新的科學理解和工程技術總是讓人印象深刻，也讓人感到恐懼。毫無疑問，它們將繼續帶來這種感覺。OpenAI最近宣布，它預計十年將出現“超級智能” ——超越人類能力的人工智能。因此，它正在組建一支新團隊，并投入 20% 的計算資源來確保此類人工智能系統的行為與人類價值觀保持一致。

他們似乎不希望流氓超級智能 AI 像詹姆斯·卡梅隆 1984 年的科幻驚悚片《終結者》中那樣對人類發動戰爭（不祥的是，阿諾德·施瓦辛格的終結者被送回了 2029 年）。OpenAI 正在呼吁頂尖的機器學習研究人員和工程師來幫助他們解決這個問題。

但哲學家們能做出什么貢獻嗎？更廣泛地說，在目前正在興起的新技術發達時代，我們可以對這門古老的學科抱有怎樣的期望呢？

要回答這個問題，首先要強調的是，哲學自人工智能誕生以來就一直發揮著重要作用。人工智能的首批成功案例之一是 1956 年由艾倫·紐厄爾和赫伯特·西蒙創建的計算機程序，被稱為邏輯理論家。它的工作是使用《數學原理》中的命題來證明定理，《數學原理》是哲學家阿爾弗雷德·諾思·懷特黑德和伯特蘭·羅素于 1910 年撰寫的三卷本著作，旨在在一個邏輯基礎上重建所有數學。

事實上，人工智能早期對邏輯的關注很大程度上歸功于數學家和哲學家所進行的基礎性爭論。

一個重要的進步是德國哲學家戈特洛布·弗雷格在 19 世紀末對現代邏輯的發展。弗雷格將可量化變量（而不是人之類的對象）的使用引入邏輯中。他的方法不僅可以說“喬·拜登是總統”，還可以系統地表達這樣的一般思想：“存在一個 X，使得 X 是總統”，其中“存在”是一個量詞，“X”是一個變量。

20 世紀 30 年代的其他重要貢獻者包括奧地利出生的邏輯學家庫爾特·哥德爾 (Kurt G?del)，他的完備性和不完備性定理是關于人們可以證明的極限，以及波蘭邏輯學家阿爾弗雷德·塔斯基 (Alfred Tarski) 的“真理不可定義性的證明”。后者表明，任何標準形式系統中的“真理”都無法在該特定系統內定義，因此，例如，算術真理無法在算術系統中定義。

最后，英國先驅阿蘭·圖靈于 1936 年提出的計算機抽象概念借鑒了這種發展，并對早期人工智能產生了巨大影響。

然而，有人可能會說，即使這種傳統的符號人工智能得益于高級哲學和邏輯，基于深度學習的“第二波”人工智能則更多地源于處理海量數據的具體工程壯舉。

不過，哲學在這里也發揮了作用。以大型語言模型為例，比如支持 ChatGPT 的模型，它可以生成對話文本。它們是龐大的模型，擁有數十億甚至數萬億個參數，在龐大的數據集（通常包括互聯網的大部分數據）上進行訓練。但它們的核心是跟蹤并利用語言使用的統計模式。奧地利哲學家路德維希·維特根斯坦在 20 世紀中葉表達了與此非常相似的想法：“一個詞的意義，”他說，“在于它在語言中的用法。”

但當代哲學，而不僅僅是其歷史，與人工智能及其發展息息相關。法學碩士真的能理解它處理的語言嗎？它能實現意識嗎？這些都是深刻的哲學問題。

迄今為止，科學還無法完全解釋人類大腦細胞如何產生意識。一些哲學家甚至認為，這是一個“難題”，可能超出了科學的范疇，可能需要哲學的幫助。

同樣，我們可以問一個生成圖像的人工智能是否真的具有創造力。英國認知科學家和人工智能哲學家瑪格麗特·博登認為，盡管人工智能能夠產生新的想法，但它很難像有創造力的人那樣評估這些想法。

她還預測，只有混合（神經符號）架構（既使用邏輯技術又從數據中進行深度學習的架構）才能實現通用人工智能。

人文價值觀

回到 OpenAI 的公告，當我們問到哲學在人工智能時代的作用時，ChatGPT 向我們建議（除其他外）它“有助于確保人工智能的開發和使用與人類價值觀保持一致”。

本著這種精神，我們或許可以提出，如果人工智能對齊是 OpenAI 認為的嚴重問題，那么它不僅僅是一個需要工程師或科技公司解決的技術問題，也是一個社會問題。這需要哲學家、社會科學家、律師、政策制定者、公民用戶和其他人的參與。

事實上，許多人都對科技公司日益增長的權力和影響力及其對民主的影響感到擔憂。一些人認為，我們需要一種全新的思維方式來看待人工智能——考慮到支撐該行業的底層系統。例如，英國律師兼作家杰米·薩斯坎德 (Jamie Susskind) 認為，現在是時候建立一個“數字共和國”了——一個最終拒絕賦予科技公司如此大影響力的政治和經濟體系的共和國。

最后，讓我們簡單問一問，人工智能將如何影響哲學？哲學中的形式邏輯實際上可以追溯到古代亞里士多德的作品。17 世紀，德國哲學家戈特弗里德·萊布尼茨提出，我們有一天可能會擁有一臺“推理演算機”——一種計算機器，可以幫助我們以類似神諭的方式得出哲學和科學問題的答案。

也許我們現在開始意識到這一愿景，一些作者提倡一種“計算哲學”，即對假設進行編碼并從中得出結果。這最終允許對結果進行事實和/或價值導向的評估。

例如，PolyGraphs 項目模擬了社交媒體上信息共享的影響。然后，這可以用來計算解決我們應該如何形成自己的觀點的問題。

當然，人工智能的進步為哲學家們提供了大量的思考；它甚至可能已經開始提供一些答案。

以上內容翻譯于安東尼·格雷林，安東尼·格雷林 (Anthony Grayling )，倫敦東北大學哲學教授；布萊恩·鮑爾 (Brian Ball) ，倫敦東北大學哲學人工智能與信息倫理副教授。

▲ 滑動查看往期內容