被扩展为大脑是一个巨型物理符号系统，操纵着0和1的二进制符号。德雷福斯引用神经学的研究成果反驳这种生物学假设，神经元放电的动作和时间具有类似特点。但丹尼尔·克里维尔观察到，到了20世纪70年代早期，很少有人仍然坚持这种观点，也没人再反对他的生物学假设。

（2）心理学假设。大脑可以看作是根据形式规则对信息进行操作的装置。德雷福斯反驳了这种假设，态度和倾向的复杂性构成我们对世界的认知，这些态度和倾向使我们偏向某一种解释而不是其它的解释。即便我们使用明确的符号，也是在一种无意识的常识知识情境下使用它们，没有这个情境，符号就不再有任何意义。心理学假设的合理性依赖于另外两个假设：认识论和本体论假设。

（3）认识论的假设。认识论的假设是，无论是有生命的还是无生命的客体的所有活动，都可以在数学上以预测规则或规律的形式被形式化。这涉及认识论或知识研究的哲学问题。 即使我们同意心理学假设是错误的，研究者仍然可以争论，正如约翰·麦卡锡所说，符号处理机器代表所有知识是可能的，无论人类是否以相同的方式代表知识。但这种假设没有正当理由，因为人类知识中的很多东西都不是符号化的。

（4）本体论假设。本体论的假设是，现实完全由一组相互独立的、原子的（不可分割的）事实组成。人工智能领域的工作人员认为智能与形式化遵循的规则是相同的，人类的知识完全是由现实的内部表示组成的。未来学家以及科幻作家常认为，形式化的科学知识是没有界限，宇宙中的任何现象都可以用符号或科学理论来描述。存在的一切都可以被理解为对象、属性、类别、关系等， 准确地说是那些可以被逻辑、语言和数学描述的事物。对存在的研究被称为本体论，因此德雷福斯称之为本体论假设，如果这是错误的，那么它就会引起对我们最终能够知道什么以及智能機器最终能够帮助我们做什么的怀疑。

基于这两个假设，研究者称，认知是内部规则对内部符号的操纵，人类行为在很大程度上是与情境无关的。因此，一种真正科学的心理学是可能的，它将详细描述人类心灵的“内部”规

龙源期刊网 http://www.qikan.com.cn

则，就像物理定律详细描述物理世界的“外部”规律一样。但他否认的正是这一关键假设。换句话说我们永远不能像我们理解物理或化学中的物体那样理解我们自己的行为：也就是，通过把我们自己看作“客观的”物体，通过与情境无关的科学规律来预测其行为。 3、直觉至关重要

《思想胜过机器》写于1986年，正值专家系统的巅峰时期，德雷福斯分析人类的专业知识并且论证其与程序之间的差异。[4]这扩大了从计算机不能做什么的想法，他做出一个类似的论证，批评在20世纪60年代纽厄尔和西蒙开展认知主义的人工智能研究。他认为，人类的问题解决能力和专业知识取决于我们对环境的情境感知，取决于在某种情况下什么是重要的和有趣的，而不是通过各种可能性的组合来寻找我们需要的东西。他在1986年将其描述为命题知识和和能力知识（\"knowing-that\" and \"knowing-how\"）之间的区别，这都基于海德格尔对“上手的”和“离手的”（“present-at-hand” and “ready-to-hand”）的区分。

命题知识指我们有意识分步骤地解决问题的能力。当我们遇到一个困难的问题，需要我们停下来，退后一步，想一个解决办法的时候，我们就会使用这些技巧。这时，思路变得非常清晰和明了，操纵使用逻辑和语言，这些行为是形式化的且与情境无关。这些都是纽厄尔和西蒙通过心理学实验和计算机程序证明的技能。他们的程序是对“命题知识”技能的完全模仿。另一方面，能力知识是我们正常处理事情的方式。当我们认出一张面孔，或是驱使自己去工作或者找到正确的事情去述说时，我们完全没有使用有意识的符号推理来采取行动。我们似乎只是跳到合适的反应，没有考虑任何替代方案。这就是能力知识的本质，当我们的直觉被训练到忘记规则，就仅只是估计情况就迅速反应。

人类对情境的感知是基于我们的目标、我们的身体和我们的文化——我们所有关于世界的无意识直觉、态度和知识。这种“背景”或“情景”（与海德格尔的此在有关）是一种知识形式，它不是符号化地储存在我们的大脑中，而是以某种方式直观地储存在我们的大脑中。它影响我们注意到什么和没有注意到什么，我们期望什么和没有考虑到什么可能性： 我们区分什么是必要的和不必要的。那些无关紧要的东西被归入我们的“边缘意识”，借用威廉·詹姆斯的一句话： 我们意识到数以百万计的事情，但我们现在并没有真正思考。他不相信在20世纪70到80年代的程序可以捕捉到这种“情境”，或者可以做出那种快速解决问题的方法。我们的无意识知识永远不能符号化地被捕获。如果人工智能不能找到解决这些问题的方法，那么它注定要失败，这是一种“眼睛盯着月亮爬树”的练习。 四、德雷福斯已被证实的批判观点

到20世纪90年代初，德雷福斯的一些激进观点已经成为主流。历史学家丹尼尔·克里维尔写道： “时间证明了德雷福斯的一些评论的准确性和洞察力。” 1、人工智能乐观估计的失败

龙源期刊网 http://www.qikan.com.cn

正如德雷福斯所预见的那样，早期研究者的宏伟预言未能实现。完全智能的机器（现在被称为“强人工智能”）并没有像预测的那样出现在20世纪70年代中期。Hal9000（其自然语言、感知和解决问题的能力是基于明斯基的建议和意见）没有出现在2001年。尼古拉斯·费恩写道，“研究者显然需要做一些解释。” 如今，研究者更不愿意做出早期的那种预测。 2、生物学假设

德雷福斯发表《计算机不能做什么》时，该假设已经不再被大多数研究者所采用。尽管多数人仍认为，通过模拟神经元的活动来对大脑进行逆向工程至关重要，但他们并不认为神经元本质上是数字化的，而是认为模拟神经元的活动可以被数字机器模拟到一个合理的精确度。早在1950年，阿兰·图灵就做出同样的观察。 3、心理假设与无意识技能

多数研究者同意，人类推理并不主要包括高水平的符号操纵。自20世纪60年代以来，人工智能的研究总体上已经从高水平的符号操纵或“GOFAI”，转向旨在捕捉更多我们潜意识推理的新模型。丹尼尔·克里维尔写道，到1993年，与1965年不同，研究者不再做出心理假设，而是在没有心理假设的情况下继续前进。在20世纪80年代，这些新的“次符号的”方法包括： （1）计算智能范式，如神经网络、进化算法等，大多是针对模拟无意识推理。这些次符号化的方法可以捕捉到对智能和专业知识至关重要的那种“倾向”和“态度”。 （2）对常识性知识的研究侧重于再现知识的“情境”或“语境”。

（3）像汉斯·莫拉维克和罗德尼·布鲁克斯这样的机器人研究者是最早认识到无意识技能是最难逆向工程的人之一。 布鲁克斯在20世纪80年代末领导了一场运动，直接针对使用高水平的符号，称为 Nouvelle AI。机器人研究中的情境运动试图捕捉我们在感知和注意力方面的潜意识技能。在20世纪90年代和21世纪初，基于统计学的机器学习方法使用了与经济学和统计学有关的技术，使机器能够“猜测”——基于经验和学习做出不准确的、概率性的决定和预测。这些程序能够模拟潜意识本能察觉、注意到异常情况并快速的做出判断的模式，类似于他所说的“估计情况并做出反应”，但是这里的“情景”由大量的数字数据组成。 4、命题知识和和能力知识

心理学和经济学的研究已经能够证明德雷福斯和海德格尔关于人类问题解决的思考在本质上是正确的。 丹尼尔·卡内曼和阿莫斯·特沃斯基收集大量确凿的证据，证明人类用两种截然不同的方式来解决问题，他们将这两种方式区分成系统1和系统2。系统1，也称为适应性无意识，是快速的、直觉的和无意识的。系统2是缓慢的、有逻辑的和深思熟虑的。他们的研究成果被收集在《思考，快与慢》一书中，马尔科姆·格拉德威尔《眨眼》也从中得到启发。

龙源期刊网 http://www.qikan.com.cn

五、结语

德雷福斯对现象学进行创造性的解释，这种解释成功地在现象学与人工智能之间建立起深厚的联系，他的批判揭示人工智能早期研究的缺陷，通过他的建议启发了研究的另一条道路。当今哲学与科学技术分化日益加剧的背景下，德雷福斯沟通现象学与人工智能，给哲学注入了新活力。由此可说德雷福斯对人工智能认知主义进路的批判是极其有意义的。 【参考文献】

[1] （英）瑪格丽特·A.博登（Margaret A.Boden）编著.人工智能哲学[M]. 上海译文出版社，2006.

[2] Hubert Dreyfus. Alchemy and Artificial Intelligence[M].RAND Paper P-3244，1965. [3] Hubert Dreyfus. What Computers Can’t Do： A Critique of Artificial Reason[M].New York： Harper & Row，1972.

[4] Hubert Dreyfus. Overcoming the Myth of the Mental[M].Topoi，Vol.25，No.1，2006，p.43.

【作者简介】

潘卜荣（1996—）男，广西南宁人，广西师范大学，广西大学马克思主义学院研究生，研究方向：科学技术哲学.