汕头大学医学院刘西瑞教授主持完成的国家社会科学基金项目《人工智能前沿的哲学理论研究》（项目批准号为02BZX025），最终成果为专著《人工智能的哲学问题》。课题组成员有：王汉琦、王小红。

　　人工智能（AI）是当前一个十分活跃的科学领域。它诞生于20世纪50年代，至今仍生气勃勃。在人工智能发展历程中，不同研究路线激励竞争，新问题、新思想不断涌现，一方面理论发展阻力重重，另一方面技术成果却成就辉煌——这在科学史上是少有的。

　　AI的目标是以机器方式再现人的智能，它的研究对象因之而跨越物质与精神两界，相当复杂。智能的特点决定着AI发展的曲折性，AI遇到的许多难题都与哲学直接相关。不难看到，许多AI专家都对哲学有着浓厚的兴趣；同样，AI的研究成果也备受哲学界关注。

　　AI前沿的新问题为哲学提供了更多的素材，使有关认识论的一些问题更细致、更清晰、更具体地呈现在哲学面前。对这些问题的探讨，将使哲学的内容更加丰富，而哲学的思考又为AI工作者提供了新的思想资源。这项成果对AI与哲学交汇点的问题进行了阐释，提出新问题，论证新观点，为AI研究者提供可供参考的哲学视角。

　　这项成果由9章构成。其中第1章导言，第2章“人工智能的进程”，第3章“人工智能的基本问题”是对研究背景的介绍，第4章“自动机与智能机”涉及对人工智能本体论问题的论证，第5章“意向性”和第6章“表征”是人工智能与哲学的联结点，第7章“形式化与逻辑”和第8章“计算与算法”是对人工智能方法论的讨论，第9章“创造性：智能的灵魂”通过对创造性特征的分析，指出创造性在智能中的特殊地位，以及创造性是人工智能难以逾越的界线。

　　这项成果的讨论同时涉及哲学和AI，但是应当把AI和AI哲学区分开来。它们是两个性质不同的学科分支。AI的目标是通过计算机模仿人类智能，完成智能型的工作。虽然智能并不是单纯的科学对象，但是AI却是一门纯粹的自然科学，作为计算机科学的一个分支，是属于科学范畴的。它以数学和实验作为研究方法的基础，研究某一具体智能的实现方式，其研究范式是科学性质的。西蒙曾建议把这门学科叫做“复杂信息处理”，在一定程度上反映出这一学科的工作性质。

　　AI又是一门实践性较强的学科。它没有预设的固定理论模式，为了能够实现目标，无论何种理论、方法，都可以尝试。AI的实际工作是对符号和信息进行加工：通过表征的方式刻画其对象，将其纳入形式化系统，在这一基础上通过程序进行逻辑计算。从一定意义上说，解决一个问题就意味着找到一个算法。在这一过程中，AI的一个重要任务是通过种种策略，减小计算工作量，完成实时的运算。然而智能又超出了科学范围，使AI遇到了一般科学所未曾遇到的难题，因之，AI专家转而希望从哲学中寻找新的线索和方向。一些目光远大的AI研究者，其目标已经超出了个别具体的任务，他们期望通过AI达到对人自身的认识，这与哲学的宗旨已经十分接近。AI向哲学发问，其目的是以实践的方式进行更加深入、细致的探讨，直指认识的深层机理。

　　AI哲学是对AI中的哲学问题展开的探讨，属于哲学的范畴。它所关心的并非AI的技术实现，而是哲学在面对AI种种现象和问题时自身需要做出的发展。目前，AI哲学还不能算作是一个哲学的分支，没有形成自己较完整的理论体系，仅是以问题探讨的方式开展研究。就学科相关性而言，AI哲学属于认识论范畴，与当代心灵哲学关系较为密切；AI哲学与心灵哲学研究的问题有一定重叠，在当前都被划入认知科学领域。

　　AI哲学关注这样一些问题：意向性问题，表征问题，形式化问题，联结主义的哲学背景，自然语言理解，日常思维模式，信息和计算的本体地位和方法论问题，以及与智能相关学科的发展，如认知神经科学为智能所提供的某些说明。AI可以说是哲学的一个强有力的对手，它直指哲学的中心问题，逼迫哲学家们将思维的存在形式说清楚，从而把形而上的论证变成可操作的过程。而另一个哲学分支——逻辑学，则与AI（而非AI哲学）直接发生联系。数理逻辑是AI计算方法的重要组成部分，在算法构成中起着重要作用。

　　这项成果所讨论的内容属于哲学范畴，而不是对AI理论和技术的探讨。

　　以上关于学科地位问题的说明，是第1章导言的内容之一。在导言中还对成果的基本立场——弱唯物主义立场，进行了简单的论证。这一立场与塞尔的“生物自然主义立场”比较接近，但是进一步弱化了物理主义的因素。书中分别从“非物理主义的”、“怀疑论的”和“个体性的”角度说明了这一立场。

　　第2章回顾了AI诞生和发展的历史。“达特茅斯会议”是AI诞生的标志，但AI的历史要追溯到这之前——图灵计算理论的提出。通过AI诞生之前的理论准备，AI的诞生，以及诞生后的数个发展阶段，其所取得的巨大成就和面对的种种障碍，将看到一幅跌宕起伏的学科史画卷。

　　AI的研究方法有三条不同的路线：符号主义、联结主义和行为主义。在第3章中，首先对这三条路线做了简单介绍，并进一步提出有关AI学科的一些基本问题。AI在其发展中必将直接地或间接地面对这些问题，尽管答案可能不是唯一的。在论及这些问题之前，首先介绍了人工智能专家科什就人工智能基础提出的五个问题。在这些问题中，首先是智能的构造问题，其中涉及逻辑方法的作用问题；其次是智能有可能通过什么样的途径来实现；接下来是语言在认知中的作用问题；然后是对象、任务和知识的表征问题，以及识别与信息选择问题；最后则谈到了与学习有关的问题：知识的形成和迁移。基本问题的提出加深了对AI理论背景的理解，也是以后讨论的出发点。

　　计算机虽然被称作机器，但它不是通常意义上的机器，因为它的主导运作层面并不是基于物理机制，而是基于逻辑和意义的，所以对它的本体地位需要做出论证。第4章就这一问题展开讨论，指出了计算机与由控制论原理构造的自动机在本质上的差异。计算机作为智能机，已经超出了普通机器的范畴。

　　第5章对意向性的探讨，由此进入与AI有关的哲学问题。意向性是什么？大脑是如何实现意向性的？AI如何与意向性发生关联？在对这些问题的回答中，本章较为详细地引介和分析了哲学家胡塞尔和塞尔的意向性理论，并简单讨论了心灵哲学中的一些问题，同时还介绍了神经科学中“意识的神经相关物”概念，及认知神经科学的研究方法和进展。此外，还指出意向性研究与AI发展的深层关联。

　　表征是AI的又一个关键问题。AI的所有对象必须通过表征才成为可操作、可加工的。表征是使得AI得以存在的前提。第6章探讨了几个与表征有关的问题：意向性是如何影响表征的？存在着心理表征的层次吗？怎样的系统才能担当表征的任务？以及不同形式的表征系统在构造上的差异。此外还介绍了分布式表征和“无表征的智能”观点。表征不仅是AI所需要的，也是一切智能形式都离不开的，对表征机理的充分认识，也是认知科学的重要任务。

　　第7章是关于形式化和逻辑的研究。形式化对于AI而言处于方法论的地位。通过形式化，内容意义转化为机器可“理解”的方式。形式化有狭义、广义之分，从广义角度说，人头脑中存在着多个层次的形式化。而AI在其发展过程中对逻辑推理系统做出了许多重要的发展。形式化在作为AI方法基础的同时，也划定了AI的界限。文中从哥德尔定理、自然语言特征、赋义难题及创造性几方面对此做出了论证。

　　形式化是方法论的基础。要进行实际的计算，还必须在这个基础上制定出具体的构造形式——程序，这是计算和算法所涉及的问题。第8章回顾了现代计算观的形成，探讨了与计算相关的可计算性问题，其中涉及计算中的P与NP问题等。另外讨论了计算有效性如何得到保证的问题，并介绍了AI的算法实例，及关于心理计算的问题。最后对计算主义进行了评判，指出其失误之处。

　　第9章研究了一个在智能中占有特殊位置的对象——创造性。目前对创造性的了解更多的是通过其外在表现，而非其内在机制。对创造性甚至难以找出一个令人满意的定义。作为科学对象，创造性在心理学中得到一定研究，而AI也在模仿创造性方面进行了大胆尝试，并形成知识发现（KDD）这一新领域。本章对此进行了介绍，并指出AI的创造模拟与人类创造在本质上的差异。最后，探讨了如何进行创造性评价的问题，并指出创造性是AI难以逾越的界限。

　　这项成果以人工智能的历史发展和当前的研究动态为背景，提炼出相关的哲学问题，通过分析、论证，提出新的观点和理论见解。这些理论和观点丰富了相关的哲学研究内容，促进了学科之间的沟通，对认知科学不同分支的理论融合起到促进的作用；人工智能和心理学领域中的相关研究也可从中受到一定启发，并借鉴某些理论观点。