清华大学科史哲年度讲座暨北京科学哲学论坛2020年第2期纪要

清华大学科史哲年度讲座暨北京科学哲学论坛2020年第2期纪要已关闭评论6,572

2020年11月21日下午3点,清华大学科史哲年度讲座暨北京科学哲学论坛2020年第二期,清华大学科学史系邀请到中国人民大学的刘晓力教授,做了题为“认知科学怎么了?”的演讲。

清华大学科史哲年度讲座暨北京科学哲学论坛2020年第2期纪要

吴国盛教授主持

清华大学科史哲年度讲座暨北京科学哲学论坛2020年第2期纪要

刘晓力教授作讲座

清华大学科史哲年度讲座暨北京科学哲学论坛2020年第2期纪要

现场师生

刘晓力教授的演讲分为两个部分:第一部分的主题是“认知科学怎么了”,这一部分的内容有三个方面:(1)认知科学与哲学的双向挑战;(2)认知科学三条分殊路径的困难;(3)认知科学前路如何。

(1)认知科学与哲学的双向挑战

首先,刘晓力教授回顾了认知科学自诞生以来的发展历程,在这个过程中,认知科学与哲学相生相伴彼此缠绕,既形成双向挑战态势,也构成双向推进学科发展的效应。认知科学有狭义和广义的理解:广义理解的认知科学是处在前科学时期、没有统一纲领和研究范式的,包括哲学、心理学、语言学、神经科学、人工智能、人类学和教育学七大学科的交叉学科群;而狭义理解则包含了对于心智的表征-计算理论的承诺,称作认知科学的第一代纲领,由于这一纲领不断受到挑战,以涉身性认知为基础拓展而来的4EC纲领已经逐步呈现上升之势。

认知科学最初的理论抱负是“研究心灵和认知的本质,探索心智的表征和计算能力,以及心智在脑中的结构和功能表征”。但刘晓力教授认为,当今认知科学最具代表性也是最活跃的心理学、脑神经科学和人工智能三条路径,都面临着各种理论困境。整个认知科学正在迈入全面自我反思的“科学元勘时期”,一批元老级认知科学家也加入“认知科学向何处去”的反思行列。刘晓力教授反思的问题包括认知心理学中意向性表征计算的语义如何落地、神经科学中意识的自然化、人工智能领域如何消解莫拉维克悖论,以及神经网络深度学习统计计算进路的算法黑箱化等。

2017年加拉格尔(S.Gallagher)对认知科学诸多新观念做了整合,并宣示一种新生成主义(neo-enactivism)立场,除了强调涉身性,还更加关注情感、文化认知与社会认知,以及入世的实践活动中的认知过程,充分体现了加拉格尔建构统一的认知科学的理论抱负。

对于哲学在认知科学中的地位,刘晓力教授比较认同丹尼特(D.Danneett)的观点:即使“认知科学中的哲学”(philosophy in cognitive science)和“认知科学哲学”(philosophy of cognitive science)之间可以有很好的区分,而且原则上哲学家可以只研究其中一种不管另一种,但整体上,哲学要对认知科学做出好的贡献,就必须同时研究这两个领域。在认知哲学领域内,尽管认知科学家容易陷入误解和混淆,他们的工作也可能把自己绕进理论死结中;但另一方面,哲学家们的工作有时也会仅仅停留在对科学的纯粹破坏性批评,自作聪明地犯了拆解科学理论的错误,无法引起科学家的关注。

丹尼特认为,哲学家思考问题时,应该谦逊地尝试帮助科学家解决问题、多提问题而不是指导他们,以试探的态度而非独断的姿态进行批判。同时,由于认知科学提出的很多问题的思考仍然不够成熟,需要哲学给出批判性的重估,包括对于其工作基础的批判性考察,哲学家擅长聚焦于模糊的观点加以辨析或反驳,以防止概念模糊和观念混淆阻碍科学家迈向更具可能性的研究方向。

(2)认知科学三条分殊路径的困难

刘晓力教授认为,当今认知科学的三条分殊路径都面对着一些理论困难:

2.1. 传统的认知心理学的基础依赖于表征-计算理论,建立在福多的思维语言假设、一阶逻辑和符号计算基础上。但是这种路径面对多重挑战:

(1)表征的规范性问题:何为错误表征?表征的内容和语义如何确定?

(2) 概念化-命题式表征对于认知并非是必需的。

(3)能否用“依赖命题知识指导行动”作为认知的标志?日常经验、默会知识、常识知识、作为行动指南的知觉表征的地位如何。

2.2. 脑神经科学研究的困境是意识的自然化问题。

虽然自神经科学诞生以来,人们似乎越来越相信对意识的最佳解释应该首选神经科学理论,从中可以看到通过脑科学进路研究意识的曙光。然而,时至今日,这些神经科学成就能否真正破解意识难题、填补解释鸿沟,仍然没有定论。此外,虽然日益翻新的技术使得原本被视为科学禁忌的课题,如情感、感受质、自由意识以及自我和他心问题,都进入了科学研究的清单,但是也有人反思这是否是一种新笛卡尔主义的心-脑二元论。

尽管人们为了说明意识现象提出了各种理论模型,如巴恩斯的全局工作空间理论、托诺尼的信息整合理论、查尔莫斯的自然主义二元论和信息的双重实现假说等等,但是,这些理论各自都有其局限性。

2.3. 人工智能研究的落地瓶颈与机器意识屏障

刘晓力教授指出,自AlphaGo之后,人们对于AI发展的前30年和后30年的研究趋势进行了反思。最初是自上而下的符号计算和演绎逻辑为主的路线时期,20世纪80年代后期逐渐向以统计计算因果推断为主的路线过渡,目前则更多强调两种路线的互补。但是,不能回避的最实质的困境是,目前AI没有摆脱无心的机器、无情感的机器和无实践推理能力的机器的命运。

刘晓力教授进一步指出,AI发展目前深受三大瓶颈的制约: 一是AI的语义落地问题”——机器不理解自然语言的意义;二是AI的“物理落地问题”——机器不理解外部物理世界的意义;三是AI的“情感落地问题”——机器完全不理解人类社会行为的价值意义。因此,我们不仅需要反思老式AI研究的局限,还需要重估在大算力和大数据时代AI发展的真正误区所在。

(3)认知科学前路如何

虽然哲学与认知科学60余年的联姻产生了大量新的研究课题,但是认知科学并未如其创立者最初设想的那样,担当起融合各学科研究心灵和认知本质的统一学科之名。随着各种新技术和AI工程手段的介入,“认知科学”一词所指代的领域正在不断延伸扩展,以至于许多学者担心,这门学科已经失去了自身独特的研究对象和研究范畴。同时,关于何为认知的标准(mark of the cognitive)和界限,认知科学界一直没有定论。对于当今认知科学主流成果中所谓“心理学过度代表了认知科学”的判断,有人列举了国际上认知科学系的大部分教职人员受到的是心理学教育,很少有人接受以“认知科学”为名的学科训练。这些评价似乎从一个侧面反映认知科学目前还难以提出一个拉卡托斯意义上进步的研究纲领形成统一的新科学。

刘晓力教授比较赞同科林·艾伦的观点,对于认知科学所研究的“认知”定义,应当采取一种“宽容的多元主义”态度,不必一开始就要求对“认知”给出严格定义。此外,哲学家对于认知科学的贡献也不应该仅仅停留在纯粹思辨式的扶手椅式哲学,而要动手“做哲学”,并倡导分析哲学家与现象学哲学家联盟,真正促进哲学与认知科学交叉融合的事业。事实上,在刘晓力教授看来,尽管不同的研究纲领都展现出了统一科学的抱负,但未来究竟是单一的认知科学范式一统江湖,还是多个学科多元理论继续共生并存,这一点学界并未达成共识。

刘晓力教授演讲的第二部分具体探讨了一个更为具体的问题,即人工智能中的意识与情感问题。

刘晓力教授首先回顾了意识和情感的哲学争论和科学研究,以及机器意识与机器情感的初步探索,在未来的人机共在的社会中,什么样的智能机器才能对其行为负有道德责任?智能机器具备什么样的核心特征可能是一个道德主体?即使这种机器尚未被制造出来,这些问题的研究仍然具有重要的前瞻意义。

历史上对于意识和情感问题有过很多哲学讨论,最近20年也有人致力于建立意识和情感的科学研究,并且试图在机器中实现人工意识和人工情感。刘晓力教授提出AI面临的三大瓶颈之一是目前不能解决AI的情感落地问题,可以从“情感触发” 、“信用赋值”和 “实践推理”三个维度考虑智能机器如何可能成为一个人工道德主体问题。“情感触发”是将情感作为不同认知资源转换的触发器,触发智能机器为了自身的生存,从一种认知方式转换到另一种认知方式,以便采取愿望与目标相匹配的行动。“信用赋值”是指智能机器有通过小样本自主学习,找到解决一般问题的普遍原理的能力,以及反思自身行动的元认知能力的信用积累。“实践推理”是指智能机器不仅在具体情境中有审时度势在线认知的能力,并且具有通过想象和预测进行反事实因果推断的离线认知能力。

一个人工道德主体(artificial moral agent,AMA)就是具备三项核心特征及相应能力的认知主体:

1.AMA应当是通过情感触发设定自我目标采取行动的一个认知主体。这意味它具有专注道德情境的敏感性和感知能力,在时间空间资源有限的情境下具有转换思维方式采取适当行动,以利自我生存的应激能力。

2.AMA是一个具有信用赋值能力的认知主体。这意味着它是一个能通过最少样本的学习获得更多学习成果,不仅找到具体问题的答案,还有能力寻找解决问题的一般方法、寻求普遍模式,甚至寻找到反事实因果联系的认知主体。

3.AMA是一个有实践推理能力的认知主体。即是一个能依据对环境资源和自身状态的表征,形成信念的有意图的行动者。这意味着它具备能自主与世界交互,能够建立自我目标,会反思评价自我行为,可以通过在线认知和离线认知解决实践问题。

在刘晓力教授看来,目前机器人虽然是一个行动者,但不是真正的行动主体,其所产生的行为的道德责任完全应由人类主体,即设计者、制造者及机器操作者承担。一旦AI建构出作为自主体的AMA,它应该是能够担负道德责任的行动主体。在条件不成熟时,未来社会的道德主体应是人机融合的延展认知系统。

最后,刘晓力教授对于人工智能研究是否真的拓展了对人类本质的研究提出了质疑。近30年来,人工智能的研究越来越远离哲学,远离对于人类心灵的本质的理解。那么,人工智能研究是否还能承担起这样的任务,这是一个值得关注的新问题。

清华大学科史哲年度讲座暨北京科学哲学论坛2020年第2期纪要

王巍教授提问

清华大学科史哲年度讲座暨北京科学哲学论坛2020年第2期纪要

胡翌霖助理教授提问

清华大学科史哲年度讲座暨北京科学哲学论坛2020年第2期纪要

吴国盛教授向刘晓力教授献花

演讲结束后,刘晓力教授还就人工智能最初的目的、哲学家具体应该如何介入神经科学研究,以及认知科学的一些科学哲学话题,与现场听众进行了深入而广泛的讨论。

 

撰文 :李霖源

摄影 :刘元慧

 

weinxin
我的微信
关注科学史微信公众号
微信扫一扫
  • 本文由 发表于 2020年11月25日 11:55:43
  • 转载请务必保留本文链接:http://www.dhs.tsinghua.edu.cn/?p=6745