導語：如何才能寫好一篇人工智能與哲學思考，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

 

1.關于人工智能

 

什么是人工智能呢?在 1956 年 Dartmouth 學會上，人們初次提出了“人工智能”這一術語。盡管人工智能沒有確切的定義，但基本概念就是人工智能(Artificial Intelligence)，英文縮寫為AI。是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，是計算機科學的一個分支。就人工智能的本質而言，就是運用目前的人工智能技術去模擬實現人腦基本的思維，也就是模擬人腦處理信息的過程。但目前的人工智能仍大都是在電腦中儲存眾多的解決辦法，然后通過分析面對的問題以及當前的環境信息，通過計算機得到最優的解決辦法，其核心思想在于具有優越的算法。

 

2.人工智能發展現狀以及驅動因素

 

目前，所有國家都十分看重人工智能這個產業，因為人工智能可以利用它自身快速準確的運算能力以及驚人的記憶力和巨大的存儲空間等，為人類提供各種各樣的服務。雖然我們生活中的人工智能機器正在逐漸增多，但是其應用方法仍十分原始。

 

正因為人工智能的前景十分廣闊，也使得各種因素持續推動著人工智能的發展。當然，最核心的因素在于算法，人們的不斷思考與努力持續推動著語法的進步。

 

3.人工智能與人類智能的關系

 

關于人工智能與人類智能的關系，知道什么是人類智能是了解人工智能與人類智能關系的前提條件。人類智能是人類與生俱來的自然智能，它主要包含感知能力、思維能力和行為能力三個方面。

 

現在我們從哲學的角度去理解人工智能與人類智能的關系。兩者是對立統一的關系，因為人工智能是人類智能的實際體現，人類智能又憑借人工智能的優點而加強，所以人類智能與人工智能相互依存，誰也離不開誰，并且兩者相互促進，共同推動人類社會的發展。人工智能和人類智能之間又存在對立的關系，正是通過這種對立的關系，人們才能夠不斷地對人工智能加以創新，促其發展。

 

4.人工智能與人類智能的區別

 

人工智能與人類智能兩者的關系十分密切。且這兩者之間的區別也非常大：第一，兩者的優點十分不同，比如人工智能計算能力強，而且擁有人腦無法涉及的計算速度，另外，人工智能機器可以在特殊環境條件下正常地工作。但是人腦能提出新問題，對新事物進行分析研究，得到解決新事物的辦法。第二，兩者起源不同。人類是自然界長期發展的結果，人工智能是由人類創造的。第三，兩者思維方式不同。人類智能擁有自己跳躍性的思維，但人工智能要嚴格遵循所設計好的思維程序。第四，兩者語言形式不同。人類擁有自己的自然語言，而人工智能只能依靠人類去創造人工語言。

 

5.人工智能能否超越人類智能

 

關于人工智能能否超越人類智能這個問題，人們的看法都大不相同，而且每個人的看法都有自己的合理解釋。但我認為，在整體上人工智能是不可能超越和代替人類智能的。因為人工智能是由人類所創造，只是人類智能的拓展和實現途徑。它沒有辦法去替代人類智能，更不可能像電影里的情節一樣，由人工智能來統治人類。

 

從社會環境來看，人工智能無法像人腦一樣去面對現在復雜的社會環境。從實際應用來看，人腦擁有超強的容錯率，而且可以在眾多信息中提取關鍵信息，并且耗能低，但目前的人工智能需要有完全正確的程序才能正常運行，而且需要投入的資源量巨大。

 

由此，我認為，人工智能是無法超越人類智能的，但我們要承認人工智能給我們的生活帶來了許多方便。雖然人工智能幫助我們在很多方面解決了依靠人力解決不了的很多問題，而且因為人工智能的快速發展，使人類智能可以無視時間和特殊環境進行研究和實踐。但是，如果因為科學技術的發展和電腦的廣泛應用，就認為人工智能可以代替和超越人類智能，這是沒有依據的。

篇2

“人工智能”一詞最早是在1956年Dartmouth學會上提出的。從那以后,研究者們發展了眾多理論和原理,人工智能的概念也隨之擴展。人工智能其英文全稱為ArtificialIntelligence，縮寫為人所共知的AI，它主要是對用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統等進行研究討論。對于人工智能的定義義眾說不一，一般有兩種說法：一種是人工智能是關于知識的學科，即怎樣對知識進行表示以及怎樣獲取知識并對知識進行使用的科學；另一種是人工智能研究的是如何實現讓計算機做過去只有人才能夠做的智能工作。但是不管是哪一種，它都是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。人工智能的定義可以分為兩部分，即“人工”和“智能”。對于“人工”，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創造人工智能的地步，等等。但總的來說，“人工系統”就是通常意義下的人工系統。誕生對于“智能”，則存在著很大的爭議。因為這涉及到了諸如意識（consciousness）、自我（self）、思維（mind）（包括無意識的思維（unconscious_mind）等等問題。人類唯一能夠了解的智能就是人類本身的智能。但是我們對我們自身智能的理解都非常有限，對構成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。人工智能的實現方式有2種方法。一種是采用傳統的編程技術，使系統呈現智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法（Engineeringapproach），它已在一些領域內作出了成果，如文字識別、電腦下棋等。另一種是模擬法（Modelingapproach），它不僅要看效果，還要求實現方法也和人類或生物機體所用的方法相同或相類似。

2人工智能的發展

對于人工智能的研究一共可以分為五個階段。第一個階段是人工智能的興起與冷落，這個時間是在20世紀的50年代。這個階段是人工智能的起始階段，人工智能的概念首次被提出，并相繼涌現出一批科技成果，例如機器定理證明、跳棋程序、LISP表處理語言等。由于人工智能處于起始階段，很多地方都存在著缺陷，在加上對自然語言的翻譯失敗等諸多原因，人工智能的發展一度陷入了低谷。同時在這一個階段的人工智能研究有一個十分明顯的特點：問題求解的方法過度重視，卻忽視知識重要性。第二個階段從20世紀的60年代末到70年代。專家系統的出現將人工智能的研究再一次推向。其中比較著名的專家系統有DENDAL化學質譜分析系統、MTCIN疾病診斷和治療系統、Hearsay-11語言理解系統等。這些專家系統的出現標志著人工智能已經進入了實際運用的階段。同時國際人工智能聯合會于1969年成立。第三個階段是20世紀80年代。這個階段伴隨著第五代計算機的研制，人工智能的研究也取得了極大的進展。日本為了能夠使推理的速度達到數值運算的速度那么快，于1982年開始了“第五代計算機研制計劃”。這個計劃雖然最終結果是以失敗結束，但是它卻帶來了人工智能研究的又一輪熱潮。第四個階段是20世紀的80年代末。1987年是神經網絡這一新興科學但是的年份。1987年，美國召開了第一次神經網絡國際會議，并向世人宣告了這一新興科學的誕生。此后，世界各國在神經網絡上的投資也開始逐漸的增加。第五個階段是20世紀90年代后。網絡技術的出現于發展，為人工智能的研究提供了新的方向。人工智能的研究已經從曾經的單個智能主體研究開始轉向到基于網絡環境下的分布式人工智能研究。在這個階段人工智能不僅僅只對基于同一目標的分布式問題求解進行研究，同時還對多個智能主體的多目標問題求解進行研究，讓人工智能有更多的實際用途。

3對人工智能的思考

3.1人工智能與人的智能

從哲學上的量變引起質變的角度來講，人工智能在不斷的發展過程中一定會產生質的飛躍。在最初，人工智能只具有簡單的模擬功能，但是發展到現在已經具備了思考的能力（邏輯推理分析），這已經表明人工智能在不斷量變的過程中已經發生了質變。有人認為有人會說人工智能不會超過人類的智能，理由是人工智能是人類創造出來的。但是現實中很多人類創造出來的東西已經在某一些方面超過了人類本身的能力，例如起重機的力氣超過人類很多；汽車速度也遠超過人類的速度。人類之所以會制造出各種各樣的工具，其目的就是希望自身的能力能通過這些工具進行延伸和突破。人類研究人工智能就是希望人工智能幫助人類實現人類某些無法實現的東西。還有人認為人工智能是人類創造出來的，所以它一定存在著致命的弱點，也因此人的智能優于人工智能。但是殊不知人類與機器相比也有著十分明顯的弱點，例如人類所需要的生存條件比機器更加的嚴格，人類思維會受到人的情緒所影響，而機器只是受到程序的影響，它們沒有情緒的起伏。就目前的人工智能而言，它們在某一些領域比人類更強。但是目前我們必須正視人工智能的一些還沒有辦法改變的缺陷，那就是人工智能的學習能力與創新能力。人工智能的知識獲取大部門都是人為的進行灌輸，而無法像人類自身那樣進行主動的學習。同時人工智能只能夠利用已有的知識去解決一些問題，但是卻還不能夠創造性的提出一些新的東西。

3.2對機器人三大定律的困惑

美國最著名的科普作家艾薩克．阿西莫夫提出過比較著名的機器人三大定律：第一定律，機器人不得傷害人，或任人受到傷害而無所作為；第二定律，機器人應服從人的一切命令，但命令與第一定律相抵觸時例外；第三定律，機器人必須保護自身的安全，但不得與第一、第二定律相抵觸。雖然這只是科幻作家所提出的一家之言，但是也代表了人類對與人工智能發展的一種期望與擔心。人們害怕自己所創造出來的人工智能會傷害人類自己。但是阿西莫夫所提出三大定律都是以人類為中心的，而忽視了人工智能本身。或許這是人類的一種天性，世間所有的事物都應該圍繞人類自身來定義、發展。就好像人類自以為掌控了能夠改變大自然的力量，最終卻被大自然反噬一樣。同時，隨著科學技術的發展，人工智能已經不單單需要邏輯思維與模仿，同時還應該將情感賦予人工智能。因為隨著科學家對人類大腦和精神系統的研究的深入，已經愈來愈肯定情感是智能的一部分。如果人工智能具有了情感之后，人類的自我中心又是否會傷害到人類自己創造出來的人工智能。

3.3對人工智能未來的思考

人工智能有著十分巨大的發展潛力，對于人工智能的研究雖然經過了很多年，但是這也僅僅是剛剛開始而已，繼續研究下去在很多方面都會有重大的突破。自動推理是人工智能最經典的一個研究分支，它的基本理論是人工智能其它分支的共同基礎。一直以來人工智能最熱門的研究內容里面就有自動推理，同時在該知識系統中的動態演化特征及可行性推理的研究是一個十分熱門的研究內容，很有可能取得大的突破。機器學習一直在致力于研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能。在過去的很長的一段時間內都沒有取得十分顯著的成果。但是許多新的學習方法相繼問世，并且已經有了實際的應用，這充分的說明在這方面的研究已經有了很大的進步。自然語言處理是計算機科學領域與人工智能領域中的一個重要方向。在經過人工智能研究人員的艱苦努力之后，在該領域中已取得了大量令人矚目的理論與實際應用成果，許多產品已經進人了眾多領域。智能信息檢索技術在Internet技術的影響下，近年來發展勢頭十分迅猛，而且已經成為了人工智能的一個獨立研究分支。

篇3

關鍵詞：大數據時代；人工智能；計算機網絡技術

1引言

隨著互聯網技術的不斷發展，人工智能作為一項應用前景非常廣闊的技術手段，不斷深入到人們的生活中。在互聯網發展的今天，人工智能的運用越來越廣泛，無論是日常的生活、學習、娛樂還是工廠操作、科技研究等。智能化科技的出現，不但豐富了人們的日常生活，也給計算機的發展提供了可行性方向，亟待深一步的研究。

2人工智能的概念及意義

人工智能是計算機科學的一個分支，集研究、開發于一體，用于模擬、延伸和擴展人類智能的理論、方法、技術及應用的一門技術科學。人工智能的研發包含哲學、語言學、心理學等學科，能夠模擬人類對外界圖像、聲音的反應。基于大數據時代數據多、規模大的特點，將機器智能化來幫助人們解決一些生活上的問題，從而提高人們的生活質量和生活安全水平。人工智能的系統過程可以把人類日常的行為習慣、思考習慣轉換成數據的形式進行儲存，以實現人類日常生活的模擬，進而實現機器的自動操作。人工智能的運用實現了我國計算機技術領域的發展，豐富了人們的生活，為社會帶來了更多的便捷，同時也是計算機技術發展的必然趨勢和必經過程。人工智能和計算機網絡技術兩者之間相互結合，互相促進，為未來發展提供了新的方向。從某種意義上講，網絡計算機的發展是以人工智能技術為核心基礎，進行更深層次的研究。從簡單的數據計算、人工搜索轉變為機器的智能操作，直到人工智能對計算機網絡安全和網絡管理中的有效運用，無一不體現了人工智能的核心地位。給予人工智能強大的優勢，將計算機系統局部資源進行處理分析，能夠快速得到對人們有利的信息，提高信息的準確性和快捷性。此外，人工智能有非常強大的協作能力，通過對資料的有效整合，根據不同用戶的不同需求來互相交換信息和資源，有效利用信息資源。

3人工智能現狀

人工智能的到來，大大提高了數據處理和數據判斷的準確性。大數據時代的到來，有著驚人的數據分析和處理能力，人們的隱私問題也越來越暴露，人工智能在計算機網絡技術中的運用提高了計算機在信息處理過程中的復雜性和安全性。對于一些模糊、不確定的信息，人工智能能夠模擬人類思維，使得信息更加準確、具體，從而提高計算機處理信息的效率。同時，能夠提高信息管理體系的有效性和靈活性。但是，隨著人工智能的運用越來越廣泛，在運用過程中人工智能獲取的信息只能根據系統設定的命令處理信息，無法辨別給定的信息準確與否。數據太多沒有針對性，是人工智能處理問題的一大弊端，不但增加了時間和空間的使用，還不一定能找到想要的準確信息[1]。

4大數據時代人工智能在計算機網絡技術中的運用

人工智能在網絡技術中的運用主要集中在兩個方面：計算機網絡安全管理系統中的應用和計算機網絡管理系統中的應用。在計算機網絡安全管理系統中主要通過入侵檢測智能防火墻技術、數據挖掘數據融合、人工免疫以及智能型反垃圾郵件四個方面，對計算機網絡安全進行保護。在計算機網絡管理上，主要運用專家系統數據庫、人工智能問題解答、Agent技術三個方面。

4.1入侵檢測和智能防火墻技術

入侵檢測技術和計算機智能防火墻技術是人工智能的核心技術，也是計算機網絡安全的重要組成部分。不但能夠保證計算機網絡系統中的資源數據安全完整，智能防火墻技術還可以對計算機網絡系統中一些沒有意義的有害信息進行攔截，防止其流入計算機系統中，確保計算機的安全狀態。人工智能中入侵檢測和智能防火墻技術可以很好的在計算機系統中建立一個自動防范功能，使計算機能夠高效識別病毒木馬的入侵，從而有效進行遏制。所以，應用入侵檢測技術和智能防火墻技術不僅能夠保護計算機網絡信息的安全，還能夠推動計算機網絡的健康發展[2]。

4.2數據挖掘和數據融合

數據挖掘是結合網絡連接和主機會話，找出兩者共同的特征利用審計程序分別加以描述，再通過人工智能捕捉到的入侵規律和計算機網絡沒有遭到入侵時的運行狀態，將結果記錄儲存在腦中。在這種情況下一旦計算機系統遭受入侵，系統會提示異常，自動識別入侵對象，從而進行攔截，這也是人工智能自我記憶與自我學習功能的體現。數據挖掘的運用能夠有效提升檢測入侵對象的效率，提高計算機網絡的安全。數據融合是根據人類處理信息的方式研發出的一項把資料協同化的技術。該技術能夠將計算機網絡系統中多個傳感器進行融合，使其發揮最大作用來提升系統的性能。同時，能夠縮小傳感器入侵的幾率和范圍，打破原有的局限性，保證入侵檢測的有效性和安全性。

4.3人工免疫技術

人工免疫技術是模擬人類處理方式而研發的一項新型技術，彌補了入侵檢測時未能識別病毒的缺陷。人工免疫技術分為基因庫、否定選擇、克隆選擇三部分。雖然基因庫的建設有待發展，但是，基因片重組和突變模式能夠識別入侵病毒，從一定程度上可以阻止病毒入侵。否定選擇即是系統檢測病毒的另一種計算方式，通過否定選擇計算合格才能進行系統下一步的操作，反之則被系統阻止運行。盡管人工免疫技術在計算機網絡技術中還不夠成熟，但是其作用不可小覷，有著很大的應用價值，值得人們進一步的研究探討[3]。

4.4智能型反垃圾郵件系統

很多人在計算機網絡郵件中經常遇到一些垃圾郵件。人工智能在計算機網絡安全系統的運用，很大程度上屏蔽了這些垃圾郵件，讓客戶信箱免受干擾，進一步保護了客戶的隱私安全，不會對客戶的信息安全造成任何影響。人工智能的有效應用還能實時檢測用戶郵箱，及時掃描出郵箱內部的垃圾郵件，并分類推送給用戶，提示用戶及時處理，保證了郵箱的安全性，提高了郵箱內部利用率[4]。

5大數據時代人工智能在計算機網絡管理系統中的應用

5.1專家系統數據庫

專家數據庫作為專家系統中的核心部分，具有獨立性、啟發性、透明性，包含了專家系統中的基本理論和直接、間接經驗。通過系統運行把已知的內容轉化成代碼的形式存入數據庫，再經過人工智能的轉換，舉一反三將初級的內容轉換成復雜的程序，并且不斷進行判斷、處理和優化，找到最佳方式來運用到計算機網絡管理的系統中來，從而實現最有效的管理和評價。人工智能與數據庫技術的全面整合，彌補了傳統數據庫技術在數據加工能力上的不足和人工智能在邏輯推理和知識處理方面的弱勢，使其無論在存儲空間上還是工作效率上都有很大的提高。可以說專家系統數據庫的建立，是人工智能和數據庫技術相結合的優秀產物，成為了計算機網絡管理系統中的一個重要領域，也是不可或缺的部分。

5.2人工智能問題解答

這項技術的運用主要是依照給出的特定條件，通過搜索、解析等功能搜尋最有效的信息，以達到網絡資源的有效利用，從而提高網絡資源的利用率。人工智能問題解答技術的運用摒棄了以往繁瑣的解答方式，只需要一個簡單的指令即可對信息進行有效篩選，自動對搜索信息進行判斷、過濾、處理和優化，從而找到需要的信息。大大縮短了搜索時間，提高了網絡資源的利用率。例如，用戶在計算機上查找蘇軾的《水調歌頭》信息時，用戶忘記了作者和詞牌名，只記得是“明月幾時有”就可以以“明月”作為搜索對象，經過系統的人工智能問題解答，自動帶出“明月幾時有”的搜索標簽，能夠很快查找到《水調歌頭》的完整詞牌和注釋。不但保證了搜索的準確性，還縮短了搜索時間，提高了搜索效率。

5.3Agent技術

Agent技術是人工智能問題解答的一個補充技術，也稱作是人工智能管理。Agent技術的應用是在用戶完成工作后，對數據補充搜索統計的技術，為用戶下一步的工作提供更加人性化、智能化的服務。Agent技術的應用，可以幫助用戶通過自行設置有效搜索信息，并將搜索內容通過指定的路徑傳輸到指定位置，是一項高水平智能化和人性化的定制服務機制。例如，用戶在查詢過某一地區的酒店價格后，系統會根據用戶的查詢，通過Agent技術對用戶查找的信息進行分析和處理，從而給用戶推送類似信息，幫助用戶能夠方便快捷的找到有效信息，從而節約用戶時間，提高計算機網絡技術效率。

篇4

【關鍵詞】機器人；人的本質；機械唯物主義；

1737年，法國人雅克•瓦坎森制作出了一個真人大小的人形機器，可以吹出十二首笛曲，其精巧性已經超越了一般的玩具，標志著人類的第一個機器人誕生。人們在驚嘆的同時也產生了恐慌之感。1818年，英國女作家瑪麗•雪萊創作了被認為是第一部科幻小說的《弗蘭肯斯坦》，小說的副標題是“現代的普羅米修斯”，她把創造了“怪人”并最終與“怪人”同歸于盡的弗蘭肯斯坦比作普羅米修斯，給人類帶來了文明，自己卻受盡懲罰，而“怪人”所隱喻的就是科技。從第一個機器人誕生至今的三個世紀里，機器人的智能化水平不斷提高，與此同時，機器人恐慌也隨之增強，科幻小說和影視作品無一不涉及“機器人威脅人類”的情節。

一、對機器人恐慌是對機器恐慌的加劇化

對機器人恐慌并不是無中生有，而是自工業社會以來人們對機器恐慌的加劇化。

（一）害怕被機器人取代。機器是一種工具，但與手工工具有著本質的區別。手工工具的運用需要人的技藝和氣力，人的因素在產品形成中起著主導作用。機器的結構分為發動機、傳動機、工作機三個部分[2]，遠比手工工具復雜，因而具有不為操作者意志所控制的自動化的特點，對產品形成起主導作用的是機器而不是操作者。由于機器在力量、標準化、生產效率上遠遠勝過人類，人的力量的一部分——技藝和體力被機器代替，于是機器一出現就讓人的生存受到威脅，“英國蒸汽織機把80萬織工拋向街頭”，衣食無著，工人處于恐慌而爆發了搗毀機器的“盧德運動”。機器人相比于機器，在自動化程度上實現了新的飛躍——智能化，不僅能更有效地替代人的體力，而且能替代人的腦力，在計算速度上、準確性上不斷超越人類，車間、操作臺、控制室、設計室等全方位的勞動領域上人的位置越來越多地被機器人所取代，人的安身之地在哪里？人前所未有地感到自己的渺小和無力。

（二）害怕被機器人傷害。在工業化早期，不少工人因反應慢于機器，被機器夾斷肢體的事情經常發生，而更多的人成為《摩登時代》中卓別林飾演的工人，像機器一樣做著緊張、單調的機械運動，連撓癢這樣的人類基本生理需求也被機器剝奪了。在體質上由鋼筋鐵骨組成、在智能上有光速般計算速度的機器人面前，人受到傷害的可能性及其危害會更大。1920年捷克斯洛伐克作家卡列爾•薩佩克寫了一部名為《洛桑的萬能機器人》的劇本：一群不再甘愿被人奴役的機器人，把不再有什么作用的人類都殺了，成了地球的主人。這個劇本反映了人們對機器人的深度恐慌，如果說機器對人的傷害是讓人變為畸形，那么機器人對人的傷害則是讓人毀滅。薩佩克的預言在一定程度上已經得到應驗：據統計，美軍在2004年至2012年間，針對阿富汗恐怖組織的無人機空襲有300多次，殺死人數3000余人，但誤殺平民和兒童1100人。

（三）害怕被機器人統治。馬克思指出：“在工場手工業中仆人的角色總是由工具來擔當”，而在機器生產中，“實行（簡單）協作和把協作工人當作一個巨大的總自動機的活動附件和仆人而分配到這個自動機的各個部分上”。在工業化初期，機器統治人已經成為現實，許多人更有理由相信比機器智能得多的機器人將更有力地實現對人的統治。法蘭克福學派代表人物馬爾庫塞認為：“工藝的基本原理就是統治的基本原理”，“旨在啟蒙的技術能力的進步伴隨著非人化的過程”。機器人的身體具有人類無法比擬的強大，如果還擁有高過人的智力，甚至具有情感的話，那么無論從身體還是思想上來看，機器人都是比人類更高形態的生命，如同人對低等生命所做的那樣，機器人必然統治人類，機器人“待人類可能就像拍死一個蚊子這么簡單”，人將會變成或害蟲，被“在將來的動物園里”。科幻電影《黑客帝國》就展現了看似正常的現實世界實際上是由一個名為“矩陣”的計算機人工智能系統控制的未來景象。

二、對機器人恐慌的哲學根源是機械唯物主義

上述三種對機器人恐慌都可以歸結為一點，即認為機器人的智能將會發展成為意識。這個認識與“人是機器”的觀點同出一轍，因為只有肯定了“人是機器”，那么才有可能創造出和人一樣會思考、有情感的機器，才能最終使機器人超越人類。工業化初期產生的機械唯物主義在人的本質上所提出的“人是機器”的觀點，看似已經成為一個歷史笑話，但實際上機械唯物主義并沒有退出歷史舞臺，而是以新的話語形式表現出來，其中以行為主義、符號主義、聯結主義為主要代表。機械唯物主義既是當時對機器恐慌的哲學根源，也是當今對機器人恐慌的根源。

（一）行為主義把機器的功能與人的行為等同起來。行為主義又稱控制器學派，20世界40、50年代產生的控制論是其理論基礎。控制論的代表人物維納提出：“機器的自適應、自組織、自修復和學習功能是由系統的輸入輸出反饋行為決定的。”該學派認為，感知是對環境刺激產生的一種反應，而行為就是對這種反應的陳述，因此只要機器人能夠像人一樣行動就說明他們能夠像人一樣感知現實世界和環境，那么通過不斷改進傳感器、執行器就可以使人工智能不斷進化，最終達到和超越人的智能。人工智能的創始人圖靈認為，不要問“機器能否思維”，而要問“機器能否通過表征智能行為的測試”，如果對后者的回答是肯定的，那么對前者的回答就必然是肯定的。顯然，圖靈用轉換命題的方式回避了“機器能否思維”問題，而不是回答了該問題。農民挑水澆灌菜地和天下雨淋濕菜地，結果都是菜地濕了，難道就能得出老天會挑水澆地的結論嗎？只選取行為片段，而忽略行為發生的全過程，這是片面地、孤立地、靜止地分析問題的機械唯物主義的認識方法。

（二）符號主義把人的思維與計算機的信息處理等同起來。符號主義是人工智能的主流學派，主要代表人物是美國赫伯特•西蒙、艾倫•紐厄爾等。該學派認為，人類智能的基本元素是符號（Symbol），因而是一個物理符號的系統，計算機也是一個物理符號系統，所以計算機可以具有與人一樣的智能。符號主義源遠流長，笛卡爾的理念論是其鼻祖。笛卡爾認為，任何種類的問題都可轉化為數學問題，進而轉化為代數問題，最終轉化為方程（組）問題，而方程組的根就是問題的答案。功利主義的集大成者邊沁將笛卡爾的理念論明確地拓展到人的心靈世界，人的情感、欲求、感受等的產生都是基于心靈對苦樂程度的計算和比較，因此計算才是心靈的本質，情感等只是一些外在的托詞，完全可以將之歸結為人體內分泌的調節，比如“荷爾蒙”的刺激作用。1674年，萊布尼茲發明了第一臺機械式四則運算機，并毫不掩飾地宣稱他的“計算機”的運算能力要強過人的運算能力，甚至還宣稱它將會“象顯微鏡和望遠鏡取代視力一樣”取代人的智能。符號主義用符號替換了笛卡爾的數字，用符號（信息）處理替換了笛卡爾的數學計算，卻為笛卡爾“提供”了一臺既能全面模擬人類心靈、又能實現人類身體功能的計算機，使笛卡爾的身心二元論得到了和解，因此符號主義是對理念論的繼承和發展。理念論和符號主義將人的思維中的一部分過程——數學計算或信息處理夸大為人的思維的全過程，這仍然是以偏概全、一葉障目的機械唯物主義的認識方法。

（三）聯結主義把人腦的生理結構與計算機網絡等同起來。聯結主義又稱人工神經網絡學派、神經計算學派、仿真學派或生理學派，聯結主義中的機器人沒有人形結構，而是一個試圖實現人腦功能的計算機系統。1943年，麥克卡洛奇和匹茲創立了人工神經細胞模型（MP模型），并宣稱人的大腦中每一個神經元都是一個簡單的數字信息處理器，而大腦作為一個整體是一種形式的計算機器。依此觀點，每一臺計算機就是一個神經元，多臺計算機連接起來的網絡就形成神經元網絡，多個網絡系統相互連接就構成神經系統，多個具有簡單應激性的單個計算機通過相互之間的信息交流來進行協同工作，就能夠達到人的智能。20世紀90年代，聯結主義發展到多智能體系分布式研究階段，即按照人類社會活動是多人進行的且在地理上是分離的特征，致力于研制多臺單智能體（一臺計算機器）組成的，在分布式環境中由具有自洽性、交互性、協作性、實時性和自適應性的多智能體系統。盡管多智能體系結構遠比MP模型復雜得多，但其基本的邏輯前提是人腦是計算機器，這個觀點其實就是“人是機器”的翻版：人腦是人的最重要的器官，計算機器也是機器，連人腦都可以是機器，還有什么其他的人體器官不可以是機器呢？這就必然得出“人是機器”的結論。

三、人的本質學說是消解對機器人恐慌的良方

機器人具有或終將具有意識的觀點，不是一點作用也沒有，它以“人造人”的幻景激勵著研究者們開展人工智能的研究和開發，但是由于哲學上錯誤性，它一方面導致社會對機器人的恐慌，即對機器人研制的質疑，另一方面導致機器人研制陷入永動機式的困局，這兩方面都不利于人工智能的深化發展。機器人的出現和演化體現著、推動著人對自身本質的認識和反思，只有堅持人的本質學說，才能消除對機器人的恐慌，促進人工智能健康發展。

（一）機器人永遠不可能具有人的意識。馬克思指出：人的本質“是一切社會關系的總和”。意識作為人的機能具有兩個基本屬性：一是社會性。人及其意識是在勞動過程中產生和發展的。勞動使人實現消費、交換、分配，獲得生存、繁衍和發展，因而是一種集體協作，必然形成一定的社會關系，因此勞動從一開始就具有社會性，決定了人及其意識的本質特征也都是社會性，無論是抽象思維還是形象思維，無論是情感還是潛意識，都是對人所處社會關系的反映。二是能動性。人在改造世界的勞動中生存和發展，因而人的意識具有能動性，不僅能夠通過紛繁復雜的現象中發現事物的本質，而且可以通過想象在頭腦中創造出世界上沒有的新事物，為改造世界提供指導。以此反觀機器人：其一，機器人工作不為消費、交換、生存、發展，不會結成一定的社會關系。

機器人，包括多智能體分布式系統，都不可能具有社會性，因而不具有產生意識的基礎。其二，盡管CPU、傳感器等元器件的性能越來越好，機器人的自動化程度越來越高，看起來具有越來越好的靈活性，但是機器人按照人所設定的程序進行運算而行動的機理沒有變，因而不具有能動性，不能主動地、創造性地反映和改造世界。凡是主張機器人能夠具有意識的觀點，一個普遍性的傾向就是把人和意識割裂開，脫離人的本質來理解意識。例如，大衛•J•查默斯試圖“嚴肅地對待意識”，卻提出“任何具有適當功能組織的系統是有意識的，不管這一系統由何物形成”；“實施一個適當運算對于意識是充分的”。離開了對世界上最復雜的事物——人的本質的分析，意識就可以被想當然地任意簡單化，可視為“適當功能”，也可視為“邏輯運算”等等，似是而非，結果是謬以千里。機械唯物主義肯定了意識在一定物質基礎上產生，堅持了唯物主義，但是由于在社會領域上的唯心論和機械論，因而始終陷入“人是機器”或者“機器可以是人”的怪圈而不能自拔。

（二）機器人控制人的實質是人對人的控制。馬克思認為，工人搗毀機器是工人運動不成熟的標志。他指出：“工人要學會把機器和機器的資本主義應用區別分開，從而學會把自己的攻擊從物質生產資料本身轉向物質生產資料的社會使用形式。”物是受人控制的，物對人的控制實際上是人對人的控制，即物的所有者對勞動者的控制。機器生產是生產力的進步，落后的是資本主義私有制，工人要搗毀的不應當是機器，而應當是資本主義制度，否則不僅不能改變工人階級的命運，反而會受到資本主義制度更加殘酷的迫害。1812年，英國國會通過《保障治安法案》，動用軍警對付工人。1813年，政府頒布《搗毀機器懲治法》，規定可用死刑懲治破壞機器的工人。1813年，在約克郡絞死和流放破壞機器者多人。1814年，企業主又成立了偵緝機器破壞者協會，殘酷鎮壓工人。

機器人對人的威脅，其根源仍然是資本主義制度。無人機濫殺無辜，是發達資本主義國家利用高科技實施霸權主義的惡果。美國科幻作家阿西莫夫曾給出了著名的“機器人學三定律”：第一定律是機器人不得傷害人類，也不得見人受到傷害而袖手旁觀；第二定律是機器人必須服從人的命令，但不得違反第一定律；第三定律是機器人必須保護自己，但不得違反第一、第二定律。”這三個定律局限于人和機器的關系，回避了人與人的關系。事實上，機器人只會聽從其所有者的命令，是否遵守第一定律取決于機器人所有者的意愿，最重要的第一定律變得最不重要，只是一個美麗的泡影而已。消解對機器人的恐慌，最根本的出路就是人壓迫人的資本主義制度，建立社會主義制度，將少數人掌控的科學技術置于人民群眾的掌控之中，讓機器人為最大多數人服務，才能徹底消除機器人對人的傷害。

（三）人的全面自由發展是機器人發展的條件。曾任美國數學會主席的斯梅爾向全世界數學家提出了21世紀需要解決的24個數學問題，其中的一個問題是:“人工智能的極限是什么？”并指出這個問題與哥德爾不完全性定理有關。如果用一個數學定理證明人工智能的極限，這就是將人工智能看作是數學問題，又回到符號主義的窠臼中去。弱人工智能觀和強人工智能觀對這個問題做出了一定的回答：前者認為人工智能終將低于人的意識，是有極限的；后者認為人工智能終將超越人的意識，是無極限的。強人工智能觀是機械唯物主義觀點，而弱人工智能觀否定了科技發展的無限性，兩者都有局限性。回答人工智能的極限問題，不能離開人的本質問題，即只有科學地認識人的本質，才能正確認識人工智能的極限。馬克思指出，科技發展是“歷史有力的杠桿，是最高意義上的革命”，“對人的徹底解放具有徹底的意義”。

馬克思認為，科技是人類社會實踐的產物，是人類智慧發展的結晶，科技發展的程度表明人的本質力量得到自由發展的程度，同時科技發展也對人的發展提出了新要求，即要求人的更加自由全面的發展，只有自由全面發展的人才能更加推進科技的進步。人工智能開拓了人類利用自然物質的反應特性制造工具的極其廣闊的領域，是人的本質力量——認識和改造世界的能力的一個嶄新的革命性飛躍，使人們從繁重、危險的體力勞動和繁瑣、計算性的腦力勞動中解脫出來，為人類能動性發揮提供了有利的條件，也提出了新的要求。1996年國際象棋棋王卡斯帕羅夫戰勝了計算機“深藍”，1997年輸給了計算機“更深的藍”，這不能證明人工智能超過了人的智能，而是呼喚人類不走常規棋譜的老路，創造出新的棋招，人類終將能夠做到，“再深的藍”也不能戰勝。人的本質力量發展是沒有極限的，人工智能也是沒有極限的，它將隨著人的發展而發展。人的全面自由發展是機器人發展的條件，只要人類解決了自身的發展問題，就不會再有對機器人的恐慌，也不必去擔憂人工智能的極限問題。

參考文獻：

[1]參見維基百科中的robot詞條.

[2]馬克思:《資本論》(第1卷),人民出版社1975年版,第410頁.

[3]同上,470頁.[4]朱啟超:《濫用無人機反恐后果嚴重》,科技日報,2013年9月24日.

[5]《馬克思恩格斯全集》(第47卷),人民出版社1979年版,第525頁.

[6]轉引自《法蘭克福學派研究》,歐力同,張偉著,重慶出版社1990年版,270頁.

[7][美]約翰•華生.行為主義心理學,李維譯,浙江教育出版社1998年版,第56頁.

[8]馮天瑾:《智能學簡史》,科學出版社2007年版,第115頁.

[9][英]笛卡兒:《探求真理的指導原則》,管震湖譯,商務印書館1991年版,第89頁.

[10]周輔成:《西方倫理學名著選輯》(下卷),商務印書館1964年版,第227頁.

[11]參見《萊布尼茲自然哲學著作選》,中國社會科學院出版社1985年版,第6頁.

[12]《馬克思恩格斯選集》(第1卷),人民出版社1995年版,第56頁.

[13][美]大衛•J•查默斯:《有意識的心靈——一種基礎理論研究》,朱建平譯,人民大學出版社2013年版,第1頁.

[14]同上,第379頁.[15]同上,第380頁.[16]馬克思:《資本論》(第1卷),人民出版社1975年版,第469頁.

篇5

［關鍵詞］人工智能，常識推理，歸納邏輯，廣義內涵邏輯，認知邏輯，自然語言邏輯

現代邏輯創始于19世紀末葉和20世紀早期，其發展動力主要來自于數學中的公理化運動。當時的數學家們試圖即從少數公理根據明確給出的演繹規則推導出其他的數學定理，從而把整個數學構造成為一個嚴格的演繹大廈，然后用某種程序和方法一勞永逸地證明數學體系的可靠性。為此需要發明和鍛造嚴格、精確、適用的邏輯工具。這是現代邏輯誕生的主要動力。由此造成的后果就是20世紀邏輯研究的嚴重數學化，其表現在于：一是邏輯專注于在數學的形式化過程中提出的問題；二是邏輯采納了數學的方法論，從事邏輯研究就意味著象數學那樣用嚴格的形式證明去解決問題。由此發展出來的邏輯被恰當地稱為“數理邏輯”，它增強了邏輯研究的深度，使邏輯學的發展繼古希臘邏輯、歐洲中世紀邏輯之后進入第三個高峰期，并且對整個現代科學特別是數學、哲學、語言學和計算機科學產生了非常重要的影響。

本文所要探討的問題是：21世紀邏輯發展的主要動力將來自何處？大致說來將如何發展？我個人的看法是：計算機科學和人工智能將至少是21世紀早期邏輯學發展的主要動力源泉，并將由此決定21世紀邏輯學的另一幅面貌。由于人工智能要模擬人的智能，它的難點不在于人腦所進行的各種必然性推理（這一點在20世紀基本上已經做到了，如用計算機去進行高難度和高強度的數學證明，“深藍”通過高速、大量的計算去與世界冠軍下棋），而是最能體現人的智能特征的能動性、創造性思維，這種思維活動中包括學習、抉擇、嘗試、修正、推理諸因素，例如選擇性地搜集相關的經驗證據，在不充分信息的基礎上作出嘗試性的判斷或抉擇，不斷根據環境反饋調整、修正自己的行為，……由此達到實踐的成功。于是，邏輯學將不得不比較全面地研究人的思維活動，并著重研究人的思維中最能體現其能動性特征的各種不確定性推理，由此發展出的邏輯理論也將具有更強的可應用性。

實際上，在20世紀中后期，就已經開始了現代邏輯與人工智能（記為AI）之間的相互融合和滲透。例如，哲學邏輯所研究的許多課題在理論計算機和人工智能中具有重要的應用價值。AI從認知心理學、社會科學以及決策科學中獲得了許多資源，但邏輯（包括哲學邏輯）在AI中發揮了特別突出的作用。某些原因促使哲學邏輯家去發展關于非數學推理

的理論；基于幾乎同樣的理由，AI研究者也在進行類似的探索，這兩方面的研究正在相互接近、相互借鑒，甚至在逐漸融合在一起。例如，AI特別關心下述課題：

·效率和資源有限的推理；

·感知；

·做計劃和計劃再認；

·關于他人的知識和信念的推理；

·各認知主體之間相互的知識；

·自然語言理解；

·知識表示；

·常識的精確處理；

·對不確定性的處理，容錯推理；

·關于時間和因果性的推理；

·解釋或說明；

·對歸納概括以及概念的學習。[①]

21世紀的邏輯學也應該關注這些問題，并對之進行研究。為了做到這一點，邏輯學家們有必要熟悉AI的要求及其相關進展，使其研究成果在AI中具有可應用性。

我認為，至少是21世紀早期，邏輯學將會重點關注下述幾個領域，并且有可能在這些領域出現具有重大意義的成果：（1）如何在邏輯中處理常識推理中的弗協調、非單調和容錯性因素？（2）如何使機器人具有人的創造性智能，如從經驗證據中建立用于指導以后行動的歸納判斷？（3）如何進行知識表示和知識推理，特別是基于已有的知識庫以及各認知主體相互之間的知識而進行的推理？（4）如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際？等等。

1．常識推理中的某些弗協調、非單調和容錯性因素

AI研究的一個目標就是用機器智能模擬人的智能，它選擇各種能反映人的智能特征的問題進行實踐，希望能做出各種具有智能特征的軟件系統。AI研究基于計算途徑，因此要建立具有可操作性的符號模型。一般而言，AI關于智能系統的符號模型可描述為：由一個知識載體（稱為知識庫KB）和一組加載在KB上的足以產生智能行為的過程（稱為問題求解器PS）構成。經過20世紀70年代包括專家系統的發展，AI研究者逐步取得共識，認識到知識在智能系統中力量，即一般的智能系統事實上是一種基于知識的系統，而知識包括專門性知識和常識性知識，前者亦可看做是某一領域內專家的常識。于是，常識問題就成為AI研究的一個核心問題，它包括兩個方面：常識表示和常識推理，即如何在人工智能中清晰地表示人類的常識，并運用這些常識去進行符合人類行為的推理。顯然，如此建立的常識知識庫可能包含矛盾，是不協調的，但這種矛盾或不協調應不至于影響到進行合理的推理行為；常識推理還是一種非單調推理，即人們基于不完全的信息推出某些結論，當人們得到更完全的信息后，可以改變甚至收回原來的結論；常識推理也是一種可能出錯的不精確的推理模式，是在容許有錯誤知識的情況下進行的推理，簡稱容錯推理。而經典邏輯拒斥任何矛盾，容許從矛盾推出一切命題；并且它是單調的，即承認如下的推理模式：如果p?r，則pùq?r；或者說，任一理論的定理屬于該理論之任一擴張的定理集。因此，在處理常識表示和常識推理時，經典邏輯應該受到限制和修正，并發展出某些非經典的邏輯，如次協調邏輯、非單調邏輯、容錯推理等。有人指出，常識推理的邏輯是次協調邏輯和非單調邏輯的某種結合物，而后者又可看做是對容錯推理的簡單且基本的情形的一種形式化。[②]

“次協調邏輯”（ParaconsistentLogic）是由普里斯特、達·科斯塔等人在對悖論的研究中發展出來的，其基本想法是：當在一個理論中發現難以克服的矛盾或悖論時，與其徒勞地想盡各種辦法去排除

或防范它們，不如干脆讓它們留在理論體系內，但把它們“圈禁”起來，不讓它們任意擴散，以免使我們所創立或研究的理論成為“不足道”的。于是，在次協調邏輯中，能夠容納有意義、有價值的“真矛盾”，但這些矛盾并不能使系統推出一切，導致自毀。因此，這一新邏輯具有一種次于經典邏輯但又遠遠高于完全不協調系統的協調性。次協調邏輯家們認為，如果在一理論T中，一語句A及其否定?A都是定理，則T是不協調的；否則，稱T是協調的。如果T所使用的邏輯含有從互相否定的兩公式可推出一切公式的規則或推理，則不協調的T也是不足道的(trivial)。因此，通常以經典邏輯為基礎的理論，如果它是不協調的，那它一定也是不足道的。這一現象表明，經典邏輯雖可用于研究協調的理論，但不適用于研究不協調但又足道的理論。達·科斯塔在20世紀60年代構造了一系列次協調邏輯系統Cn（1≤n≤w），以用作不協調而又足道的理論的邏輯工具。對次協調邏輯系統Cn的特征性描述包括下述命題：(i)矛盾律?(Aù?A)不普遍有效；(ii)從兩個相互否定的公式A和?A推不出任意公式；即是說，矛盾不會在系統中任意擴散，矛盾不等于災難。(iii)應當容納與(i)和(ii)相容的大多數經典邏輯的推理模式和規則。這里，(i)和(ii)表明了對矛盾的一種相對寬容的態度，(iii)則表明次協調邏輯對于經典邏輯仍有一定的繼承性。

在任一次協調邏輯系統Cn(1≤n≤w)中，下述經典邏輯的定理或推理模式都不成立：

?(Aù?A)

Aù?AB

A(?AB)

(A??A)B

(A??A)?B

A??A

(?Aù(AúB))B

(AB)(?B?A)

若以C0為經典邏輯，則系列C0,C1,C2,…Cn,…Cw使得對任正整數i有Ci弱于Ci-1，Cw是這系列中最弱的演算。已經為Cn設計出了合適的語義學，并已經證明Cn相對于此種語義是可靠的和完全的，并且次協調命題邏輯系統Cn還是可判定的。現在，已經有人把次協調邏輯擴展到模態邏輯、時態邏輯、道義邏輯、多值邏輯、集合論等領域的研究中，發展了這些領域內的次協調理論。顯然，次協調邏輯將會得到更進一步的發展。[③]

非單調邏輯是關于非單調推理的邏輯，它的研究開始于20世紀80年代。1980年，D·麥克多莫特和J·多伊爾初步嘗試著系統發展一種關于非單調推理的邏輯。他們在經典謂詞演算中引入一個算子M，表示某種“一致性”斷言，并將其看做是模態概念，通過一定程序把模態邏輯系統T、S4和S5翻譯成非單調邏輯。B·摩爾的論文《非單調邏輯的語義思考》（1983）據認為在非單調邏輯方面作出了令人注目的貢獻。他在“缺省推理”和“自動認知推理”之間做了區分，并把前者看作是在沒有任何相反信息和缺少證據的條件下進行推理的過程，這種推理的特征是試探性的：根據新信息，它們很可能會被撤消。自動認知推理則不是這種類型，它是與人們自身的信念或知識相關的推理，可用它模擬一個理想的具有信念的有理性的人的推理。對于在計算機和人工智能中獲得成功的應用而言，非單調邏輯尚需進一步發展。

2．歸納以及其他不確定性推理

人類智能的本質特征和最高表現是創造。在人類創造的過程中，具有必然性的演繹推理固然起重要作用，但更為重要的是具有某種不確定性的歸納、類比推理以及模糊推理等。因此，計算機要成功地模擬人的智能，真正體現出人的智能品質，就必須對各種具有不確定性的推理模式進行研究。

首先是對歸納推理和歸納邏輯的研究。這里所說的“歸納推理”是廣義的，指一切擴展性推理，它們的結論所斷定的超出了其前提所斷定的范圍，因而前提的真無法保證結論的真，整個推理因此缺乏必然性。具體說來，這種意義的“歸納”包括下述內容：簡單枚舉法；排除歸納法，指這樣一些操作：預先通過觀察或實驗列出被研究現象的可能的原因，然后有選擇地安排某些事例或實驗，根據某些標準排除不相干假設，最后得到比較可靠的結論；統計概括：從關于有窮數目樣本的構成的知識到關于未知總體分布構成的結論的推理；類比論證和假說演繹法，等等。盡管休謨提出著名的“歸納問題”，對歸納推理的合理性和歸納邏輯的可能性提出了深刻的質疑，但我認為，（1）歸納是在茫茫宇宙中生存的人類必須采取也只能采取的認知策略，對于人類來說具有實踐的必然性。（2）人類有理由從經驗的重復中建立某種確實性和規律性，其依據就是確信宇宙中存在某種類似于自然齊一律和客觀因果律之類的東西。這一確信是合理的，而用純邏輯的理由去懷疑一個關于世界的事實性斷言則是不合理的，除非這個斷言是邏輯矛盾。（3）人類有可能建立起局部合理的歸納邏輯和歸納方法論。并且，歸納邏輯的這種可能性正在計算機科學和人工智能的研究推動下慢慢地演變成現實。恩格斯早就指出，“社會一旦有技術上的需要，則這種需要比十所大學更能把科學推向前進。”[④]有人通過指責現有的歸納邏輯不成熟，得出“歸納邏輯不可能”的結論，他們的推理本身與歸納推理一樣，不具有演繹的必然性。（4）人類實踐的成功在一定程度上證明了相應的經驗知識的真理性，也就在一定程度上證明了歸納邏輯和歸納方法論的力量。毋庸否認，歸納邏輯目前還很不成熟。有的學者指出，為了在機器的智能模擬中克服對歸納模擬的困難而有所突破，應該將歸納邏輯等有關的基礎理論研究與機器學習、不確定推理和神經網絡學習模型與歸納學習中已有的成果結合起來。只有這樣，才能在已有的歸納學習成果上，在機器歸納和機器發現上取得新的突破和進展。[⑤]這是一個極有價值且極富挑戰性的課題，無疑在21世紀將得到重視并取得進展。

再談模糊邏輯。現實世界中充滿了模糊現象，這些現象反映到人的思維中形成了模糊概念和模糊命題，如“矮個子”、“美人”、“甲地在乙地附近”、“他很年輕”等。研究模糊概念、模糊命題和模糊推理的邏輯理論叫做“模糊邏輯”。對它的研究始于20世紀20年代，其代表性人物是L·A·查德和P·N·馬林諾斯。模糊邏輯為精確邏輯（二值邏輯）解決不了的問題提供了解決的可能，它目前在醫療診斷、故障檢測、氣象預報、自動控制以及人工智能研究中獲得重要應用。顯然，它在21世紀將繼續得到更大的發展。

3．廣義內涵邏輯

經典邏輯只是對命題聯結詞、個體詞、謂詞、量詞和等詞進行了研究，但在自然語言中，除了這些語言成分之外，顯然還存在許多其他的語言成分，如各種各樣的副詞，包括模態詞“必然”、“可能”和“不可能”

、時態詞“過去”、“現在”和“未來”、道義詞“應該”、“允許”、“禁止”等等，以及各種認知動詞，如“思考”、“希望”、“相信”、“判斷”、“猜測”、“考慮”、“懷疑”，這些認知動詞在邏輯和哲學文獻中被叫做“命題態度詞”。對這些副詞以及命題態度詞的邏輯研究可以歸類為“廣義內涵邏輯”。

大多數副詞以及幾乎所有命題態度詞都是內涵性的，造成內涵語境，后者與外延語境構成對照。外延語境又叫透明語境，是經典邏輯的組合性原則、等值置換規則、同一性替換規則在其中適用的語境；內涵語境又稱晦暗語境，是上述規則在其中不適用的語境。相應于外延語境和內涵語境的區別，一切語言表達式（包括自然語言的名詞、動詞、形容詞直至語句）都可以區分為外延性的和內涵性的，前者是提供外延語境的表達式，后者是提供內涵性語境的表達式。例如，殺死、見到、擁抱、吻、砍、踢、打、與…下棋等都是外延性表達式，而知道、相信、認識、必然、可能、允許、禁止、過去、現在、未來等都是內涵性表達式。在內涵語境中會出現一些復雜的情況。首先，對于個體詞項來說，關鍵性的東西是我們不僅必須考慮它們在現實世界中的外延，而且要考慮它們在其他可能世界中的外延。例如，由于“必然”是內涵性表達式，它提供內涵語境，因而下述推理是非有效的：

晨星必然是晨星，

晨星就是暮星，

所以，晨星必然是暮星。

這是因為：這個推理只考慮到“晨星”和“暮星”在現實世界中的外延，并沒有考慮到它們在每一個可能世界中的外延，我們完全可以設想一個可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我們就不能利用同一性替換規則，由該推理的前提得出它的結論：“晨星必然是暮星”。其次，在內涵語境中，語言表達式不再以通常是它們的外延的東西作為外延，而以通常是它們的內涵的東西作為外延。以“達爾文相信人是從猿猴進化而來的”這個語句為例。這里，達爾文所相信的是“人是從猿猴進化而來的”所表達的思想，而不是它所指稱的真值，于是在這種情況下，“人是從猿猴進化而來的”所表達的思想（命題）就構成它的外延。再次，在內涵語境中，雖然適用于外延的函項性原則不再成立，但并不是非要拋棄不可，可以把它改述為新的形式：一復合表達式的外延是它出現于外延語境中的部分表達式的外延加上出現于內涵語境中的部分表達式的內涵的函項。這個新的組合性或函項性原則在內涵邏輯中成立。

一般而言，一個好的內涵邏輯至少應滿足兩個條件：（i）它必須能夠處理外延邏輯所能處理的問題；（ii）它還必須能夠處理外延邏輯所不能處理的難題。這就是說，它既不能與外延邏輯相矛盾，又要克服外延邏輯的局限。這樣的內涵邏輯目前正在發展中，并且已有初步輪廓。從術語上說，內涵邏輯除需要真、假、語句真值的同一和不同、集合或類、謂詞的同范圍或不同范圍等外延邏輯的術語之外，還需要同義、內涵的同一和差異、命題、屬性或概念這樣一些術語。廣而言之，可以把內涵邏輯看作是關于象“必然”、“可能”、“知道”、“相信”，“允許”、“禁止”等提供內涵語境的語句算子的一般邏輯。在這種廣義之下，模態邏輯、時態邏輯、道義邏輯、認知邏輯、問題邏輯等都是內涵邏輯。不過，還有一種狹義的內涵邏輯，它可以粗略定義如下：一個內涵邏輯是一個形式語言，其中包括（1）謂詞邏輯的算子、量詞和變元，這里的謂詞邏輯不必局限于一階謂詞邏輯，也可以是高階謂詞邏輯；（2）合式的λ—表達式，例如(λx)A，這里A是任一類型的表達式，x是任一類型的變元，(λx)A本身是一函項，它把變元x在其中取值的那種類型的對象映射到A所屬的那種類型上；（3）其他需要的模態的或內涵的算子，例如€，ù、ú。而一個內涵邏輯的解釋，則由下列要素組成：（1）一個可能世界的非空集W；（2）一個可能個體的非空集D；（3）一個賦值，它給系統內的表達式指派它們在每w∈W中的外延。對于任一的解釋Q和任一的世界w∈W，判定內涵邏輯系統中的任一表達式X相對于解釋Q在w∈W中的外延總是可能的。這樣的內涵邏輯系統有丘奇的LSD系統，R·蒙塔古的IL系統，以及E·N·扎爾塔的FIL系統等。[⑥]

在各種內涵邏輯中，認識論邏輯（epistemiclogic）具有重要意義。它有廣義和狹義之分。廣義的認識論邏輯研究與感知（perception）、知道、相信、斷定、理解、懷疑、問題和回答等相關的邏輯問題，包括問題邏輯、知道邏輯、相信邏輯、斷定邏輯等；狹義的認識論邏輯僅指知道和相信的邏輯，簡稱“認知邏輯”。馮·賴特在1951年提出了對“認知模態”的邏輯分析，這對建立認知邏輯具有極大的啟發作用。J·麥金西首先給出了一個關于“知道”的模態邏輯。A·帕普于1957年建立了一個基于6條規則的相信邏輯系統。J·亨迪卡于60年代出版的《知識和信念》一書是認知邏輯史上的重要著作，其中提出了一些認知邏輯的系統，并為其建立了基于“模型集”的語義學，后者是可能世界語義學的先導之一。當今的認知邏輯紛繁復雜，既不成熟也面臨許多難題。由于認知邏輯涉及認識論、心理學、語言學、計算機科學和人工智能等諸多領域，并且認知邏輯的應用技術，又稱關于知識的推理技術，正在成為計算機科學和人工智能的重要分支之一，因此認知邏輯在20世紀中后期成為國際邏輯學界的一個熱門研究方向。這一狀況在21世紀將得到繼續并進一步強化，在這方面有可能出現突破性的重要結果。

4．對自然語言的邏輯研究

對自然語言的邏輯研究有來自幾個不同領域的推動力。首先是計算機和人工智能的研究，人機對話和通訊、計算機的自然語言理解、知識表示和知識推理等課題，都需要對自然語言進行精細的邏輯分析，并且這種分析不能僅停留在句法層面，而且要深入到語義層面。其次是哲學特別是語言哲學，在20世紀哲學家們對語言表達式的意義問題傾注了異乎尋常的精力，發展了各種各樣的意義理論，如觀念論、指稱論、使用論、言語行為理論、真值條件論等等，以致有人說，關注意義成了20世紀哲學家的職業病。再次是語言學自身發展的需要，例如在研究自然語言的意義問題時，不能僅僅停留在脫離語境的抽象研究上面，而要結合使用語言的特定環境去研究，這導致了語義學、語用學、新修辭學等等發展。各個方面發展的成果可以總稱為“自然語言邏輯”，它力圖綜合后期維特根斯坦提倡的使用論

，J·L·奧斯汀、J·L·塞爾等人發展的言語行為理論，以及P·格賴斯所創立的會話含義學說等成果，透過自然語言的指謂性和交際性去研究自然語言中的推理。

自然語言具有表達和交際兩種職能，其中交際職能是自然語言最重要的職能，是它的生命力之所在。而言語交際總是在一定的語言環境（簡稱語境）中進行的，語境有廣義和狹義之分。狹義的語境僅指一個語詞、一個句子出現的上下文。廣義的語境除了上下文之外，還包括該語詞或語句出現的整個社會歷史條件，如該語詞或語句出現的時間、地點、條件、講話的人（作者）、聽話的人（讀者）以及交際雙方所共同具有的背景知識，這里的背景知識包括交際雙方共同的信念和心理習慣，以及共同的知識和假定等等。這些語境因素對于自然語言的表達式（語詞、語句）的意義有著極其重要的影響，這具體表現在：（i）語境具有消除自然語言語詞的多義性、歧義性和模糊性的能力，具有嚴格規定語言表達式意義的能力。（ii）自然語言的句子常常包含指示代詞、人稱代詞、時間副詞等，要弄清楚這些句子的意義和內容，就要弄清楚這句話是誰說的、對誰說的、什么時候說的、什么地點說的、針對什么說的，等等，這只有在一定的語境中才能進行。依賴語境的其他類型的語句還有：包含著象“有些”和“每一個”這類量化表達式的句子的意義取決于依語境而定的論域，包含著象“大的”、“冷的”這類形容詞的句子的意義取決于依語境而定的相比較的對象類；模態語句和條件語句的意義取決于因語境而變化的語義決定因素，如此等等。（iii）語言表達式的意義在語境中會出現一些重要的變化，以至偏離它通常所具有的意義（抽象意義），而產生一種新的意義即語用涵義。有人認為，一個語言表達式在它的具體語境中的意義，才是它的完全的真正的意義，一旦脫離開語境，它就只具有抽象的意義。語言的抽象意義和它的具體意義的關系，正象解剖了的死人肢體與活人肢體的關系一樣。邏輯應該去研究、理解、把握自然語言的具體意義，當然不是去研究某一個（或一組）特定的語句在某個特定語境中唯一無二的意義，而是專門研究確定自然語言具體意義的普遍原則。[⑦]

美國語言學家保羅·格賴斯把語言表達式在一定的交際語境中產生的一種不同于字面意義的特殊涵義，叫做“語用涵義”、“會話涵義”或“隱涵”（implicature），并于1975年提出了一組“交際合作原則”，包括一個總則和四組準則。總則的內容是：在你參與會話時，你要依據你所參與的談話交流的公認目的或方向，使你的會話貢獻符合這種需要。仿照康德把范疇區分為量、質、關系和方式四類，格賴斯提出了如下四組準則：

（1）數量準則：在交際過程中給出的信息量要適中。

a．給出所要求的信息量；

b．給出的信息量不要多于所要求的信息量。

（2）質量準則：力求講真話。

a．不說你認為假的東西，。

b．不說你缺少適當證據的東西。

（3）關聯準則：說話要與已定的交際目的相關聯。

（4）方式準則：說話要意思明確，表達清晰。

a．避免晦澀生僻的表達方式；

b．避免有歧義的表達方式；

c．說話要簡潔；

d．說話要有順序性。[⑧]

后來對這些原則提出了不和補充，例如有人還提出了交際過程中所要遵守的“禮貌原則”。只要把交際雙方遵守交際合作原則之類的語用規則作為基本前提，這些原則就可以用來確定和把握自然語言的具體意義（語用涵義）。實際上，一個語句p的語用涵義，就是聽話人在具體語境中根據語用規則由p得到的那個或那些語句。更具體地說，從說話人S說的話語p推出語用涵義q的一般過程是：

（i）S說了p；

（ii）沒有理由認為S不遵守準則，或至少S會遵守總的合作原則；

（iii）S說了p而又要遵守準則或總的合作原則，S必定想表達q；

（iv）S必然知道，談話雙方都清楚：如果S是合作的，必須假設q；

（v）S無法阻止聽話人H考慮q；

（vi）因此，S意圖讓H考慮q，并在說p時意味著q。

試舉二例：

（1）a站在熄火的汽車旁，b向a走來。a說：“我沒有汽油了。”b說：“前面拐角處有一個修車鋪。”這里a與b談話的目的是：a想得到汽油。根據關系準則，b說這句話是與a想得到汽油相關的，由此可知：b說這句話時隱涵著：“前面的修車鋪還在營業并且賣汽油。”

（2）某教授寫信推薦他的學生任某項哲學方面的工作，信中寫到：“親愛的先生：我的學生c的英語很好，并且準時上我的課。”根據量的準則，應該提供所需要的信息量；作為教授，他對自己的學生的情況顯然十分熟悉，也可以提供所需要的信息量，但他有意違反量的準則，在信中只用一句話來介紹學生的情況，任用人一旦接到這封信，自然明白：教授認為c不宜從事這項哲學工作。

并且，語用涵義還具有如下5個特點：（i）可取消性：在給原話語附加上某些話語之后，它原有的語用涵義可被取消。在例（1）中，若b在說“前面拐角處有一個修車鋪”之后又補上一句：“不過它這時已經關門了”，則原有的語用涵義“你可從那里得到汽油”就被取消了。（ii）不可分離性：如果某話語在特定的語境中產生了語用涵義，則無論采用什么樣的同義結構，該含義始終存在，因為它所依附的是話語的內容，而不是話語的形式。（iii）可推導性，前面已說明這一點。（iv）非規約性：語用涵義不能單獨從話語本身推出來，除要考慮交際合作原則之類的語用規則之外，也需要假定通常的邏輯推理規則，并需要把上文語句、交際雙方所共有的背景知識作為附加前提考慮在內。（v）不確定性：同一句話語在不同的語境中可以產生不同的語用涵義。顯然，確定某個話語的語用涵義是一個極其復雜的過程，需要綜合和分析、歸納和演繹的統一應用，因此具有一定的或然性。研究如何迅速有效地把握自然語言表達式在具體語境中的語用涵義，這正是自然語言邏輯所要完成的任務之一，它將在21世紀取得進展。［摘要］本文認為，計算機科學和人工智能將是21世紀邏輯學發展的主要動力源泉，并且在很大程度上將決定21世紀邏輯學的面貌。至少在21世紀早期，邏輯學將重點關注下列論題：（1）如何在邏輯中處理常識推理的弗協調、非單調和容錯性因素？（2）如何使機器人具有人的創造性智能，如從經驗證據中建立用于指導以后行動的可錯的歸納判斷？（3）如何進行知識表示和知識推理，特別是基于已有的知識庫以及各認知主體相互之間的知識而進行的推理？（4）如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際？等等。

［關鍵詞］人工智能，常識推理，歸納邏輯，廣義內涵邏輯，認知邏輯，自然語言邏輯

現代邏輯創始于19世紀末葉和20世紀早期，其發展動力主要來自于數學中的公理化運動。當時的數學家們試圖即從少數公理根據明確給出的演繹規則推導出其他的數學定理，從而把整個數學構造成為一個嚴格的演繹大廈，然后用某種程序和方法一勞永逸地證明數學體系的可靠性。為此需要發明和鍛造嚴格、精確、適用的邏輯工具。這是現代邏輯誕生的主要動力。由此造成的后果就是20世紀邏輯研究的嚴重數學化，其表現在于：一是邏輯專注于在數學的形式化過程中提出的問題；二是邏輯采納了數學的方法論，從事邏輯研究就意味著象數學那樣用嚴格的形式證明去解決問題。由此發展出來的邏輯被恰當地稱為“數理邏輯”，它增強了邏輯研究的深度，使邏輯學的發展繼古希臘邏輯、歐洲中世紀邏輯之后進入第三個高峰期，并且對整個現代科學特別是數學、哲學、語言學和計算機科學產生了非常重要的影響。

本文所要探討的問題是：21世紀邏輯發展的主要動力將來自何處？大致說來將如何發展？我個人的看法是：計算機科學和人工智能將至少是21世紀早期邏輯學發展的主要動力源泉，并將由此決定21世紀邏輯學的另一幅面貌。由于人工智能要模擬人的智能，它的難點不在于人腦所進行的各種必然性推理（這一點在20世紀基本上已經做到了，如用計算機去進行高難度和高強度的數學證明，“深藍”通過高速、大量的計算去與世界冠軍下棋），而是最能體現人的智能特征的能動性、創造性思維，這種思維活動中包括學習、抉擇、嘗試、修正、推理諸因素，例如選擇性地搜集相關的經驗證據，在不充分信息的基礎上作出嘗試性的判斷或抉擇，不斷根據環境反饋調整、修正自己的行為，……由此達到實踐的成功。于是，邏輯學將不得不比較全面地研究人的思維活動，并著重研究人的思維中最能體現其能動性特征的各種不確定性推理，由此發展出的邏輯理論也將具有更強的可應用性。

實際上，在20世紀中后期，就已經開始了現代邏輯與人工智能（記為AI）之間的相互融合和滲透。例如，哲學邏輯所研究的許多課題在理論計算機和人工智能中具有重要的應用價值。AI從認知心理學、社會科學以及決策科學中獲得了許多資源，但邏輯（包括哲學邏輯）在AI中發揮了特別突出的作用。某些原因促使哲學邏輯家去發展關于非數學推理

的理論；基于幾乎同樣的理由，AI研究者也在進行類似的探索，這兩方面的研究正在相互接近、相互借鑒，甚至在逐漸融合在一起。例如，AI特別關心下述課題：

·效率和資源有限的推理；

·感知；

·做計劃和計劃再認；

·關于他人的知識和信念的推理；

·各認知主體之間相互的知識；

·自然語言理解；

·知識表示；

·常識的精確處理；

·對不確定性的處理，容錯推理；

·關于時間和因果性的推理；

·解釋或說明；

·對歸納概括以及概念的學習。[①]

21世紀的邏輯學也應該關注這些問題，并對之進行研究。為了做到這一點，邏輯學家們有必要熟悉AI的要求及其相關進展，使其研究成果在AI中具有可應用性。

我認為，至少是21世紀早期，邏輯學將會重點關注下述幾個領域，并且有可能在這些領域出現具有重大意義的成果：（1）如何在邏輯中處理常識推理中的弗協調、非單調和容錯性因素？（2）如何使機器人具有人的創造性智能，如從經驗證據中建立用于指導以后行動的歸納判斷？（3）如何進行知識表示和知識推理，特別是基于已有的知識庫以及各認知主體相互之間的知識而進行的推理？（4）如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際？等等。

1．常識推理中的某些弗協調、非單調和容錯性因素

AI研究的一個目標就是用機器智能模擬人的智能，它選擇各種能反映人的智能特征的問題進行實踐，希望能做出各種具有智能特征的軟件系統。AI研究基于計算途徑，因此要建立具有可操作性的符號模型。一般而言，AI關于智能系統的符號模型可描述為：由一個知識載體（稱為知識庫KB）和一組加載在KB上的足以產生智能行為的過程（稱為問題求解器PS）構成。經過20世紀70年代包括專家系統的發展，AI研究者逐步取得共識，認識到知識在智能系統中力量，即一般的智能系統事實上是一種基于知識的系統，而知識包括專門性知識和常識性知識，前者亦可看做是某一領域內專家的常識。于是，常識問題就成為AI研究的一個核心問題，它包括兩個方面：常識表示和常識推理，即如何在人工智能中清晰地表示人類的常識，并運用這些常識去進行符合人類行為的推理。顯然，如此建立的常識知識庫可能包含矛盾，是不協調的，但這種矛盾或不協調應不至于影響到進行合理的推理行為；常識推理還是一種非單調推理，即人們基于不完全的信息推出某些結論，當人們得到更完全的信息后，可以改變甚至收回原來的結論；常識推理也是一種可能出錯的不精確的推理模式，是在容許有錯誤知識的情況下進行的推理，簡稱容錯推理。而經典邏輯拒斥任何矛盾，容許從矛盾推出一切命題；并且它是單調的，即承認如下的推理模式：如果p?r，則pùq?r；或者說，任一理論的定理屬于該理論之任一擴張的定理集。因此，在處理常識表示和常識推理時，經典邏輯應該受到限制和修正，并發展出某些非經典的邏輯，如次協調邏輯、非單調邏輯、容錯推理等。有人指出，常識推理的邏輯是次協調邏輯和非單調邏輯的某種結合物，而后者又可看做是對容錯推理的簡單且基本的情形的一種形式化。[②]

“次協調邏輯”（ParaconsistentLogic）是由普里斯特、達·科斯塔等人在對悖論的研究中發展出來的，其基本想法是：當在一個理論中發現難以克服的矛盾或悖論時，與其徒勞地想盡各種辦法去排除

或防范它們，不如干脆讓它們留在理論體系內，但把它們“圈禁”起來，不讓它們任意擴散，以免使我們所創立或研究的理論成為“不足道”的。于是，在次協調邏輯中，能夠容納有意義、有價值的“真矛盾”，但這些矛盾并不能使系統推出一切，導致自毀。因此，這一新邏輯具有一種次于經典邏輯但又遠遠高于完全不協調系統的協調性。次協調邏輯家們認為，如果在一理論T中，一語句A及其否定?A都是定理，則T是不協調的；否則，稱T是協調的。如果T所使用的邏輯含有從互相否定的兩公式可推出一切公式的規則或推理，則不協調的T也是不足道的(trivial)。因此，通常以經典邏輯為基礎的理論，如果它是不協調的，那它一定也是不足道的。這一現象表明，經典邏輯雖可用于研究協調的理論，但不適用于研究不協調但又足道的理論。達·科斯塔在20世紀60年代構造了一系列次協調邏輯系統Cn（1≤n≤w），以用作不協調而又足道的理論的邏輯工具。對次協調邏輯系統Cn的特征性描述包括下述命題：(i)矛盾律?(Aù?A)不普遍有效；(ii)從兩個相互否定的公式A和?A推不出任意公式；即是說，矛盾不會在系統中任意擴散，矛盾不等于災難。(iii)應當容納與(i)和(ii)相容的大多數經典邏輯的推理模式和規則。這里，(i)和(ii)表明了對矛盾的一種相對寬容的態度，(iii)則表明次協調邏輯對于經典邏輯仍有一定的繼承性。

在任一次協調邏輯系統Cn(1≤n≤w)中，下述經典邏輯的定理或推理模式都不成立：

?(Aù?A)

Aù?AB

A(?AB)

(A??A)B

(A??A)?B

A??A

(?Aù(AúB))B

(AB)(?B?A)

若以C0為經典邏輯，則系列C0,C1,C2,…Cn,…Cw使得對任正整數i有Ci弱于Ci-1，Cw是這系列中最弱的演算。已經為Cn設計出了合適的語義學，并已經證明Cn相對于此種語義是可靠的和完全的，并且次協調命題邏輯系統Cn還是可判定的。現在，已經有人把次協調邏輯擴展到模態邏輯、時態邏輯、道義邏輯、多值邏輯、集合論等領域的研究中，發展了這些領域內的次協調理論。顯然，次協調邏輯將會得到更進一步的發展。[③]

非單調邏輯是關于非單調推理的邏輯，它的研究開始于20世紀80年代。1980年，D·麥克多莫特和J·多伊爾初步嘗試著系統發展一種關于非單調推理的邏輯。他們在經典謂詞演算中引入一個算子M，表示某種“一致性”斷言，并將其看做是模態概念，通過一定程序把模態邏輯系統T、S4和S5翻譯成非單調邏輯。B·摩爾的論文《非單調邏輯的語義思考》（1983）據認為在非單調邏輯方面作出了令人注目的貢獻。他在“缺省推理”和“自動認知推理”之間做了區分，并把前者看作是在沒有任何相反信息和缺少證據的條件下進行推理的過程，這種推理的特征是試探性的：根據新信息，它們很可能會被撤消。自動認知推理則不是這種類型，它是與人們自身的信念或知識相關的推理，可用它模擬一個理想的具有信念的有理性的人的推理。對于在計算機和人工智能中獲得成功的應用而言，非單調邏輯尚需進一步發展。

2．歸納以及其他不確定性推理

人類智能的本質特征和最高表現是創造。在人類創造的過程中，具有必然性的演繹推理固然起重要作用，但更為重要的是具有某種不確定性的歸納、類比推理以及模糊推理等。因此，計算機要成功地模擬人的智能，真正體現出人的智能品質，就必須對各種具有不確定性的推理模式進行研究。

首先是對歸納推理和歸納邏輯的研究。這里所說的“歸納推理”是廣義的，指一切擴展性推理，它們的結論所斷定的超出了其前提所斷定的范圍，因而前提的真無法保證結論的真，整個推理因此缺乏必然性。具體說來，這種意義的“歸納”包括下述內容：簡單枚舉法；排除歸納法，指這樣一些操作：預先通過觀察或實驗列出被研究現象的可能的原因，然后有選擇地安排某些事例或實驗，根據某些標準排除不相干假設，最后得到比較可靠的結論；統計概括：從關于有窮數目樣本的構成的知識到關于未知總體分布構成的結論的推理；類比論證和假說演繹法，等等。盡管休謨提出著名的“歸納問題”，對歸納推理的合理性和歸納邏輯的可能性提出了深刻的質疑，但我認為，（1）歸納是在茫茫宇宙中生存的人類必須采取也只能采取的認知策略，對于人類來說具有實踐的必然性。（2）人類有理由從經驗的重復中建立某種確實性和規律性，其依據就是確信宇宙中存在某種類似于自然齊一律和客觀因果律之類的東西。這一確信是合理的，而用純邏輯的理由去懷疑一個關于世界的事實性斷言則是不合理的，除非這個斷言是邏輯矛盾。（3）人類有可能建立起局部合理的歸納邏輯和歸納方法論。并且，歸納邏輯的這種可能性正在計算機科學和人工智能的研究推動下慢慢地演變成現實。恩格斯早就指出，“社會一旦有技術上的需要，則這種需要比十所大學更能把科學推向前進。”[④]有人通過指責現有的歸納邏輯不成熟，得出“歸納邏輯不可能”的結論，他們的推理本身與歸納推理一樣，不具有演繹的必然性。（4）人類實踐的成功在一定程度上證明了相應的經驗知識的真理性，也就在一定程度上證明了歸納邏輯和歸納方法論的力量。毋庸否認，歸納邏輯目前還很不成熟。有的學者指出，為了在機器的智能模擬中克服對歸納模擬的困難而有所突破，應該將歸納邏輯等有關的基礎理論研究與機器學習、不確定推理和神經網絡學習模型與歸納學習中已有的成果結合起來。只有這樣，才能在已有的歸納學習成果上，在機器歸納和機器發現上取得新的突破和進展。[⑤]這是一個極有價值且極富挑戰性的課題，無疑在21世紀將得到重視并取得進展。

再談模糊邏輯。現實世界中充滿了模糊現象，這些現象反映到人的思維中形成了模糊概念和模糊命題，如“矮個子”、“美人”、“甲地在乙地附近”、“他很年輕”等。研究模糊概念、模糊命題和模糊推理的邏輯理論叫做“模糊邏輯”。對它的研究始于20世紀20年代，其代表性人物是L·A·查德和P·N·馬林諾斯。模糊邏輯為精確邏輯（二值邏輯）解決不了的問題提供了解決的可能，它目前在醫療診斷、故障檢測、氣象預報、自動控制以及人工智能研究中獲得重要應用。顯然，它在21世紀將繼續得到更大的發展。

3．廣義內涵邏輯

經典邏輯只是對命題聯結詞、個體詞、謂詞、量詞和等詞進行了研究，但在自然語言中，除了這些語言成分之外，顯然還存在許多其他的語言成分，如各種各樣的副詞，包括模態詞“必然”、“可能”和“不可能”

、時態詞“過去”、“現在”和“未來”、道義詞“應該”、“允許”、“禁止”等等，以及各種認知動詞，如“思考”、“希望”、“相信”、“判斷”、“猜測”、“考慮”、“懷疑”，這些認知動詞在邏輯和哲學文獻中被叫做“命題態度詞”。對這些副詞以及命題態度詞的邏輯研究可以歸類為“廣義內涵邏輯”。

大多數副詞以及幾乎所有命題態度詞都是內涵性的，造成內涵語境，后者與外延語境構成對照。外延語境又叫透明語境，是經典邏輯的組合性原則、等值置換規則、同一性替換規則在其中適用的語境；內涵語境又稱晦暗語境，是上述規則在其中不適用的語境。相應于外延語境和內涵語境的區別，一切語言表達式（包括自然語言的名詞、動詞、形容詞直至語句）都可以區分為外延性的和內涵性的，前者是提供外延語境的表達式，后者是提供內涵性語境的表達式。例如，殺死、見到、擁抱、吻、砍、踢、打、與…下棋等都是外延性表達式，而知道、相信、認識、必然、可能、允許、禁止、過去、現在、未來等都是內涵性表達式。在內涵語境中會出現一些復雜的情況。首先，對于個體詞項來說，關鍵性的東西是我們不僅必須考慮它們在現實世界中的外延，而且要考慮它們在其他可能世界中的外延。例如，由于“必然”是內涵性表達式，它提供內涵語境，因而下述推理是非有效的：

晨星必然是晨星，

晨星就是暮星，

所以，晨星必然是暮星。

這是因為：這個推理只考慮到“晨星”和“暮星”在現實世界中的外延，并沒有考慮到它們在每一個可能世界中的外延，我們完全可以設想一個可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我們就不能利用同一性替換規則，由該推理的前提得出它的結論：“晨星必然是暮星”。其次，在內涵語境中，語言表達式不再以通常是它們的外延的東西作為外延，而以通常是它們的內涵的東西作為外延。以“達爾文相信人是從猿猴進化而來的”這個語句為例。這里，達爾文所相信的是“人是從猿猴進化而來的”所表達的思想，而不是它所指稱的真值，于是在這種情況下，“人是從猿猴進化而來的”所表達的思想（命題）就構成它的外延。再次，在內涵語境中，雖然適用于外延的函項性原則不再成立，但并不是非要拋棄不可，可以把它改述為新的形式：一復合表達式的外延是它出現于外延語境中的部分表達式的外延加上出現于內涵語境中的部分表達式的內涵的函項。這個新的組合性或函項性原則在內涵邏輯中成立。

一般而言，一個好的內涵邏輯至少應滿足兩個條件：（i）它必須能夠處理外延邏輯所能處理的問題；（ii）它還必須能夠處理外延邏輯所不能處理的難題。這就是說，它既不能與外延邏輯相矛盾，又要克服外延邏輯的局限。這樣的內涵邏輯目前正在發展中，并且已有初步輪廓。從術語上說，內涵邏輯除需要真、假、語句真值的同一和不同、集合或類、謂詞的同范圍或不同范圍等外延邏輯的術語之外，還需要同義、內涵的同一和差異、命題、屬性或概念這樣一些術語。廣而言之，可以把內涵邏輯看作是關于象“必然”、“可能”、“知道”、“相信”，“允許”、“禁止”等提供內涵語境的語句算子的一般邏輯。在這種廣義之下，模態邏輯、時態邏輯、道義邏輯、認知邏輯、問題邏輯等都是內涵邏輯。不過，還有一種狹義的內涵邏輯，它可以粗略定義如下：一個內涵邏輯是一個形式語言，其中包括（1）謂詞邏輯的算子、量詞和變元，這里的謂詞邏輯不必局限于一階謂詞邏輯，也可以是高階謂詞邏輯；（2）合式的λ—表達式，例如(λx)A，這里A是任一類型的表達式，x是任一類型的變元，(λx)A本身是一函項，它把變元x在其中取值的那種類型的對象映射到A所屬的那種類型上；（3）其他需要的模態的或內涵的算子，例如€，ù、ú。而一個內涵邏輯的解釋，則由下列要素組成：（1）一個可能世界的非空集W；（2）一個可能個體的非空集D；（3）一個賦值，它給系統內的表達式指派它們在每w∈W中的外延。對于任一的解釋Q和任一的世界w∈W，判定內涵邏輯系統中的任一表達式X相對于解釋Q在w∈W中的外延總是可能的。這樣的內涵邏輯系統有丘奇的LSD系統，R·蒙塔古的IL系統，以及E·N·扎爾塔的FIL系統等。[⑥]

在各種內涵邏輯中，認識論邏輯（epistemiclogic）具有重要意義。它有廣義和狹義之分。廣義的認識論邏輯研究與感知（perception）、知道、相信、斷定、理解、懷疑、問題和回答等相關的邏輯問題，包括問題邏輯、知道邏輯、相信邏輯、斷定邏輯等；狹義的認識論邏輯僅指知道和相信的邏輯，簡稱“認知邏輯”。馮·賴特在1951年提出了對“認知模態”的邏輯分析，這對建立認知邏輯具有極大的啟發作用。J·麥金西首先給出了一個關于“知道”的模態邏輯。A·帕普于1957年建立了一個基于6條規則的相信邏輯系統。J·亨迪卡于60年代出版的《知識和信念》一書是認知邏輯史上的重要著作，其中提出了一些認知邏輯的系統，并為其建立了基于“模型集”的語義學，后者是可能世界語義學的先導之一。當今的認知邏輯紛繁復雜，既不成熟也面臨許多難題。由于認知邏輯涉及認識論、心理學、語言學、計算機科學和人工智能等諸多領域，并且認知邏輯的應用技術，又稱關于知識的推理技術，正在成為計算機科學和人工智能的重要分支之一，因此認知邏輯在20世紀中后期成為國際邏輯學界的一個熱門研究方向。這一狀況在21世紀將得到繼續并進一步強化，在這方面有可能出現突破性的重要結果。

4．對自然語言的邏輯研究

對自然語言的邏輯研究有來自幾個不同領域的推動力。首先是計算機和人工智能的研究，人機對話和通訊、計算機的自然語言理解、知識表示和知識推理等課題，都需要對自然語言進行精細的邏輯分析，并且這種分析不能僅停留在句法層面，而且要深入到語義層面。其次是哲學特別是語言哲學，在20世紀哲學家們對語言表達式的意義問題傾注了異乎尋常的精力，發展了各種各樣的意義理論，如觀念論、指稱論、使用論、言語行為理論、真值條件論等等，以致有人說，關注意義成了20世紀哲學家的職業病。再次是語言學自身發展的需要，例如在研究自然語言的意義問題時，不能僅僅停留在脫離語境的抽象研究上面，而要結合使用語言的特定環境去研究，這導致了語義學、語用學、新修辭學等等發展。各個方面發展的成果可以總稱為“自然語言邏輯”，它力圖綜合后期維特根斯坦提倡的使用論

，J·L·奧斯汀、J·L·塞爾等人發展的言語行為理論，以及P·格賴斯所創立的會話含義學說等成果，透過自然語言的指謂性和交際性去研究自然語言中的推理。

自然語言具有表達和交際兩種職能，其中交際職能是自然語言最重要的職能，是它的生命力之所在。而言語交際總是在一定的語言環境（簡稱語境）中進行的，語境有廣義和狹義之分。狹義的語境僅指一個語詞、一個句子出現的上下文。廣義的語境除了上下文之外，還包括該語詞或語句出現的整個社會歷史條件，如該語詞或語句出現的時間、地點、條件、講話的人（作者）、聽話的人（讀者）以及交際雙方所共同具有的背景知識，這里的背景知識包括交際雙方共同的信念和心理習慣，以及共同的知識和假定等等。這些語境因素對于自然語言的表達式（語詞、語句）的意義有著極其重要的影響，這具體表現在：（i）語境具有消除自然語言語詞的多義性、歧義性和模糊性的能力，具有嚴格規定語言表達式意義的能力。（ii）自然語言的句子常常包含指示代詞、人稱代詞、時間副詞等，要弄清楚這些句子的意義和內容，就要弄清楚這句話是誰說的、對誰說的、什么時候說的、什么地點說的、針對什么說的，等等，這只有在一定的語境中才能進行。依賴語境的其他類型的語句還有：包含著象“有些”和“每一個”這類量化表達式的句子的意義取決于依語境而定的論域，包含著象“大的”、“冷的”這類形容詞的句子的意義取決于依語境而定的相比較的對象類；模態語句和條件語句的意義取決于因語境而變化的語義決定因素，如此等等。（iii）語言表達式的意義在語境中會出現一些重要的變化，以至偏離它通常所具有的意義（抽象意義），而產生一種新的意義即語用涵義。有人認為，一個語言表達式在它的具體語境中的意義，才是它的完全的真正的意義，一旦脫離開語境，它就只具有抽象的意義。語言的抽象意義和它的具體意義的關系，正象解剖了的死人肢體與活人肢體的關系一樣。邏輯應該去研究、理解、把握自然語言的具體意義，當然不是去研究某一個（或一組）特定的語句在某個特定語境中唯一無二的意義，而是專門研究確定自然語言具體意義的普遍原則。[⑦]

美國語言學家保羅·格賴斯把語言表達式在一定的交際語境中產生的一種不同于字面意義的特殊涵義，叫做“語用涵義”、“會話涵義”或“隱涵”（implicature），并于1975年提出了一組“交際合作原則”，包括一個總則和四組準則。總則的內容是：在你參與會話時，你要依據你所參與的談話交流的公認目的或方向，使你的會話貢獻符合這種需要。仿照康德把范疇區分為量、質、關系和方式四類，格賴斯提出了如下四組準則：

（1）數量準則：在交際過程中給出的信息量要適中。

a．給出所要求的信息量；

b．給出的信息量不要多于所要求的信息量。

（2）質量準則：力求講真話。

a．不說你認為假的東西，。

b．不說你缺少適當證據的東西。

（3）關聯準則：說話要與已定的交際目的相關聯。

（4）方式準則：說話要意思明確，表達清晰。

a．避免晦澀生僻的表達方式；

b．避免有歧義的表達方式；

c．說話要簡潔；

d．說話要有順序性。[⑧]

后來對這些原則提出了不和補充，例如有人還提出了交際過程中所要遵守的“禮貌原則”。只要把交際雙方遵守交際合作原則之類的語用規則作為基本前提，這些原則就可以用來確定和把握自然語言的具體意義（語用涵義）。實際上，一個語句p的語用涵義，就是聽話人在具體語境中根據語用規則由p得到的那個或那些語句。更具體地說，從說話人S說的話語p推出語用涵義q的一般過程是：

（i）S說了p；

（ii）沒有理由認為S不遵守準則，或至少S會遵守總的合作原則；

（iii）S說了p而又要遵守準則或總的合作原則，S必定想表達q；

（iv）S必然知道，談話雙方都清楚：如果S是合作的，必須假設q；

（v）S無法阻止聽話人H考慮q；

（vi）因此，S意圖讓H考慮q，并在說p時意味著q。

試舉二例：

（1）a站在熄火的汽車旁，b向a走來。a說：“我沒有汽油了。”b說：“前面拐角處有一個修車鋪。”這里a與b談話的目的是：a想得到汽油。根據關系準則，b說這句話是與a想得到汽油相關的，由此可知：b說這句話時隱涵著：“前面的修車鋪還在營業并且賣汽油。”

篇6

實際上，在20世紀中后期，就已經開始了現代邏輯與人工智能（記為AI）之間的相互融合和滲透。例如，哲學邏輯所研究的許多課題在理論計算機和人工智能中具有重要的應用價值。AI從認知心理學、社會科學以及決策科學中獲得了許多資源，但邏輯（包括哲學邏輯）在AI中發揮了特別突出的作用。某些原因促使哲學邏輯家去發展關于非數學推理

的理論；基于幾乎同樣的理由，AI研究者也在進行類似的探索，這兩方面的研究正在相互接近、相互借鑒，甚至在逐漸融合在一起。例如，AI特別關心下述課題：

·效率和資源有限的推理；

·感知；

·做計劃和計劃再認；

·關于他人的知識和信念的推理；

·各認知主體之間相互的知識；

·自然語言理解；

·知識表示；

·常識的精確處理；

·對不確定性的處理，容錯推理；

·關于時間和因果性的推理；

·解釋或說明；

·對歸納概括以及概念的學習。[①]

21世紀的邏輯學也應該關注這些問題，并對之進行研究。為了做到這一點，邏輯學家們有必要熟悉AI的要求及其相關進展，使其研究成果在AI中具有可應用性。

我認為，至少是21世紀早期，邏輯學將會重點關注下述幾個領域，并且有可能在這些領域出現具有重大意義的成果：（1）如何在邏輯中處理常識推理中的弗協調、非單調和容錯性因素？（2）如何使機器人具有人的創造性智能，如從經驗證據中建立用于指導以后行動的歸納判斷？（3）如何進行知識表示和知識推理，特別是基于已有的知識庫以及各認知主體相互之間的知識而進行的推理？（4）如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際？等等。

1．常識推理中的某些弗協調、非單調和容錯性因素

AI研究的一個目標就是用機器智能模擬人的智能，它選擇各種能反映人的智能特征的問題進行實踐，希望能做出各種具有智能特征的軟件系統。AI研究基于計算途徑，因此要建立具有可操作性的符號模型。一般而言，AI關于智能系統的符號模型可描述為：由一個知識載體（稱為知識庫KB）和一組加載在KB上的足以產生智能行為的過程（稱為問題求解器PS）構成。經過20世紀70年代包括專家系統的發展，AI研究者逐步取得共識，認識到知識在智能系統中力量，即一般的智能系統事實上是一種基于知識的系統，而知識包括專門性知識和常識性知識，前者亦可看做是某一領域內專家的常識。于是，常識問題就成為AI研究的一個核心問題，它包括兩個方面：常識表示和常識推理，即如何在人工智能中清晰地表示人類的常識，并運用這些常識去進行符合人類行為的推理。顯然，如此建立的常識知識庫可能包含矛盾，是不協調的，但這種矛盾或不協調應不至于影響到進行合理的推理行為；常識推理還是一種非單調推理，即人們基于不完全的信息推出某些結論，當人們得到更完全的信息后，可以改變甚至收回原來的結論；常識推理也是一種可能出錯的不精確的推理模式，是在容許有錯誤知識的情況下進行的推理，簡稱容錯推理。而經典邏輯拒斥任何矛盾，容許從矛盾推出一切命題；并且它是單調的，即承認如下的推理模式：如果p?r，則pùq?r；或者說，任一理論的定理屬于該理論之任一擴張的定理集。因此，在處理常識表示和常識推理時，經典邏輯應該受到限制和修正，并發展出某些非經典的邏輯，如次協調邏輯、非單調邏輯、容錯推理等。有人指出，常識推理的邏輯是次協調邏輯和非單調邏輯的某種結合物，而后者又可看做是對容錯推理的簡單且基本的情形的一種形式化。[②]

“次協調邏輯”（ParaconsistentLogic）是由普里斯特、達·科斯塔等人在對悖論的研究中發展出來的，其基本想法是：當在一個理論中發現難以克服的矛盾或悖論時，與其徒勞地想盡各種辦法去排除

或防范它們，不如干脆讓它們留在理論體系內，但把它們“圈禁”起來，不讓它們任意擴散，以免使我們所創立或研究的理論成為“不足道”的。于是，在次協調邏輯中，能夠容納有意義、有價值的“真矛盾”，但這些矛盾并不能使系統推出一切，導致自毀。因此，這一新邏輯具有一種次于經典邏輯但又遠遠高于完全不協調系統的協調性。次協調邏輯家們認為，如果在一理論T中，一語句A及其否定?A都是定理，則T是不協調的；否則，稱T是協調的。如果T所使用的邏輯含有從互相否定的兩公式可推出一切公式的規則或推理，則不協調的T也是不足道的(trivial)。因此，通常以經典邏輯為基礎的理論，如果它是不協調的，那它一定也是不足道的。這一現象表明，經典邏輯雖可用于研究協調的理論，但不適用于研究不協調但又足道的理論。達·科斯塔在20世紀60年代構造了一系列次協調邏輯系統Cn（1≤n≤w），以用作不協調而又足道的理論的邏輯工具。對次協調邏輯系統Cn的特征性描述包括下述命題：(i)矛盾律?(Aù?A)不普遍有效；(ii)從兩個相互否定的公式A和?A推不出任意公式；即是說，矛盾不會在系統中任意擴散，矛盾不等于災難。(iii)應當容納與(i)和(ii)相容的大多數經典邏輯的推理模式和規則。這里，(i)和(ii)表明了對矛盾的一種相對寬容的態度，(iii)則表明次協調邏輯對于經典邏輯仍有一定的繼承性。

在任一次協調邏輯系統Cn(1≤n≤w)中，下述經典邏輯的定理或推理模式都不成立：

?(Aù?A)

Aù?AB

A(?AB)

(A??A)B

(A??A)?B

A??A

(?Aù(AúB))B

(AB)(?B?A)

若以C0為經典邏輯，則系列C0,C1,C2,…Cn,…Cw使得對任正整數i有Ci弱于Ci-1，Cw是這系列中最弱的演算。已經為Cn設計出了合適的語義學，并已經證明Cn相對于此種語義是可靠的和完全的，并且次協調命題邏輯系統Cn還是可判定的。現在，已經有人把次協調邏輯擴展到模態邏輯、時態邏輯、道義邏輯、多值邏輯、集合論等領域的研究中，發展了這些領域內的次協調理論。顯然，次協調邏輯將會得到更進一步的發展。[③]

非單調邏輯是關于非單調推理的邏輯，它的研究開始于20世紀80年代。1980年，D·麥克多莫特和J·多伊爾初步嘗試著系統發展一種關于非單調推理的邏輯。他們在經典謂詞演算中引入一個算子M，表示某種“一致性”斷言，并將其看做是模態概念，通過一定程序把模態邏輯系統T、S4和S5翻譯成非單調邏輯。B·摩爾的論文《非單調邏輯的語義思考》（1983）據認為在非單調邏輯方面作出了令人注目的貢獻。他在“缺省推理”和“自動認知推理”之間做了區分，并把前者看作是在沒有任何相反信息和缺少證據的條件下進行推理的過程，這種推理的特征是試探性的：根據新信息，它們很可能會被撤消。自動認知推理則不是這種類型，它是與人們自身的信念或知識相關的推理，可用它模擬一個理想的具有信念的有理性的人的推理。對于在計算機和人工智能中獲得成功的應用而言，非單調邏輯尚需進一步發展。

2．歸納以及其他不確定性推理

人類智能的本質特征和最高表現是創造。在人類創造的過程中，具有必然性的演繹推理固然起重要作用，但更為重要的是具有某種不確定性的歸納、類比推理以及模糊推理等。因此，計算機要成功地模擬人的智能，真正體現出人的智能品質，就必須對各種具有不確定性的推理模式進行研究。

首先是對歸納推理和歸納邏輯的研究。這里所說的“歸納推理”是廣義的，指一切擴展性推理，它們的結論所斷定的超出了其前提所斷定的范圍，因而前提的真無法保證結論的真，整個推理因此缺乏必然性。具體說來，這種意義的“歸納”包括下述內容：簡單枚舉法；排除歸納法，指這樣一些操作：預先通過觀察或實驗列出被研究現象的可能的原因，然后有選擇地安排某些事例或實驗，根據某些標準排除不相干假設，最后得到比較可靠的結論；統計概括：從關于有窮數目樣本的構成的知識到關于未知總體分布構成的結論的推理；類比論證和假說演繹法，等等。盡管休謨提出著名的“歸納問題”，對歸納推理的合理性和歸納邏輯的可能性提出了深刻的質疑，但我認為，（1）歸納是在茫茫宇宙中生存的人類必須采取也只能采取的認知策略，對于人類來說具有實踐的必然性。（2）人類有理由從經驗的重復中建立某種確實性和規律性，其依據就是確信宇宙中存在某種類似于自然齊一律和客觀因果律之類的東西。這一確信是合理的，而用純邏輯的理由去懷疑一個關于世界的事實性斷言則是不合理的，除非這個斷言是邏輯矛盾。（3）人類有可能建立起局部合理的歸納邏輯和歸納方法論。并且，歸納邏輯的這種可能性正在計算機科學和人工智能的研究推動下慢慢地演變成現實。恩格斯早就指出，“社會一旦有技術上的需要，則這種需要比十所大學更能把科學推向前進。”[④]有人通過指責現有的歸納邏輯不成熟，得出“歸納邏輯不可能”的結論，他們的推理本身與歸納推理一樣，不具有演繹的必然性。（4）人類實踐的成功在一定程度上證明了相應的經驗知識的真理性，也就在一定程度上證明了歸納邏輯和歸納方法論的力量。毋庸否認，歸納邏輯目前還很不成熟。有的學者指出，為了在機器的智能模擬中克服對歸納模擬的困難而有所突破，應該將歸納邏輯等有關的基礎理論研究與機器學習、不確定推理和神經網絡學習模型與歸納學習中已有的成果結合起來。只有這樣，才能在已有的歸納學習成果上，在機器歸納和機器發現上取得新的突破和進展。[⑤]這是一個極有價值且極富挑戰性的課題，無疑在21世紀將得到重視并取得進展。

再談模糊邏輯。現實世界中充滿了模糊現象，這些現象反映到人的思維中形成了模糊概念和模糊命題，如“矮個子”、“美人”、“甲地在乙地附近”、“他很年輕”等。研究模糊概念、模糊命題和模糊推理的邏輯理論叫做“模糊邏輯”。對它的研究始于20世紀20年代，其代表性人物是L·A·查德和P·N·馬林諾斯。模糊邏輯為精確邏輯（二值邏輯）解決不了的問題提供了解決的可能，它目前在醫療診斷、故障檢測、氣象預報、自動控制以及人工智能研究中獲得重要應用。顯然，它在21世紀將繼續得到更大的發展。

3．廣義內涵邏輯

經典邏輯只是對命題聯結詞、個體詞、謂詞、量詞和等詞進行了研究，但在自然語言中，除了這些語言成分之外，顯然還存在許多其他的語言成分，如各種各樣的副詞，包括模態詞“必然”、“可能”和“不可能”

、時態詞“過去”、“現在”和“未來”、道義詞“應該”、“允許”、“禁止”等等，以及各種認知動詞，如“思考”、“希望”、“相信”、“判斷”、“猜測”、“考慮”、“懷疑”，這些認知動詞在邏輯和哲學文獻中被叫做“命題態度詞”。對這些副詞以及命題態度詞的邏輯研究可以歸類為“廣義內涵邏輯”。

大多數副詞以及幾乎所有命題態度詞都是內涵性的，造成內涵語境，后者與外延語境構成對照。外延語境又叫透明語境，是經典邏輯的組合性原則、等值置換規則、同一性替換規則在其中適用的語境；內涵語境又稱晦暗語境，是上述規則在其中不適用的語境。相應于外延語境和內涵語境的區別，一切語言表達式（包括自然語言的名詞、動詞、形容詞直至語句）都可以區分為外延性的和內涵性的，前者是提供外延語境的表達式，后者是提供內涵性語境的表達式。例如，殺死、見到、擁抱、吻、砍、踢、打、與…下棋等都是外延性表達式，而知道、相信、認識、必然、可能、允許、禁止、過去、現在、未來等都是內涵性表達式。

在內涵語境中會出現一些復雜的情況。首先，對于個體詞項來說，關鍵性的東西是我們不僅必須考慮它們在現實世界中的外延，而且要考慮它們在其他可能世界中的外延。例如，由于“必然”是內涵性表達式，它提供內涵語境，因而下述推理是非有效的：

晨星必然是晨星，

晨星就是暮星，

所以，晨星必然是暮星。

這是因為：這個推理只考慮到“晨星”和“暮星”在現實世界中的外延，并沒有考慮到它們在每一個可能世界中的外延，我們完全可以設想一個可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我們就不能利用同一性替換規則，由該推理的前提得出它的結論：“晨星必然是暮星”。其次，在內涵語境中，語言表達式不再以通常是它們的外延的東西作為外延，而以通常是它們的內涵的東西作為外延。以“達爾文相信人是從猿猴進化而來的”這個語句為例。這里，達爾文所相信的是“人是從猿猴進化而來的”所表達的思想，而不是它所指稱的真值，于是在這種情況下，“人是從猿猴進化而來的”所表達的思想（命題）就構成它的外延。再次，在內涵語境中，雖然適用于外延的函項性原則不再成立，但并不是非要拋棄不可，可以把它改述為新的形式：一復合表達式的外延是它出現于外延語境中的部分表達式的外延加上出現于內涵語境中的部分表達式的內涵的函項。這個新的組合性或函項性原則在內涵邏輯中成立。

一般而言，一個好的內涵邏輯至少應滿足兩個條件：（i）它必須能夠處理外延邏輯所能處理的問題；（ii）它還必須能夠處理外延邏輯所不能處理的難題。這就是說，它既不能與外延邏輯相矛盾，又要克服外延邏輯的局限。這樣的內涵邏輯目前正在發展中，并且已有初步輪廓。從術語上說，內涵邏輯除需要真、假、語句真值的同一和不同、集合或類、謂詞的同范圍或不同范圍等外延邏輯的術語之外，還需要同義、內涵的同一和差異、命題、屬性或概念這樣一些術語。廣而言之，可以把內涵邏輯看作是關于象“必然”、“可能”、“知道”、“相信”，“允許”、“禁止”等提供內涵語境的語句算子的一般邏輯。在這種廣義之下，模態邏輯、時態邏輯、道義邏輯、認知邏輯、問題邏輯等都是內涵邏輯。不過，還有一種狹義的內涵邏輯，它可以粗略定義如下：一個內涵邏輯是一個形式語言，其中包括（1）謂詞邏輯的算子、量詞和變元，這里的謂詞邏輯不必局限于一階謂詞邏輯，也可以是高階謂詞邏輯；（2）合式的λ—表達式，例如(λx)A，這里A是任一類型的表達式，x是任一類型的變元，(λx)A本身是一函項，它把變元x在其中取值的那種類型的對象映射到A所屬的那種類型上；（3）其他需要的模態的或內涵的算子，例如€，ù、ú。而一個內涵邏輯的解釋，則由下列要素組成：（1）一個可能世界的非空集W；（2）一個可能個體的非空集D；（3）一個賦值，它給系統內的表達式指派它們在每w∈W中的外延。對于任一的解釋Q和任一的世界w∈W，判定內涵邏輯系統中的任一表達式X相對于解釋Q在w∈W中的外延總是可能的。這樣的內涵邏輯系統有丘奇的LSD系統，R·蒙塔古的IL系統，以及E·N·扎爾塔的FIL系統等。[⑥]

在各種內涵邏輯中，認識論邏輯（epistemiclogic）具有重要意義。它有廣義和狹義之分。廣義的認識論邏輯研究與感知（perception）、知道、相信、斷定、理解、懷疑、問題和回答等相關的邏輯問題，包括問題邏輯、知道邏輯、相信邏輯、斷定邏輯等；狹義的認識論邏輯僅指知道和相信的邏輯，簡稱“認知邏輯”。馮·賴特在1951年提出了對“認知模態”的邏輯分析，這對建立認知邏輯具有極大的啟發作用。J·麥金西首先給出了一個關于“知道”的模態邏輯。A·帕普于1957年建立了一個基于6條規則的相信邏輯系統。J·亨迪卡于60年代出版的《知識和信念》一書是認知邏輯史上的重要著作，其中提出了一些認知邏輯的系統，并為其建立了基于“模型集”的語義學，后者是可能世界語義學的先導之一。當今的認知邏輯紛繁復雜，既不成熟也面臨許多難題。由于認知邏輯涉及認識論、心理學、語言學、計算機科學和人工智能等諸多領域，并且認知邏輯的應用技術，又稱關于知識的推理技術，正在成為計算機科學和人工智能的重要分支之一，因此認知邏輯在20世紀中后期成為國際邏輯學界的一個熱門研究方向。這一狀況在21世紀將得到繼續并進一步強化，在這方面有可能出現突破性的重要結果。

4．對自然語言的邏輯研究

對自然語言的邏輯研究有來自幾個不同領域的推動力。首先是計算機和人工智能的研究，人機對話和通訊、計算機的自然語言理解、知識表示和知識推理等課題，都需要對自然語言進行精細的邏輯分析，并且這種分析不能僅停留在句法層面，而且要深入到語義層面。其次是哲學特別是語言哲學，在20世紀哲學家們對語言表達式的意義問題傾注了異乎尋常的精力，發展了各種各樣的意義理論，如觀念論、指稱論、使用論、言語行為理論、真值條件論等等，以致有人說，關注意義成了20世紀哲學家的職業病。再次是語言學自身發展的需要，例如在研究自然語言的意義問題時，不能僅僅停留在脫離語境的抽象研究上面，而要結合使用語言的特定環境去研究，這導致了語義學、語用學、新修辭學等等發展。各個方面發展的成果可以總稱為“自然語言邏輯”，它力圖綜合后期維特根斯坦提倡的使用論

，J·L·奧斯汀、J·L·塞爾等人發展的言語行為理論，以及P·格賴斯所創立的會話含義學說等成果，透過自然語言的指謂性和交際性去研究自然語言中的推理。

自然語言具有表達和交際兩種職能，其中交際職能是自然語言最重要的職能，是它的生命力之所在。而言語交際總是在一定的語言環境（簡稱語境）中進行的，語境有廣義和狹義之分。狹義的語境僅指一個語詞、一個句子出現的上下文。廣義的語境除了上下文之外，還包括該語詞或語句出現的整個社會歷史條件，如該語詞或語句出現的時間、地點、條件、講話的人（作者）、聽話的人（讀者）以及交際雙方所共同具有的背景知識，這里的背景知識包括交際雙方共同的信念和心理習慣，以及共同的知識和假定等等。這些語境因素對于自然語言的表達式（語詞、語句）的意義有著極其重要的影響，這具體表現在：（i）語境具有消除自然語言語詞的多義性、歧義性和模糊性的能力，具有嚴格規定語言表達式意義的能力。（ii）自然語言的句子常常包含指示代詞、人稱代詞、時間副詞等，要弄清楚這些句子的意義和內容，就要弄清楚這句話是誰說的、對誰說的、什么時候說的、什么地點說的、針對什么說的，等等，這只有在一定的語境中才能進行。依賴語境的其他類型的語句還有：包含著象“有些”和“每一個”這類量化表達式的句子的意義取決于依語境而定的論域，包含著象“大的”、“冷的”這類形容詞的句子的意義取決于依語境而定的相比較的對象類；模態語句和條件語句的意義取決于因語境而變化的語義決定因素，如此等等。（iii）語言表達式的意義在語境中會出現一些重要的變化，以至偏離它通常所具有的意義（抽象意義），而產生一種新的意義即語用涵義。有人認為，一個語言表達式在它的具體語境中的意義，才是它的完全的真正的意義，一旦脫離開語境，它就只具有抽象的意義。語言的抽象意義和它的具體意義的關系，正象解剖了的死人肢體與活人肢體的關系一樣。邏輯應該去研究、理解、把握自然語言的具體意義，當然不是去研究某一個（或一組）特定的語句在某個特定語境中唯一無二的意義，而是專門研究確定自然語言具體意義的普遍原則。[⑦]

美國語言學家保羅·格賴斯把語言表達式在一定的交際語境中產生的一種不同于字面意義的特殊涵義，叫做“語用涵義”、“會話涵義”或“隱涵”（implicature），并于1975年提出了一組“交際合作原則”，包括一個總則和四組準則。總則的內容是：在你參與會話時，你要依據你所參與的談話交流的公認目的或方向，使你的會話貢獻符合這種需要。仿照康德把范疇區分為量、質、關系和方式四類，格賴斯提出了如下四組準則：

（1）數量準則：在交際過程中給出的信息量要適中。

a．給出所要求的信息量；

b．給出的信息量不要多于所要求的信息量。

（2）質量準則：力求講真話。

a．不說你認為假的東西，。

b．不說你缺少適當證據的東西。

（3）關聯準則：說話要與已定的交際目的相關聯。

（4）方式準則：說話要意思明確，表達清晰。

a．避免晦澀生僻的表達方式；

b．避免有歧義的表達方式；

c．說話要簡潔；

d．說話要有順序性。[⑧]

后來對這些原則提出了不和補充，例如有人還提出了交際過程中所要遵守的“禮貌原則”。只要把交際雙方遵守交際合作原則之類的語用規則作為基本前提，這些原則就可以用來確定和把握自然語言的具體意義（語用涵義）。實際上，一個語句p的語用涵義，就是聽話人在具體語境中根據語用規則由p得到的那個或那些語句。更具體地說，從說話人S說的話語p推出語用涵義q的一般過程是：

（i）S說了p；

（ii）沒有理由認為S不遵守準則，或至少S會遵守總的合作原則；

（iii）S說了p而又要遵守準則或總的合作原則，S必定想表達q；

（iv）S必然知道，談話雙方都清楚：如果S是合作的，必須假設q；

（v）S無法阻止聽話人H考慮q；

（vi）因此，S意圖讓H考慮q，并在說p時意味著q。

試舉二例：

（1）a站在熄火的汽車旁，b向a走來。a說：“我沒有汽油了。”b說：“前面拐角處有一個修車鋪。”這里a與b談話的目的是：a想得到汽油。根據關系準則，b說這句話是與a想得到汽油相關的，由此可知：b說這句話時隱涵著：“前面的修車鋪還在營業并且賣汽油。”

（2）某教授寫信推薦他的學生任某項哲學方面的工作，信中寫到：“親愛的先生：我的學生c的英語很好，并且準時上我的課。”根據量的準則，應該提供所需要的信息量；作為教授，他對自己的學生的情況顯然十分熟悉，也可以提供所需要的信息量，但他有意違反量的準則，在信中只用一句話來介紹學生的情況，任用人一旦接到這封信，自然明白：教授認為c不宜從事這項哲學工作。

并且，語用涵義還具有如下5個特點：（i）可取消性：在給原話語附加上某些話語之后，它原有的語用涵義可被取消。在例（1）中，若b在說“前面拐角處有一個修車鋪”之后又補上一句：“不過它這時已經關門了”，則原有的語用涵義“你可從那里得到汽油”就被取消了。（ii）不可分離性：如果某話語在特定的語境中產生了語用涵義，則無論采用什么樣的同義結構，該含義始終存在，因為它所依附的是話語的內容，而不是話語的形式。（iii）可推導性，前面已說明這一點。（iv）非規約性：語用涵義不能單獨從話語本身推出來，除要考慮交際合作原則之類的語用規則之外，也需要假定通常的邏輯推理規則，并需要把上文語句、交際雙方所共有的背景知識作為附加前提考慮在內。（v）不確定性：同一句話語在不同的語境中可以產生不同的語用涵義。顯然，確定某個話語的語用涵義是一個極其復雜的過程，需要綜合和分析、歸納和演繹的統一應用，因此具有一定的或然性。研究如何迅速有效地把握自然語言表達式在具體語境中的語用涵義，這正是自然語言邏輯所要完成的任務之一，它將在21世紀取得進展。

篇7

眾所周知，舊的世界正在消逝，新的信息技術使整個世界高度互聯。這些變化與人類歷史上曾經發生的變革完全不同。國家之間的競爭不再僅限于地域戰場，還包括了對未來技術的掌控能力以及如何使之盈利的能力。

機器與人工智能的完美應用將在未來幾十年內迅速普及，不斷挑戰人在工業生產與決策過程中的價值和可靠性。從市場營銷、客戶關系，到人力資源管理，新一代機器將為企業組織帶來翻天覆地的變化。

這一變化的特點主要有三：基于研究與技術的巨大優勢、主要源于物質世界的數字化進步、將諸多不同的技術整合而形成全新的系統。對于企業來說，這種結合將產生更高的價值，創新性與靈活性兼而有之。對于管理來說，這一技術變革將打亂傳統的組織方式，為員工提供便于發揮他們創造性、自主性及自發性的工具和解決方案。

工業領域成為前沿陣地

工業界是這一革命的一線陣地。隨著機器人、電子技術及人工智能所實現的跨越式進步，工業生產正大踏步地進入自動化時代。這就是工業4.0時代。

工業自動化與物聯網及服務網絡的結合使得生產過程中一切環節都可以實現變換，工廠完全變為信息物理融合系統(CPPS)中的“智能空間”，是集成生產、倉儲、營銷、分銷及服務一體的數字信息鏈。

這一工業革命中的一大創新就是產品的數字化記憶，相當于一種微縮“黑匣子”，被植入每個產品中，記載該產品在生產、維修、回收過程中的所有信息，就像航行日志或產品歷史記錄儀。有了這個記錄，產品之間可以相互交流或與消費者溝通。

工業生產將進入產品定制化的一個嶄新階段。這一新技術迫使人們重新思考生產單位，特別是機器人在工業中的角色。裝有3D攝像機的機器人可以自由操縱產品，而操作指令完全來自于產品本身。

例如，在汽車組裝生產線上，一名工人和一只機器人同坐在車身里就可以完成組裝需要的各類操作。生產系統由一些具有社會性的機器運作，與“云端”平臺自動連接，尋找能夠解決不同問題的專家。專家則掌握著全套維修技術及虛擬工具。機器人自動整合所有信息以不斷完善自己的性能。

未來的物質世界變成一個巨大的物聯網。在這個信息物理系統中，物體與機器可以自我管理并持續自我改善。這一技術海嘯中，工業將成為變革的范例。

在最近一次各國專家就這一話題的討論中，德國博世集團董事會副主席Siegfried Dais博士這樣解釋這一變化：“所有進入生產環節的物體都可以準確地說出‘我是哪個零部件，最終產品是哪件，客戶是誰’。”

再進一步設想，假如一小塊原材料能知道其最終產品是為哪個客戶提供的，那么它完全可能分析出自己應何時何地接入生產環節，也能“認出”所有前一個環節的相關數據，從而知道生產何時結束、產品如何運出。

這要求大量的數據處理以保證生產環節的穩定性和可復制性，還需要超強的數學與算法能力。未來的企業將在最優計算與分析服務上展開激烈的競爭。物質世界的去現實化也催生出另一個概念，就是云工業或“云制造”。

就像云計算技術使企業無需購買某些基礎設備，而是在服務器端和計算中心實現數據存儲與處理一樣，未來的工廠完全可以做到“租用”工業流程，對幾千公里之外的生產平臺實現遠程控制，使其自主運行，從而節省大量工業投資，免除對加工廠商、工藝流程的管理。羅蘭貝格近期出版的《輕足跡管理》一書中對這一概念有具體描述，并講述了企業如何既保留業務能力又在組織上保持靈活與活力。

大數據，一場客戶關系的革命

新技術的深遠影響除了體現在上游生產流程中，也體現在下游的分銷商和客戶關系上。大數據為企業創造出許多新的機會，甚至是新的商業模式。隨著交易及互動信息的增多，數據的涵蓋范圍更加廣泛、精確度更高、更加個性化。

社交網絡、互聯網用戶行為研究、入網設備等收集消費者數據的新渠道更使得諸如問卷或調研等傳統渠道大大落伍。基于這些海量的數據、分析及算法，企業可以勾勒出個性化的消費特性，隨時精準的分析消費者行為，預測出客戶的采購決策，從而及時準確的推出新產品、改進舊產品、增強客戶黏性。

未來企業什么樣？

工業4.0的到來和企業分析海量數據的能力并不是新技術所帶來的所有變化，交易成本急劇下滑、行業競爭格局劇變等等都包含其中。“企業”的概念也變了。技術已是競爭之根本。企業需要不斷地提高技術能力以保持競爭優勢。

未來成功的企業必須知道如何整合技術資源，使其成為提高全球競爭力的工具。企業不能再“單打獨斗”，必須明白自己是高度互聯的全球信息系統的一部分。

組織形式也將發生深刻變化。類似軍隊種部隊的一系列小組成為組織的基本單位，精干靈活，可以獨立對各種新情況做出決策。

企業則需學會在戰略決策集權化與執行層面和決策過程的放權化之間尋求平衡，還要從指令性管理轉向合作式管理。另外，新技術有個負作用——高度互聯下，個體抵制外部入侵能力較弱，因此，企業要重視信息系統的安全。

未來的工作什么樣？

工業革命也帶來社會與商業的變革。物質世界數據化將使人類的職業產生一系列變化，具體結果尚未可見。當然，幾年內人類還不會被機器人取代。我們還有時間思考如何將機器人與雇傭工人的優勢相結合。

毫無疑問，大力發展教育事業是各國政府必經的應對之道。得益于新信息技術，大規模在線公開課程(MOOC)快速發展，已吸引世界多所著名學府參與其中。這種新的遠程教育形式使教育費用大大縮減，長期持續的師生關系成為可能，但要普及到所有亟待接受高等教育的人群尚需幾年時間。在這期間，各國政府必須鼓勵教育領域真正意義上的變革：投入更多預算，延長課時和學習年限，鼓勵更多高科技方面的研究。

人類必須學習更多的知識，因為機器人可以不知疲倦地學習。適應于未來技術革新的教育也使年輕人更易融入機器世界，催生大量創業公司，而這才是整個社會創新的驅動力。

怎樣在機器時代全面來臨時保持人類的幸福感？我想目前還沒有準確答案。潛在風險已經可以預見：科技革命將要顛覆現有經濟與金融體系基礎的力量十分強大，勢不可擋。科技進步帶來的失業規模還無法預測，但這個風險注定在發達與新經濟體國家長期存在。

各國政府在保護其國民抵制巨大的經濟及社會動蕩之時將遇到越來越多的困難。教育及高等教育的普及已被證實為能否規避“貧困陷阱”的最有力標準。“貧困陷阱”是一種社會局面的膠著狀態，精英社會繼續產生精英，而其他群體由于缺乏足夠的資源和教育而停滯不前。

但也不能因此就得出結論說人類對這一變革束手無策。面對越來越智能化的機器人，人類需要采取適當的規避策略，加大在那些機器人沒有優勢的領域的投入，例如設計、手工業、交流、哲學、環境、生活品質、博愛、信任。

人類將從這種輕足跡策略中衍生出新的行為方式，就像不斷運用科技手段一樣，不受其奴役，而是運用自如。

在這一工業革命中尋找一條出路，成為自己的“特種部隊”，精兵強將、訓練有素、堅忍不拔、八面玲瓏，具有同時處理多種情況的應變能力，舍棄順序模式而采用平行做事方式。要培養自身優異的做事方法，對流程精益求精，力求完美，專注而講求品質。不斷磨練和培養全面的技能與跨學科能力，強烈的團隊意識，無論職業生涯還是個人生活，無論面對任何問題。

輕足跡方法的其他特點也完全適用于個人行為發展。比如聯盟，未來企業必將存在更多的新型聯盟方式，使每一方的專業優勢得以發揮，達到1+1=11的效果。

為了抵御機器人的侵襲，我們必須采取物理或者虛擬的聯合方式，使每一方的知識和技能都可以互為傳播，以發揮人類的巨大潛能，應對機器的世界。相較于互聯網虛擬貨幣比特幣，信任將成為新的共有貨幣。

不忘初心

更為重要的是，要在機器的世界里仍能保持領先地位，人類應牢記那些傳世已久的經典哲思。無論是孔子時代即流傳下來的深刻東方道理，還是歐洲啟蒙時期的西方哲學思想都強調：榜樣作用、人性之本、信守諾言、手足情誼、學無止境、無私奉獻、尊重和聆聽他人。

篇8

關鍵詞:新媒體；涌現；復雜性；生成藝術；交互藝術；中國哲學

中圖分類號：J021文獻標識碼：A

Emergence: Let New Media Art be Fresh Forever

HUANG Wen-gao

一、新媒體的特點新媒體是計算技術與媒體技術的匯合，其準備期可以追溯到19世紀30年代，而真正成型并進入一般藝術家的工作室則是在20世紀80年代中期。從此所有媒體都可轉換為計算機數據。新媒體也稱為數字媒體。

每一種藝術媒體都有其特有的可能性，比如油畫與國畫的不同，是觀念的不同，同時也是不同材料特質的展現。就工具、手段來說，新媒體藝術新在計算技術的運用，而新媒體藝術的觀念則發源于杜尚以來的現代藝術傳統與當代科技的概念、理論之交織。這方面已毋庸多言。本文試圖在此前提下，進一步探討新媒體藝術與技術的一個核心特質：涌現（Emergence）。

在《新媒體的語言》中，蒙納維奇（Lev Manovich）提出新媒體具有如下幾個特點：數字表示、模塊化、自動化、變異性、碼轉換（transcode）。筆者認為，其中自動化是核心，數字表示、模塊化是自動化的前提條件，變異性、碼轉換可認為是自動化的后果。新媒體最基本的特點是數字表示，它離不開計算機科技。計算機俗稱電腦，從一開始就與自動化、智能化密切相關，新媒體的最大可能性即寓于自動化、智能化的真正進展之中。

然而，傳統的人工智能和自動化技術采取自上而下的途徑，并不能模擬真正的智能。許多工廠的自動化生產線，其實相當機械和被動；戰勝國際象棋大師的深藍，不過是依靠人編制的數據庫與高速計算窮舉可能的結果。這些技術缺乏智能的一個關鍵特性：適應性。而真正的智能和自動化必定是內在的自下而上的自組織行為，即涌現。

晚近對于自動化智能化的研究與復雜性科學相聯系，強調自下而上的涌現，并形成了智能控制的新方向。復雜性科學及其依托學科人工生命都誕生于80年代中期

，正是新媒體成型時期，這兩個領域的不謀而合也就很自然了。如果說新媒體的特點是自動化，那么涌現就是高級自動化的特點，代表了新媒體最突出且最具誘惑的可能性。

二、系統與涌現

涌現是自然宇宙的普遍現象，萬事萬物從無到有、從低級到高級的演化都是涌現的過程。用亞里斯多德的話說就是“整體大于部分之和”，也就是老子講的“二生三”。陰與陽交互作用生出了三，這就是涌現；“三生萬物”，有涌現才有萬物。二能生三的關鍵是陰與陽的非線互作用。非線性系統表現出混沌與復雜性。混沌產生秩序，這是老子早就講過的，也是新興的混沌科學研究的內容。

雖然涌現的思想古已有之，然而用科學方法來系統地研究涌現，只有在復雜性、混沌等新科學以及計算機出現后才成為可能。復雜性科學就是研究復雜系統的科學，是系統思想的最新發展。系統思想源遠流長，作為一門科學的系統論是理論生物學家貝塔朗菲（LVonBertalanffy）創立的。系統論的核心思想是系統的有機整體觀念，即系統不是各個部分的機械組合或簡單相加，系統的整體功能是各要素在孤立狀態下所沒有的新質。實際上這就是涌現，而真正對其進行深入研究的就是復雜性科學。80年代中期以來科學家們一直在創造一種理解系統的新方式，對各種系統進行研究、比較、構建以及數學和計算建模，正形成一種對系統的新的抽象理解。在典型的復雜系統中，大量簡單元素的局部交互作用往往導致全局的自組織現象。自組織系統是不斷演化的動態系統，并隨環境的改變調整自己以維持其存在，故也稱為復雜自適應系統。而簡單系統指過分穩定而缺乏變化的系統以及完全隨機無序的系統。

生命是如何從無生命的原子產生的？意識是如何從神經元的聚合中形成？什么是藝術的靈感與創造性？如果排除萬物有靈的泛神論解釋，用什么語言來探索這樣的問題？可以這么說，復雜性與人工生命正在發展這么一種語言，而涌現是其中的關鍵概念。當然，目前關于涌現的理論還不成熟，人們主要是在研究各種各樣的復雜系統，以期從中總結出普遍理論。同時出現了許多模型可以用來研究涌現，例如元胞自動機就是一個經典模型，它象一個玩具宇宙，幫助我們具體直觀地理解涌現的奧秘。

舉一個例子：“生命游戲”是康韋（John Conway）設計的一個最簡單的元胞自動機，它就象一個棋盤格子，每個格子是一個元胞，有兩種狀態（死與活），有八個鄰居格子。棋盤從當前狀態布局轉移到下一個狀態布局的轉換規則是：如果格子當前是死的，那么僅當它的八個鄰居中有三個為活時，該格子下一步為活，否則仍為死；如果格子當前是活的，那么僅當它的八個鄰居中有二個或三個為活時，該格子下一步為活，否則為死。

難以想象的是，從這個簡單得近乎兒戲的生命規則涌現出了令人驚奇的豐富行為，它足以構成“通用計算機”！以屏幕上方格子的黑與白來表示活與死，可以觀察到豐富的結構和圖象演變過程。經典“生命游戲”的涌現行為可參考

筆者用廣義元胞自動機實現的變異“生命游戲”，見下一節的介紹。

三、涌現的藝術

所有藝術本質上都是涌現的。筆者對涌現的一次最生動深切的感受來自一支曲子的產生過程。在普利茅斯一個早晨半睡半醒中，我聽到那些調子象旋轉的星云慢慢聚攏，紛紜的片斷似乎是從無到有從天而降并相互作用最終生成一個協調的整體，這一過程既是聲音的又同時是形象的，并且完全是自動的，沒有絲毫人為的干預。那曲子純粹就是其時內在狀態的投影。該曲后用于筆者的短片“Dragon at grass at large”。

藝術家一直憑直覺來把握創造性和靈感，但缺乏表達這一過程的語言，使之蒙著一層神秘的色彩。我們不可能用電極測量音樂創作過程中所有腦神經原的電脈沖，從而弄清音樂的宏觀模式如何從這些脈沖涌現，然而在機器里我們卻比較容易做到類似的事情。比如對基于元胞自動機的聲音藝術，我們可以任意改變底層規則，觀察不同的涌現過程，從而獲得深入的理解。

以筆者用廣義元胞自動機實現的變異“生命游戲”為例來說明形式的涌現過程。變異“生命游戲”就是用數學函數表示“生命游戲”的規則并引入可變的參數，使只有兩色的二值“生命游戲”變為連續取值從而可生成色彩豐富的圖象，改變參數可得到不同的演化行為，分為三類：圖象演化很快變為均勻的單色，對應簡單規則系統；圖象演化很快變為隨機斑塊圖案，對應隨機系統；圖象演化過程很長，并有復雜的圖案出現，對應復雜系統，也稱混沌邊緣。混沌邊緣復雜圖案的涌現經歷類似生物體的出生、生長、成熟、衰老、死亡過程，圖案中的元素是不斷改變的，圖案整體卻具有很好的穩定性。這使我們聯想起自己的身體，每過大約四年，所有細胞都新陳代謝更新了一遍，而我們身體的基本形態依然如故。這種既能變化又能穩定的動態平衡就是涌現的特性。如圖1是筆者用變異“生命游戲”生成的圖象。上面的灰度圖是由均勻背景上一個單點像素演化出的類似細胞的圖案，下面的彩圖是由五個象素演化出的形似動物的圖案。

本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文

觀察這些圖象演變是有趣的。它是人創造的（底層規則），又似乎有自己的生命（涌現模式）。如果說新媒體的特點是自動化，而涌現是高級自動化的特點，那么具有了涌現性質的新媒體藝術就是常新的，如同海邊的波濤，永遠在變化，又永遠有同樣的模式、花紋、圖案出現。當認識到機器里也可以發生與自然涌現并無本質不同的現象時，如何來看待生命、藝術、美、創造？如果后現代主義啟示我們，美和形式只是社會的構造物而并不存在絕對價值，那么涌現就能夠使藝術家避開專斷的社會和文化慣性以及人為的影響，從宇宙本真的創生過程探索全新的形式。人工生命的創始人朗頓（Longton CG）將人工生命定義為從“已知的生命”向“可能的生命”的擴展

，同樣的道理，新媒體的涌現使我們能夠創造“可能的藝術”。

雖然所有藝術本質上都是涌現的，但傳統藝術一般只把涌現的結果作為藝術品，是“跡”，而新媒體藝術更關心涌現的過程，是“牛”。因此，本文將把“涌現的藝術”限定為接受了復雜性科學影響的新媒體藝術，以免過泛的討論。最有代表性的涌現藝術是生成藝術、交互藝術。

四、生成藝術

生成藝術（Generative art）不是一種藝術流派而是一種傾向，一種做藝術的方法。生成藝術沒有統一的定義，當代藝術家對生成藝術的具體理解和定義往往根據各人的具體實踐而有所不同。菲利普•加蘭特（Philip Galanter）給出的一個比較寬泛的定義是：生成藝術是藝術家使用具有一定自治性的系統來實現的藝術，這種系統諸如自然語言規則、計算機程序、機器、或者其他過程性的發明，該系統的運行形成藝術作品。

生成藝術的關鍵要素是自治系統。自治即自組織。藝術家把部分或全部控制權交給了系統。

雖然這個定義相當寬泛，足以包容許多早期的藝術，但生成藝術的提出離不開復雜性科學，因為復雜性科學在研究復雜系統的同時也提供了理解簡單系統的新視角，生成藝術的提出也使我們從新視角來理解過去的藝術。

生成藝術的系統可以是簡單規則系統，如原始藝術和民間藝術中的拼貼與幾何圖案，埃舍爾（M C Escher）的哲理繪畫中對面的規則分割，極少藝術和概念藝術中對簡單有序的幾何、數字序列、組合系統的運用（如Carl Andre、Sol Lewitt的作品）；可以是隨機無序系統，杜尚就很強調藝術的隨機性，現當代藝術對隨機無序系統的運用屢見不鮮，如凱奇（John Cage）對聲音的隨機選擇方法；運用復雜系統的生成藝術方興未艾，是當代生成藝術的主要潮流和未來趨勢，如西姆（Karl Sims）的進化藝術，佐梅雷爾(CSommereer)和米尼奧諾(LMignonneau)的人工生命藝術，約瑟夫（Joseph Nechvatal）使用病毒模型創作的數字藝術，雷納多(Ken Rinaldo)的“自創（Autopoiesis）”音樂機器人雕塑。復雜系統的涌現行為為藝術提供了豐富的機遇和可能性，是一片待開墾的沃土。

生成藝術的復雜系統主要來自人工生命領域，包括：遺傳算法、元胞自動機、L系統、神經網絡、行為選擇、螞蟻算法、反應擴散系統、分形與混沌等。作為復雜性科學的具體依托學科，人工生命是一個內涵極廣的交叉學科。生物系統是典型的復雜系統，而社會、經濟、文化等系統也具有類似生物系統的特征，它們都是開放的、隨機而又宏觀有序的、具有自組織和自調控等功能的進化中的復雜系統，因而都被納入了人工生命的研究范圍，使人工生命研究具有了廣泛和普遍的意義。

與人工生命密切相關的，一種常見的生成藝術定義方法是借用人工生命里基因型與表現型的概念來表示作品的生成方法，生成藝術的中心任務就是構造基因型以及基因型在其中展開為表現型的媒介。基因型編碼的是藝術家想象的可能世界的概念性底層規則，基因型通過運行、解釋、表演生成表現型。表現型是基因型編碼的過程的實現，是形態多樣的虛擬生物、數字雕刻、音樂、建筑等。每年一度的“生成藝術”國際會議的主辦人、米蘭工學院教授索杜(Celestino Soddu)

，以及組織了三屆“迭代：電子藝術中的生成系統”國際會議的阿蘭多林（Alan Dorin）和梅科馬克(Jon McCormack)

，都是從這個途徑定義生成藝術的。

基因型、表現型等概念來自生物學，在人工生命特別是其分支進化計算里應用。人工生命研究生命涌現的一個重要方法就是模擬進化和發育。道金斯（Richard Dawkins）是模擬進化以生成生物形態的先行者。模擬物理環境中三維形態和行為的共進化則以西姆（Karl Sims）的《進化虛擬生物》為創始

，開創了計算機圖形和動畫的一個新方向，對進化藝術影響比較大。同時，CAiiA-Star的博士畢業生，生物學家和藝術家CSommereer和LMignonneau從1993開始創作了一系列進化虛擬生物的交互式計算機裝置，如“A-Volve”、“Life Spacies”等。

早期的人工進化沒有考慮發育，基因型直接編碼表現型，生成的形態比較簡單，此外進化中主要是隨機變異起作用，而發育過程中的自組織現象更為突出，因此近來人工進化系統更注重發育，同時也有完全專注于發育過程的生成藝術，如人工形態發生（Morphogenesis）。

生物體都是由一個單細胞受精卵經過細胞分裂、細胞分化等過程發育而來的，這個過程至今仍然充滿未解之謎。生物學家在上世紀二十年代提出形態場假說來解釋發育中的形態發生，但形態場的實質至今未明朗。蛋白質擴散形成的濃度梯度場可以說是一種化學形態場，而另一些形態場同樣可能存在，例如生物體內光子形成的通訊網絡，可能對發育同樣重要

，而中國哲學講究的氣很可能也是一種形態場。

圖2人工進化發育

基于人工生命的交互生成藝術（Generactive Art）是筆者的一項研究

，基于基因網絡與化學形態場建立發育模型，用遺傳算法進化基因網絡以生成虛擬生物的形態與行為，得到的虛擬生物能夠在物理模擬環境里以各種方式向食物運動（觀眾可以點擊鼠標投食），并且對環境中的聲音、運動作出反應。觀眾的行為會影響虛擬生物的形態和運動方式，除聲音、動作外,擬采用更微妙的生物信息,例如呼吸，在中國哲學里是很奧妙的。圖2是幾個例子，每個虛擬生物都是由一個類似細胞的球體基元通過其中染色體與蛋白質的交互作用發育而來。

以上介紹的工作技術性很強，與筆者天然的興趣（繪畫、文學）似乎沒什么聯系。新媒體藝術強調自下而上的涌現，而傳統藝術強調自上而下的控制（成竹在胸），二者的融合是很值得研究的，筆者正在進行的一個項目，就包括設計的角色與自涌現虛擬生物的交互實時動畫，以結合涌現的新穎多變與繪畫、文學等傳統因素。

五、交互藝術

與生成藝術一樣，交互藝術(Interactive art)也同樣強調涌現。這兩種藝術形式其實有深層的聯系，它們都接受了復雜性科學的系統思想：從系統元素間的局部交互形成有質的不同的整體涌現。只不過交互藝術更強調把觀眾包括到系統中，讓觀眾和環境信息可以影響系統的參數和演化過程，觀眾因而同時成為了作者，在主體與客體、內與外的交互循環中，涌現的可能性更加不可限量。

高級的交互藝術應該同時也是具有生成性的，即系統對觀眾的反應不應局限于藝術家預定的少數可能性，而是具有涌現的廣闊空間，這樣實現的交互是開放式交互，通過復雜系統的自組織，偶然的、無聯系的事件鏈可以形成宏觀有序的行為。而預先設定的簡單對應的交互稱為封閉式交互。無疑我們對開放式交互更感興趣。

本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文

交互藝術同樣沒有統一的定義，雖然一些早期的動力藝術、裝置與表演等也可以說是交互藝術，但當代交互藝術的主要內容及其未來趨勢是與復雜性科學相聯系的。筆者比較接受西蒙(Simon Penny)的觀點

，即交互藝術所指的交互，不應泛泛而言，而是機器調制的交互。

交互系統是一個機器系統，通過對傳感信息的自動化智能化處理，對用戶輸入做出實時的響應；而交互藝術作品就是處理藝術主題的交互系統，它本身可以不是藝術表達，但是能根據實時輸入生成藝術表達。 交互系統必須以智能化的、認知上復雜的方式來做出實時響應，因此，只有通過高速度的信息處理才可能實現。

交互藝術的控制結構可以用自動化領域常見的方塊圖來表示：

圖3交互結構示意圖傳感器：檢測來自觀眾與環境的信息（也可包括系統自身執行器的輸出）,并把檢測的物理量變為電信號，種類繁多，可檢測運動、光、熱、語音、心電、腦波等。

控制器：處理傳感器信號產生輸出。如電腦。

執行器：如電機、揚聲器等，用控制器的輸出產生動作，生成聲、視、運動等藝術形式。

控制策略很多。傳統人工智能采用自上而下的策略以及數據庫搜索技術，只能產生封閉式交互。復雜性與人工生命是自下而上的涌現技術，成為智能控制的新方向，可以實現開放式交互。

Planetary Collegium是開拓交互藝術新形式的國際性先鋒機構，其前身是英國威爾士大學CAiiA（交互藝術高級研究中心）和英國新港Star（科學技術與藝術研究中心），其主席和創始人羅伊•阿斯科特（Roy Ascott）提出交互藝術之五個階段是

連接，沉浸，交互，轉化，涌現。

觀眾首先必須連結，并全身融入其中（而非僅僅在遠距離觀看），與系統和他人產生互動，這將導致作品以及觀眾的意識產生轉化，最后會涌現全新的影像、關系、思維與經驗。

可見，交互藝術的最高階段和最終目的是涌現，交互只是手段。面對一件生成藝術或交互藝術作品，應該注意它有何種涌現性質，眼花繚亂的效果與時髦技術不見得都有新內容新觀念。

當然，交互藝術在最高階段的涌現涉及人的經驗和意識，這是新媒體提出的最困難的問題，而交互藝術也因此與意識研究發生了關系，并在當代意識研究中占有一席之地。如Planetary Collegium就一直積極參與每年一度的“走向意識的科學”國際會議。

六、意識研究

現代媒體發明家、藝術家、批評家、心理學家認為，精神表示和運作與外在的視覺效果如圖象的融合、合成、編輯等可能是同構的。從弗洛伊德到當代認知心理學家都不斷地把精神過程等同于外在的、技術生成的視覺形式。這種看法是與現代科技相聯系的，例如神經網絡的連接主義模型就顯然把腦活動歸于可視的斑圖模式。同樣，新媒體與虛擬現實被認為可使思維對象化、客觀化，并透明地與精神過程融合，擴展和增強記憶、推理、意識能力。

二十世紀科技的發展最終使意識這個一直被科學拒之門外的問題成為科學研究的對象,并成為聯系科學、藝術、東方哲學的一個熱點。西方主流科學一直以客觀和抽象的方法研究世界，然而有趣的是，在它不斷地還原世界以尋找終極粒子的努力之后，它在亞原子場里只找到交互聯系的事件網絡，而這網絡并非獨立于意識而存在。量子力學的一個結果，就是“物質”消失在虛空中。亞原子粒子只不過是能量包。在量子場論中，場是基本的物理實在，其基態是真空（零點場），但真空不空，虛粒子在其中自發地生生滅滅，永不停息，受到激發才成為所謂物質粒子，構成我們世界的幻象。這正應和了中國的古老氣論，萬物無非氣之聚散。“天下萬物生于有，有生于無。”而“無”也并非一無所有，“惚兮恍兮，其中有象；恍兮惚兮，其中有物；幽兮冥兮，其中有精；其精甚真，其中有信。”按照量子力學的哥本哈根學派解釋，是意識引起波包坍縮生成粒子從而構成我們的物理世界。量子力學的這種場―粒子―意識的聯系與“太極元氣，含三為一”的天-地-人學說頗為相似。“也許道家的道可以被看作最終的統一場，它不僅是產生物理學研究的現象的根源，也是產生包括意識在內的所有其他現象的根源。”

與此同時，與佛、道對自我的否定遙相呼應，當代認知科學發現人的自我意識并非一個居于中心地位的統一體，我們的思維和情緒并非只有一個控制中心，我們對自己的思維過程并沒有完全的控制權。按照認知的連接主義模型，我們通常歸屬于自我的現象其實是沒有“我”參與的自組織過程。科學對意識研究得越多，越發現古老東方哲學的價值。道家內丹修煉的陰神、陽神，佛家的阿賴耶識，其對意識洞察之高深遠非目前科學所能及。

這些發現的結果，就是科學不能再忽視意識問題，不能再忽視東方哲學。雖然量子理論似乎與東方哲學相容，然而，“其含義不是我們能夠指望通過研究理論物理而增加對意識的理解，而是我們現在必須認真考慮用主觀認識論補充或取代目前的主流認識論。”

意識成為純科學研究要攻克的最后一個堡壘，是當今科學最前沿學科交叉跨度最大的領域，已經不局限于正統西方科學、哲學的方法，而包容了藝術、東方神秘主義傳統，因為意識本質上只能以第一人稱方法來掌握。如何結合第一和第三人稱的方法，是目前意識研究的方向和難點。

與此相聯系，新媒體先鋒Planetary Collegium以藝術、技術、意識的跨學科研究作為工作中心，尋求原始巫術、超心理學、亞洲哲學等人類智慧傳統與新科學的結合點，其關心的問題包括：生物光子學與迄今被忽視的生物信息通道（如經絡與氣）的可能聯系

；虛擬現實、網絡感知與土著巫師服用藥草所致的超常意識的溝通

，等等。Ascott提出“濕媒體（moistmedia）”來表示人機交互中濕性生物學與干性電路難分難解的狀態

，這是交互技術與藝術發展的趨勢。研究和創造新媒體交互過程中人的經驗和意識，在主體與客體、心與物的循環中探索藝術的可能性，就是探索自我的可能性。在后生物與后人時代，人將在與機器、其他生命的共生中重新定義，決定一切的是意識，而中國哲學的參與，將減少向茫茫未知的盲目歷險，使意識研究成為我們“復性”旅程的一部分。“天命之謂性”，圣人五十知天命，一般人一輩子糊涂，卻也喜歡談論永恒的人性(或者改造人性)。意識研究不管使用什么高科技新發明，這才是真正的問題。中國新媒體藝術家應當把握這個復興中國傳統哲學美學的契機，認真思考“氣韻生動”、“藝以載道”這些老話題在當代的新意義。

七、新媒體：第三種文化

近代自然科學與人文學科分裂以來，自然科學發展迅猛同時異化的傾向也日益嚴重，藝術與人文學科則日益呈現被動甚至退化趨勢。當代最重要的文化塑造是在科學家的實驗室而不是藝術家的工作室進行的。自從斯諾在《兩種文化》中提出這個問題并在該書第二版里建議一種新的“第三種文化”以彌合兩種文化的鴻溝以來

，迄今情況并沒有什么改善。新媒體藝術創造了一個在人文學者與科學家之間積極對話的空間，從而促成第三種文化的涌現。

兩種文化的鴻溝在中國尤其明顯。筆者參加了一次在某藝術學校召開的全國性數字藝術會議，學校大門口立著創立者顏文的大筆題字，與會諸公進進出出若無所睹，筆者隨便問了幾個人，都不知顏文何許人。這件小事反映了什么問題呢？在數字藝術（或新媒體、數字媒體等）大旗下，會聚了眾多非藝術專業背景的人，很多同志對藝術所知甚少，然而數字藝術對技術的依賴卻戲劇性地把他們推上了潮頭。成百上千的理工農學院成立了數字藝術類專業。另一方面，藝術學院的數字藝術對日新月異的新媒體核心技術的了解掌握不足，往往僅視科技為實現自己想要的效果的工具，這種“換筆”思維是膚淺的，不可能與科學家深入合作。藝術的神話早就破滅了，說到底，人人天生就是藝術家，科技不欠藝術什么，藝術離開科技就將成為古董或花瓶。所以Ascott說，藝術家不但要思考科學如何對藝術有用，也要思考藝術如何對科學有用

本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文

？Planetary Collegium多年來一直積極參與“Toward a science of consciousness”以及Siggraph等科學會議，值得我們很有創意的藝術家們思考。

如果不改變科技與藝術斷裂的現狀，那么，我們的新媒體藝術不新，甚或與傳統斷裂，成為異化而非文化，并非危言聳聽。技術一日千里，這個龐然大物投下的希望與陰影一樣多，如果藝術家不主動去構想其光明的一面，也許將來就不得不被動地生活在其陰影里。技術并非天然美善的，正如在當代科學最前沿的意識研究領域已經認識到的那樣，如果對意識的科學研究不考慮我們日常的理解以及古老東方哲學的第一人稱經驗，那么未來的文明（機器與人共處的文明）走向可能是危險的。意識研究對東方哲學與藝術的關注并不僅僅是科學問題，也是倫理問題。

圖4太極圖提出自創（Autopoiesis）理論的法國科學家維熱納（Francisco Varela）說，當代科學對亞洲哲學的再發現可能將成為西方文化史上的第二次復興，其意義與歐洲文藝復興時期對古希臘思想的再發現一樣重大。筆者認為，新媒體藝術應該就是這個新文化的開路先鋒，作為第三種文化，它不僅要連接科技與人文，也應該連接西方科技與東方哲學。這對于中國藝術家尤其意味深長。如果說藝術的本質就是意識的創造與傳達，那么與中國哲學相聯系的中國藝術，其“藝以載道”的美學追求無疑是最高明的，道不落于頑空，藝不失于低俗，當它與新媒體科技聯姻之時，將是何等博大精深的文化氣象，既是中國的也是世界的“文藝復興”。

也許應該賦予“第三種文化”這樣的新意：它連接所有文化的二元對立，是在對立二元充分交互過程中具有涌現性的“二生三”（見圖4）。那么新媒體藝術作為第三種文化，其內涵就更加豐富奧妙，對于我們以藝進道、整合意識和文化具有重要的意義。這與Ascott提倡的syncretic art有異曲同工之妙

，值得進一步研究。

參考文獻：

Lev Manovich，The Language of New Media，MIT Press: Cambridge, Massachusetts / London, England 2001約翰霍蘭（著），陳禹（譯）涌現――從混沌到有序上海：上海科學技術出版社，2006

米歇爾•沃爾德羅普(Mitchell Waldrop)(著)，陳玲（譯）復雜：誕生于秩序與混沌邊緣的科學北京：三聯書店，1997

Wengao Huang,Self-organization, New Media and Traditional ChinesePhilosophy, "New Media Art, Technology and Education": Multimedia Art Asia PacificInternational Conference 2004 Singapore

Huang Wengao, Pattern Formation in Mutation of Game of Life,Journal of Zhejiang University SCIENCE, 2005 6A(Suppl I):66-69

Galanter Philip, 2003 What is generative art? Complexity theory as a context for art theory In 6th International Conference, Exhibition and Performances on Generative Art and Design (GA 2003), Milan Available online at and at

wwwcelestinosodducom/

McCormack, J Dorin, Art, Emergence, and the Computational Sublime, in Second Iteration: Proceedings of the Second International Conference on Generative Systems in the Electronic Arts, Dorin (ed) CEMA, Melbourne, Dec 2001, pp67-81

Sims, K Evolving Virtual Creatures,Proceedings of Siggraph1994,Orlando, Florida, 1994, pp 15-22

Sommerer, C & Mignonneau, L Modeling the Emergence of Complexity: Complex Systems, the Origin of Life and Interactive On-line Art LEONARDO, 2002,35(2):567-575

Roy Ascott，Consciousness, Connectivity and Coherence: a biophotonic perspective，“QI and COMPLEXITY”Consciousness Reframed2004:The6th international research conference Beijing, Dec 2004

Wengao Huang, Circular Causality in Interactive Morphogenesis, "Altered States: transformations of perception, place, and performance", A transdisciplinary conference convened by the Planetary Collegium, University of Plymouth, UK, 22 - 24 July 2005

Wengao Huang Evolving Gene Regulatory Networks for Virtual Creatures, Fourth International Conference on Natural Computation, Volume 6 pp396-400,200810

Simon Penny，From A to D and back again: The emerging aesthetics of Interactive Art，Leonardo Electronic Almanac april 1996 consciousnessarizonaedu/

Capra, F (2000), The Tao of Physics, Boston: Shambhala Publications, Incp211

Harman, W W (1996),‘Toward a Science of Consciousness: Address two Central Questions’, Toward a Science of Consciousness (ed Hameroff, S R, Kaszniak, A W, Scott, A C), Massachusetts: the MIT Press, pp743-751

Roy Ascott，Seeing Double: Art and the Technology of Transcendence, In: Roy Ascott(ed) Reframing Consciousness, Intellect Books, Exeter, UK / Portland, Oregon, USA, 1999, pp66-71

Wengao Huang, New Media Art as Embodiment of Tao, In: Mel Alexenberg(ed) Educating Artistsfor the Future, Intellect Books, Bristol, UK/Chicago,USA, April 2008, pp155-168

CP斯諾（著），紀樹立（譯）兩種文化北京：三聯書店,19943

Roy Ascott, Pixels and Particles: The Path to Syncretism,In: Mel Alexenberg(ed) Educating Artistsfor the Future, Intellect Books, Bristol, UK/Chicago,USA, April 2008, pp47-60

篇9

[關鍵詞]物流管理專業；新文科；航空院校

2020年11月3日，《新文科建設宣言》正式，標志著新文科建設進入了快車道。2021年7月30日，在第二十屆全國高校物流專業建設研討會上，《物流管理與工程類專業新文科建設行動綱領》（以下簡稱：行動綱領）正式。《行動綱領》從人才新標準、人才培養新模式、專業新布局、課程新體系、思政課程新要求、教學新范式和質量建設新文化等七個方面繪制了物流新文科建設的“行動圖譜”，明確了物流新文科建設的行動目標、行動原則和行動要點。新文科建設的本質在于立德樹人[1]，新文科建設是一項系統工程[2]，要從新模式、新范式、新標準、新方法探索建設路徑[3]。新文科建設的重要抓手之一，就是專業建設。要從需求導向、目標導向、特色導向出發，探索文科類專業的融合發展與持續優化[4]。在《新文科建設宣言》和《行動綱領》指導下，航空院校物流管理專業如何通過融合發展，不斷提升專業競爭力，滿足新形勢下經濟社會發展的需求，堅守并砥礪“為黨育人、為國育才”的初心使命，成為教育界普遍關注的問題。

1高校物流管理專業發展存在的問題

當前物流管理專業人才已經成為我國12種緊缺人才之一。從物流管理與工程類所包含的四個專業來看，物流管理專業布點數最多、在校生規模最大（見表1）。截止2021年，全國物流管理專業可招生專業點共計525個，遠高于物流工程的141個，采購管理的7個和供應鏈管理的39個。各高校物流管理專業的開設，為物流產業發展培養了大量的優秀人才。但在新時期，特別是新技術應用、新業態涌現、新經濟發展的大背景下，物流管理專業傳統的發展模式，已經不能滿足新文科建設與發展的新要求。存在的突出問題包括：（1）專業思政建設不系統。專業思政就是貫徹落實立德樹人根本任務，把思政教育貫穿到專業建設各要素全過程。從物流管理專業思政建設情況來看，存在著抓一點、不抓全面，抓規劃、不抓落實等問題。即便是同類專業普遍開展課程思政建設，但仍未能通過專業課程體系、師資隊伍、教學規范等體系化思政建設，將思政教育融于人才培養的全過程。同時，個別專業存在著思政建設沒有抓手、思政建設過于空泛等問題。（2）專業同質化現象嚴重。從近兩年物流管理專業點的新批和撤銷來看，基本保持平衡。但這也反應出來部分高校在物流管理專業建設與發展過程中，由于專業競爭力弱等問題，處于留與不留的兩難境地。導致這一問題出現的一個重要原因，就是各高校的物流管理專業同質化現象嚴重，專業特色不明顯[5]，同類專業之間差別不大，專業不能與學校所屬行業、所屬區域經濟發展趨勢等有效融合，從而出現“千校一面”的現象。（3）專業邊界過于明顯。從學科屬性來看，物流管理專業歸屬于管理學科（管理科學與工程或工商管理一級學科）。在傳統理念下，各專業往往獨立發展、邊界明顯，物流管理專業與同一學科內部的其它專業（如信息管理與信息系統、市場營銷等）能夠有一些交叉，然而跨學科專業之間（如金融學、國際經濟與貿易等）的交叉往往很少，這導致專業培養方案設計中平臺類課程過少，而專業課過細、過多，達不到資源共享、人才共育的目標。同時，管理學科與工科、理科等學科的交叉融合難度更大。由此，如何打破專業邊界，實現“管工融合”的跨學科的物流管理專業融合發展，成為一個難點問題。（4）新興技術融入不足。隨著人工智能、區塊鏈、云計算、大數據（ABCD）為代表的新一代信息技術的發展應用，經濟社會領域的新業態、新模式不斷涌現，智慧物流、供應鏈金融等新興崗位需求難以在原有的物流管理專業培養體系中得以滿足，傳統專業面臨著如何與新興技術的融合問題。同時，受國際貿易保護主義、單邊主義的影響，經濟發展格局發生了重大變化，產業鏈供應鏈自主可控成為新的發展需要，而物流管理專業傳統的課程體系設置，也無法滿足新形勢下的需要。（5）校企協同深度不夠。盡管經濟社會發展對物流人才需求發生了變化，但物流專業在人才培養方案的制定上仍存在與社會需求不匹配現象，未能有效實現OBE理念下的按需培養，產教融合僅停留在企業認知實習和一兩周的專業實習，沒有能夠有效深入企業生產經營的關鍵環節。校企協同缺乏有效的機制構建行業企業與專業信息共享和互通的橋梁，遠不能實現校企聯合的訂單式、定制式人才培養。

2新文科背景下航空院校物流管理專業發展模式

（1）以航空精神引領立德樹人。高等教育的根本目的是人才培養，立德是人才培養的重要目標。如何落實立德樹人根本任務，是物流管理專業建設與發展的重要工作之一。新文科對立德樹人提出了新的要求，如何將課程思政與新文科專業建設有機結合，同時避免空泛的課程思政建設，是一個關鍵問題。對于航空院校物流管理專業而言，德性教育與課程思政建設，要緊密結合我國航空工業發展歷史，充分挖掘“航空報國”精神下的思政元素，并與專業培養方案、課程建設、教學方法、實踐教學體系等有效融合，讓課程思政落到實處，用航空精神引領立德樹人根本任務的實現（如圖1所示）。首先，基于OBE理念優化培養方案，將航空元素貫穿物流管理專業培養目標、畢業要求和課程體系全過程；其次，注重航空特色課程建設，開發航空物流類系列教材；再次，不斷創新教學方法，特別是開發航空企業教學案例，講好中國情景下的好故事；最后，優化實踐教學體系，特別是拓展典型航空企業校外實習基地，在實踐中進一步豐富航空精神的內涵。（2）以“管工”融合打破專業邊界。新文科建設的基本抓手之一，是協同育人，要構建跨專業、跨學科的協同育人機制，打破專業邊界，實現資源融合共享。首先，要打破學科與專業存在的二元發展問題，實現學科與專業的互相支撐、互相促進。對于物流管理而言，既可以歸屬于管理科學與工程一級學科，也可以歸屬于工商管理一級學科。無論如何歸屬，學科的建設重點與專業的發展都要互相結合。具體來講，對于航空院校物流管理專業而言，首先供應鏈與運營管理是一級學科的重要方向之一，在此方向下可重點建設航空運營與優化學科團隊，通過學科團隊建設支撐學科特色發展。與此同時，航空運營與優化團隊，又對應物流管理專業，從而將學科對航空物流領域前沿知識的研究與本科人才培養有機融合在一起，真正體現學科與專業的互相促進。其次，要充分結合航空院校工科特色與優勢，著力實現“管工”融合。具體而言，充分利用機械學科、航空宇航學科的優勢資源，在物流管理專業開設“工程+”系列課程和“航空+”系列課程，將航空背景下的管理與工程相結合，并設置工程訓練實踐環節。同時，利用理科的師資優勢，開設經濟數學、智能算法等課程，并在學科方面聯合開展物流優化研究。（3）以航空物流塑造專業特色。新文科背景下，高校物流管理專業要結合所在區域、所屬行業的特點，著力打造專業特色，避免日趨嚴重的同質化問題，尋求差異化發展。對于航空院校的物流管理專業而言，應緊密依托航空院校的行業背景優勢，探索航空物流特色凝練，形成相較于同類專業的錯位優勢（如圖2所示）。具體來說，一方面，聚焦航空貨運物流，開設“航空物流導論、航空貨運管理、機場運營管理、航空運輸規劃、民航配載”等特色課程，并與機場、航空公司等建立穩固的特色實習基地，從理論教學和實習實踐兩個方面將航空貨運的知識體系固化下來。另一方面，面向航空制造企業物流，在開設采購管理、倉儲管理、供應鏈管理、生產運作管理等專業核心課程基礎上，將航空制造企業的物流活動作為各類專業課程教學的重要內容，并從產業鏈供應鏈自主可控角度，引導學生關注航空工業供應鏈全流程；同時，深化與知名航空企業（如飛機、發動機）的校企協同，聯合開展物流專業人才培養.（4）以新興技術提升專業能級。新文科建設中提出要將人工智能、大數據等信息技術與原有專業深入融合。充分考慮物流管理專業情況，將物流領域作為大數據的應用場景，將大數據分析作為專業的基本技能，引入大數據、人工智能、區塊鏈等特色課程，重點發展智慧物流方向，從而實現面向應用場景的專業能級提升。新一代信息技術與專業的融合，具體體現在專業培養方案的設計上，考慮到物流管理專業的場景應用性，應重點圍繞大數據獲取、商務數據分析、數據可視化等開設系列應用、實戰類課程。具體思路如圖3所示。（5）以產教融合促進專業轉型發展。新文科專業建設的重要原則之一，是以新的功能為目標進行專業建設，那就是必須把社會需求作為專業建設的重要準則和導向[4]，而貫徹這一準則的重要手段就是深化產教融合。立足產教融合，以物流管理專業的應用型轉型為目標，構建行業企業與專業資源共享和信息互通的橋梁，建立與社會用人單位聯合培養機制，解決目前行業企業需求與專業人才培養不匹配的問題。一方面，依托物流管理專業現有的優質實踐基地，建立院企會商機制，定期召開學院與實習單位的對接會，邀請企業參與人才培養的全過程，緊密跟蹤企業對人才、崗位需求的新變化，優化校外實踐任務分配。另一方面，優化設計產教融合實踐教學體系，打通從認識實習到頂崗實習的路徑，聘請企業人員承擔部分理論教學與實踐指導任務，引領學生了解行業發展動態，提升學生對未來職業的準備度。

3結語

新文科建設背景下，物流管理專業建設面臨著新的使命。作為典型的“管工”融合專業[6]，航空院校物流管理專業要堅持“融合、協同”發展的模式，通過塑造航空物流特色提升專業比較優勢，通過融入航空元素構建專業思政體系。同時，要主動打破專業邊界，融合新一代信息技術，拓展智慧物流培養方向；通過跨學科融合，實現跨界發展。最后，要強化校企協同人才培養，通過訂單式/定制式培養模式創新，不斷推動專業的應用型發展。

[參考文獻]

[1]陳凡,何俊.新文科:本質、內涵和建設思路[J].杭州師范大學學報(社會科學版),2020(1):7-11.

[2]龔旗煌.新文科建設的四個“新”維度[J].中國高等教育,2021(1):15-17.

[3]黃啟兵,田曉明.“新文科”的來源、特性及建設路徑[J].蘇州大學學報(教育科學版),2020(2):75-83.

[4]劉利.新文科專業建設的思考與實踐:以北京語言大學為例[J].云南師范大學學報(哲學社會科學版),2020,52(2):143-148.

[5]黎其健,唐臣.職業本科背景下新工科新文科與物流學科發展建設研究[J].物流科技,2021(7):174-176,179.

篇10

【論文摘要】：心靈觀念起源于原始人解釋夢境等現象的需要，原始人的這種直觀、猜測的結果對后來的哲學家、心理學家在實踐、研究中造成根深蒂固的影響--認為人身上存在著獨立的實體--心靈。這種將統一的人截然二分的原始觀念，造成了哲學史上"二元論"長期占據實質的主導地位。當代分析哲學的興起，從語言學角度的分析使人們逐漸認清心靈的真面目，心靈觀念的再認識就顯得尤其重要。

奧古斯丁曾說過，時間是什么？你不問，他還知道，你一問，他卻困惑。關于"時間"的奧古斯丁式的回答，也同樣適宜于"心靈"。我們時常談論心靈，但真要反躬自問，什么是心靈？恐怕同樣會陷入奧式迷茫之中。其實，以往我們對于心靈的起源問題的研究和認識，大多數理論和學說都是建立在一個錯誤的、常識性的本體論承諾上的：世界上除了物理實在和屬性之外，還有心理實在和屬性。正是由于基礎的、方向性上的錯誤，導致諸多哲學問題長期得不到實質性的解決。

一、心靈的起源：原始思維

原始人是能夠思維的，但他們的這種思維能力還處于文化水平低級發展階段。在他們的日常生活中，他們生物學現象深感迷惑。第一，活著的能說話能行動的人和死亡的人之間有什么不同？為什么會有清醒、睡眠、夢、疾病、死亡等狀態的發生？第二，那些在夢和幻覺中出現的人形又是什么？原始人的這種好奇心和原始的探索精神，讓他們大概初步作出這樣一個明顯的結論，"即每個人都有兩種東西屬于他們所有，這就是自己的生命和自己的幻象。這兩類現象顯然都處于與身體的密切聯系中：生命使身體能夠感覺、思想和行動，幻象則是身體的映象或者它的第二個''''我''''。不管是生命還是幻象，都同樣被感知成與身體分離開的東西，生命被感知成能夠從無感覺或者死的軀體里脫離出來走掉，而幻象則被感知成能夠向遠離這個身體的人們現形。"這不過是生命與幻象的合并。原始靈魂觀念認為，"靈魂是一種稀薄的沒有實體的人形，本質上是一種氣息、薄墨或影子；靈魂是它使之生的那個個體中的生命和思想的本原，它獨立地占有它的從前或現在的肉體擁有者的個人意識和意志；它能夠離開身體很遠，并且還能突然表現物質力量，特別是能夠作為一個脫離了身體的、與身體在外貌上相象的幻象而出現在睡著或醒著的人們面前；她能夠在這個身體死后繼續存在并在人們面前出現；它能夠鉆進其他人、動物甚至物品的體中，控制著它們，在它們里面行動……"并且，原始人認為人的靈魂不只一個。基于他們的理性認識尚不發達，他們還沒有形成具有多種功能的統一的靈魂觀念。托列斯海峽的土著人認為，馬利（mari）的一部分在人死后就離開了，而另一部分則繼續留下，直到她被嚇走為止。在北美，靈魂由復數組成被看成是個定則。某些希達查人認為一個個體有四個靈魂，并以此觀念解釋逐漸死亡的過程。例如，當意識還未消失時，四肢冷卻了。他們認為這是因為四個靈魂是在逐個離開的。達科他人（Dacotans）認為人有四個靈魂：肉體的靈魂，與肉體同死；永遠留在身體或留在身體近旁的靈魂；對肉體的行為負責的靈魂；永遠留在死者的一小束頭發附近的靈魂。

由于原始人的認識主要以直觀、想象、猜測等為特征，不知道也不可能去自覺地把握事物的性質與本質，因此他們也沒有自覺地說明靈魂的性質與本質，即不知道從哲學基本問題的高度去說明靈魂究竟是物質性的還是精神性的，沒有闡明靈魂區別于肉體和自然事物的本質特征。原始人的這種直觀的猜測、想象，必然地影響著后來的哲學家們對此問題的思考。

二、傳統哲學對心靈的探討

在傳統的心靈哲學研究中，我們的探索是從"心靈是什么"、"具有什么本質"這樣的"蘇格拉底式問題"出發的。其實，以這種方式提出問題的同時，我們就預設了這樣一個前提的：心靈是存在的。而在當今"分析的時代"，這種研究方式遭到越來越多的研究者的質疑。心靈或靈魂真的存在嗎？如果存在，那么傳統哲學的龐大體系將得以保存并發揚廣大；如果不存在，那么以往對"心靈"所作的全部研究將面臨著顛覆性的危機。伴隨著計算機科學、神經科學、人工智能和認知科學等前沿科學的迅猛發展，傳統的心靈哲學的觀點越來越站不住腳，在當代所謂的"本體論變革"的呼吁聲中，其弊端也日益顯露出來。在古希臘，亞里士多德之前的哲學家通常都把靈魂或心靈看作是一種實體。但對這種實體的本質卻有兩種不同的回答：一是樸素唯物主義的（如米利都學派），認為靈魂像其他事物一樣是由物質性本原（氣、水、火、原子等）構成的；一是二元論的（如柏拉圖），認為人的存在分為靈魂和肉體兩個部分，他認為具有認識能力的靈魂只有擺脫肉體的困擾才能最好地思維。從亞里士多德開始，對心靈的認識發生了重大轉折，即從對實體的構成本質轉到了對心理的作用、關系的探討。人的靈魂是由知覺、統覺、想象、一記憶、愉快和痛苦、欲望和厭惡以及理性思維等精神職能因素構成的。因此，它不是實體，而是一組功能、能力或屬性的組合，"靈魂之于身體，猶如砍劈之于斧頭"，斧頭的砍劈功能必須靠身體的動作表現。就心理的作用過程而言，心靈就像一塊蠟，它對外物的反映，就像圖章戒指在蠟塊上留下的印痕。

中世紀神學家的靈魂觀帶有典型的宗教色彩，大多承認靈魂的實體性。如奧古斯丁認為，"靈魂對我而言，似乎是一個有規定性的實體，是由理性武裝起來的用以主宰肉體的實體。"他強調靈魂之于肉體的先在性，他認為，人是"一個隨意使用肉體的靈魂。"即理性靈魂是人的本質，但它作為人的本質，是相對于肉體的作用而言的。靈魂與肉體的實體性跟上帝相比都是不完滿的，處于缺乏狀態。靈魂和肉體的結合也正是由于它們各自的缺乏。他不再像柏拉圖那樣，將肉體視作靈魂的墳墓，而是看作靈魂的運動場所。

一般認為，現代西方心靈哲學是從笛卡爾開始的。笛卡爾一方面認為，心靈和身體是兩個性質根本不同的實體，前者能思維而無廣延，后者有廣延而不能思維。另一方面，他又認為，心靈"與肉體在實質上又是聯系著的"，而且心靈可以自由地決定身體運動，肉體對外物的感受又會為心靈所覺察，心靈通過肉體有情緒的變化。既然心靈是無廣延的實體，它又怎么能與有廣延的身體發生關系呢？無廣延的心靈怎么能支配有廣延的肉體的運動呢？有廣延的肉體的感覺怎么能傳到無廣延的心靈呢？要么心靈與身體在性質上沒有根本區別，否則就不可能發生交感；要么心靈與身體根本不可能有聯系、發生交感，否則兩者在性質上就沒有根本區別。笛卡爾在心身關系上陷入了無法自拔的二元論與交感論的矛盾。

綜上所述，從古希臘到近代，不管是柏拉圖的輕視肉體、重視靈魂，靈魂只有在擺脫肉體后才能最好地進行思維，還是奧古斯丁靈魂與肉體的結合以成就靈魂的事業，還是笛卡兒的身心交感說，無一不透露著大多數哲學家心底的"二元論"。這種潛藏在哲學家心底不知不覺地發揮作用的"二元論"的根源于原始靈魂觀念：當原始人解釋夢的存在時，統一的人就被截然劈成兩半了。人是由身體和心靈（靈魂、心理、意識、精神）兩部分構成的。每個人都有一個軀體和一個心靈，軀體和心靈被套在一起，而且在軀體死后，心靈仍繼續存在并依然發揮作用。因此，盡管大多數反二元論的哲學家，或在許多問題上都堅持唯物主義因而承認自己是唯物主義哲學家的人，其實并沒有真正擺脫二元論的糾纏，在看待人及其心靈時，其實仍是二元論的。正是在這個意義上，著名哲學家賴爾、維特根斯坦和奎因（W.Quine）等人認為，二元論是自古以來的"權威的學說"。羅蒂指出："每個人都總知道怎樣把世界分為心的部分和物的部分，這一區分是常識性的和直觀性的。"

三、心靈究竟是什么？

當代心靈哲學呼吁研究方式的轉向的要求似乎可以用這么一個例子來闡述其必然性：在很久以前的一個遙遠的國度里，一個民族深切關心著戈肖克問題，盡管沒有人知道戈肖克是什么，但每個人都贊同他（她或它）是非常重要的，這個民族世世代代最有頭腦的人都獻身于戈肖克事業，但始終沒有人找到答案，就在人們認為似乎已經陷入了毫無希望的絕境時，終于有個人這樣假設：戈肖克僅僅是個名詞而已，除了詞語之外一無所有。由此看來，或許"心靈"的問題以及心身問題之所以長期困擾著我們，在很大程度上，是由于我們的思維方式和研究方向出了差錯，以致研究的結果往往和研究的初衷南轅北轍。

當代分析哲學大師維特根斯坦和J.杰恩斯等人對心理語言形成過程和本質的分析令人耳目一新。他們的研究成果，引發了當代的心靈本體論變革的潮流。杰恩斯認為，意識、思想后于語言，完全是由語言的運用所虛構或杜撰出來的，是物理世界一種虛幻的類似物；人在創制和使用心理語言時，并沒有什么真實的事件和過程要表達。從語言的具體內容看，人類語言指稱對象或表示對象的方式經歷了從簡單到復雜，從具體到抽象，從物理語言到心理語言的發展過程。人類最初的詞語都是關于可見可觸、直接具體、與人的生活息息相關的事物的，甚至直到文字產生以后，都很少見到表示復雜、抽象的性質以及人的內在心理過程的詞語。心理語言主要通過兩種途徑形成：一是表示實體的心理語言借助推論從相應的物理語言轉化而來，二是隱喻和類推。靈魂觀念的產生則是這兩種方式共同作用的結果。正如杰恩斯所說："我們用來指稱心理事件的每一詞語都是行為世界中的某種東西的隱喻和對應詞。我們用來描述真實空間中的物理行為的形容詞通過類推變成了描述心靈空間中的心理行為的對應詞。"杰恩斯通過追溯心理語言的起源，得出了如下結論：心理語言是借助于隱喻、類比從物理語言中轉化產生的；心靈是真實世界的類似物；心理語言是意識產生的前提。

基于以上的分析，我們可以作出這樣的判斷：心靈是人們在解釋的需要中產生的，并不存在獨立的心靈實體。我們常說的"心靈"是一種解釋上的設想，因為說人有心理實在并沒有增加世界的物理內容。既然如此，它就不能進入物理事件的因果關系網絡中。這種對心靈的一種解釋上的設想，就像是我們為了描述某一空間區域會借助某種坐標系統一樣。而這個被借助的系統并不存在，只是我們的解釋離不開這個虛構的解釋項。

參考文獻

[1]《論靈魂的量》ⅩⅢ.22,《奧古斯丁晚期對話》拉德對照版,P49.

[2]馬克思恩格斯選集(第四卷)[M].北京:人民出版社,1972.

[3]楊魁.從原始人的靈魂"觀念"看人類認識觀和思維觀的早期萌芽[J].甘肅社會科學,1995(3).

[4]殷筱,高新民.從心理語言的種系發生看原始靈魂觀念的生成[J].長江大學學報,2007(2).

[5]劉占峰,高新民.心靈觀念的語言學之源--兼評杰恩斯關于心理語言的"古生物學研究"[J].鄭州大學學報,2007(5).

[6]高新民,儲昭華.心靈哲學[M].北京:商務印書館,2002.