徐英瑾

在蓋提爾問(wèn)題（Gettier Problem）被提出以后，英美分析哲學(xué)的主流知識(shí)論分析有日漸瑣碎化的嫌疑，讓外行人很難知道這些研究的意義。本文的一個(gè)主要?jiǎng)訖C(jī)，是試圖在一個(gè)特定的知識(shí)論研究課題與公眾所關(guān)心的話題之間搭建橋梁，以便消除分析哲學(xué)的學(xué)院化研究和非哲學(xué)公眾的普遍關(guān)涉之間的專業(yè)壁壘。筆者選擇的這個(gè)公眾性話題就是人工智能研究，與之配套的知識(shí)論課題是“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”。將二者聯(lián)系在一起的深層動(dòng)機(jī)是：筆者希望人工智能基于人類(lèi)用戶實(shí)踐需求的編程作業(yè)，能夠倒逼我們?nèi)z驗(yàn)?zāi)切┰跁?shū)齋里所想出來(lái)的知識(shí)論理論的“可操作性”，使得一些不符合這些要求的哲學(xué)空想有機(jī)會(huì)被排除掉，而另一些體現(xiàn)這些要求的哲學(xué)選項(xiàng)能夠浮現(xiàn)并得以發(fā)展。

一、“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”概說(shuō)及其算法化的必要性

人工智能的重要性與其對(duì)人類(lèi)生活的重大價(jià)值，顯然是不需要加以特別說(shuō)明的。這里所說(shuō)的“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”是什么意思呢？這個(gè)略顯復(fù)雜的名詞表達(dá)式，乃是筆者對(duì)于西方知識(shí)論文獻(xiàn)中常常出現(xiàn)的“epistemic shift”（直譯為“認(rèn)知浮動(dòng)”）一詞組的闡釋性翻譯。它指的是這樣一種日?，F(xiàn)象：面對(duì)同樣的一個(gè)命題P，人們會(huì)在某些情況下說(shuō)“我知道P是真的”，而在某些情況下會(huì)說(shuō)“我未必知道P是真的”。譬如，在所謂的“斑馬案例”[1]（P1007-1023）中，如果你僅僅看到眼前有一匹斑馬走過(guò)而心無(wú)旁念，你就會(huì)很自然地說(shuō)“我知道那是一匹斑馬”；而當(dāng)有人告訴你這家動(dòng)物園里的很多所謂斑馬其實(shí)是被涂抹了白條子的驢之后，你若再看到一匹斑馬，你就會(huì)說(shuō)“我并不確定那是不是真斑馬”。與之類(lèi)似，在所謂的“銀行案例”[2]（P913-929）中，如果你銀行卡里的存錢(qián)充裕，不擔(dān)心信用卡扣款會(huì)導(dǎo)致銀行卡欠費(fèi)，那么，只要你能憑記憶想起明日是本月銀行還款的最后期限，那么，你就足以判斷出：我的確知道明日是本月銀行還款的最后期限。相反，如果你銀行卡里沒(méi)什么存錢(qián)，但你的欠賬數(shù)額卻頗為可觀，即使你能憑借記憶想起明日是本月銀行還款的最后期限，你也會(huì)傾向于認(rèn)為你得反復(fù)核查這一記憶是否準(zhǔn)確——因?yàn)槟銦o(wú)法承擔(dān)一旦沒(méi)有及時(shí)還款而導(dǎo)致銀行卡被凍結(jié)的嚴(yán)重后果。換言之，將怎樣的信念鎖定為“知識(shí)”的活動(dòng)，其標(biāo)桿乃是隨著輸入心智機(jī)器的信息的變化而變化的，而并非單方面地取決于信念自身的字面語(yǔ)義?！爸R(shí)鎖定標(biāo)桿浮動(dòng)”，便是對(duì)于上述現(xiàn)象的一種概括。

在我們切入這一現(xiàn)象的解釋之前，不妨先來(lái)看看這一現(xiàn)象的存在對(duì)于人類(lèi)日常生活的意義。若我們將西方知識(shí)論學(xué)界關(guān)于“知識(shí)”的種種繁雜定義加以擱置，而僅僅訴諸普通人對(duì)于“知識(shí)”一詞的語(yǔ)義直覺(jué)，那么至少我們能大略地說(shuō)：在日常生活中，“知識(shí)”常常是指人類(lèi)信念系統(tǒng)中相對(duì)穩(wěn)固的那部分，而“信念”則是指人類(lèi)信念系統(tǒng)中其真值可以被更自由地加以變更的部分。很明顯，“信念”與“知識(shí)”之間的界限對(duì)于人類(lèi)認(rèn)知活動(dòng)正常展開(kāi)是具有重要意義的：一方面，如果所有的信念都能被還原為知識(shí)的話，那么，我們就等于自廢了“根據(jù)新經(jīng)驗(yàn)調(diào)整既有信念系統(tǒng)”的武功，失去對(duì)于環(huán)境變化的適應(yīng)能力；另一方面，如果我們將所有的知識(shí)還原為信念的話，我們就得隨時(shí)準(zhǔn)備搜集正例與反例來(lái)驗(yàn)證或證偽我們所具有的一切信念，這樣一來(lái)，我們的信念系統(tǒng)就無(wú)法具有起碼的穩(wěn)定性，我們無(wú)法以起碼的可預(yù)期性與世界打交道。進(jìn)而言之，我們?nèi)祟?lèi)不但需要“信念”與“知識(shí)”之間的界限具有起碼的穩(wěn)定性，而且需要“知識(shí)鎖定標(biāo)桿浮動(dòng)”這一效應(yīng)使得該界限不那么僵死。也就是說(shuō)，我們需要在某些條件下調(diào)高該標(biāo)桿的高度，以使得一部分某些原來(lái)的知識(shí)成為信念，或反之，使得我們的信念——知識(shí)系統(tǒng)自身的結(jié)構(gòu)特征能夠隨著環(huán)境的變化而得到修正。很明顯，通用人工智能①“通用人工智能”指的是全方面模擬人類(lèi)智能的人工智能研究計(jì)劃，而不僅僅是只能解決特定任務(wù)的專用人工智能。的研究者，也需要在人造的推理系統(tǒng)中實(shí)現(xiàn)這種“知識(shí)鎖定標(biāo)桿浮動(dòng)”效應(yīng)。譬如，一臺(tái)在野生動(dòng)物園中巡邏的機(jī)器人，應(yīng)當(dāng)在通常情況下將任何被攝像頭所捕捉的斑馬視為真正的斑馬，因?yàn)楹翢o(wú)必要的反復(fù)懷疑將浪費(fèi)系統(tǒng)的運(yùn)作資源，影響系統(tǒng)的運(yùn)作效率；而當(dāng)其被告知野生動(dòng)物園中的某些斑馬是偽裝的驢子的時(shí)候，該機(jī)器人就需要搜集更多的證據(jù)，來(lái)查驗(yàn)看到的“斑馬”是不是真斑馬。

不過(guò)，要在現(xiàn)有的主流人工智能研究中模擬這種效應(yīng)，是非常困難的，因?yàn)橹髁鞯娜斯ぶ悄芤粗荒芤怨砘姆绞揭粍谟酪莸貙⑷祟?lèi)常識(shí)的一部分鎖定為“知識(shí)”，如海耶斯的“樸素物理學(xué)”規(guī)劃所做的那樣[3]（P248-280），要么只能通過(guò)一個(gè)人工神經(jīng)元深層網(wǎng)絡(luò)來(lái)片面地模擬人類(lèi)將一類(lèi)低階層信息識(shí)別為一類(lèi)高階層信息的歸類(lèi)活動(dòng)。二者都無(wú)法根據(jù)不同的認(rèn)知條件自主地調(diào)整知識(shí)鎖定標(biāo)桿之高低。這到底是為什么呢？對(duì)此，筆者的一個(gè)解釋是：知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)其實(shí)是一個(gè)心理學(xué)現(xiàn)象，除非我們有一個(gè)關(guān)于此現(xiàn)象的簡(jiǎn)易心智模型，我們是無(wú)法在人工智能系統(tǒng)中重演此現(xiàn)象的。但主流的人工智能研究要么滿足于在符號(hào)表征的層面上展列人類(lèi)知識(shí)的靜態(tài)外觀，要么滿足于在非常局部的意義上模擬人類(lèi)神經(jīng)元系統(tǒng)的活動(dòng)方式，卻基本上沒(méi)有嘗試在足夠合適的尺度上模擬與知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)相關(guān)的心智機(jī)制。因此，在這個(gè)問(wèn)題上，人工智能的工作需要心理學(xué)與哲學(xué)的深度介入。

既然提到了哲學(xué)，人工智能專家是不是還特別需要關(guān)注作為哲學(xué)分支之一的知識(shí)論對(duì)于“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”的討論成果呢？筆者所給出的答案恐怕會(huì)有點(diǎn)消極。筆者認(rèn)為，西方知識(shí)論學(xué)界所積累的大多數(shù)對(duì)于此類(lèi)效應(yīng)的討論成果，參考價(jià)值有限，它們解釋自身所牽涉的預(yù)設(shè)都過(guò)于復(fù)雜了，都過(guò)具“特異性”了。與之相比照，筆者所給出的基于“時(shí)間壓力”的說(shuō)明方案既簡(jiǎn)單雅致，又具有被算法化的潛力，足可與之爭(zhēng)雄。

不過(guò)，考慮到對(duì)于“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”的說(shuō)明一向被視為西方知識(shí)論學(xué)界的自留地，即使對(duì)這些主流意見(jiàn)抱有批評(píng)，筆者也有必要先將自己的批評(píng)意見(jiàn)陳列出來(lái)。

二、西方主流知識(shí)論學(xué)界對(duì)于“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”的說(shuō)明及其疏失

嚴(yán)格地說(shuō)，既然知識(shí)論研究的核心話題之一是信念與知識(shí)之間的關(guān)系，那么，如何解釋涉及這一關(guān)系的“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”，也就自然引發(fā)了西方知識(shí)論學(xué)界的諸多重磅級(jí)人物為之殫精竭慮。筆者根據(jù)自己未必完備的文獻(xiàn)閱讀經(jīng)驗(yàn)，將西方學(xué)界對(duì)于該效應(yīng)的種種說(shuō)明方案，大致分為兩類(lèi)：

第一類(lèi)，“知識(shí)”的語(yǔ)義標(biāo)準(zhǔn)會(huì)隨著語(yǔ)境的不同而浮動(dòng)，由此造成“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”被歸類(lèi)到這個(gè)解答思路下的有“語(yǔ)境主義”（contextualism）[2]（P913-929）和作為其理論親戚的“比對(duì)主義”（contrastivism）[4]（P73-103）。語(yǔ)境主義的大意是：通常的語(yǔ)境會(huì)導(dǎo)致我們關(guān)于什么是“知識(shí)”的語(yǔ)義標(biāo)準(zhǔn)維持在一個(gè)較低水平，而在懷疑論的語(yǔ)境中，比如在你被告知你看到的每一匹斑馬都有可能是偽裝的驢的情況下，該標(biāo)準(zhǔn)則會(huì)被提高。正因?yàn)檫@種提高，我們才傾向于在懷疑論的語(yǔ)境中拒絕將目標(biāo)信念歸類(lèi)為貨真價(jià)實(shí)的知識(shí)。

比對(duì)主義的大意是：“知道”這個(gè)動(dòng)詞本身的句法結(jié)構(gòu)并不是通常所認(rèn)為的“S知道P”，而是“S知道P而非Q”，而這里的“Q”就是所謂的“比對(duì)項(xiàng)”，盡管它在日常言談中未必會(huì)被明說(shuō)。根據(jù)比對(duì)主義的立論，在日常環(huán)境中，像“我知道那是一匹斑馬”這樣的句子就應(yīng)當(dāng)被改寫(xiě)為“我知道那是一匹斑馬，而非一頭長(zhǎng)頸鹿”，“而非”后面的比對(duì)項(xiàng)在日常表達(dá)中被省略。與之相較，在懷疑論語(yǔ)境中，對(duì)于“而非”后面的比對(duì)項(xiàng)的省略卻成為不可容忍之事了。說(shuō)得更清楚一點(diǎn)，恰恰是懷疑論語(yǔ)境中比對(duì)項(xiàng)（如“被精心偽裝成斑馬的驢”）與被比對(duì)項(xiàng)（如“驢”）之間在現(xiàn)象層面上的接近，才使得對(duì)于被比對(duì)項(xiàng)的明說(shuō)顯得具有某種不可或缺的價(jià)值。因?yàn)槎呤侨绱私咏?，關(guān)于“知識(shí)”的標(biāo)準(zhǔn)在此類(lèi)語(yǔ)境中也被提高了，由此導(dǎo)致主體在知識(shí)指派過(guò)程中的踟躕。

第二類(lèi)，“知識(shí)”的語(yǔ)義標(biāo)準(zhǔn)不會(huì)隨著語(yǔ)境的不同而浮動(dòng)，而造成“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”的，另有其因。在文獻(xiàn)中此類(lèi)立場(chǎng)統(tǒng)稱為“不變主義”（invariantism），也就是“不承認(rèn)語(yǔ)義標(biāo)準(zhǔn)會(huì)改變”。支持不變主義的理由是非常明確的，即倘若關(guān)于“知識(shí)”的語(yǔ)義標(biāo)準(zhǔn)經(jīng)常改變，那么，語(yǔ)義學(xué)和語(yǔ)用學(xué)之間的界限也就不存在了。但這一理論代價(jià)顯然過(guò)于沉重，會(huì)使得辭典編纂業(yè)毫無(wú)意義，因?yàn)檗o典編纂者必須預(yù)設(shè)語(yǔ)詞的語(yǔ)義是相對(duì)穩(wěn)定的，由此，我們便可反推出“知識(shí)”的語(yǔ)義標(biāo)準(zhǔn)不會(huì)變。然而，“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”畢竟是存在的，既然該效應(yīng)不是由語(yǔ)義標(biāo)桿的改變所導(dǎo)致的，其成因又是什么呢？對(duì)此，“基于利害的不變主義”與“智性不變主義”提出了兩種不同的解答。“基于利害的不變主義”（stake-based invariantism）[5]的含義是：信念所帶來(lái)的潛在后果對(duì)主體所產(chǎn)生的“利害”的不同，會(huì)導(dǎo)致主體產(chǎn)生不同的關(guān)于知識(shí)標(biāo)準(zhǔn)的語(yǔ)用直覺(jué)。具體而言，正如我們?cè)凇般y行案例”中所看到的，在錯(cuò)誤的判斷或許會(huì)導(dǎo)致主體損失巨大的情況下，主體對(duì)于判斷的內(nèi)容的“知識(shí)化”會(huì)持比較謹(jǐn)慎的態(tài)度，而在錯(cuò)誤的判斷即使發(fā)生也不會(huì)導(dǎo)致主體損失的情況下，主體對(duì)于判斷內(nèi)容“知識(shí)化”就會(huì)持相對(duì)寬松的態(tài)度。考慮到“利害”是語(yǔ)用因素的一部分，而不是語(yǔ)義因素的一部分，這種理論既解釋了“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”，又沒(méi)有導(dǎo)致對(duì)于“知識(shí)”的語(yǔ)義標(biāo)桿的穩(wěn)定性的威脅。“智性不變主義”（intellectual invariantism）[6]（P279-294）的解釋則是這樣的：不同的認(rèn)知條件會(huì)促發(fā)主體內(nèi)部一個(gè)叫“固知需求”（need-for-closure）的心理參數(shù)的變化，“固知需求”在此指的是主體將特定信念內(nèi)容固化為知識(shí)的心理學(xué)需求[7]（P263-283）。具體而言，在某些語(yǔ)境中（比如利害因素被凸顯的語(yǔ)境），為了防止過(guò)于急促地將某些信念劃歸為知識(shí)導(dǎo)致利益受損，主體的“固知需求”參數(shù)被調(diào)低，主體內(nèi)部的“知識(shí)”標(biāo)桿被提高；而在某些語(yǔ)境（比如在利害關(guān)系不那么被強(qiáng)調(diào)的語(yǔ)境）中，為了節(jié)省系統(tǒng)的運(yùn)作效率，主體的“固知需求”參數(shù)被調(diào)高，主體內(nèi)部的“知識(shí)”標(biāo)桿被降低。由于“固知需求”體現(xiàn)的是主體的心理要素，而不是“知識(shí)”的語(yǔ)義特征，因此，“智性不變主義”并未導(dǎo)致對(duì)于“知識(shí)”的語(yǔ)義標(biāo)桿穩(wěn)定性的威脅。

如果通用人工智能專家試圖建造一臺(tái)“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”推理機(jī)器，他究竟應(yīng)當(dāng)從上述知識(shí)論理論中的哪一種獲得啟發(fā)呢？答案是：沒(méi)有。理由是：通用人工智能系統(tǒng)的設(shè)計(jì)需要某種統(tǒng)一的算法說(shuō)明，以便應(yīng)對(duì)各種需要，模擬“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”的復(fù)雜環(huán)境，但上面給出的所有理論都是為了應(yīng)對(duì)特定的問(wèn)題被硬湊出來(lái)的，過(guò)具“特設(shè)性”了。此外，這些方案本身又預(yù)設(shè)了大量難以在一個(gè)統(tǒng)一的方案中被算法化的哲學(xué)直覺(jué)，這些哲學(xué)直覺(jué)可能引發(fā)的哲學(xué)疑惑，恐怕要比這些方案試圖解決的哲學(xué)疑惑更為嚴(yán)重。下面分頭闡述這些既有方案的缺陷。

第一，對(duì)于語(yǔ)境主義的批評(píng)。語(yǔ)境主義的最大麻煩，是如何說(shuō)明在懷疑論的語(yǔ)境中“知識(shí)”的語(yǔ)義標(biāo)準(zhǔn)會(huì)提高。主流的處理方式是引入“可能世界語(yǔ)義學(xué)”的概念框架。按照該概念框架，任何一種現(xiàn)實(shí)情況都有一些可能的情況與之相伴，如“特朗普當(dāng)選美國(guó)總統(tǒng)”這一現(xiàn)實(shí)世界的周?chē)?，就伴隨有“特朗普競(jìng)選美國(guó)總統(tǒng)失敗”這一可能世界，而可能世界之間，也因?yàn)槊恳豢赡苁澜缗c現(xiàn)實(shí)世界相似性程度的不同，導(dǎo)致彼此之間不同的間距，比如，“特朗普競(jìng)選美國(guó)總統(tǒng)失敗”這一可能世界，就比“特朗普從未參加總統(tǒng)競(jìng)選”這一可能世界，更接近現(xiàn)實(shí)世界。至于這些“可能世界”究竟是在形而上學(xué)意義上實(shí)際存在的外部對(duì)象，還是人類(lèi)心理的主觀建構(gòu)物，在知識(shí)論討論中可以暫且不論。那么，這套話語(yǔ)框架又怎么與語(yǔ)境主義的理論相互結(jié)合呢？具體而言，在語(yǔ)境主義者看來(lái)，如果懷疑論的語(yǔ)境被引入的話，那么，在那些與現(xiàn)實(shí)世界最近的可能世界中，原本在現(xiàn)實(shí)世界中能夠被視為知識(shí)的目標(biāo)信念的內(nèi)容就不再是知識(shí)了，因?yàn)橹黧w對(duì)于這些切近的可能世界的意識(shí)導(dǎo)致了“知識(shí)”語(yǔ)義標(biāo)準(zhǔn)的調(diào)高。譬如，在“斑馬案例”中，主體雖然看到了眼前的斑馬，但意識(shí)到一個(gè)與現(xiàn)實(shí)世界很接近的可能世界中，斑馬或許是被人精心偽裝過(guò)的驢子，主體就會(huì)傾向于不急著對(duì)關(guān)于斑馬的知覺(jué)信念進(jìn)行知識(shí)指派。反之，如果懷疑論的語(yǔ)境沒(méi)有被引入的話，主體就不會(huì)意識(shí)到那些雖然與現(xiàn)實(shí)世界接近卻會(huì)導(dǎo)致目標(biāo)信念不再為真的可能世界，也就會(huì)在這種情況下更輕易地作出知識(shí)指派。站在人工智能研究的立場(chǎng)上看，這一處理方案的最大問(wèn)題是預(yù)設(shè)了諸可能世界是可以被一個(gè)個(gè)切分開(kāi)來(lái)討論的，甚至還可以談?wù)撍鼈儽舜酥g的遠(yuǎn)近。且不提在形而上學(xué)文獻(xiàn)里對(duì)于“可能世界”之本體論地位的大量爭(zhēng)議，就是僅僅在認(rèn)知建模的范圍內(nèi)討論可能世界的個(gè)體化與它們之間間距的測(cè)量方式，也是讓人難以下手的。對(duì)于此類(lèi)困難性，下面這個(gè)論證就能輕易揭示。

1.如果我們抱著最大的誠(chéng)意去理解可能世界的可切分化標(biāo)準(zhǔn)與它們之間間距的測(cè)量原則，便只能說(shuō)這些原則只是“相關(guān)性”概念導(dǎo)致的理論衍生物罷了。說(shuō)得更清楚一點(diǎn)，主體會(huì)根據(jù)哪些考量與當(dāng)下的目標(biāo)信念相關(guān)，去決定如何切分出一個(gè)與現(xiàn)實(shí)世界不同的可能世界，并決定如何測(cè)量某一可能世界與當(dāng)下世界之間的距離。譬如，在肯定現(xiàn)實(shí)世界中“凡是貌似斑馬的動(dòng)物皆為斑馬”的情況下，我們之所以將“貌似為斑馬的動(dòng)物實(shí)為被偽裝的驢”視為一個(gè)切近的可能世界，而不認(rèn)為“貌似為驢的動(dòng)物都是被偽裝的騾子”是一個(gè)切近的可能世界，便是因?yàn)楹笠粻顩r與討論的主題（斑馬）不相關(guān)。

2.上述案例提到的“相關(guān)性”本身是一個(gè)非常模糊的概念，非?！疤卦O(shè)”。

3.在主流人工智能研究中，對(duì)于具有特設(shè)性的“相關(guān)性”的刻畫(huà)依然是一個(gè)難點(diǎn)，而這一問(wèn)題又與“框架問(wèn)題”這一公認(rèn)的難題相互糾葛，使其難上加難。

所以，從上面三點(diǎn)我們就不難推出：語(yǔ)境主義的方案很難被轉(zhuǎn)化為一個(gè)合適的算法化模型。

第二，對(duì)于比對(duì)主義的批評(píng)。作為語(yǔ)境主義的變種，比對(duì)主義面臨的問(wèn)題是：該方案的實(shí)施，要求我們?cè)谌魏我粋€(gè)語(yǔ)境中，都要找到“比對(duì)項(xiàng)”的具體內(nèi)容，但這一要求本身就強(qiáng)人所難。譬如，當(dāng)我們僅僅想說(shuō)“我看到的是斑馬”的時(shí)候，究竟這句話應(yīng)當(dāng)被拓展為“我看到的是斑馬，而不是犀?！蹦?，還是應(yīng)當(dāng)被拓展為“我看到的是斑馬，而不是水?！蹦兀亢茱@然，在大多數(shù)情況下，我們通過(guò)“我看到的是斑馬”這一語(yǔ)所表達(dá)出來(lái)的意思，并沒(méi)有牽涉到犀牛或者水牛。此外，從另外一個(gè)方向發(fā)起的對(duì)于比對(duì)主義的批評(píng)，恐怕也會(huì)讓后者感到難以招架：憑什么我們不能一條道走到黑，認(rèn)為“比對(duì)項(xiàng)”不止兩個(gè)呢？譬如，為何我們不能說(shuō)“我看到的是斑馬，而不是犀牛，也不是水牛，也不是……”呢？筆者看不出比對(duì)主義將如何在不去訴諸某些具有特設(shè)性的直覺(jué)下，通過(guò)某種具有算法化潛力的普遍性說(shuō)明框架去回答這些疑問(wèn)。

第三，對(duì)于基于利害的不變主義的批評(píng)。不變主義面臨的第一個(gè)問(wèn)題是，難以覆蓋對(duì)于“斑馬案例”的討論，盡管它貌似可以應(yīng)對(duì)“銀行案例”。如果一個(gè)人陷入諸如“世上所有的斑馬實(shí)為被偽裝的驢”的懷疑論陷阱，那么，這與他的個(gè)人利害有何關(guān)聯(lián)？要知道，以懷疑論思考為典型表現(xiàn)形式的哲學(xué)思考，就其本性而言就有一種“非功利性”。另外，如果我們將科學(xué)知識(shí)也納入討論范圍的話，利害與知識(shí)指派之間的關(guān)系就會(huì)更不清楚了。譬如，即使我告訴你，你對(duì)下列科學(xué)問(wèn)題回答正確與否，將嚴(yán)重影響你的年終獎(jiǎng)，你也不會(huì)覺(jué)得將“知識(shí)”這一標(biāo)簽貼給“氧氣分子有 2個(gè)氧原子”這個(gè)信念，會(huì)有多大的困難——與之相對(duì)照，即使我告訴你，你就算是答錯(cuò)了下列的科學(xué)問(wèn)題，也不會(huì)影響你的年終獎(jiǎng)，恐怕你也會(huì)對(duì)如何確定下述信念的真假感到踟躕，此信念即：苯乙烯分子里有8個(gè)氫原子（在這里筆者假設(shè)被測(cè)試者不是職業(yè)化學(xué)家，且不能上網(wǎng)查資料）。而且，即使就“銀行案例”這樣的明顯牽涉到利益問(wèn)題的案例而言，基于利害的不變主義的說(shuō)明要被算法化，也需要預(yù)先給出一個(gè)如何計(jì)算“利害”的一般化模型。關(guān)于此問(wèn)題，很容易想到的解決方案乃是訴諸決策論專家薩福奇所提出的方案[8]：計(jì)算主體在所有方向上的決策具有的所有可能后果帶來(lái)的好處，從中挑選出最優(yōu)方案。但正如羅斯與施羅德所指出的[9]（P259-288），執(zhí)行這樣的方案計(jì)算成本巨大，這樣的計(jì)算方案依然無(wú)法度量不同向度上的利益大小，比如在“博名”之利與金錢(qián)實(shí)利之間進(jìn)行度量——除非去矯揉造作地質(zhì)詢被研究的當(dāng)事人，以試探其愿意用多大的籌碼置換某種非物質(zhì)利益，但這一做法錯(cuò)誤地預(yù)設(shè)了我們總是有時(shí)間與資源去進(jìn)行這樣的心理學(xué)實(shí)驗(yàn)。從通用人工智能系統(tǒng)設(shè)計(jì)的角度看，如果廣泛被運(yùn)用于經(jīng)濟(jì)學(xué)的決策論能夠用于設(shè)計(jì)具有“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”推理機(jī)器，那么此類(lèi)工作應(yīng)當(dāng)早就成功了，因?yàn)闆Q策論并不是人工智能專家毫不熟悉的領(lǐng)域。但現(xiàn)實(shí)恰恰是：這樣的推理機(jī)器還沒(méi)有造出來(lái)。由此我們就不難反推出來(lái)：要么是基于利益的不變主義是錯(cuò)的，要么是它缺乏合理的工程學(xué)實(shí)現(xiàn)手段。

第四，對(duì)于智性不變主義的批評(píng)。智性不變主義的核心要點(diǎn)是援引“固知需求”這一心理學(xué)概念，解釋人類(lèi)的“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”。筆者認(rèn)為，在西方主流的知識(shí)論文獻(xiàn)對(duì)于該效應(yīng)的解釋路徑中，該解釋的合理性程度是最高的，因?yàn)樵摻忉屌c心理建模的關(guān)系最為密切，從科學(xué)角度看，也似乎“最接地氣”。但筆者對(duì)該理論依然有批評(píng)。在筆者看來(lái)，像“固知需求”這樣的一個(gè)概念，就像諸如“錨定效應(yīng)”“框架效應(yīng)”這樣的心理學(xué)概念一樣，乃是心理學(xué)家根據(jù)自己的一些心理學(xué)發(fā)現(xiàn)而臨時(shí)制造出來(lái)的概括工具，解釋力有限。說(shuō)得不客氣一點(diǎn)，用“固知需求”的變化去解釋“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”，就像用“賺錢(qián)需求”的變化去解釋某人所賺取的工資外收入的數(shù)量變化一樣，沒(méi)有告訴聽(tīng)眾太多有用的信息。此外，我們依然不知道這個(gè)概念所覆蓋的，究竟是一組彼此不同的心智機(jī)器所共同導(dǎo)致的某些彼此類(lèi)似的現(xiàn)象聚合，還是某類(lèi)自成一體的心理現(xiàn)象。從心理學(xué)文獻(xiàn)上看，我們頗有理由懷疑答案是前者，因?yàn)橹T如“時(shí)間壓力”“主體的疲倦程度”“背景噪音”等因素，都被心理學(xué)家和智性不變主義者列舉為“固知需求”背后的成因[6]（P287-288）。在這種情況下，“固知需求”自身在機(jī)制上的統(tǒng)一性就非常成疑。由此看來(lái)，智性不變主義對(duì)于相關(guān)的心理學(xué)概念的援引過(guò)于直接，缺乏后續(xù)的“哲學(xué)打磨與拋光”，難以滿足哲學(xué)研究對(duì)于普遍性與可解釋性的理論需要。此外，甚至通用人工智能研究者也不宜將諸如“固知需求”這樣的心理學(xué)概念直接引入自身的工程學(xué)建構(gòu)，因?yàn)橐环N具有起碼統(tǒng)一性的心智建模工作，必須預(yù)先追問(wèn)心理現(xiàn)象背后的統(tǒng)一機(jī)制成因。由此看來(lái)，要鍛造一個(gè)新的、并對(duì)通用人工智能研究具有指導(dǎo)意義的“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”的解釋平臺(tái)，我們需要另辟蹊徑。筆者的進(jìn)路是訴諸“時(shí)間壓力”概念。這個(gè)概念曾被智性不變主義者列為導(dǎo)致“固知需求”的因素之一，但在筆者看來(lái)，它的地位必須被提升，才會(huì)對(duì)“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”產(chǎn)生某種更廣泛的解釋力。

三、“時(shí)間壓力”概說(shuō)

在具體對(duì)“時(shí)間壓力”建模之前，我們可以暫時(shí)滿足于對(duì)于該概念的一種直覺(jué)性闡述。所謂時(shí)間壓力，即一個(gè)主體在面對(duì)一項(xiàng)（或多項(xiàng)）任務(wù)時(shí)，感到自己主觀上愿意投入且能投入的時(shí)間，要少于他所預(yù)估的用以解決相關(guān)問(wèn)題所需要的客觀時(shí)間。我們可以形象地將這種情況稱為“時(shí)間赤字”。請(qǐng)注意，當(dāng)事人所預(yù)估的解決問(wèn)題需要的“客觀時(shí)間”，可能并非是解決該問(wèn)題所需要的真正的客觀時(shí)間。若情況相反，即他手頭所愿意擠出來(lái)的、且能擠出的時(shí)間多于他所預(yù)估的用以解決該任務(wù)所需要的時(shí)間，那么，他就不會(huì)感到時(shí)間壓力，而會(huì)感到時(shí)間上的閑暇，我們可以形象地將這種情況稱為“時(shí)間盈余”?，F(xiàn)在我們不妨假設(shè)時(shí)間壓力值的大小，與知識(shí)指派的難度呈負(fù)相關(guān)關(guān)系。也就是說(shuō)，時(shí)間赤字越大，知識(shí)指派越難，反之亦然。在筆者看來(lái)，僅僅依賴這樣一種貌似粗糙的關(guān)于時(shí)間壓力的闡述，我們就能比主流的知識(shí)論理論更簡(jiǎn)潔地解釋“銀行案例”與“斑馬案例”。大致解釋思路如下：

1.關(guān)于“銀行案例”。先假設(shè)你銀行借記卡里的錢(qián)足夠自動(dòng)償還你在信用卡上欠下的錢(qián)。如果你被問(wèn)及“本月26日是不是銀行還款的最后期限”，那么，你就會(huì)根據(jù)“上個(gè)月的銀行還款日期也是26日”這一信息，歸納出“本月26日的確是銀行的還款日期”，并認(rèn)為你知道這一點(diǎn)。由于這項(xiàng)歸納任務(wù)非常簡(jiǎn)單，所以在你看來(lái)，解決該任務(wù)所需要的時(shí)間與你能提供、且愿提供的時(shí)間之間，差值很小，你就不會(huì)感到時(shí)間壓力。在這種情況下，你也不會(huì)感到知識(shí)指派的任務(wù)有多難。那么，假設(shè)你銀行借記卡里存的錢(qián)，遠(yuǎn)遠(yuǎn)不足以償還你在信用卡上欠下的錢(qián)，如果你在這種情況下被問(wèn)及“本月26日是不是銀行還款的最后期限”，你是不是也會(huì)根據(jù)“上個(gè)月的銀行還款日期也是26日”這一信息，歸納出“本月26日的確是銀行的還款日期”這一點(diǎn)呢？這就難說(shuō)了。假設(shè)這時(shí)候另外一個(gè)想法涌入你的頭腦：“這家銀行最近做了系統(tǒng)調(diào)整，有可能上個(gè)月的還款日子和本月不同”，那么，你又該如何根據(jù)這一新信息來(lái)確定本月26日是不是銀行的還款日期呢？一般人的直覺(jué)反應(yīng)是：在這樣的情況下，當(dāng)事人應(yīng)當(dāng)更難確定他是否知道本月26日是不是銀行的還款日期。筆者提出的基于時(shí)間壓力的解釋模型，能夠立即解釋為何我們有這直覺(jué)。很明顯，如果當(dāng)事人的信念是兩個(gè)，即“上月銀行還款日是26日”“銀行的還款日設(shè)置方式或許會(huì)因?yàn)樽罱南到y(tǒng)調(diào)整而變化”，那么，兩個(gè)信念的矛盾會(huì)導(dǎo)致邏輯學(xué)家所說(shuō)的“非單調(diào)推理”的情況，即前提的信息越豐富，主體對(duì)于推理的結(jié)果反而越不確信。由于非單調(diào)推理導(dǎo)致任務(wù)的復(fù)雜程度上升，主體也自然會(huì)預(yù)期他將投入更多的時(shí)間預(yù)算處理此問(wèn)題。這樣一來(lái)，此時(shí)間預(yù)算與主體所實(shí)際愿意付出、且能付出的思考時(shí)間之間的差值也會(huì)變得更大，時(shí)間壓力變大。在這種情況下，主體顯然會(huì)在知識(shí)指派活動(dòng)中陷入更多的踟躕。對(duì)于這個(gè)解決方案，或許有下面的反駁。

基于利害的不變主義者提出的反駁：難道不正是基于利害的考量，才導(dǎo)致主體在上述第二種情況中考慮到了“銀行的還款日設(shè)置方式或許會(huì)因?yàn)樽罱南到y(tǒng)調(diào)整而變化”這一額外因素嗎？所謂“基于時(shí)間壓力的模型”，難道不正在此處預(yù)設(shè)了“基于利害的不變主義”的正確性了嗎？

回答：毋寧說(shuō)情況是這樣的，“銀行的還款日設(shè)置方式或許會(huì)因?yàn)樽罱南到y(tǒng)調(diào)整而變化”這一點(diǎn)之所以被想到，完全是一個(gè)偶然因素，與當(dāng)事人由自身財(cái)政狀況而產(chǎn)生的利害無(wú)甚關(guān)系。實(shí)際上，我們既能設(shè)想一個(gè)人在資金吃緊的情況下，銀行的還款日設(shè)置一直沒(méi)變，也可以設(shè)想在他資金充裕的情況下，銀行的還款日設(shè)置一直在變。在前一種情況下，他依然不會(huì)對(duì)“本月26日是銀行還款日”這一點(diǎn)的知識(shí)地位產(chǎn)生懷疑。此刻的他的確會(huì)因?yàn)橘Y金的不足產(chǎn)生資金壓力，但這一點(diǎn)與確定“本月26日是銀行還款日”這一點(diǎn)時(shí)產(chǎn)生的時(shí)間壓力無(wú)關(guān)。在后一種情況下，他卻會(huì)對(duì)“本月26日是銀行還款日”這一點(diǎn)的知識(shí)地位產(chǎn)生懷疑。此刻他的還款壓力雖然不大，不過(guò)，這一點(diǎn)依然與確定“本月26日是銀行還款日”這一點(diǎn)所產(chǎn)生的時(shí)間壓力無(wú)關(guān)。

再反駁：我們?yōu)楹螘?huì)覺(jué)得在當(dāng)事人的財(cái)政狀況緊張的情況下，他更容易在知識(shí)指派中出錯(cuò)呢？

回答：唯一可能的解釋是有人在這里有意或者無(wú)意混淆了信念內(nèi)容的確定問(wèn)題與信念判斷任務(wù)本身的實(shí)踐優(yōu)先性問(wèn)題。說(shuō)得具體一點(diǎn)，一個(gè)人的還款壓力不大，即使他想到了銀行的還款日期會(huì)變，他也會(huì)將搞清楚這一日期的認(rèn)知任務(wù)的實(shí)踐優(yōu)先性調(diào)低，并優(yōu)先思考別的任務(wù)，比如今晚約會(huì)如何給女友制造驚喜。按照我的解釋模型，此刻他依然不知道本月的還款日是否是26日。而在這種情況下，我們之所以傾向于認(rèn)為主體會(huì)“知道”本月的還款日的確是26日，乃是因?yàn)楹芏嗳隋e(cuò)將“假裝知道”與“知道”混為一談了?！凹傺b知道”與“真知道”之間的區(qū)別是：如果你真知道P，那么你就隨時(shí)準(zhǔn)備好給出某個(gè)基于P的行動(dòng)，而如果你只是假裝知道P，那么你只是暫時(shí)凍結(jié)了對(duì)于P的思考而已，而沒(méi)有準(zhǔn)備好做出基于 P的行動(dòng)。很顯然，“假裝知道”是智能體在面對(duì)復(fù)雜信息處理任務(wù)時(shí)候用于優(yōu)化資源配置的權(quán)宜之計(jì)。很明顯，這里提到的這個(gè)案例僅僅符合“假裝知道”的定義，而不符合“知道”的定義，因?yàn)槲覀兯懻摰漠?dāng)事人僅僅是因?yàn)橐芯紤]約會(huì)，才暫時(shí)凍結(jié)對(duì)于銀行還款日的思考，而沒(méi)有準(zhǔn)備給出基于相關(guān)思考結(jié)論的行動(dòng)。麻煩的是，由于“假裝知道”與“知道”之間的差異細(xì)微，當(dāng)我們使用常識(shí)心理學(xué)的詞匯來(lái)描述我們的信念狀態(tài)的時(shí)候，二者經(jīng)常被混淆。一種更細(xì)致的分析將揭示這種差異，并使得本節(jié)所提到的這一案例不至于出現(xiàn)解釋模型的反例。需要指出的是，即使將利害關(guān)系納入我基于時(shí)間壓力的知識(shí)指派模型，該因素與時(shí)間壓力的最終關(guān)系也是未定的。具體而言，就算我們承認(rèn)利害關(guān)系的正向增量會(huì)導(dǎo)致當(dāng)事人思考更多的因素，并導(dǎo)致解決任務(wù)的時(shí)間預(yù)算增量，利害關(guān)系的正向增量同時(shí)也會(huì)使得主體愿意付出更多的時(shí)間來(lái)解決問(wèn)題，由此使得“主體預(yù)估他所客觀需要的問(wèn)題處理時(shí)間”與“主體愿意擠出且愿擠出的時(shí)間”之間的差值變得更難預(yù)料。我們知道，在算術(shù)中，若被減數(shù)與減數(shù)都被增量，那么，二者的差是否會(huì)增加，乃是難以預(yù)料的。與其如此麻煩，還不如干脆不去考慮任務(wù)的性質(zhì)與當(dāng)事人之間的利害關(guān)系，使得理論簡(jiǎn)潔。

2.關(guān)于“斑馬案例”的解釋。我的模型框架中，在“被看到的斑馬可能是被精心偽裝的驢”這個(gè)可能性沒(méi)有被提及的情況下，對(duì)于“我看到的動(dòng)物是斑馬”這一信念的知識(shí)指派就是非常簡(jiǎn)單的任務(wù)，不會(huì)涉及太多時(shí)間預(yù)算。而在“被看到的斑馬可能是被精心偽裝的驢”這個(gè)可能性被提及的情況下，對(duì)于“我看到的動(dòng)物是斑馬”這一信念的知識(shí)指派就會(huì)成為一項(xiàng)非常復(fù)雜的任務(wù)，因?yàn)檫@項(xiàng)任務(wù)本身涉及了對(duì)于斑馬與被偽裝成驢的斑馬的識(shí)別。由于二者的分別太細(xì)微了，這項(xiàng)任務(wù)也會(huì)導(dǎo)致更大的時(shí)間預(yù)算，帶來(lái)更大的時(shí)間壓力，導(dǎo)致當(dāng)事人在知識(shí)指派時(shí)候的踟躕。對(duì)于斑馬案例的這種解釋也可以沿用到對(duì)于所謂“缽中之腦”（brain in the vat）式的懷疑論①闡述該案例的原始文獻(xiàn)見(jiàn)于 Hilary Putnam.The Meaning of“Meaning.”Mind,Language and Reality:Philosophical Papers,Vol 1.[10]的處理上去。試想：你怎么知道你是作為一個(gè)實(shí)實(shí)在在的人呢？你怎么知道你的確是在看這篇論文呢？你怎么知道你不是一個(gè)活在營(yíng)養(yǎng)缽中的、沒(méi)有身體的“缽中之腦”呢？你怎么知道這種情況沒(méi)有發(fā)生：作為“缽中之腦”的你被一些被精心輸送給你大腦皮層的電子訊號(hào)所欺騙，由此產(chǎn)生幻覺(jué)，覺(jué)得自己在看一本學(xué)術(shù)雜志呢？很顯然，上述這種帶有極端懷疑論色彩的質(zhì)疑，會(huì)使得任何一種知識(shí)指派都變得非常困難。而我的模型能夠立即解釋這一困難的產(chǎn)生：既然極端的懷疑論假設(shè)，如“缽中之腦”假設(shè)，與樸素實(shí)在論假設(shè)都能夠解釋同樣的日?，F(xiàn)象，如我覺(jué)得我在看學(xué)術(shù)雜志，我覺(jué)得自己有兩只手等，那么，一個(gè)基于懷疑論假設(shè)的現(xiàn)象與一個(gè)基于實(shí)在論假設(shè)的同質(zhì)現(xiàn)象之間的差別，就是幾乎無(wú)法察覺(jué)的。在這種情況下，若我們僅僅基于現(xiàn)象而判斷懷疑論假設(shè)與實(shí)在論假設(shè)究竟哪個(gè)更有根據(jù)的話，那么，由此導(dǎo)致的認(rèn)知任務(wù)的復(fù)雜性就會(huì)變得不可控制。這立即會(huì)造成一個(gè)超級(jí)大的時(shí)間預(yù)算，進(jìn)一步使得當(dāng)事人的任何主觀時(shí)間投入都會(huì)變得無(wú)甚意義。由此造成的巨額時(shí)間赤字，自然也會(huì)使得知識(shí)指派變得舉步維艱了。在筆者看來(lái)，上述對(duì)于“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”的解釋，不僅簡(jiǎn)潔，而且還能解釋一些與我的理論相競(jìng)爭(zhēng)的理論所不能解釋的現(xiàn)象。比如，任何一個(gè)人都能看出“斑馬案例”所代表的懷疑論比較溫和，而“缽中之腦”案例所代表的懷疑論則頗為極端。在后一案例中，知識(shí)指派的難度會(huì)超過(guò)前者。為何會(huì)這樣呢？在這個(gè)問(wèn)題上，比對(duì)主義者或許能說(shuō)：在“斑馬案例”中，目標(biāo)信念的真正結(jié)構(gòu)是：“我看到的是一匹斑馬，而不是一匹被偽裝成斑馬的驢”，而在“缽中之腦案例”之中，目標(biāo)信念的真正結(jié)構(gòu)是：“我看到的是一匹實(shí)實(shí)在在的斑馬，而不是缽中之腦裝置驅(qū)使我去‘看到’的一匹斑馬”，但即使說(shuō)到這一步，筆者認(rèn)為比對(duì)主義者依然欠我們一個(gè)解釋，以說(shuō)明“缽中之腦裝置驅(qū)使我去‘看到’的一匹斑馬”這一比對(duì)項(xiàng)，為何要比“被偽裝成斑馬的驢”這一比對(duì)項(xiàng)更難使得知識(shí)得到固化。我的模型則可以清楚說(shuō)明這一點(diǎn)：從常識(shí)上看，區(qū)分斑馬與被偽裝成斑馬的驢這一任務(wù)所帶來(lái)的時(shí)間預(yù)算，當(dāng)然會(huì)小于區(qū)分實(shí)在的斑馬與“缽中之腦裝置驅(qū)使我去‘看到’的一匹斑馬”這一任務(wù)所帶來(lái)的時(shí)間預(yù)算，因此，與前者相關(guān)的知識(shí)指派任務(wù)當(dāng)然會(huì)顯得更為艱難。說(shuō)到這一步，我們的工作依然是純哲學(xué)性質(zhì)的。接下來(lái)，筆者還需要對(duì)如何在一個(gè)計(jì)算系統(tǒng)中實(shí)現(xiàn)這個(gè)“時(shí)間壓力計(jì)算模型”提供一些重要的指導(dǎo)意見(jiàn)。

四、如何將時(shí)間壓力模型算法化

現(xiàn)在我們需要解決的問(wèn)題是：如何在一個(gè)可計(jì)算的模型中，實(shí)現(xiàn)時(shí)間壓力的表征？一種非常粗糙的辦法，就是看在心理學(xué)測(cè)驗(yàn)中，有多少任務(wù)時(shí)間被給予被試者。這個(gè)做法有時(shí)候并不令人滿意，即使在大量時(shí)間被給予被試者的情況下，被試者也會(huì)因?yàn)闆](méi)有興趣而只愿意投入很小一部分時(shí)間。心理學(xué)測(cè)驗(yàn)的行為主義方法也很難預(yù)估出一個(gè)主體對(duì)于一個(gè)任務(wù)的復(fù)雜程度的預(yù)估，并由此確定他所相信的該任務(wù)的解決所需要的時(shí)間預(yù)算量。至于生理學(xué)對(duì)于時(shí)間壓力的解釋，幫助也不大，因?yàn)槿祟?lèi)神經(jīng)組織中那些引發(fā)壓力感的化學(xué)物質(zhì)——如皮質(zhì)醇或兒茶酚胺的分泌，僅僅對(duì)人類(lèi)具有意義，而未必對(duì)設(shè)計(jì)一臺(tái)僅僅在抽象層面上實(shí)現(xiàn)“時(shí)間壓力”的智能機(jī)器具有指導(dǎo)意義。新的思路是引入“步驟”這個(gè)概念，但“步驟”這個(gè)概念又如何與時(shí)間壓力相關(guān)呢？我們不妨用下棋來(lái)打比方。眾所周知，如果一個(gè)圍棋老手與一個(gè)圍棋新手都被要求在2秒鐘之內(nèi)決定下一步棋的話，那么，老手所感受到的時(shí)間壓力肯定小于新手。這個(gè)差別當(dāng)然與“2秒”這個(gè)從外部給予的時(shí)間限制關(guān)系不大，而是與各自在單位時(shí)間內(nèi)能夠完成的估算步驟的數(shù)量有關(guān)。打個(gè)比方說(shuō)，假設(shè)一個(gè)老手1秒鐘內(nèi)能夠估算出8步未來(lái)走法以及相關(guān)的得失，而一個(gè)新手恐怕只能估算出未來(lái)2步的走法以及相關(guān)的得失。如此一來(lái)，老手的信息處理速度就是新手的4倍。由此不難想見(jiàn)，如果一個(gè)任務(wù)的復(fù)雜度所需要的預(yù)估步數(shù)是16步的話，那么對(duì)于老手來(lái)說(shuō)，2秒的任務(wù)時(shí)限帶給他的時(shí)間壓力就是零（16-8×2=0），而新手感受到的時(shí)間壓力是12（16-2×2=12）。而在這里，所有這些壓力值的計(jì)算單位就得訴諸“步驟數(shù)量”這個(gè)概念。這個(gè)概念具有兩個(gè)特點(diǎn)：一方面，它具有一定的客觀性。一個(gè)棋手無(wú)論多高明，他的棋也必須一步步下，因此，當(dāng)我們說(shuō)一個(gè)圍棋天才下了“30步棋”的時(shí)候，由此涉及的下棋數(shù)量，在計(jì)算方式方面當(dāng)無(wú)異于對(duì)于一個(gè)圍棋新手的默算活動(dòng)的測(cè)算方式。另一方面，該概念在與時(shí)間單位配合的情況下，能夠體現(xiàn)個(gè)體差異，特定步驟數(shù)量與特定時(shí)間單位的比值，恰恰體現(xiàn)了一個(gè)個(gè)體的信息處理速度。不過(guò)，在對(duì)于認(rèn)知系統(tǒng)的設(shè)計(jì)中直接引入“步驟數(shù)量”這個(gè)參數(shù)，顯然是有困難的，因?yàn)椴⒉皇撬械恼J(rèn)知任務(wù)都像下棋那樣可以清楚地討論“步驟數(shù)量”。一種更切實(shí)的方式是將其處理為特定的時(shí)間量與系統(tǒng)的“原子操作步驟所占據(jù)的時(shí)間”的比值。也就是說(shuō)：

公式一：步驟數(shù)量（N）=特定時(shí)間量(T)÷原子操作步驟所占時(shí)間(Ts)，或：

這里所說(shuō)的“原子操作步驟所占時(shí)間”，乃是由認(rèn)知系統(tǒng)的硬件特性所規(guī)定的一步最簡(jiǎn)易的操作所占據(jù)的時(shí)間，在生理學(xué)層面上，這大致對(duì)應(yīng)于電脈沖從一個(gè)神經(jīng)元的細(xì)胞核傳輸?shù)揭粋€(gè)毗鄰神經(jīng)元的細(xì)胞核所需要的平均時(shí)間（我們假設(shè)不同類(lèi)型的神經(jīng)元之間的尺寸差異已經(jīng)得到了合適的統(tǒng)計(jì)學(xué)處理）；而在理論計(jì)算科學(xué)的語(yǔ)境中，這也可能是指“萬(wàn)能圖靈機(jī)”的一步不可被還原的動(dòng)作所占據(jù)的時(shí)間，如下述動(dòng)作所占據(jù)的時(shí)間：從讀寫(xiě)磁頭讀入一個(gè)“0”，然后在打印字條上刪除一個(gè)“1”，然后右移一格。顯然，這個(gè)參數(shù)是能夠被測(cè)定的，而且對(duì)于一定的物種的神經(jīng)系統(tǒng)與一定的計(jì)算機(jī)的硬件配置來(lái)說(shuō)，大約就是一個(gè)常數(shù)。此外，在人工智能的語(yǔ)境中，我們甚至可以設(shè)想這個(gè)數(shù)據(jù)是可以被系統(tǒng)內(nèi)部的高階層信息處理子系統(tǒng)加以調(diào)用的，因此，它也就能夠出現(xiàn)在上述公式之中，并由此介入前述高階層信息處理子系統(tǒng)對(duì)于時(shí)間壓力的測(cè)算。那么，公式一所說(shuō)的“特定時(shí)間量”，具體又指什么呢？在討論時(shí)間壓力的語(yǔ)境中，這分別就是系統(tǒng)所預(yù)估的解決特定任務(wù)所需要的時(shí)間預(yù)算，以及它自己愿意付出、且能付出的時(shí)間預(yù)算。由此我們得出了：

公式二：解決特定任務(wù)所需要步驟數(shù)量的預(yù)算（Nr）=解決該任務(wù)的時(shí)間預(yù)算（Tr）÷原子操作步驟所占時(shí)間（Ts），或：

公式三：認(rèn)知系統(tǒng)所實(shí)際愿意給出、并有能力給出的用以解決特定問(wèn)題的步驟數(shù)量（Na）=系統(tǒng)所愿意給出、且能給出的時(shí)間（Ta）÷原子操作步驟所占時(shí)間（Ts），或：

所以，如果系統(tǒng)感受到的壓力值（P），是其所預(yù)估需要的操作步驟（Nr）與其愿意給出、且能夠給出的操作步驟（Na）之間的差值，我們就得到公式四：

很明顯，此公式右邊的值是正數(shù)時(shí)，系統(tǒng)會(huì)感受到時(shí)間壓力。若是負(fù)數(shù)，系統(tǒng)會(huì)感到時(shí)間盈余。我們甚至可以從這個(gè)公式出發(fā)，將智性不變主義者所關(guān)注的“固知需求”（NC）概念重新構(gòu)造出來(lái)。構(gòu)造的方式非常簡(jiǎn)單：既然固知需求越強(qiáng)，主體就更容易做出知識(shí)指派，而時(shí)間壓力越大，主體就更不容易做出知識(shí)指派，那么，固知需求與時(shí)間壓力之間亦就呈現(xiàn)出了反比關(guān)系，我們就有了公式五：

由此，我們也就可以從一個(gè)更具算法色彩的角度來(lái)解釋“銀行案例”與“斑馬案例”了。就前一案例而言，根據(jù)公式四，恰恰是想到銀行還款日會(huì)變的那個(gè)主體對(duì)于不同信息的整合任務(wù)，導(dǎo)致了Tr-值的上升，并在其它參數(shù)沒(méi)有發(fā)生顯著變化的情況下，導(dǎo)致了P-值的上升，最終導(dǎo)致了主體在知識(shí)指派過(guò)程中的踟躕。再?gòu)?qiáng)調(diào)一遍，意識(shí)到還款日會(huì)變的當(dāng)事人，未必就一定是財(cái)政風(fēng)險(xiǎn)高的當(dāng)事人，盡管財(cái)政風(fēng)險(xiǎn)高的當(dāng)事人更容易在確定還款日的過(guò)程中多注意各方面的證據(jù)。很明顯，出于各種復(fù)雜的因素，一個(gè)財(cái)政狀態(tài)不錯(cuò)的人也會(huì)偶然意識(shí)到銀行還款日或許會(huì)變。就后一案例而言，根據(jù)公式四，恰恰是主體對(duì)于斑馬與被偽裝成斑馬的驢的辨別所帶來(lái)的困難，導(dǎo)致了Tr-值的上升，并在其它參數(shù)沒(méi)有發(fā)生顯著變化的情況下，導(dǎo)致了P-值的上升，最終導(dǎo)致了主體在知識(shí)指派過(guò)程中的踟躕。

下面是讀者對(duì)上述刻畫(huà)的八點(diǎn)可能的質(zhì)疑以及我的回答。

質(zhì)疑一：你的整個(gè)模型構(gòu)建是基于人工智能的實(shí)踐需求的，并用這個(gè)需求去對(duì)知識(shí)論研究構(gòu)成“反包圍”。這樣的做法，是不是通過(guò)將知識(shí)論還原為心智建模的一部分，而將知識(shí)論研究的獨(dú)立性都給取消了呢？

答曰：智性不變主義已經(jīng)初步給出了將知識(shí)論換為心智哲學(xué)的一部分的研究規(guī)劃。如果西方主流學(xué)界能夠容忍智性不變主義的存在，為何不能容忍筆者的類(lèi)似努力？

質(zhì)疑二：“知道”在日常生活中是一個(gè)非黑即白的詞，比如，你要么知道太陽(yáng)是太陽(yáng)系的中心，要么不知道，你可不能說(shuō)“我在一定程度上知道這一點(diǎn)”。但根據(jù)你的模型，“時(shí)間壓力”是可以被程度化的，因此，與之呈反比的“知道”，也可以被加上“一定程度上”這樣的副詞。但這樣的處理，豈不是與我們的上述直覺(jué)相沖突嗎？

答曰：化解此沖突不難。我們?cè)跍y(cè)算壓力值的時(shí)候，不妨再設(shè)置一個(gè)“知識(shí)閾值”，即規(guī)定壓力值低于此閾值的時(shí)候，系統(tǒng)的輸出就會(huì)給出“知道”的標(biāo)簽，反之就是不給出這樣的標(biāo)簽。需要注意的是，這個(gè)閾值本身是隨著設(shè)計(jì)需要而變的。如果我們需要設(shè)計(jì)一臺(tái)“謹(jǐn)慎”的機(jī)器人，那么這個(gè)閾值就會(huì)顯得非常低，也就是說(shuō)，系統(tǒng)要等到“時(shí)間赤字”非常小的時(shí)候才給出知識(shí)指派；反之，若我們要設(shè)計(jì)一臺(tái)“大膽”的機(jī)器人，閾值則可被適當(dāng)提高。不過(guò)，如何確定這個(gè)閾值是一個(gè)實(shí)踐的問(wèn)題，不是理論的問(wèn)題。

質(zhì)疑三：不同的系統(tǒng)彼此不同的“知識(shí)閾值”，又怎么導(dǎo)致一個(gè)共通的“知識(shí)”語(yǔ)義標(biāo)準(zhǔn)呢？在這種情況下，你的理論究竟還是不是“不變主義”的一種呢？如果我們將“不變主義”的意思解釋為“‘知道’的語(yǔ)義標(biāo)準(zhǔn)不變的話”？

答曰：我的模型并沒(méi)有直接涉及“‘知道’的公共語(yǔ)義標(biāo)準(zhǔn)是否變化”這一問(wèn)題。我的理論僅僅涉及了系統(tǒng)內(nèi)部對(duì)于時(shí)間壓力的感受方式，以及該感受方式與其知識(shí)指派傾向之間的關(guān)系。從人工智能角度看，我僅僅滿足于制造出一臺(tái)具有足夠靈活性的推理機(jī)器，使其能夠靈活調(diào)整信念系統(tǒng)中的固化部分與非固化部分之間的界限。至于日常語(yǔ)言所說(shuō)的“知道”，則更多地涉及自然語(yǔ)處理的問(wèn)題，因?yàn)椴煌淖匀徽Z(yǔ)言如何表達(dá)“知道”這個(gè)概念，有不同的解決方案，不結(jié)合對(duì)于不同自然語(yǔ)言的建模，計(jì)算機(jī)專家也無(wú)法籠統(tǒng)地回答這一問(wèn)題。在人工智能研究中，“自然語(yǔ)言處理”更多涉及人-機(jī)界面問(wèn)題，與推理機(jī)制的設(shè)計(jì)并不是一個(gè)課題。至于主流英語(yǔ)分析哲學(xué)家的元哲學(xué)觀點(diǎn)——“基于英語(yǔ)直覺(jué)的針對(duì)‘知道’（to know）的研究，可以產(chǎn)生覆蓋所有語(yǔ)言的一般性哲學(xué)結(jié)論”——只是一種盎格魯民族至上主義所導(dǎo)致的幻覺(jué)罷了，我們中國(guó)學(xué)者大可不必對(duì)其言聽(tīng)計(jì)從。如果我們僅就英語(yǔ)談?dòng)⒄Z(yǔ)，當(dāng)然也是可以討論我的技術(shù)模型是否能夠支持一種關(guān)于“知道”的語(yǔ)義不變主義。而筆者對(duì)此的意見(jiàn)是：原則上我可以讓我的模型與此類(lèi)語(yǔ)義不變主義彼此兼容，而彼此兼容的方式是：盡管不同的系統(tǒng)會(huì)因?yàn)樽陨碥浻布?nèi)環(huán)境的不同而產(chǎn)生不同的壓力值，但是基于“公共生活”（這是指機(jī)器人與人類(lèi)之間的公共生活，或是機(jī)器人之間的公共生活）的需要，在人-機(jī)界面語(yǔ)言或者機(jī)-機(jī)界面語(yǔ)言的層面上，各個(gè)系統(tǒng)依然會(huì)使用一個(gè)語(yǔ)義標(biāo)準(zhǔn)相對(duì)固定的“知道”（to know）概念，這個(gè)概念或許會(huì)與系統(tǒng)內(nèi)部運(yùn)行時(shí)使用的“知道”概念不同。此情況多少有點(diǎn)像“貴”這個(gè)概念的使用。盡管不同的經(jīng)濟(jì)主體自身的經(jīng)濟(jì)能力與對(duì)于經(jīng)濟(jì)壓力的感受力都是彼此不同的，但不妨礙大家都會(huì)在一個(gè)類(lèi)似的意義上使用“貴”這個(gè)概念。由此，盡管一個(gè)富人會(huì)對(duì)一個(gè)窮人為何會(huì)覺(jué)得“一頭烤乳豬非常貴”這一點(diǎn)感到驚訝，但這個(gè)富人至少知道：這頭烤乳豬的價(jià)格占據(jù)此窮人的可支配收入的比例是比較高的，但究竟有多高，這一點(diǎn)對(duì)富人往往是未知的。同樣的道理，一臺(tái)配置很高的通用人工智能機(jī)器人盡管未必會(huì)完全理解另外一臺(tái)配置不佳的機(jī)器人為何會(huì)對(duì)一個(gè)簡(jiǎn)單的問(wèn)題的答案貼上“不知道”的標(biāo)簽，但它至少能夠估計(jì)出：后一臺(tái)機(jī)器人在解決相關(guān)認(rèn)知任務(wù)時(shí)正承受著巨大的時(shí)間壓力，但這壓力究竟有多大，這一點(diǎn)對(duì)前一臺(tái)機(jī)器人往往是未知的。

質(zhì)疑四：現(xiàn)在再來(lái)問(wèn)幾個(gè)技術(shù)性更強(qiáng)的問(wèn)題。比如：為何不讓計(jì)算機(jī)直接計(jì)算步驟數(shù)量，而一定要按照公式一的要求，將其轉(zhuǎn)化為“特定時(shí)間量”和“原子步驟所占據(jù)的時(shí)間”的商呢？雖然對(duì)于人類(lèi)主體而言，要預(yù)估一個(gè)任務(wù)，特別是那些與棋類(lèi)活動(dòng)不同的、形式特征不太明顯的任務(wù)，所需要消耗的步驟量是相對(duì)復(fù)雜的，但對(duì)于計(jì)算機(jī)來(lái)說(shuō)，這個(gè)任務(wù)是不是會(huì)更簡(jiǎn)單一點(diǎn)呢？

答曰：甚至對(duì)于計(jì)算機(jī)來(lái)說(shuō)，這個(gè)任務(wù)也不簡(jiǎn)單。步驟數(shù)量是系統(tǒng)對(duì)于內(nèi)部運(yùn)行歷史特征的總結(jié)，與系統(tǒng)從人-機(jī)界面獲取的外部時(shí)間表征信息存在著格式上的差異。如果系統(tǒng)要同時(shí)記錄內(nèi)部運(yùn)行的步驟數(shù)量與人類(lèi)所給予的任務(wù)所自帶的時(shí)間表征的話，那么，系統(tǒng)就會(huì)產(chǎn)生如何協(xié)調(diào)兩類(lèi)數(shù)據(jù)之間關(guān)系的額外負(fù)擔(dān)。我們采用公式一，對(duì)于步驟數(shù)量的直接表征就被規(guī)避了，系統(tǒng)可以通過(guò)“特定時(shí)間量”和“原子步驟所占據(jù)的時(shí)間”這兩個(gè)比較容易獲取的數(shù)據(jù)來(lái)定義步驟數(shù)量。順便說(shuō)一句，前一個(gè)數(shù)據(jù)之所以容易獲取，是因?yàn)閷?duì)于它的計(jì)量方式與人類(lèi)對(duì)于時(shí)間的公共計(jì)量方式相同，二者都可以在一個(gè)意義上使用“1分鐘”“1小時(shí)”這樣的表達(dá)。由此導(dǎo)致的人-機(jī)界面的友好度也會(huì)更高；后一數(shù)據(jù)之所以也比較容易獲取，乃是因?yàn)檫@在原則上是一個(gè)相對(duì)于特定機(jī)器而言不變的常數(shù)）。

質(zhì)疑五：在上文的討論中，Tr-值與Ta-值的賦值似乎僅僅是基于討論者的直覺(jué)（也就是說(shuō)，我們是通過(guò)直覺(jué)，才意識(shí)到了某類(lèi)認(rèn)知任務(wù)要比別的任務(wù)來(lái)得困難），而在計(jì)算系統(tǒng)中，這種賦值又該如何自動(dòng)實(shí)現(xiàn)呢？難道計(jì)算機(jī)有直覺(jué)嗎？

答曰：在筆者看來(lái)，一個(gè)足夠強(qiáng)大的通用人工智能系統(tǒng)，其實(shí)是有可能通過(guò)推理來(lái)發(fā)現(xiàn)一個(gè)任務(wù)的解決所需要的時(shí)間量（Tr-值）的。相關(guān)路徑有三條：（1）假設(shè)系統(tǒng)遇到的這個(gè)問(wèn)題是老問(wèn)題。于是，系統(tǒng)便調(diào)閱自己的運(yùn)行歷史，發(fā)現(xiàn)同樣的任務(wù)歷史上它也執(zhí)行過(guò)。由此，系統(tǒng)就將記憶庫(kù)中存留的上次解決該問(wèn)題的時(shí)間或是歷史上解決此問(wèn)題的平均消耗時(shí)間視為這次任務(wù)所需要消耗的 Tr-值。（2）假設(shè)系統(tǒng)遇到的這個(gè)問(wèn)題是新問(wèn)題。系統(tǒng)可以通過(guò)類(lèi)比推理發(fā)現(xiàn)這個(gè)新問(wèn)題與過(guò)去它所處理過(guò)的某個(gè)老問(wèn)題類(lèi)似。于是，系統(tǒng)就將記憶庫(kù)中存留的上次解決該問(wèn)題的時(shí)間（或是歷史上解決此問(wèn)題的平均消耗時(shí)間）視為這次任務(wù)所需要消耗的Tr-值（先假設(shè)此值為a）。因?yàn)檫@個(gè)值是來(lái)自于類(lèi)比推理的，其確實(shí)度有限，因此，系統(tǒng)就會(huì)給出一個(gè)數(shù)值區(qū)間，使得此時(shí)對(duì)于Tr-值的賦值，可以容忍對(duì)于a的少許偏離。（3）假設(shè)系統(tǒng)遭遇到的這個(gè)新問(wèn)題，與其所遇到過(guò)的任何一個(gè)問(wèn)題都不相似。在這種情況下，系統(tǒng)會(huì)自動(dòng)將Tr-值調(diào)到一個(gè)非常大的數(shù)值，由此導(dǎo)致壓力值的迅速攀升。這一點(diǎn)也是符合我們?nèi)祟?lèi)的直覺(jué)的：我們?nèi)祟?lèi)在遇到完全無(wú)法理解的新任務(wù)時(shí)，也會(huì)感到壓力極大。但為了使得系統(tǒng)不停擺，系統(tǒng)會(huì)自動(dòng)尋求人工干預(yù)，或是尋求別的通用人工智能系統(tǒng)的幫助。再來(lái)看系統(tǒng)當(dāng)如何為其所愿意付出、且其能夠付出的時(shí)間（Ta-值）進(jìn)行賦值。筆者將該值進(jìn)一步分析為“系統(tǒng)所愿意付出的時(shí)間”與“系統(tǒng)所能夠付出的時(shí)間”這兩個(gè)量的重疊部分。比如，如果前者是5分鐘，后者是4分鐘，二者的重疊部分就只能算是4分鐘。

質(zhì)疑六：系統(tǒng)該如何為“系統(tǒng)所愿意付出的時(shí)間”與“系統(tǒng)所能夠付出的時(shí)間”這兩個(gè)參數(shù)進(jìn)一步的賦值呢？后一個(gè)參數(shù)比較容易處理，此即系統(tǒng)本身得到的任務(wù)完成時(shí)限與系統(tǒng)本身的運(yùn)行所允許投入的時(shí)間之間的重疊部分。前一個(gè)參數(shù)則復(fù)雜一些，因?yàn)檫@牽涉到“愿意”這個(gè)麻煩的情態(tài)動(dòng)詞。難道我們要為系統(tǒng)的“自由意志”建模？這可是一項(xiàng)非常艱難的任務(wù)。

答曰：一個(gè)規(guī)避此難題的辦法，就是設(shè)置如下算法：步驟一：系統(tǒng)接到一個(gè)任務(wù)時(shí)，尋求以下兩個(gè)問(wèn)題的答案：（1）對(duì)于該任務(wù)的執(zhí)行是否與系統(tǒng)自身的價(jià)值觀相互抵觸；（2）對(duì)于該任務(wù)的執(zhí)行是否會(huì)干擾系統(tǒng)正在執(zhí)行的別的任務(wù)；步驟二：若（1）的回答是肯定的，對(duì)于該任務(wù)的執(zhí)行的確會(huì)導(dǎo)致與系統(tǒng)自身的價(jià)值觀抵觸，那么，系統(tǒng)會(huì)自動(dòng)將“系統(tǒng)所愿意付出的時(shí)間”賦值為0，由此導(dǎo)致Ta-值為零。步驟三：若（1）的回答是否定的，則系統(tǒng)就會(huì)轉(zhuǎn)而查看對(duì)于（2）的追問(wèn)究竟是會(huì)得到一個(gè)肯定的還是否定的答案。若答案是否定的，即對(duì)于該任務(wù)的執(zhí)行不會(huì)干擾系統(tǒng)正在執(zhí)行的別的任務(wù)，那么，系統(tǒng)就會(huì)將系統(tǒng)所允許的運(yùn)作時(shí)間視為“系統(tǒng)所愿意付出的時(shí)間”的賦值。若答案是肯定的，系統(tǒng)會(huì)轉(zhuǎn)而追問(wèn)問(wèn)題（3）：該問(wèn)題是否比正在處理的問(wèn)題更為重要？步驟四：若對(duì)于（3）的查看導(dǎo)致了一個(gè)肯定的答案，則系統(tǒng)會(huì)擱置正在處理的問(wèn)題，并將系統(tǒng)允許的運(yùn)作時(shí)間視為“系統(tǒng)所愿意付出的時(shí)間”的賦值。若上述答案是否定的，則系統(tǒng)會(huì)估算當(dāng)下問(wèn)題所需要的時(shí)間，并將“系統(tǒng)所愿意付出的用以解決新問(wèn)題的時(shí)間”視為“系統(tǒng)所允許的運(yùn)作時(shí)間”與“系統(tǒng)解決當(dāng)下問(wèn)題所需要的時(shí)間”的差值。

質(zhì)疑七：上述路線圖，似乎預(yù)設(shè)了系統(tǒng)必須在處理多個(gè)問(wèn)題時(shí)，就問(wèn)題的處理次序進(jìn)行推理。但為何我們不能設(shè)想一臺(tái)算力足夠強(qiáng)大的機(jī)器，能夠同時(shí)處理老問(wèn)題和新問(wèn)題，而不糾結(jié)于處理問(wèn)題的次序呢？

答曰：世界上的任何存在者都是有限存在者，計(jì)算機(jī)也不例外。因此，算力的有限性是任何機(jī)器都無(wú)法擺脫的宿命。即使算力再?gòu)?qiáng)大，系統(tǒng)也需要在不同的任務(wù)之間進(jìn)行排序：譬如在系統(tǒng)所接到的第1000000項(xiàng)任務(wù)與第1000001項(xiàng)任務(wù)之間排序。在這樣的情況下，前文給出的流程，在原則上依然是適用的。

質(zhì)疑八：你在對(duì)于第六個(gè)質(zhì)疑的回答的第一個(gè)步驟中，談到了“價(jià)值觀”?？紤]到即使在人類(lèi)倫理學(xué)家那里，功利主義者與義務(wù)論者對(duì)于價(jià)值本性的討論依然令人莫衷一是，價(jià)值觀又如何在人工智能中得到簡(jiǎn)潔的刻畫(huà)？

答曰：無(wú)論義務(wù)論與功利論的價(jià)值觀孰是孰非，從執(zhí)行角度看，價(jià)值觀無(wú)非就是處理事項(xiàng)的一種先后排序問(wèn)題。比如，儒家的價(jià)值觀若主張“愛(ài)有差等”，那么，一臺(tái)“儒家機(jī)器人”就會(huì)在執(zhí)行救援任務(wù)的時(shí)候先去探察那些與主人有特別關(guān)系的待救援者；而一臺(tái)體現(xiàn)“兼愛(ài)”原則的“墨家機(jī)器人”，會(huì)隨機(jī)挑選待救援者。在這種情況下，我們當(dāng)然可以將相關(guān)的價(jià)值原則算法化，并討論不同的價(jià)值原則之間的邏輯沖突。譬如，當(dāng)“墨家機(jī)器人”被要求執(zhí)行先去救出某人親屬的指令后，該指令便會(huì)因?yàn)榕c“隨機(jī)救出待救援者”這一固有指令發(fā)生沖突而被懸置。需要補(bǔ)充的是，系統(tǒng)的運(yùn)行經(jīng)驗(yàn)亦將告訴系統(tǒng)一項(xiàng)任務(wù)自身的價(jià)值權(quán)重。譬如，如果系統(tǒng)已經(jīng)被告知來(lái)自“教育部”的郵件的優(yōu)先性要高于大學(xué)校長(zhǎng)，那么，系統(tǒng)就會(huì)將帶有前者標(biāo)簽的任務(wù)的解決優(yōu)先性置前。至此，用來(lái)說(shuō)明時(shí)間壓力的“公式四”所涉及的所有參數(shù)的賦值原則以及由此帶來(lái)的所有質(zhì)疑，都已經(jīng)得到說(shuō)明。因此，時(shí)間壓力是有希望在一個(gè)通用人工智能系統(tǒng)中實(shí)現(xiàn)算法化的。

五、結(jié)語(yǔ)

正如兼跨知識(shí)論研究與人工智能研究的美國(guó)學(xué)者珀洛克（John L.Pollock）的工作所顯示的，人工智能的研究，其實(shí)是能夠以算法化的方式，為檢驗(yàn)特定的知識(shí)論工作的“扎實(shí)性”提供契機(jī)的。但非?？上У氖?，在珀洛克于2009年亡故之后，此類(lèi)跨學(xué)科研究的案例就非常少了。這幾年方興未艾的形式知識(shí)論的研究引入了大量技術(shù)手段來(lái)使得知識(shí)論的理論描述更具科學(xué)化，但如果此類(lèi)研究不以建立某種統(tǒng)一的認(rèn)知模型為目標(biāo)，也會(huì)流于“為形式化而形式化”之弊，未必真正能夠產(chǎn)生足夠的跨學(xué)科效應(yīng)。筆者對(duì)于“知識(shí)鎖定標(biāo)桿浮動(dòng)效應(yīng)”的計(jì)算建模嘗試，實(shí)際上便是在特定認(rèn)知模型建設(shè)之目標(biāo)導(dǎo)引下所作出的一種將知識(shí)論與人工智能哲學(xué)相互結(jié)合的新努力。這一努力的方法論原則包括兩條：

第一，追求理論描述的簡(jiǎn)潔性，不引入諸如“可能世界”“對(duì)比項(xiàng)”之類(lèi)的含糊概念。換言之，不為解決一個(gè)問(wèn)題而預(yù)設(shè)一些更難解決的問(wèn)題。

第二，一方面接受直觀的引導(dǎo)，如本文第三節(jié)對(duì)于時(shí)間壓力的描述就是基于直觀的，另一方面依然堅(jiān)持為所有的直觀提供底層的技術(shù)支持，如本文第四節(jié)所做的。

限于篇幅，筆者僅僅就如何將時(shí)間壓力算法化作出了原則上的刻畫(huà)，而沒(méi)有真正落實(shí)到編程的層面上。很顯然，如果我們的工作需要推進(jìn)到這樣一個(gè)層面，我們就需要一個(gè)具體的計(jì)算機(jī)語(yǔ)言，來(lái)實(shí)現(xiàn)這里所說(shuō)的編程思想。具體而言，這種語(yǔ)言將具備一定的類(lèi)比推理能力，并能夠通過(guò)經(jīng)驗(yàn)的積累而對(duì)信念系統(tǒng)自身的結(jié)構(gòu)實(shí)時(shí)更新。在筆者所知道的范圍內(nèi)，王培先生發(fā)明的“非公理化推理系統(tǒng)”（Nonaxiomatic Reasoning System）便能夠提供一種基本滿足上述要求的計(jì)算機(jī)語(yǔ)言①關(guān)于納思系統(tǒng)的文獻(xiàn)很多，其中最重要的是：Pei Wang.Rigid Flexibility:The Logic of Intelligence.[11]。但對(duì)于相關(guān)編程作業(yè)的技術(shù)鋪展，已經(jīng)超出了一篇哲學(xué)論文的論題范圍，筆者只好就此打住。

（宗寧先生對(duì)本文的初稿提出了一些很有價(jià)值的批評(píng)，本文的質(zhì)疑與答復(fù)部分的一些段落就是在他的啟發(fā)下完成的）