汕頭大學醫學院劉西瑞教授主持完成的國家社會科學基金項目《人工智能前沿的哲學理論研究》（項目批準號為02BZX025），最終成果為專著《人工智能的哲學問題》。課題組成員有：王漢琦、王小紅。

　　人工智能（AI）是當前一個十分活躍的科學領域。它誕生于20世紀50年代，至今仍生氣勃勃。在人工智能發展歷程中，不同研究路線激勵競爭，新問題、新思想不斷涌現，一方面理論發展阻力重重，另一方面技術成果卻成就輝煌——這在科學史上是少有的。

　　AI的目標是以機器方式再現人的智能，它的研究對象因之而跨越物質與精神兩界，相當復雜。智能的特點決定著AI發展的曲折性，AI遇到的許多難題都與哲學直接相關。不難看到，許多AI專家都對哲學有著濃厚的興趣；同樣，AI的研究成果也備受哲學界關注。

　　AI前沿的新問題為哲學提供了更多的素材，使有關認識論的一些問題更細致、更清晰、更具體地呈現在哲學面前。對這些問題的探討，將使哲學的內容更加豐富，而哲學的思考又為AI工作者提供了新的思想資源。這項成果對AI與哲學交匯點的問題進行了闡釋，提出新問題，論證新觀點，為AI研究者提供可供參考的哲學視角。

　　這項成果由9章構成。其中第1章導言，第2章“人工智能的進程”，第3章“人工智能的基本問題”是對研究背景的介紹，第4章“自動機與智能機”涉及對人工智能本體論問題的論證，第5章“意向性”和第6章“表征”是人工智能與哲學的聯結點，第7章“形式化與邏輯”和第8章“計算與算法”是對人工智能方法論的討論，第9章“創造性：智能的靈魂”通過對創造性特征的分析，指出創造性在智能中的特殊地位，以及創造性是人工智能難以逾越的界線。

　　這項成果的討論同時涉及哲學和AI，但是應當把AI和AI哲學區分開來。它們是兩個性質不同的學科分支。AI的目標是通過計算機模仿人類智能，完成智能型的工作。雖然智能并不是單純的科學對象，但是AI卻是一門純粹的自然科學，作為計算機科學的一個分支，是屬于科學范疇的。它以數學和實驗作為研究方法的基礎，研究某一具體智能的實現方式，其研究范式是科學性質的。西蒙曾建議把這門學科叫做“復雜信息處理”，在一定程度上反映出這一學科的工作性質。

　　AI又是一門實踐性較強的學科。它沒有預設的固定理論模式，為了能夠實現目標，無論何種理論、方法，都可以嘗試。AI的實際工作是對符號和信息進行加工：通過表征的方式刻畫其對象，將其納入形式化系統，在這一基礎上通過程序進行邏輯計算。從一定意義上說，解決一個問題就意味著找到一個算法。在這一過程中，AI的一個重要任務是通過種種策略，減小計算工作量，完成實時的運算。然而智能又超出了科學范圍，使AI遇到了一般科學所未曾遇到的難題，因之，AI專家轉而希望從哲學中尋找新的線索和方向。一些目光遠大的AI研究者，其目標已經超出了個別具體的任務，他們期望通過AI達到對人自身的認識，這與哲學的宗旨已經十分接近。AI向哲學發問，其目的是以實踐的方式進行更加深入、細致的探討，直指認識的深層機理。

　　AI哲學是對AI中的哲學問題展開的探討，屬于哲學的范疇。它所關心的并非AI的技術實現，而是哲學在面對AI種種現象和問題時自身需要做出的發展。目前，AI哲學還不能算作是一個哲學的分支，沒有形成自己較完整的理論體系，僅是以問題探討的方式開展研究。就學科相關性而言，AI哲學屬于認識論范疇，與當代心靈哲學關系較為密切；AI哲學與心靈哲學研究的問題有一定重疊，在當前都被劃入認知科學領域。

　　AI哲學關注這樣一些問題：意向性問題，表征問題，形式化問題，聯結主義的哲學背景，自然語言理解，日常思維模式，信息和計算的本體地位和方法論問題，以及與智能相關學科的發展，如認知神經科學為智能所提供的某些說明。AI可以說是哲學的一個強有力的對手，它直指哲學的中心問題，逼迫哲學家們將思維的存在形式說清楚，從而把形而上的論證變成可操作的過程。而另一個哲學分支——邏輯學，則與AI（而非AI哲學）直接發生聯系。數理邏輯是AI計算方法的重要組成部分，在算法構成中起著重要作用。

　　這項成果所討論的內容屬于哲學范疇，而不是對AI理論和技術的探討。

　　以上關于學科地位問題的說明，是第1章導言的內容之一。在導言中還對成果的基本立場——弱唯物主義立場，進行了簡單的論證。這一立場與塞爾的“生物自然主義立場”比較接近，但是進一步弱化了物理主義的因素。書中分別從“非物理主義的”、“懷疑論的”和“個體性的”角度說明了這一立場。

　　第2章回顧了AI誕生和發展的歷史。“達特茅斯會議”是AI誕生的標志，但AI的歷史要追溯到這之前——圖靈計算理論的提出。通過AI誕生之前的理論準備，AI的誕生，以及誕生后的數個發展階段，其所取得的巨大成就和面對的種種障礙，將看到一幅跌宕起伏的學科史畫卷。

　　AI的研究方法有三條不同的路線：符號主義、聯結主義和行為主義。在第3章中，首先對這三條路線做了簡單介紹，并進一步提出有關AI學科的一些基本問題。AI在其發展中必將直接地或間接地面對這些問題，盡管答案可能不是唯一的。在論及這些問題之前，首先介紹了人工智能專家科什就人工智能基礎提出的五個問題。在這些問題中，首先是智能的構造問題，其中涉及邏輯方法的作用問題；其次是智能有可能通過什么樣的途徑來實現；接下來是語言在認知中的作用問題；然后是對象、任務和知識的表征問題，以及識別與信息選擇問題；最后則談到了與學習有關的問題：知識的形成和遷移。基本問題的提出加深了對AI理論背景的理解，也是以后討論的出發點。

　　計算機雖然被稱作機器，但它不是通常意義上的機器，因為它的主導運作層面并不是基于物理機制，而是基于邏輯和意義的，所以對它的本體地位需要做出論證。第4章就這一問題展開討論，指出了計算機與由控制論原理構造的自動機在本質上的差異。計算機作為智能機，已經超出了普通機器的范疇。

　　第5章對意向性的探討，由此進入與AI有關的哲學問題。意向性是什么？大腦是如何實現意向性的？AI如何與意向性發生關聯？在對這些問題的回答中，本章較為詳細地引介和分析了哲學家胡塞爾和塞爾的意向性理論，并簡單討論了心靈哲學中的一些問題，同時還介紹了神經科學中“意識的神經相關物”概念，及認知神經科學的研究方法和進展。此外，還指出意向性研究與AI發展的深層關聯。

　　表征是AI的又一個關鍵問題。AI的所有對象必須通過表征才成為可操作、可加工的。表征是使得AI得以存在的前提。第6章探討了幾個與表征有關的問題：意向性是如何影響表征的？存在著心理表征的層次嗎？怎樣的系統才能擔當表征的任務？以及不同形式的表征系統在構造上的差異。此外還介紹了分布式表征和“無表征的智能”觀點。表征不僅是AI所需要的，也是一切智能形式都離不開的，對表征機理的充分認識，也是認知科學的重要任務。

　　第7章是關于形式化和邏輯的研究。形式化對于AI而言處于方法論的地位。通過形式化，內容意義轉化為機器可“理解”的方式。形式化有狹義、廣義之分，從廣義角度說，人頭腦中存在著多個層次的形式化。而AI在其發展過程中對邏輯推理系統做出了許多重要的發展。形式化在作為AI方法基礎的同時，也劃定了AI的界限。文中從哥德爾定理、自然語言特征、賦義難題及創造性幾方面對此做出了論證。

　　形式化是方法論的基礎。要進行實際的計算，還必須在這個基礎上制定出具體的構造形式——程序，這是計算和算法所涉及的問題。第8章回顧了現代計算觀的形成，探討了與計算相關的可計算性問題，其中涉及計算中的P與NP問題等。另外討論了計算有效性如何得到保證的問題，并介紹了AI的算法實例，及關于心理計算的問題。最后對計算主義進行了評判，指出其失誤之處。

　　第9章研究了一個在智能中占有特殊位置的對象——創造性。目前對創造性的了解更多的是通過其外在表現，而非其內在機制。對創造性甚至難以找出一個令人滿意的定義。作為科學對象，創造性在心理學中得到一定研究，而AI也在模仿創造性方面進行了大膽嘗試，并形成知識發現（KDD）這一新領域。本章對此進行了介紹，并指出AI的創造模擬與人類創造在本質上的差異。最后，探討了如何進行創造性評價的問題，并指出創造性是AI難以逾越的界限。

　　這項成果以人工智能的歷史發展和當前的研究動態為背景，提煉出相關的哲學問題，通過分析、論證，提出新的觀點和理論見解。這些理論和觀點豐富了相關的哲學研究內容，促進了學科之間的溝通，對認知科學不同分支的理論融合起到促進的作用；人工智能和心理學領域中的相關研究也可從中受到一定啟發，并借鑒某些理論觀點。