人工智能的自然辨证法则思考

一、人工智能的哲学渊源

人工智能是一个新兴的，吸引众多研究者的普遍研究领域。但是从亚里士多德支配意识中理性部分形式化为集合开始，再到唯物主义关于大脑依照一定物理定律运转而成意识。却潜在的推动着以后人工智能的诞生与发展。亚里士多德提出一种三段论机械推理的原则，很久以后帕斯卡制造出了机械计算器，工业机器人维修，近似的将思维在机器上加加减减，莱布尼兹更是试图对概念而非数字进行操作。笛卡尔坚持推理的重要性，第一个给出了关于意识和物质的区别并由此引发了一系列清晰的讨论。因此有了能处理知识的物理意识，而后需要的便是知识的来源和表示的讨论。

培根的《新工具论》，休谟的《论人类天性》继而从经验主义、感知论以及归纳原理方面很多研究学者进行了分析和讨论这种知识的来源。在罗素的基础上发展起来维也纳的逻辑实证主义学派，将知识表示为对应传感器输入的观察语句相联系的逻辑理论。最后便是意识如何将知识和行动联系起来的哲学讨论，逐渐发展一种理论决策规范从而指导行为。

正是这些哲学思想与理论的诞生，指导和作用于人工智能，这一个关于如何获得并表示以及如何利用计算机等工具进行人类思维信息过程模拟的科学。如今的人工智能越来越具有挑战性、吸引性和普遍性，其交叉社会科学和自然科学，通过哲学的思考为指导，从心理学的行为来出发，神经理论的模拟，经济学的决策，控制论的优化，语言学的表述，以数学的原理来计算，并用计算机为工具实现机器的智能。

虽然这是一个令人兴奋的主题，在兴奋之余，随着各种研究的不断深入，存在的问题不断突出，不得不用自然辩证法这一门自然科学、社会科学与思维科学相交叉的哲学性质学科来规划。急切需要从自然辩证法研究自然界本质和发展规律的角度看待与对待人工智能的发展与研究，使其正确的走在自然进化的科学历史发展轨迹上，也通过人工智能的发展实践来补充和完善自然辩证法不断发展的科学体系。

二、人工智能的缰绳辨证唯物主义自然观

从每年增长的对人工智能领域的研究人员数量、论文数量、以及研究机构和各项会议的建立与活动，并且随着包含着智能一词的产品越来越多。人类的生活也随之达到让人惊叹不已的地步。在带来这些的同时，也引发了智能危机，迫使有些人们去担忧道德上的颠覆以及机器战胜人类的恐慌。

自然系统包含了存在观和演化观的统一。列宁指出：物质是标志客观实在的哲学范畴。这种客观实在是人通过感觉感知的，它不依赖我们的感觉而存在，为我们的感觉所复写、摄影、反映。正是如此，人类才有可能利用计算机这种机器去复写、摄影和反映这种客观存在的物质。但是自然界的物质形态是多样的，这就要求这种机器能够对多种形态的外界物质进行识别分类，归纳出其中的统一性。这些物质对人类认识也存在不确定性，比如机器视觉需要借助哲学讨论颜色是主观的还是客观的，或者颜色是光与物质相互作用的结果，怎么样的作用，怎么样的描述才能准确。然而这一切模糊性只是这种机器智能性的初态，具有一定的机械性、不确定性，并且使用的是已经发现并可利用的自然变化规则，有些符合弱人工智能的观点，其认为不可能制造能真正地推理和解决问题的机器，这些机器只是看似是智能的，但不会真正智能，也不会有自主意识。相反的则是强人工智能认为可以制造出，如今主流科研及成果集中在弱人工智能上，而强人工智能则停滞不前。

为了使智能显的更加智能，人类必须思考建立一个这样的系统，或者是多个这样的系统建立的系统。自然辩证法一般认为，运动变化着的若干部分，在相互联系、相互作用之中组成的具有某种确定功能的整体谓之系统；使其具有整体性、开放性、动态性和层次性。人们可以建造这样一个机器，一个可以和外界交流的会话层，一个可以汲取外界能量的吃饭层，以及一个内部的处理层。如果分的越细，通过各层各要素的相互作用，使其系统具有更多功能。同时不同结构的机器能够达到不同的功能，环境又要求人类去制造满足需求的机器，又便会反作用于结构。因此系统与组成要素及环境的辩证统一关系逐一形成了人类制造智能机器的限制。

这一切的发生都是在人类赋予机器的智能之上。受到人类自身知识和能力的限制，只能使机器的层次和结构远远达不到人类自身系统的复杂程度。也就限制了这种机器系统的演化，严重影响其自组织能力。在假设能够制造出类人的智能机器，则必须要求人类完全了解自身以及社会性的知识，然而人类在研究自身上就存在众多疑问，在浩瀚的人类奥秘面前，对自身的认识的路途达到遥远无期的境界。因此人类若想制造出和人一样智能体的路途也是遥不见期。不仅如此，还深受着改造自然能力的影响，比如对机械器件的制造工艺的要求，消耗能量的要求，以及其运行对生态自然的影响的要求，等等自然本身的限制。若根据生态自然观的人与自然和谐的愿景，人类在渴望改造自然，发挥人类自身的能力的同时不希望影响自身的生存。根据辨证唯物主义自然观，人类在了解一定的自然系统及其中一系列系统原理之后能够制造出一定智能的智能体，但是对于更复杂更智能的智能体则会受到种种的限制，需要理解进化和退化、渐变与突变、无序开放、非线性相互作用以及某时刻扰动对系统的涨落等等的影响，牵一发而动全身。不仅如此，人们还要考虑如何将非生命世界的机器发展为生命世界的实体或者二者结合，完成闭路循环、反馈调节、系统和谐的微妙复杂的系统规律。也正是由于人们认识自然系统知识越来越多，越来越复杂，要求人们去研究人工智能，部分的替代或帮助人们解决认识自然中的问题。

三、人工智能的策鞭科学技术方法论

人工智能的这一科学问题的鲜明时代性、探索性、混沌性、可解决性、待解决性及可变异性决定了来自世界各地的学生、研究人员投入其研究之中。人工智能主要研究用人工的方法和技术，模仿、延伸、和扩展人的智能，实现机器智能。这一科学问题是众多科研工作人员的科研起点，具有重要意义，它确立了研究对象和目标，表明了研究过程中的关键点，预示了解决方向，对其研究具有重要指导作用，因而成为智能科学发展的动力推动着人工智能研究的不断向前发展。反过来思考，机器能够对新科学问题进行评判和思考么？甚至提出新科学问题的能力。

如今的研究依然是探索性研究，这一领域中的许多人都怀有这种期望：在理解智能的核心思想深处，至少会有一个，也可能是若干个关于怎样组织和表述知识的重要原理，从而在某种意义上弄清了什么是有关人的智能一般性质的重要东西。在早期人工智能只是在简单的句法处理意义上成功，随着其发展面临着试图解决的很多问题不可操作，受到产生智能行为的基本结构某些基本限制。比如感知器似乎可以表示任何东西，但是事实证明其能表示的东西还很少。科学理论和经验事实之间存在矛盾，KUKA机器人示教器维修，要求人们寻找新的解决方法，因此在感知器的基础上发展各种神经网络以满足人们实践的需要，同时通过实践补充和完善以便解决理论内部的逻辑矛盾。也试图从各个知识领域发热交叉空白区获得新的启示。总而言之通过生产、生活、观察、实验等实践活动以及科学自身发展的需求与矛盾产生问题并解决问题。