深观察｜关于人工智能的跨学科之思

自培根发出理性主义的呼唤以来，自然学科与人文学科就在分析和还原思想的指引下各自发展，积累和梳理着人类对于客观世界和人类社会的有限经验与理性思考。这种努力成就了现代意义的自然科学和人文科学，但同时也导致了学科之间的界限日益分明，原本统一的整体世界被分解得支离破碎。细分学科内部同质化研究过多，原始创新动力显得不足。

当前，人文与自然学科的这种研究状态被形象地描述为“学科内卷”。要解决这个问题，关键在于学科的交叉与融合，重建关于世界本原的整体性认知。

在众多可能的学科交叉融合中，我对人文社科与人工智能的交融充满期待。借用自动驾驶汽车的成熟度分级概念，人工智能与其他学科的融合过程可分为三个层次。其中，人工智能与工科、医科的融合更像是一场单向的恋爱，人工智能在这里更多扮演工具的角色。虽然这种融合能为人工智能提供验证场景和应用反馈，但很难为人工智能自身带来内涵上的启发和指引。

人工智能与脑科学的融合则更为深入。人类对于大脑神经机制的理解为人工智能的实现提供了积极的指导，神经网络便是其典型代表。进入大数据时代后，深度神经网络模型的崛起推动了机器智能在感知与运动方面的跨越式发展，语言智能方面亦展现出巨大的潜力。

我们也需要认识到，智能的实现机制并不完全遵循生物法则。为了认识智能的本质并实现多元化人工智能，我们需要跳出生物智能的狭隘层面。事实上，人工智能发展的初期三大思想流派中，仅有联结主义受到了脑神经认知机制的启发。符号主义和行为主义路线则从古希腊哲学的概念逻辑和达尔文的进化理论中汲取灵感。

相比之下，人工智能与人文科学的融合是一种双向的、全面的、深层次的融合。人文科学为人工智能提供应用场景，并检验其对人与社会的理解能力。一个不能理解人类心灵世界和社会的人工智能体，如何能更好地为人类服务呢？毕竟，设计人工智能的初衷就是为了造福人类社会。当前的各种机器人应用，如陪伴机器人、家政机器人、司法机器人和写稿机器人，都需要进一步提升对人和社会的认知与理解水平，以更好地融入人类社会。

更重要的是，人文学科还为人工智能的发展提供指引，是滋养人工智能自身发展不可或缺的养分。当下的人工智能正在经历从模拟身体能力向模拟心智能力发展的关键阶段，而人文学科的理解对于塑造人工智能的发展内涵和路径至关重要。理论物理学家费曼曾说：“不能实现的就是不能理解的。”要真正实现人类水平的智能，首先要深入理解人和智能的本质。

针对一些人提出的质疑——是否可以跳过理解人与智能的本质而实现外在类人的机器智能，我认为这是不可能的。以AlphaGo挑战人类围棋冠军的成功为例，虽然深度学习展现出强大的解决问题的能力，但它是不透明的、黑盒的且难以理解的。走出的一些对弈策略已经超出了人类专家的理解范围，但这并不意味着我们实现了真正的理解。这种“不理解”更多是对传统理解的新理解，而真正的理解需要更深入地探索人工智能与人文科学的交融点。从人工智能的视角来看，实现某种智能行为就是一种理解的方式。我们之所以觉得有些事物“无法理解”，往往是因为我们站在人类的视角去看待。实际上，对于机器来说，已经能够通过深度模型成功解决问题的智能行为展现出一定的理解能力。但这种能力需要我们人工智能专家进一步深入洞察和理解，甚至可能超越了我们当前对人类智能的理解。要想达到这种超越，我们必须深刻洞察智能的本质，而这正是建立在我们对人类智能局限的深刻理解之上。

对人类的认知仍然是推动人工智能发展中不可或缺的环节。随着人工智能技术的不断进步，人类的认知可能会跟不上技术的实现速度，这是未来的一种必然趋势。对于这种可能出现的滞后现象带来的问题，我们需要给予足够的重视，并寻求解决之道，例如增强对机器认知能力的控制。

从整体上看，人工智能与人文社科的融合更像是一场深度持久的联姻。它们之间的融合具备了长久婚姻的所有要素：共同追求智能的本质、强烈的合作意愿以及理念与方法的互补。人工智能不仅仅是一个赋能工具，它更能从人文学科中获得启示和指引。这种融合是两者内心深处的需求。

这场融合不仅需要认知上的共鸣，还需要心态上的调适。人工智能领域需要放下高傲的姿态，虚心向人文始祖学习。与此人文学科也需要积极回应人工智能技术的挑战，突破传统思维方式，打破固有框架，展现推倒重建的气魄。

在当今深度学习大繁荣的时代，我们不能忽视的是，人工智能的思想源头创新却极度缺乏。我们仍然受限于人工智能鼻祖划定的三大主要思想流派：联结主义、符号主义与进化主义。为了满足日益增长的应用需求，我们必须深刻反思并寻找思想源头的创新。而创新的源泉，依然隐藏在人文始祖的智慧中。随着认知智能的发展，人工智能研究者越来越多地使用人文术语来表达对人类认知能力的模仿。我们期望机器拥有情感、学识、立场、道德和责任心，但这些期望的实现需要我们深刻理解和应用传统人文学科的知识。

对于人文学科来说，人工智能带来的不仅是工具层面的变革，更是一次重塑传统人文学科的机遇。人工智能通过实现一个接近人类智能的个体，不断逼问我们关于人的本质、智能的本质以及自我本质的问题。我们感受到人工智能的快速发展对我们理解的“人与社会”带来的巨大冲击。随着人工智能的发展，人文学科需要重新思考诸如艺术创造的本质、娱乐与审美的本质、语言理解的本质以及知识获取的本质等问题。人文学科需要积极主动地学习和使用新兴的技术与工具，如数字人文和计算人文。尽管这些概念已经被讨论了很多年，但我们的人文学科计算工具仍然滞后于计算机和人工智能领域的研究进展。我们需要努力提升我们的计算水平和智能能力。

例如，近期人工智能领域的语言智能在大规模预训练语言模型方面的重大进展为机器理解人类语言开辟了新的可能。这不仅为相关人文学科带来了革命性的工具，也为研究带来了全新的视角。这种影响深远地涉及历史、语言、心理、政治、传播等学科，但相关的研究和应用仍然非常有限。我们需要进一步加强这方面的研究与应用工作。面对人工智能的挑战和机遇，人文学科需要积极主动地应对和融入这场变革中。近期，人工智能领域的图神经网络技术展现出了惊人的进步，这对于捕捉复杂网络系统中的隐性传播模式具有划时代的意义。若将其用作传播分析工具，有望颠覆我们对现有传播规律的理解。随着深度伪造、舆情引导、价值认知等一系列新技术的涌现，我们不仅获得了便捷的工具，更拥有了全新的研究视角。

在人文学科的领域里，我们无需过分担忧人工智能会取代我们的位置。在人工智能赋能各行业的背后，存在着一种从业人员对机器取代自身工作的隐忧。无论人工智能如何发展，它的本质仍然是工具。在解决意识难题之前，机器智能在整体性方面仍难以达到人类水平。虽然机器可以在某些单一任务上超越人类，比如计算、游戏、解题等，但无数个单一任务的卓越能力无法累积成人类智能的整体性以及反思性特征。至少在目前，我们还无法与机器探讨理想、人生等深层次的话题。

事实上，人工智能在各领域的应用和发展仍然离不开人类专家的参与。他们需要设置领域认知框架，对结果进行评估和反馈，验证知识的正确性。对于人工智能的成长而言，人类专家是其学习的唯一源泉。人文学科的研究人员被技术取代的可能性微乎其微。掌握人工智能工具与技术的从业人员可能会淘汰那些无法使用这些工具的人，这是一个大概率事件。我们并非被技术淘汰，而是可能被同时代中那些更敏锐地掌握先进技术的人所超越。

我坚信人工智能与相关学科的交叉融合将是时代赋予我们的重大使命。这不仅关乎机器的智能水平提升，更关乎人类的生存与发展。人文与智能的交融不仅能提升机器的智能水平，还能刷新我们对自身及世界的认知。

我们必须高度警惕人工智能主体性自觉的诞生。科幻电影已经多次描绘人类被自省自觉后的AI所毁灭的场景。鉴于我们对自我意识的认识仍然有限，对人工智能的意识展开深入研究、设置约束和法律规范至关重要。关于何时启动这项工作，我的答案是——现在。（完）