徐英瑾：从哲学视角反思人工智能研究

在3月17至18日博古睿研究院中国中心举办的“人工智能、机器人与社会”的学术论坛上，复旦大学哲学学院教授徐英瑾在演讲中表示，当前关于AI有很多观点，大致划分，一种是AI威胁论，一种是AI无威胁论，而他则属于AI泡沫论者。而如何在当代思想的语境中激活古老的儒家学说的意义，对这一备受瞩目的汉语思想界关注的重大课题，徐英瑾以“儒家德性伦理学、神经计算与认知隐喻”的主题展开阐述。他介绍道，在英语世界中，已经出现了运用现代科学与分析哲学的资源来重新解释儒家思想资源的新倾向。近几年，中国台湾东吴大学米建国教授与美国知识论界哲学家索萨（Ernst Sosa）合作，开启了一个用英美德性论的思想资源重解儒家思想的新研究方向。不过，米建国与索萨更为关心“儒式德性知识论”的构建，而不是其此次发言所关心的德性伦理学问题。徐英瑾认为，从伦理学角度将儒家的学说予以“德性化”的理论空间依然还很大。

复旦大学哲学学院教授徐英瑾

徐英瑾表示，儒家德性伦理学是可以在一个诉诸当代自然科学的新话语框架中得到“祛魅化”处理的。通过对“柏拉图式德性论”、“幸福式德性论”、“行为者德性论”、“击靶德性论”四种德性论品种的分析，徐英瑾探讨了德性伦理学与儒家哲学的结合。基于自然主义标准和接续同人工智能技术结合等方面的思考，徐英瑾表示，“柏拉图式德性论”把德性当成某种有在外在的非自然主义对象，很大程度上很难被自然主义化；“幸福式德性论”在哲学上的意义非常含糊，很大程度上会对编程者造成困扰；相比较前两类德性论而言，“行为者德性论”与儒家学说的关系更为密切。

德性的熏陶需要丰富的人生经历来积累足够多的道德样板，以便使得正确的道德动机的发端能够获得足够好的模拟对象。而在儒家的传统资源库中，能够印证“行为者德性论”的描述则要丰富得多。但其缺陷就是比较的简单和机械，只是关注“反应”，没有牵扯到行为的效果和动机之间的互动关系。因此，徐英瑾特别对“击靶德性论”与儒家纪传体史书中的人物评价传统之间的关系展开了研究。他认为，这一由美国奥克兰大学哲学家思汪敦 (Christine Swanton)提出的德性论类型，击靶德性论在很多方面都与儒家伦理学高度契合。与前几种德性论不同，击靶德性论者不喜欢抽象地谈论“德性”概念，更不喜欢引入“幸福”、“善”这些更抽象的概念，而是致力于将“德性”兑换成平时我们所经常用到的“德性”名目，如“勇敢”、“诚实”等。与重视动机反省机制的“行为者德性论”尤其不同的是，“击靶德性论”特别看重德性价值的实现（故此才有“击靶”一说）。

此外，由于“德性”一开始就是作为复数概念，因此，如何对多重德性同时提出的“击靶要求”进行全盘考量，也一直是击靶德性论者所关心的问题。在他们看来，在特定的环境下由于某项更重要的“击靶要求”而放弃某些可能会与之发生冲突的次要“击靶要求”，不仅在道德上是可以被允许的，甚至在实践中也是不可避免的，因为个体的时间与资源是无法同时满足那么多的“击靶要求”的。因此，一个行为的德性属性，最终也将取决于上述这种通盘考虑的恰当性，尤其是其与特定语境的适切性。

夏威夷大学“亚洲研究发展”项目主任何随德

徐英瑾表示，一个彻底的自然主义者，不会仅仅满足于将德性论中某些更具自然主义意味的分支与儒家伦理学互相捆绑。一种更彻底的自然主义方案，将通过引入某些经验科学（而不是现代伦理学）资源，以便对儒家伦理学施加更为深入的“祛魅化”操作。因此，在其演讲的第二部分，他具体谈了一下“从神经计算模型看德性熏养”的问题。鉴于神经科学的描述的层次远远低于德性描述的层次，这样的进路是否会导致解释中“层次不匹配”的问题，徐英瑾表示了担忧。为了纾解这一问题，他提出，一个很容易想到的方案，便是提高原来的神经科学描述的层次，由此使得一种关于德性的高层次理论能够附着于其上。这种比神经科学更高，却依然与其有关系的描述层次，就是“神经计算”的层次——在这个描述层次上，人工智能专家对于人类神经网络活动的方式进行适当的数学抽象与模型化，并凭据这一模型来对很多科学假设进行验证。与之相关的技术路径，则在人工智能文献中一般被称为“人工神经元网络”或“联接主义”。非常粗略地说，神经元网络技术的实质，就是利用统计学的方法，在某个层面模拟人脑神经元网络的工作方式，设置多层彼此勾联成网络的计算单位（如输入层—隐藏单元层—输出层等）。

通过大量样本的学习，用上述方法可以做成一个人工的神经元网络。但是，徐英瑾认为，其太理想化了，甚至可以说像一块玻璃有易碎性，或许更具复杂性。在考察“神经哲学”的倡导者、美国哲学家丘奇兰德（Paul Churchland）设想在某种经过精心调试的人工神经元网络的平台上完成“德性”训练的可能的案例后，徐英瑾的观点认为，要将丘奇兰德的相关技术设想完全落实到对于儒家资源的重建上去，我们肯定会遭遇到重大的困难——而且这些困难不仅是技术性的，而且是带有哲学面相的。对此，他进一步表示，在现在的人工智能的实践中，人工神经元网络经常被用以执行“模式识别”的任务，譬如从海量的照片或视频中辨认出特定的人员的面孔。而这类任务的基本特点是：其输入与输出之间存在着一种“描述层次逐步增高”的过程，而这种过程也与神经元网络自身的金字塔式构建形成了某种对应。而在道德判断的案例中，我们却很难找到这种类似的层次性。因此，徐英瑾认为，其离“德性”所要求的非常遥远，甚至“用现有的技术是做不出来的”。

在发言的最后部分，徐英瑾讨论了基于“儒家德性样板库”的隐喻性投射来获取人工系统之“德性”的新技术进路，以便提供一个（比现有的神经计算构架更好的）用以理解儒式人物品评传统的语义模型。他说，“隐喻”来自于认知语言学，这一修辞手段对于儒家的历史叙述传统来说并不陌生，而对该方面的深度研究也是其对现在的人工智能研究进路发出异议的要点之一。

东亚研究弗里曼讲席教授与哲学教授安靖如

通过研究“儒家德性样板库”的建立，徐英瑾认为，实现某种具有较为完整的德性的人工道德推理系统，取决于对于合适的计算平台的选择。具体而言，这样的计算平台要具备对于自然语言的强大编码能力，以及对于类比思维的强大表征能力。同时，它还不能是任何一种意义上的基于公理集的封闭式推理系统，否则它就无法对应儒式道德推理的开放性与对于语境因素的敏感性。而“神经计算模型是无法满足这些技术需求的，因为此类模型只能完成对于繁杂数据的识别任务，无法在语义水平上直接进行逻辑推理（遑论相对复杂的类比推理与隐喻投射）。而基于公理系统的传统符号人工智能的进路，同样无法胜任我们在此所给出的任务，因为这样的技术进路在面对含糊、开放、易受语境因素影响的类比推理任务时，表现往往很拙劣——更重要的是，此类技术进路对于弗雷格式现代逻辑（以及与之捆绑的‘真值语义学’）的依赖，使得其无法像词项逻辑推理系统那样规避所谓‘框架问题’”。

此外，徐英瑾特别提出，目前最有可能将其所构想的“儒式德性训练模型”予以算法化的计算平台，是由美国天普大学计算机科学家王培发明的“纳思系统”（NARS，Non-Axiomatic Reasoning System（非公理推理系统））所提供的。他介绍说，纳思系统的知识表征进路在实质上不同于丘奇兰德所推崇的神经计算模型以及传统人工智能研究所推崇的符号规则进路，而是一个具有通用用途的计算机推理系统。与传统的推理系统有所分别在于：纳思系统能够对其过去的经验加以学习，并能够在资源约束的条件下对给定的问题进行实时解答。从技术角度看，纳思系统是由诸多层次的技术构建构成的，每个层次均有其自身的推理规则，而这些规则又都基于作为一种新词项逻辑的“纳思式逻辑”。

中国人民大学哲学院特聘教授刘晓力

评议人、中国人民大学哲学院特聘教授刘晓力表示，徐英瑾一向主张不仅仅做哲学思考，不仅仅是自然主义的哲学宣言，他致力于把它们实现，这个实现就是纳思系统。他的自然主义路径提出引进儒家的样板库，将德性伦理学的原则引入其人工系统设计之中。在他看来，认知语言学揭示了人的认知，将在自然语言交流过程中的隐喻投射交流的机制引进到AI的设计中，然后使得AI自然会产生出这样一种隐喻投射的机制，并产生出一种叫德性伦理学或者叫德性伦理动机和行为。同时，刘晓力提出，纳思系统通过样本库学习，如何、何时、怎样可以实现良好的自然语言交流、理解深层隐喻、自己生成德性伦理的动机和行为等能力，期待其进一步研究。安靖如在评议中表示，从自然主义维度观察德性伦理学和儒家学说的观点非常受启发。