徐 英 瑾

(復(fù)旦大學(xué) 哲學(xué)學(xué)院，上海 200433)

眾所周知，現(xiàn)代理論計算機(jī)科學(xué)之父是英國學(xué)者圖靈(Alan Turing， 1912—1954)，實(shí)體意義上的現(xiàn)代計算機(jī)之父是美籍匈牙利人約翰·馮·諾依曼( John Von Neumann，1903—1957)， “人工智能”(Artificial Intelligence，以下簡稱為AI)學(xué)科誕生的標(biāo)志性事件則是1956年美國召開的“達(dá)特茅斯”會議。此后，計算機(jī)與人工智能業(yè)界與學(xué)界的最重要的進(jìn)步，基本都發(fā)生在英語世界，特別是在美國。美國的蘋果、谷歌、IBM、微軟等技術(shù)巨頭在相關(guān)領(lǐng)域內(nèi)的領(lǐng)先地位，也是世界公認(rèn)的。不過，也恰恰是因為AI研究在美國的相對成功，國內(nèi)學(xué)界往往過分看重人工智能研究中的“美國經(jīng)驗”，而忽略了同一研究領(lǐng)域內(nèi)的他國經(jīng)驗教訓(xùn)。應(yīng)當(dāng)看到，人工智能也好，廣義的計算機(jī)技術(shù)也罷，其發(fā)展對任何一國的綜合國力的提高都有舉足輕重的意義，這一點(diǎn)亦為美國之外的各國技術(shù)與政經(jīng)精英所知曉。因此，試圖以“大國爭雄”為目的，與美國一比高下的國家或國家聯(lián)盟，顯然都不可能放棄對相關(guān)技術(shù)領(lǐng)域的投入。而在我國之外，歷史上各強(qiáng)國(或國家聯(lián)盟)在計算機(jī)或人工智能領(lǐng)域內(nèi)試圖沖擊美國的霸主地位(或至少接近其霸主地位)的典型案例，至少有以下三個：第一是蘇聯(lián)幾十年間對美國計算機(jī)技術(shù)的跟蹤與所謂的“控制論”研究，第二是日本的“第五代計算機(jī)計劃”，第三是歐盟的“藍(lán)腦計劃”。有意思的是，雖然這三次努力的發(fā)起者各自的政治、經(jīng)濟(jì)背景都彼此不同，但這三次努力也都有明顯的共性：第一，這些努力都不算成功；第二，這些努力均在一定程度上留下了政府干預(yù)的明顯痕跡；第三，指導(dǎo)這些努力的決策方式都是奠基在此種或彼種錯誤的哲學(xué)預(yù)設(shè)之上的。而本文的任務(wù)，便是以回顧蘇、日、歐三方各自的計算機(jī)/人工智能發(fā)展策略的技術(shù)史史實(shí)為入手點(diǎn)，揭露錯誤的哲學(xué)預(yù)設(shè)是如何進(jìn)入各國的科學(xué)發(fā)展決策的，由此從反面體現(xiàn)健全的哲學(xué)思辨對于正確的科技決策所能夠起到的不可或缺的作用。

一、蘇聯(lián)的計算機(jī)/人工智能研究計劃背后的哲學(xué)失誤

眾所周知，在“冷戰(zhàn)”期間，蘇聯(lián)一直以來是美國在科技領(lǐng)域的主要競爭對手——但奇怪的是，在AI領(lǐng)域，乃至整個計算機(jī)科學(xué)領(lǐng)域，其研究成績都明顯落后于美國。實(shí)際上，蘇聯(lián)倘若真想大力發(fā)展AI，既不缺人才(蘇聯(lián)有非常深厚的數(shù)學(xué)研究底蘊(yùn))，也不缺資金(社會主義的舉國體制完全能支撐得起相關(guān)的科研消耗)，更不缺應(yīng)用領(lǐng)域(AI在軍事方面的價值是很明顯的。1943年斯大林遠(yuǎn)赴德黑蘭開會的飛機(jī)航線，就是蘇聯(lián)專家通過美國IBM公司提供的計算設(shè)備制定的。)那么，蘇聯(lián)的計算機(jī)/AI產(chǎn)業(yè)，為何一直留給世人“落后”的印象呢？對于該問題的討論，我們不妨從蘇聯(lián)計算機(jī)發(fā)展的親歷者鮑里斯·馬林諾夫斯基(Boris Nikolaevich Malinovsky，1921～)在《蘇聯(lián)計算機(jī)技術(shù)先驅(qū)》一書中的評論為入手點(diǎn)。具體而言，馬林諾夫斯基將蘇聯(lián)計算機(jī)工業(yè)落后于美國的緣由歸結(jié)為以下四點(diǎn)：(1)Boris N. Malinovsky， Pioneers of Soviet Computing (Edited by Anne Fitzpatrick. Translated by Emmanuel Aronie, published electronically, 2010)：Ⅷ，http.//www.sigcis.org/tiles/sig-cismc 2010_001.pdf.

第一，“冷戰(zhàn)”開始后，蘇聯(lián)政府拒絕了某些西歐公司與蘇聯(lián)合作開發(fā)新一代計算機(jī)的計劃，導(dǎo)致研究上的故步自封；

第二，由于在戰(zhàn)時使用IBM設(shè)備帶來的“甜頭”，蘇聯(lián)官方片面強(qiáng)調(diào)逆向工程學(xué)仿造西方器械的重要性，不顧科學(xué)家的反對，上馬對于IBM-360計算機(jī)的仿造工作。此項計劃所占據(jù)的資源過多，使得蘇聯(lián)本土的計算機(jī)發(fā)展計劃被嚴(yán)重耽擱；

第三，20世紀(jì)70年代，蘇聯(lián)政府將全國的計算機(jī)研究力量分解為三個互不統(tǒng)屬的部分，彼此信息不流通，導(dǎo)致大量的項目重復(fù)與資金浪費(fèi)；

第四，蘇聯(lián)政府對科學(xué)研究與計算機(jī)技術(shù)之間的內(nèi)在關(guān)聯(lián)理解不是很深，這就使得計算機(jī)技術(shù)的發(fā)展規(guī)劃很難被擺放在國家戰(zhàn)略的層面上來加以重視。

不過，由于馬林諾夫斯基本人是蘇聯(lián)時代計算機(jī)產(chǎn)業(yè)的親歷者，其判斷多少受到其特定行業(yè)利益的影響，因此，評判結(jié)果未必完全客觀。其實(shí)，他提出的四點(diǎn)指責(zé)，除了第三條多少切中了問題的要害，另外三條都是值得商榷的。

先說第四條。在這個問題上馬林諾夫斯基至多只是說對了一半。更準(zhǔn)確的說法是：蘇聯(lián)政府認(rèn)識到計算機(jī)重要性的時間雖然比較晚，但很難說重視不夠。根據(jù)許萬增的概括，20世紀(jì)60年代中期之后，蘇聯(lián)黨和國家領(lǐng)導(dǎo)人在歷屆黨代會上都開始強(qiáng)調(diào)發(fā)展計算機(jī)的重要性。(2)許萬增：《蘇聯(lián)計算機(jī)發(fā)展戰(zhàn)略》，《國際技術(shù)經(jīng)濟(jì)研究學(xué)報》1990年第3期。如勃列日涅夫在1966年蘇共二十三大、柯西金在1971年蘇共二十四大上，都強(qiáng)調(diào)了發(fā)展計算機(jī)產(chǎn)業(yè)的重要性，而在后一個會議上，蘇共甚至還在國策層面上批準(zhǔn)了“OGAS”信息網(wǎng)絡(luò)計劃的一個縮減化版本(詳后)。從1966年開始的蘇聯(lián)第八個五年計劃中，計算機(jī)也成了國家重點(diǎn)扶持項目，得到相當(dāng)?shù)馁Y金扶持。蘇聯(lián)教育當(dāng)局亦從1985年9月開始，在全國中學(xué)開始普及計算機(jī)教育。從這個意義上說，至少在蘇聯(lián)中后期的歷史中，蘇聯(lián)領(lǐng)導(dǎo)層對于計算機(jī)的重視程度還是頗為可觀的。

至于馬林諾夫斯基指責(zé)蘇聯(lián)當(dāng)局的第一條理由，更是有所夸大。實(shí)際上，在所謂“輸出管制統(tǒng)籌委員會(Coordinating Committee for Multilateral Export Controls)” (簡稱為“巴統(tǒng)”，因總部在巴黎而得名)的控制下，美國自身的企業(yè)也好，所有的美國的盟友國的企業(yè)也罷，其向社會主義陣營成員出口高科技設(shè)備的商業(yè)行為，都會受到重要的政治限制，敏感的計算機(jī)設(shè)備更是如此。在這些管制的基礎(chǔ)上，美國在1974年還出臺了“國家安全決定備忘錄247號文件”，規(guī)定了對社會主義國家出口計算機(jī)設(shè)備的技術(shù)上限。這當(dāng)然是首先針對蘇聯(lián)的。甚至在1979年美國放松對同為社會主義國家的中國的計算機(jī)產(chǎn)品出口限制之后，原來的對蘇聯(lián)的出口限制依然沒有放松，以便作為蘇聯(lián)入侵阿富汗的政治懲罰。實(shí)際上，對于這種嚴(yán)峻的國際技術(shù)封鎖環(huán)境，蘇聯(lián)方面并不是懵懂無知的，也采取了一定的反制措施。譬如，即使在“巴統(tǒng)”的制約下，蘇聯(lián)也利用部分美國盟友的“逐利”心態(tài)以及“巴統(tǒng)”的“行政例外程序”所提供的漏洞，努力獲取西方先進(jìn)計算機(jī)技術(shù)。具體而言，蘇聯(lián)在1967年以其盟國捷克斯洛伐克為管道，獲取了一批先進(jìn)的計算機(jī)技術(shù)(CPU與磁帶處理器)，1969年以其盟國波蘭為管道從法國進(jìn)口計算機(jī)，1971年直接從英國進(jìn)口計算機(jī)，并由此引發(fā)了美國在巴統(tǒng)內(nèi)部與其盟國的紛爭。(3)更多的相關(guān)歷史細(xì)節(jié)，請參看吳敏：《計算機(jī)與冷戰(zhàn)——美國對蘇聯(lián)和中國限制出口計算機(jī)政策》，長春：東北師范大學(xué)碩士學(xué)位論文，2011年。從這個角度看，歷史的真相與其說是像馬林諾夫斯基所描述的那樣，“蘇聯(lián)拒絕了與西方合作研制計算機(jī)的機(jī)會”，還不如說是“蘇聯(lián)欲求此類機(jī)會而不得”。

再來看馬林諾夫斯基說的第二條批評。蘇聯(lián)當(dāng)局決定仿制IBM-360是不是一個策略性失誤呢？要回答這個問題，我們首先要來看看此時蘇聯(lián)的國產(chǎn)計算機(jī)與IBM-360計算機(jī)之間的性能水平之間的距離。在戰(zhàn)后，蘇聯(lián)本國研制的計算機(jī)主要有：(1)MESM計算機(jī)，設(shè)計者是列別杰夫(Sergey Alexeyevich Lebedev 1902—1974)，1948—1951年研制——這可是一臺用了6000個真空管、消耗了25千萬電力、需要10米長的空間擺放的大家伙。(2)BESM計算機(jī)，實(shí)為MESM的后繼者，共發(fā)展四代，其中第一代與第二代使用真空管，第三代開始換用晶體管。此計算機(jī)曾用于防空導(dǎo)彈的信息控制。(3)M-220，主設(shè)計師安東諾夫(Veniamin Stepanovich Antonov,1925—)，大約在1968年完成研制，其技術(shù)前身是M-20。(4)MINSK系列計算機(jī)，從1959年一直研制到了1975年，技術(shù)力量基于白俄羅斯加盟共和國(因此也在白俄羅斯獨(dú)立后被稱為該國第一代國產(chǎn)計算機(jī))，其中最先進(jìn)的型號是MINSK-32。

結(jié)合具體歷史背景來看，很難說這些計算機(jī)性能不好——其中的MESM與BESM的性能，也曾在歐洲稱霸一時，而BESM則穩(wěn)定服役了二十年，可謂非常“皮實(shí)”。但這些機(jī)器都有一個共性，即它們要么就是基于真空管的第一代計算機(jī)，要么是基于電子管的第二代計算機(jī)，而都不是基于小規(guī)模集成電路的第三代計算機(jī)，遑論基于大規(guī)模集成電路的第四代計算機(jī)。但I(xiàn)BM-360恰恰是一臺劃時代的產(chǎn)品。作為第三代計算機(jī)的代表產(chǎn)品，對它的研制曾迫使IBM消耗50億美金進(jìn)行商業(yè)豪賭。除了使用了當(dāng)時非常先進(jìn)的集成電路作為更為便宜、輕便與穩(wěn)定的硬件基礎(chǔ)之外，IBM公司還在IBM-360之上使用了“微指令”(microcode)技術(shù)，以便將機(jī)器指令與相關(guān)的電路實(shí)現(xiàn)分離，最終使得機(jī)器指令可以更為自由地進(jìn)行設(shè)計與修改，而不用考慮到實(shí)際的電路架構(gòu)。這些“黑科技”使得IBM-360的性能在大幅度提升的同時，也遠(yuǎn)遠(yuǎn)超越了蘇聯(lián)的既有計算機(jī)。在面對如此可怕的技術(shù)差距的情況下，對仿制美國技術(shù)產(chǎn)品頗有心理依賴的蘇聯(lián)當(dāng)局，自然會聯(lián)想起當(dāng)年圖波列夫設(shè)計局仿制美國B-29轟炸機(jī)、研制出圖—4的成功經(jīng)驗(后者在西方有“B-29斯基”之昵稱)，而轉(zhuǎn)而去研究IBM-360的“蘇聯(lián)化”問題。若拋開版權(quán)這一微妙的法律問題不談，蘇聯(lián)當(dāng)局的這一決策從功利角度看是有一定合理性的，畢竟沿著別人的腳印前進(jìn)，試錯成本要遠(yuǎn)遠(yuǎn)小于自己開創(chuàng)新路。譬如，作為蘇聯(lián)時代唯一在市面上販?zhǔn)鄣膫€人電腦，在1984投入使用的BK-0010電腦價格最終被壓縮到600盧布之內(nèi)(1984年的1盧布大約相當(dāng)于同時期的1.26 美元)，其性能也算是可接受的，其出現(xiàn)亦大大便利了全蘇聯(lián)展開的對于青少年的計算機(jī)教學(xué)工作。但這種產(chǎn)品恰恰是在蘇聯(lián)對“蘋果II”電腦進(jìn)行不成功的仿制之后才逐步成功的(相關(guān)仿制成果乃是價格昂貴到BK-0010之10倍左右的“Agat”計算機(jī))。如果當(dāng)初蘇聯(lián)當(dāng)局不作出仿造IBM-360的決策，最后恐怕連BK-0010這個級別的產(chǎn)品也不會具有。

從上面的分析看，蘇聯(lián)計算機(jī)產(chǎn)業(yè)不夠發(fā)達(dá)的根本原因，并不在于馬林諾夫斯基所說的以上三條，而在于內(nèi)生于蘇聯(lián)政治結(jié)構(gòu)與工業(yè)體系的一些固有問題：

第一，蘇聯(lián)缺乏足夠強(qiáng)大與廣泛的中層政治精英，以支持計算機(jī)技術(shù)運(yùn)用。由于蘇聯(lián)是典型的計劃經(jīng)濟(jì)體制，而社會的經(jīng)濟(jì)生活又被各級經(jīng)濟(jì)管制官員所控制，所以，這些中層干部對于計算機(jī)技術(shù)的態(tài)度，就對此類技術(shù)在蘇聯(lián)的命運(yùn)產(chǎn)生了決定性的影響。但由于計算機(jī)技術(shù)具有提高信息處理效率的天然屬性，對于它的使用必然會威脅到經(jīng)濟(jì)干部編制的規(guī)模，因此，其在蘇聯(lián)國情下的命運(yùn)，也就完全不難被預(yù)測到了。在這方面的最典型案例，就是蘇聯(lián)版的“互聯(lián)網(wǎng)計劃”的夭折。這就是所謂的“OGAS”系統(tǒng)(即“全國自動系統(tǒng)”，英文“All-State Automated System”)的研制計劃。該計劃的最早提倡者是基托夫(Anatoly Ivanovich Kitov, 1920—2005)。他受到 “控制論”(cybernetics)思想的影響(對于控制論的介紹詳后)，提出要在全國范圍內(nèi)建立計算機(jī)網(wǎng)絡(luò)信息處理系統(tǒng)，以提高蘇式計劃經(jīng)濟(jì)體系的運(yùn)作效率，減少人為浪費(fèi)。但因為這樣的計劃需要建立一個橫跨軍、民的跨行業(yè)信息整合平臺，對軍方特權(quán)利益有所觸動，所以計劃沒有實(shí)施。在1971年，計算機(jī)專家格盧什科夫(Victor Mikhailovich Glushkov)則沿著基托夫的足跡，正式提出了OGAS計劃。按其規(guī)劃，該網(wǎng)絡(luò)一旦建成，莫斯科的經(jīng)濟(jì)主管部門將通過處于首都的網(wǎng)絡(luò)中心，實(shí)時了解全國約200個城市網(wǎng)絡(luò)節(jié)點(diǎn)與約20,000個經(jīng)濟(jì)運(yùn)作終端傳輸來的經(jīng)濟(jì)信息，而且各個節(jié)點(diǎn)之間也能進(jìn)行信息傳輸。思想超前的格盧什科夫甚至設(shè)想利用此系統(tǒng)進(jìn)行電子貨幣支付。然而，雖然蘇共“二十四大”只批準(zhǔn)了對于一個局域版本的OGAS計劃的投資，但當(dāng)時的蘇聯(lián)財政部部長加爾布佐夫(Vasily Fyodorovich Garbuzov, 1911—1985)則出于部門利益的原因，一直對該計劃的實(shí)施進(jìn)行行政阻撓。由此，蘇聯(lián)錯過了搶在美國之前建立一個互聯(lián)網(wǎng)系統(tǒng)的唯一機(jī)會。(4)甚至這樣的“互聯(lián)網(wǎng)”也不是我們現(xiàn)在所使用的互聯(lián)網(wǎng)，因為蘇式的互聯(lián)網(wǎng)具有明顯的縱向信息控制特征，體現(xiàn)了明顯的計劃性，而現(xiàn)有的互聯(lián)網(wǎng)主要是建立在相對平等的信息節(jié)點(diǎn)之間的橫向關(guān)系之上的，體現(xiàn)了明顯的非計劃性。但因為本文不是專門討論互聯(lián)網(wǎng)的，對于這個問題筆者不想深究。

第二，蘇聯(lián)缺乏與計算機(jī)工業(yè)配套的先進(jìn)電子工業(yè)。根據(jù)塞利格曼(Daniel Seligman)對戈爾巴喬夫時代的蘇聯(lián)計算機(jī)工業(yè)的評估，當(dāng)時蘇聯(lián)的計算機(jī)的本質(zhì)是對于6—10年前美國IBM計算機(jī)的仿制品，而且在這些產(chǎn)品中，沒有一款質(zhì)量比得上其盟友東德生產(chǎn)的ES-1055 計算機(jī)(大約等于美國的IBM-370)，此外，即使就計算機(jī)設(shè)備的產(chǎn)量而言，蘇聯(lián)方面的數(shù)據(jù)也不太樂觀。截至1984年，蘇聯(lián)全國的44,000家工業(yè)生產(chǎn)單位中，裝備有大型計算機(jī)主機(jī)的單位才占7.5% 。(5)Daniel Seligman，“The Great Soviet Computer Screw-Up”, Fortune Magazine July 8(1985).而蘇聯(lián)計算機(jī)產(chǎn)品在質(zhì)與量這兩方面的劣勢，顯然又是與基礎(chǔ)硬件的生產(chǎn)能力落后密切關(guān)聯(lián)的。以現(xiàn)代計算機(jī)的產(chǎn)生密切相關(guān)的集成電路工業(yè)為例：根據(jù)已經(jīng)解密的美國中央情報局文件《蘇聯(lián)在集成電路生產(chǎn)方面的進(jìn)展》(1974年撰寫，1999年解密(6)Central Intelligence Agency， “Soviet Progress in the Production of Integrated Circuits”, September(1974)：ER RP 74—17,https://www.cia.gov/library/readingroom/docs/DOC_0000484024.pdf.)的披露，截至報告撰寫時間為止，蘇聯(lián)的集成電路工業(yè)的產(chǎn)量竟然不到美國的4% ，而且整個蘇聯(lián)相關(guān)工業(yè)部門也都受到生產(chǎn)工藝落后、管理水平落后等問題的嚴(yán)重困擾。

第三，蘇聯(lián)缺乏與計算機(jī)硬件工業(yè)配套的計算機(jī)軟件研究。按照美國著名智庫“哈德遜研究所”(Hudson Institute)所提供的報告《蘇聯(lián)在1980年代的計算機(jī)軟件及其運(yùn)用》(7)Richard W. Judy & Robert W. Clough， “Soviet Computer Software and Applications in the 1980s”, January 9(1989):HI-4090-P， https://www.ucis.pitt.edu/nceeer/1989-801-5-2-Judy.pdf.的意見，蘇聯(lián)工業(yè)界提供的計算機(jī)軟件有五大特點(diǎn)：大量復(fù)制西方計算機(jī)軟件，缺乏原創(chuàng)性色彩；一些計算機(jī)軟件在西方技術(shù)內(nèi)核的基礎(chǔ)上具備了俄文界面，僅僅實(shí)現(xiàn)了最低限度上的本土化；蘇聯(lián)軟件與西方同類產(chǎn)品的平均技術(shù)差距是10年左右；蘇聯(lián)軟件的發(fā)展，亦受制于機(jī)器的內(nèi)存與電話網(wǎng)絡(luò)線的傳輸力方面的限制；蘇聯(lián)軟件的界面不太友好，沒有編程訓(xùn)練的新用戶很難上手?？傊c西方同類產(chǎn)業(yè)相比，蘇聯(lián)在計算機(jī)軟件方面的落后程度，與其在計算機(jī)硬件方面的落后程度，是相輔相成的。

以上給出的這三點(diǎn)分析，雖然都貌似比較“務(wù)實(shí)”，但從比較“務(wù)虛”的哲學(xué)角度看，它們又都有一定的共性。這就是：蘇聯(lián)當(dāng)局雖然從“大國爭霸”的角度對計算機(jī)工業(yè)的發(fā)展給予了一定的重視，卻沒有在哲學(xué)層面上理解計算機(jī)工具的實(shí)質(zhì)。概而言之，任何計算機(jī)工具的終極目的都是為了提高人類進(jìn)行信息處理的效率，以便進(jìn)一步解放人類的生產(chǎn)力，增加勞動者的閑暇時間，以實(shí)現(xiàn)馬克思所說的“人的充分發(fā)展”。這就需要計算機(jī)工業(yè)與一個更為廣泛的“人類用戶導(dǎo)向”的文化相互匹配。然而，蘇聯(lián)的經(jīng)濟(jì)政策長期壓制市場經(jīng)濟(jì)的發(fā)展，也沒有像我國那樣創(chuàng)造性地發(fā)明出“社會主義市場經(jīng)濟(jì)”這樣的新的經(jīng)濟(jì)運(yùn)作理念，這就在根本上使得普通人民群眾的真實(shí)市場需要沒有辦法得到體現(xiàn)，并以此為契機(jī)促進(jìn)面向民用的計算機(jī)產(chǎn)品的開發(fā)。而仿造美國民用產(chǎn)品的戰(zhàn)略，雖然靠“搭技術(shù)順風(fēng)車”解決了一部分問題，卻也使得俄羅斯民族本身的文化特色無法浸潤到相關(guān)的仿制產(chǎn)品之中。此外，蘇聯(lián)以國防為導(dǎo)向的工業(yè)布局，也使得以“粗笨”為特點(diǎn)的重工業(yè)得到了片面發(fā)展，卻擠壓了以“精巧”為特點(diǎn)的新興電子工業(yè)的發(fā)展空間，而這一點(diǎn)既直接拖累了民用計算機(jī)的發(fā)展，又反過來導(dǎo)致蘇式武器的電子系統(tǒng)(如戰(zhàn)斗機(jī)、艦船的雷達(dá)導(dǎo)航與火控系統(tǒng))的技術(shù)狀態(tài)無法從民用計算機(jī)的進(jìn)步中得到“反哺”，由此還導(dǎo)致了蘇聯(lián)軍事裝備戰(zhàn)斗性能的落后。這種情況，迫使蘇軍一直試圖以更大的裝備編制來應(yīng)對北約的質(zhì)量優(yōu)勢，而由此占據(jù)的人力資源與經(jīng)濟(jì)資源又進(jìn)一步擠壓了蘇聯(lián)的民用工業(yè)資源，最終造成了其經(jīng)濟(jì)—技術(shù)生態(tài)的惡性循環(huán)。

蘇聯(lián)在哲學(xué)層面上對于計算機(jī)工業(yè)與宏觀經(jīng)濟(jì)體系之間的關(guān)系的誤解，同樣也以另外一種形式，體現(xiàn)在對于AI的布局與謀劃之中?；蛘f得更清楚一點(diǎn)，因為AI的“面向用戶”特征要比廣義的計算機(jī)工業(yè)來得更為明顯，蘇聯(lián)時代的AI研究，實(shí)際上要比其對一般計算機(jī)平臺的研究還要落后。有意思的是，“AI”這個詞本身，在蘇聯(lián)時代都不是一個“合法”的技術(shù)名詞。蘇聯(lián)專家要討論AI研究，就必須借用另外一個名詞，即前面所提到過的 “控制論”(cybernetics)。所謂“控制論”，就是對一切可能的機(jī)器與生物有機(jī)體內(nèi)部的信息控制方式與交流方式的研究。由于該研究天然具有某種橫跨人類智能與機(jī)器智能的兩棲性，因此，將其當(dāng)作對AI的某種替代性稱呼，則多少也是有點(diǎn)道理的。但為何蘇聯(lián)專家要舍近求遠(yuǎn)，用“控制論”取代“AI”呢？這就牽涉到一個在特定政治背景中對特定技術(shù)名詞的“正名”問題。簡言之，在當(dāng)時的環(huán)境下，討論“AI”要比討論“控制論”更顯得具有“政治正確性”，因為“AI”純?nèi)皇敲绹降母拍睿翱刂普摗眲t否。

從表面上看，這一判斷貌似有點(diǎn)奇怪，因為控制論的建立者并非俄國人，而是美國人維納(Norbert Wiener,1894—1964)，只是他父親是從波蘭移民來的猶太人罷了。其實(shí)，由于維納的國籍問題，蘇聯(lián)當(dāng)局本來對維納的理論并不友好。在20世紀(jì)50年代的時候，蘇聯(lián)官方便曾組織力量集中批判過維納的學(xué)術(shù)觀點(diǎn)，甚至給其戴上“資產(chǎn)階級的反動偽科學(xué)”的意識形態(tài)帽子。但后來情況慢慢發(fā)生了變化。根據(jù)本杰明·彼得斯(Benjamin Peters)的歷史考證(8)Benjamin Peters,“Betrothal and Betrayal: The Soviet Translation of Norbert Wiener's Early Cybernetics”,International Journal of Communication 2(2008): 66—80.，在1952年，蘇聯(lián)的控制論研究領(lǐng)軍人物之一基多夫(他同時也是前文提到的那位蘇式互聯(lián)網(wǎng)的先驅(qū)者之一)于蘇聯(lián)的一家涉密圖書館第一次讀到了維納的重要著作《控制論》(9)[美]維納：《控制論，或關(guān)于在動物和機(jī)器中控制和通信的科學(xué)》，郝季仁譯，北京：北京大學(xué)出版社,2007年。，并深為其觀點(diǎn)所折服(當(dāng)時此書在蘇聯(lián)境內(nèi)尚是禁書)。此后基多夫就以“何為控制論？”為題，在蘇聯(lián)內(nèi)部的多次學(xué)術(shù)會議上做學(xué)術(shù)報告，成了俄語世界中維納理論的頭號宣傳員。非常具有戲劇性的是，當(dāng)時一位掌握了不少行政資源的蘇聯(lián)哲學(xué)家兼數(shù)學(xué)家考爾曼(Arno?t Yaromirovich Kolman，1892—1979)也注意到了維納的理論。他認(rèn)為馬克思、恩格斯利用統(tǒng)計學(xué)方法預(yù)測資本主義社會運(yùn)動規(guī)律的方法論，在維納的控制論那里得到了一種新的體現(xiàn)，并以此為理由主張推廣控制論的思想。雖然從學(xué)術(shù)角度看，考爾曼的這種斷言的文本根據(jù)或許是值得商榷的，但在當(dāng)時的歷史背景下，他的這個政治診斷，依然為蘇聯(lián)學(xué)術(shù)界大張旗鼓地引入美國人維納的思想提供了強(qiáng)有力的行政保護(hù)。同時，赫魯曉夫時代相對寬松的政治環(huán)境也為蘇聯(lián)專家大膽引用美國科學(xué)家的觀點(diǎn)提供了可能性。后來，更為重磅級別的人物也開始為控制論搖旗吶喊了，此即獲得蘇聯(lián)國防部副部長高位，并被授予海軍上將軍銜(工程類)的博格(Aksel Ivanovich Berg, 1938—1979)。博格是“全蘇聯(lián)控制論研究理事會”的理事長，而該理事會的活動也使得“控制論”在蘇聯(lián)從被批判的對象，一躍成了掛在販夫走卒嘴上的學(xué)術(shù)時髦詞匯。至此，在完成了從1954年到1961年的“為政治合法性而斗爭”的階段后，從20世紀(jì)60年代到80年代，控制論最終成了蘇聯(lián)境內(nèi)的“顯學(xué)”。根據(jù)彼得斯的考證，在1962年夏于蘇聯(lián)境內(nèi)舉辦的一次主題為“控制論中的哲學(xué)問題”的會議上，組委會收到的論文竟有1000篇，提交論文者來自哲學(xué)、數(shù)學(xué)、語言學(xué)、生物學(xué)、物理學(xué)等不同領(lǐng)域(10)Benjamin Peters, “Normalizing Soviet Cybernetics”，Information & Culture 47(2)(2012):145—175.，可見會議聲勢之壯。

“控制論”的研究雖然在蘇聯(lián)貌似繁榮，但蘇聯(lián)實(shí)質(zhì)上的AI研究水平卻依然遠(yuǎn)遠(yuǎn)地落在了美國的后面。這又是為何呢？在筆者看來，其根本原因是蘇聯(lián)學(xué)者們完全搞錯了哲學(xué)與工程學(xué)的結(jié)合方式。馬克思、恩格斯無疑都是偉大的哲學(xué)家，但是這并不意味著哲學(xué)研究的所有工作就是在對象文本與馬、恩經(jīng)典原著之間建立起語義聯(lián)系，以便為對象文本的政治合法性提供辯護(hù)(這種研究方法，可以簡稱為“貼標(biāo)簽”)。真正的科學(xué)技術(shù)哲學(xué)研究，無疑要對相關(guān)技術(shù)路徑的哲學(xué)前提予以系統(tǒng)地發(fā)掘，并在一個較高的層面上對相關(guān)前提的后果進(jìn)行提前預(yù)報，而這除了學(xué)者對相關(guān)科學(xué)技術(shù)的內(nèi)容有所了解之外，還需要學(xué)者熟悉分析哲學(xué)的一般論證與寫作技巧。但從總體上來說，蘇聯(lián)哲學(xué)界對于英美分析哲學(xué)的基本方法是陌生的，對與AI相關(guān)的英美哲學(xué)分支——AI哲學(xué)、心靈哲學(xué)、邏輯哲學(xué)——的內(nèi)容也是陌生的。換言之，蘇聯(lián)時代雖然吃“哲學(xué)飯”的學(xué)者人數(shù)不少，但具備與西方哲學(xué)家進(jìn)行對話之資質(zhì)的“高手”卻非常稀少。

另外，正如前文所提到的，維納的思想進(jìn)入蘇聯(lián)具有很強(qiáng)的偶然性，而一旦他的思想得到了傳播許可證明，這反而使得AI發(fā)展中的其他思想路數(shù)——比如在英美更為正統(tǒng)的紐艾爾(Allen Newell)、司馬賀(Herbert Simon)等人所代表的符號AI路線(11)Allen Newell and Herbert Simon, “Computer Science as Empirical Inquiry: Symbols and Search”, Communications of the ACM19(3)(1976):113—126.——就沒有機(jī)會為蘇聯(lián)科學(xué)界所重視。換言之，蘇聯(lián)科學(xué)界對于西方學(xué)術(shù)情報的獲取是有嚴(yán)重的“偏食癥”的，嚴(yán)重缺乏格局感。

此外，為蘇聯(lián)專家所看重的“控制論”思想本身還是帶有很大的拼湊性的。其核心部分——對于控制系統(tǒng)所處理的信息流的量的統(tǒng)計學(xué)處理、預(yù)測與濾波理論、計算系統(tǒng)的記憶裝置設(shè)計，等等——要么理論抽象性太強(qiáng)，要么只有在防空火控系統(tǒng)等特殊用途的裝置里得到了驗證，要么在理論上的猜測之處還比較多，而這些理論之間的聯(lián)系也不是那么清楚。而控制論的核心哲學(xué)理念——系統(tǒng)的穩(wěn)定性取決于其對于正反饋信息與負(fù)反饋信息的平衡性處理能力——則因為可以套用的領(lǐng)域太多，其與AI的核心話題(知識表征、模式識別、自然語言處理，等)之間的關(guān)系反而顯得有點(diǎn)疏遠(yuǎn)，實(shí)際上無助于蘇聯(lián)制作出特別有用的AI設(shè)備。

最后，正如前文已指出的那樣，“控制論”可能與蘇聯(lián)現(xiàn)實(shí)結(jié)合的唯一一個應(yīng)用點(diǎn)，便是通過OGAS系統(tǒng)來給全國的計劃經(jīng)濟(jì)體系進(jìn)行數(shù)碼化升級。但因為中層政治精英的不配合態(tài)度，這一應(yīng)用并未得到實(shí)現(xiàn)。而從哲學(xué)角度看，即使蘇聯(lián)僥幸地抓住了這樣一個機(jī)會，這樣的信息管制系統(tǒng)依然與通常意義上的AI無甚關(guān)聯(lián)，因為嚴(yán)格意義上的互聯(lián)網(wǎng)只是AI運(yùn)作的某種外部數(shù)碼環(huán)境，而不是AI本身。嚴(yán)格意義上的AI，就其物理實(shí)現(xiàn)方式，依然脫離不了基于微型計算機(jī)的本地化信息處理方式，而就其虛擬表現(xiàn)形式而言，則依然無法脫離特定的、可與微機(jī)的硬件基礎(chǔ)相互匹配的軟件構(gòu)架。而正如前文所指出的，無論在微型計算機(jī)的設(shè)計與制造方面，還是在計算機(jī)軟件的自主研發(fā)方面，蘇聯(lián)都乏善可陳。

二、日本“五代計算機(jī)”失敗背后的哲學(xué)教訓(xùn)

試圖以國家力量與美國的計算機(jī)產(chǎn)業(yè)一比高下的另外一波努力，則來自屬于美國陣營的日本。與蘇聯(lián)相比，日本的計算機(jī)產(chǎn)業(yè)既有明顯的不同，也有某些類似之處。其不同之處在于：

(1)由于戰(zhàn)后的日本屬于美國在亞洲的重要盟友，不受“巴統(tǒng)”的技術(shù)禁運(yùn)影響，因此日本可以與美國進(jìn)行比較充分的技術(shù)交流，充分吸納美國的最新技術(shù)成就。以比較敏感的集成電路產(chǎn)業(yè)為例：1969 年，日本日立公司便與美國羅克韋爾公司合作，建設(shè)大規(guī)模集成電路生產(chǎn)廠，而沒有受到來自美方的任何政策阻撓。甚至在80年代中期美日開始貿(mào)易摩擦之后，美國也主要是通過扶持中國臺灣與韓國的半導(dǎo)體產(chǎn)業(yè)來間接制衡日本，而沒有對日本加以直接的技術(shù)出口限制。得益于此，日本戰(zhàn)后的半導(dǎo)體工業(yè)亦長期是英語世界之外的龍頭老大(譬如，1975年日本半導(dǎo)體產(chǎn)業(yè)的產(chǎn)值達(dá) 12.8 億美元，占全球的 21%，成為全球第二大半導(dǎo)體生產(chǎn)國；截至 1990 年，日本半導(dǎo)體企業(yè)在全球前 10 名中占據(jù)了 6 席，在前 20 名中占據(jù)了 12 席。)(12)更多相關(guān)歷史細(xì)節(jié)，請參看馮昭奎：《日本半導(dǎo)體產(chǎn)業(yè)發(fā)展與日美半導(dǎo)體貿(mào)易摩擦》，《日本研究》2018年第3期。這就為日本的計算機(jī)產(chǎn)業(yè)發(fā)展奠定了比較堅實(shí)的硬件基礎(chǔ)。

(2)與曾經(jīng)連閱讀在美國公開出版的《控制論》也要小心謹(jǐn)慎的蘇聯(lián)專家相比，日本的計算機(jī)專家不但可以自由閱讀各種西方前沿學(xué)術(shù)資料，而且還有赴美進(jìn)行學(xué)術(shù)交流的寶貴機(jī)會。譬如，“第五代計算機(jī)”計劃的領(lǐng)軍專家渕一博(Kazuhiro Fuchi，1936—2006)與其得力干將元岡達(dá)(Moto-oka Tohru)都有在美國伊利諾斯大學(xué)的學(xué)習(xí)背景，而該團(tuán)隊的另外一員大將古川康一(Koichi Furukara)則在美國加州的斯坦福研究所做過調(diào)研。美國的計算機(jī)領(lǐng)軍人物、1994年圖靈獎獲得者愛德華·阿爾伯特·費(fèi)根鮑姆(Edward Albert Feigenbaum，1936—)亦與該團(tuán)隊成員有著密切的學(xué)術(shù)聯(lián)系。這種同時期的蘇聯(lián)專家所難以企及的國際人才支撐隊伍，則為日本的AI研究提供了強(qiáng)大的人力資源支撐。

但與蘇聯(lián)相比，日本的計算機(jī)產(chǎn)業(yè)政策也有一些類似之處：

(1)戰(zhàn)后日本雖然在政治體制上采用三權(quán)分立的西式制度，但是經(jīng)濟(jì)產(chǎn)業(yè)政策依然有明顯的計劃經(jīng)濟(jì)色彩，并因此帶有一種“準(zhǔn)蘇式特征”。1949年，日本政府成立了一個叫“通商產(chǎn)業(yè)省”(簡稱“通產(chǎn)省”，2001后改名為“經(jīng)濟(jì)產(chǎn)業(yè)省”)的政府部門，能夠?qū)?jīng)濟(jì)與產(chǎn)業(yè)制定高層次的監(jiān)管政策，督導(dǎo)大企業(yè)的投資方向。譬如，為了趕超美國的先進(jìn)技術(shù)和推動日本半導(dǎo)體技術(shù)的發(fā)展，通產(chǎn)省便把六家半導(dǎo)體計算機(jī)公司組成了三個配對組(富士通與日立一組、日本電氣與東芝一組、三菱電機(jī)與沖電氣一組)，1972 年至1976進(jìn)行大量財政補(bǔ)貼，并在1976年結(jié)合全國相關(guān)優(yōu)質(zhì)企業(yè)成立了巨型卡特爾組織，專攻集成電路的生產(chǎn)(13)馮昭奎：《日本半導(dǎo)體產(chǎn)業(yè)發(fā)展與日美半導(dǎo)體貿(mào)易摩擦》，《日本研究》2018年第3期。，由此大大促進(jìn)了相關(guān)產(chǎn)業(yè)的發(fā)展。嘗到甜頭的通產(chǎn)省自然也在第五代計算機(jī)計劃的規(guī)劃與立項中，繼續(xù)發(fā)揮這種“政府主導(dǎo)”的作用。需要注意的是，渕一博所在的科研單位——電子技術(shù)綜合研究所(在英文文獻(xiàn)中常被簡稱為“ICOT”)——就是從屬于通產(chǎn)省的，這與美國以私有企業(yè)與私立大學(xué)作為信息技術(shù)原發(fā)點(diǎn)的做法構(gòu)成了鮮明的反差。應(yīng)當(dāng)看到，雖然政府主導(dǎo)的產(chǎn)業(yè)技術(shù)政策在有美國成熟預(yù)研成果的技術(shù)領(lǐng)域的確能夠迅速見效，但此種行政化導(dǎo)向也必然會壓制具有創(chuàng)新性的技術(shù)思路的形成，并導(dǎo)致行業(yè)發(fā)展的后勁不足。這一點(diǎn)在“第五代計算機(jī)”計劃的最終失敗中得到了充分的體現(xiàn)。

(2)雖然日本是美國的重要的軍事盟友，但是在經(jīng)濟(jì)領(lǐng)域卻有向美國的領(lǐng)導(dǎo)地位進(jìn)行“逆襲”的雄心，這一點(diǎn)又類似于蘇聯(lián)在軍事領(lǐng)域向美國“叫板”的行為。譬如，20世紀(jì)80年代以后，日本在鋼鐵、汽車制造、電視機(jī)制造與半導(dǎo)體生產(chǎn)等諸領(lǐng)域都全面打開了美國市場，為日本獲取了大量貿(mào)易順差。第五代計算機(jī)計劃的實(shí)施，部分地是受到了這種“經(jīng)濟(jì)民族主義”的鼓勵。

(3)與蘇聯(lián)專家在硬件層面上仿造美國IBM-360計算機(jī)的思路相平行，日本的計算機(jī)專家，在軟件編程思路上亦受到美國老師的影響(只是受惠于相對寬松的國際微環(huán)境，其追趕美國的腳步要比蘇聯(lián)同行們緊得多了)。從某種意義上說，第五代計算機(jī)計劃無非就是費(fèi)根鮑姆的“專家系統(tǒng)”(詳后)設(shè)計思路的全面拓展。然而，這種過于直接的“拿來主義”，卻使得審慎的哲學(xué)批判精神與積極的創(chuàng)新精神并沒有在相關(guān)的研究中發(fā)揮其應(yīng)有的作用。同時，第五代計算機(jī)領(lǐng)軍人物清一色的工科背景，亦使得身為日本人的他們竟然無法從日本本土哲學(xué)(特別是后文所要提到的九鬼周造哲學(xué))的傳統(tǒng)精神寶庫中獲取資源，以便從一個更高的層面來審視自身的研究路線圖的哲學(xué)缺陷。

那么，到底什么叫“第五代計算機(jī)”呢？“第五代計算機(jī)”這個名目顯然預(yù)設(shè)了前四代計算機(jī)的存在。前四代計算機(jī)的分類主要是根據(jù)對相關(guān)機(jī)器的硬件制造技術(shù)的分類。第一代計算機(jī)的硬件基礎(chǔ)是電子管，第二代是晶體管，第三代是集成電路，第四代是大規(guī)模集成電路。 “第五代計算機(jī)”與前四代的不同，首先并不在于硬件方面的本質(zhì)不同(實(shí)際上其硬件基礎(chǔ)無非就是第四代計算機(jī)的平行增強(qiáng)版，也就是將單個CPU升級為平行進(jìn)行信息處理的多套CPU)，而在于軟件編制與用戶體驗方面的不同。元岡達(dá)與斯通(Harold S. Stone)曾將第五代計算機(jī)的設(shè)計目標(biāo)概括為如下四點(diǎn)：

(甲)在硬件的層面上，實(shí)現(xiàn)推理、聯(lián)想與學(xué)習(xí)的基本機(jī)制，并使得它們成為第五代計算機(jī)的核心功能。

(乙)為基本的AI軟件做好準(zhǔn)備，以便充分利用上面提到的這些功能。

(丙)充分地利用模式識別與AI研究的結(jié)果，以便制造出一個對人類來說頗為便利的人—機(jī)界面。

(丁)構(gòu)建一個“軟件支撐系統(tǒng)”，以解決所謂的“軟件危機(jī)”，促進(jìn)軟件生產(chǎn)。(14)Tohru Moto-oka and Harold S, “Stone Fifth-Generation Computer Systems: A Japanese Project”, Computer3(2017):6—13.

但任何一個對AI發(fā)展的現(xiàn)狀稍有了解的讀者都應(yīng)當(dāng)看出，這個制定于20世紀(jì)80年代的研究目標(biāo)，即使放到今天來看，也顯得野心過大了。其問題主要體現(xiàn)于如下方面：

第一，第五代計算機(jī)的整個計劃都是基于在20世紀(jì)70年代相對紅火的“符號AI”技術(shù)進(jìn)路的，而沒有預(yù)先估計到與之完全不同的聯(lián)接主義進(jìn)路(即神經(jīng)元網(wǎng)絡(luò)技術(shù)，也就是今天的深度學(xué)習(xí)技術(shù)的前身)會在80年代異軍突起。因此，該計劃的制定者根本就沒有預(yù)想到，其目標(biāo)列表的(丙)項所提到的“模式識別”任務(wù)，其實(shí)更適合由聯(lián)接主義方案所解決，而并不適合由符合AI進(jìn)路所解決。

第二，第五代計算機(jī)的編程所依賴的Prolog語言(這種語言在1972年由法國人考爾麥勞厄(Alain Colmerauer,1941—2017)發(fā)明)，在本質(zhì)上是一種在一階謂詞邏輯的框架中進(jìn)行編程的語言，因此，這種語言不可能不繼承一階謂詞邏輯所具有的一些基本局限，譬如缺乏對于模糊性推理的模擬能力。而目標(biāo)(甲)所提到的類比能力與學(xué)習(xí)能力，顯然就牽涉到了對于模糊性推理的模擬能力(因為“A與B之間的可類比性”與“對于某技能的習(xí)得”，本身就預(yù)設(shè)了“梯度性”概念，而傳統(tǒng)一階謂詞邏輯是無法表征該概念的)。這也就是說，第五代計算機(jī)的編程所依賴的Prolog語言與相關(guān)規(guī)劃目標(biāo)之間，是存在著某種天然的不和諧的。這當(dāng)然不是說，我們無法利用Prolog語言為某種元語言，并在對象語言的層面上進(jìn)行模糊推理——但至少在第五代計算機(jī)計劃中，Prolog語言就是作為知識表征語言使用的，因此在這種情況下，它肯定是無法進(jìn)行模糊推理的。

第三，即使在符號AI的天地里，日本人所依賴的Prolog語言的普及程度，也不如麥卡錫(John McCarthy, 1927—2011)發(fā)明的LISP語言，因此，對Prolog語言的選擇使得該項目很難達(dá)到其任務(wù)列表中所提到的目標(biāo)(丁)，即構(gòu)成一個比較成規(guī)模的軟件生態(tài)環(huán)境。而富有諷刺意味的是，甚至日本自己的全日航空公司所采用的第五代計算機(jī)計劃的衍生產(chǎn)品——用于乘客個人信息查詢“個人串行推理機(jī)”(Personal Sequential Inference Machine，簡稱PSI)——也需要將原本運(yùn)行的Prolog語言分解為LISP語言來執(zhí)行，更不用提市面上基于LISP語言的PSI對于基于Prolog語言的PSI所具有的至少10倍的商業(yè)銷售量優(yōu)勢了。(15)Edward Feigenbaum and Howard Shrobe, “The Japanese National Fifth Generation Project: Introduction, Survey and Evaluation”, Future Generation Computer Systems 9(1993): 115.

第四，第五代計算機(jī)目標(biāo)列表的(丙)項所涉及的人—機(jī)界面研究，顯然會涉及對“自然語言理解”(Natural Language Processing，簡稱NLP)模塊的研究，即讓人類用戶能夠不經(jīng)任何編程訓(xùn)練，僅僅使用標(biāo)準(zhǔn)的自然語言(對日本人而言當(dāng)然就是以東京語為基礎(chǔ)的標(biāo)準(zhǔn)日本語)，就能順利地給機(jī)器下指令，并理解機(jī)器的信息輸出。而第五代計算機(jī)的研究者還給自己的NLP模塊研制提出了非常具有野心的技術(shù)目標(biāo)(16)Edward Feigenbaum and Howard Shrobe, “The Japanese National Fifth Generation Project: Introduction, Survey and Evaluation” 9(1993): 107.，即系統(tǒng)包括的詞匯量要達(dá)到100,000，具有的語法規(guī)則當(dāng)有2000條，句法分析能力的準(zhǔn)確度將達(dá)到99%，而當(dāng)多個言談?wù)哂脴?biāo)準(zhǔn)日語與標(biāo)準(zhǔn)語速進(jìn)行談話時，系統(tǒng)對單個日語單詞的辨別準(zhǔn)確度將達(dá)到95%。這些目標(biāo)即使對于今天的NLP研究來說，都顯得過高了，遑論在20世紀(jì)80年代。另外，日語本身的復(fù)雜性、曖昧性、一音多義性與語法難解性，也使得日語非常不適合成為NLP研究的“練手語言”。(17)徐英瑾：《“中文屋”若被升級為“日語屋”將如何?——以主流人工智能技術(shù)對于身體感受的整合能力為切入點(diǎn)》，《自然辯證法通訊》2018年第1期。

第五，正如前文所提到的那樣，第五代計算機(jī)規(guī)劃是美國既有的“專家系統(tǒng)”的一個全面拓展版。所謂“專家系統(tǒng)”，就是“一個以特定方式編制的計算機(jī)程序，以使得其能夠在專家的知識層面上運(yùn)作”(18)Edward A. Feigenbaum and Pamela McCorduck, “The Fifth Generation: Artificial Intelligence and Japan's Computer Challenge to the World.Boston”, Addison-Wesley (1983):63—64.，而這里的“專家”，就是指醫(yī)療、法律、金融等特點(diǎn)領(lǐng)域內(nèi)的專家。傳統(tǒng)的“專家系統(tǒng)”的研制方法，是先將一個特定知識領(lǐng)域內(nèi)的知識用邏輯語言加以整編，然后利用邏輯推理規(guī)則推演出用戶所欲求的特定結(jié)論。只要特定領(lǐng)域內(nèi)的知識的數(shù)量是可控的，且相關(guān)程序的應(yīng)用范圍是確定的，此類研究方法往往還是能夠得出在商業(yè)上有用的產(chǎn)品的。但日本的第五代計算機(jī)計劃的問題是：它將特定領(lǐng)域內(nèi)的專家系統(tǒng)拓展為了橫跨各個領(lǐng)域的超級知識系統(tǒng)，使得研究的面鋪得太開，增加了項目失敗的風(fēng)險。同時，全系統(tǒng)缺乏一個類似于人類的注意力機(jī)制以及記憶提取機(jī)制的高層面“機(jī)器心理”模擬層，這就使得系統(tǒng)很難像人類那樣,在特定的語境中根據(jù)當(dāng)下得到的語境信息來靈活、快速地調(diào)取所記憶的知識。

而尤其令人感到遺憾的是，雖然第五代計算機(jī)計劃是日本人主導(dǎo)的，但是其背后的運(yùn)行邏輯基本上是美國既有的符號AI思路的全面升級化，而根本就沒有體現(xiàn)日本傳統(tǒng)哲學(xué)的影響。譬如，該研究方案所運(yùn)用的Prolog語言所預(yù)設(shè)的“偶然性排除原則”與“知識完備性假設(shè)”，就是與日本京都學(xué)派的重要哲學(xué)家九鬼周造提出的“偶然性哲學(xué)”的基本精神直接抵觸的(詳后)。換言之，如果渕一博這樣的日本工科人才能夠花費(fèi)一點(diǎn)時間了解一下本土的九鬼哲學(xué)的基本要點(diǎn)的話，他們就會發(fā)現(xiàn)，Prolog語言也好，作為其競爭性語言的LISP語言也罷，其實(shí)在根底上就忽略了外部世界的偶然性與人類程序員的無知性對機(jī)器本身所執(zhí)行的知識推理任務(wù)所會產(chǎn)生的影響。

下面筆者對支持上述的斷言進(jìn)行展開。從實(shí)質(zhì)上看，Prolog語言實(shí)際是邏輯學(xué)教材里所提到的“霍恩子句”(Horn clause)的計算機(jī)程序版本。對于該子句的一個簡單化的說明案例，則來自“拼木桶”的比喻。假設(shè)有一個五邊形木桶，而字母p、q、r、s、t則代表其側(cè)面的5個拼件、u則代表“木桶的完整”，那么，下面的這個句子就代表了這個意思：如果木桶的5個拼件都到位了，則整個木桶也就完整了。

公式一：(p∧q∧r∧s∧t) →u

其邏輯等價形式則是：

很明顯，上述式子的有效性，取決于導(dǎo)出“u”的前提集是否完備，而這一點(diǎn)又取決于兩點(diǎn)：從形而上學(xué)的角度看，外部世界中只要存在著“(p∧q∧r∧s∧t)”所表征的前提性事件，從中就會必然地導(dǎo)出為“u”所表征的衍生性事件，而不存在著這些前提性事件到位，后續(xù)性事件卻沒有發(fā)生的偶然性；從知識論的角度看，人類主體(特別是程序員)是有能力了解到那些使得“u”的發(fā)生得以可能的所有的前提性事件到底是什么的。這兩點(diǎn)，便是運(yùn)用霍恩子句的兩個哲學(xué)前提：“偶然性排除假設(shè)”以及“知識完備性假設(shè)”。然而，這兩個假設(shè)本身都在日本哲學(xué)家九鬼周造那里得到了嚴(yán)峻的批判。

九鬼周造(Shūzō Kuki, 1888—1941)是日本京都學(xué)派的重要代表人物，曾在德國弗萊堡大學(xué)與洪堡大學(xué)分別跟胡塞爾(Edmund Husserl, 1859—1938)與海德格爾(Martin Heidegger, 1889—1976)學(xué)過哲學(xué)。由于他在AI誕生元年(1956年)到來前15年就過世了，這就使得粗心的觀察者很容易忽略他的思想對于AI的啟發(fā)意義。將九鬼與AI聯(lián)系在一起的關(guān)鍵詞是“偶然性”，因為上文所提到的“偶然性排除假設(shè)”本身就提到了“偶然性”，而九鬼所留下的最重要的哲學(xué)著作，也恰恰就提名為《偶然性的問題》(其日文版在1935年首次出版)。顧名思義，這就是一部以“偶然性”概念為核心范疇而展開立論的哲學(xué)著作。

簡略地說，“偶然性”的概念在九鬼那里分為三個層次，而其中的第一、第二層次都明確挑戰(zhàn)了“知識完備性假設(shè)”，第三層次則明顯挑戰(zhàn)了“偶然性排除假設(shè)”，下面分別具體考察之。

(1)定言判斷(即“S是P”這樣的判斷)中的偶然性(19)《九鬼周造全集》第2卷，東京：巖波書店，1980年，第19—44頁。。在九鬼的文本中，其典型案例是一枚因為變異而長出了四片葉子的三葉草。假設(shè)這枚草叫“a”，則像“a是三葉草”這樣的一個定言判斷便包含了主詞“a”與謂詞“三葉草”之間的某種沖突：按照“三葉草”的“名義本質(zhì)”(nominal essence)，能夠被歸類為該謂詞的對象應(yīng)當(dāng)是全部只有三片葉子的，而在此，卻明明發(fā)現(xiàn)“a”所指涉的對象既具有四片葉子，又被“三葉草”這詞所謂述，而這一點(diǎn)本身就構(gòu)成了對“三葉草”的“名義本質(zhì)”的反駁。換言之，像“a是三葉草”這樣的定言判斷的存在，說明了“三葉草”這個謂詞的某些基本特征——如“有三片葉子”——并不是必然地貫穿于能夠被該謂詞所謂述的所有對象的。換言之，總有一些對象會偶然地不具有上述基本特征。套用“霍恩子句”的話語框架來說，如果字母“p”……“t”表示了一個概念在“名義本質(zhì)”層面上所具有的所有屬性，而“u”代表了該概念本身，那么“公式一”就可以被替換為：

而九鬼的“定言的偶然性”概念則是將上述公式的推出符號“→”上面的模態(tài)詞“必然地”置換為“偶然地”，由此得到：

但這種替換顯然對第五代計算機(jī)計劃所預(yù)設(shè)的“知識完備性假設(shè)”構(gòu)成了挑戰(zhàn)，因為該假設(shè)要求程序員具備針對一個概念的所有下屬屬性的完備知識，并通過“霍恩子句”來檢查某個對象是否完全滿足所有的這樣的屬性列表，由此進(jìn)一步判斷該對象是否屬于相關(guān)概念。但“公式四”的蘊(yùn)意是：程序員至多只能獲得針對某概念的所有下屬屬性的非完備知識，而從這個知識集推出“u(a)”的過程就只能是偶然的，因此是可以允許出現(xiàn)例外的。

試圖挽救“知識完備性假設(shè)”的編程員，顯然會通過增加相關(guān)概念的屬性列表來使得原本不完備的屬性知識變得完備化。譬如，針對三葉草的案例，他們會補(bǔ)充說：關(guān)于三葉草的外部形態(tài)的屬性列表，的確不足以解釋為何四片葉子的三葉草還依然是三葉草，但只要我們將相關(guān)的屬性列表替換為關(guān)于此類植物的遺傳學(xué)知識，我們就依然能夠維持“公式三”所提到的那種推理必然性。而由于這種遺傳學(xué)知識往往是以科學(xué)假說的形式出現(xiàn)的，所以，由此出現(xiàn)的推理必然性就是所謂的“假言判斷中的必然性”。

而九鬼則針鋒相對地提出了第二個層次的“偶然性”概念與之對抗：

(2)假言判斷(即“若P則Q”這樣的判斷)中的偶然性。(20)《九鬼周造全集》第2卷，東京：巖波書店，1980年，第45—148頁。為何在這個層面上依然會存有偶然性呢？九鬼針對三葉草案例的論辯是：即使某人知道了關(guān)于遺傳學(xué)的所有可靠知識，并因此知道：在怎樣的外部條件被滿足的情況下，三葉草的遺傳基因會發(fā)生突變，并由此產(chǎn)生具有四片葉子的三葉草的變種——他還欠讀者一個更深入的解釋，以說明為何這些使得特定的遺傳變異發(fā)生的特定外部條件恰好在此時此地的這個時空坐標(biāo)被滿足了。而此類重要的額外知識的缺席，則會繼續(xù)威脅到“知識完備性假設(shè)”自身的安全性。由此看來，即使在假言判斷的層面上，偶然性也是難以被消除的。

試圖挽救“知識完備性假設(shè)”的編程員，顯然會通過追溯使得特定條件得以被滿足的時空聚合性背后的深層條件，由此進(jìn)一步完善他們心目中的屬性列表。但九鬼的問題是：對于特定的屬性進(jìn)入特定時空坐標(biāo)這一點(diǎn)的解釋，肯定會依賴于對相關(guān)對象的歷史演化過程的追溯，而這種追溯又難免會逼迫我們進(jìn)一步去追溯該對象在歷史上所承載的那些屬性的形成機(jī)制，由此導(dǎo)致無窮后退。這種無窮后退除了會在編程作業(yè)的層面上導(dǎo)致“組合爆炸”的問題之外，也必然在形而上學(xué)層面上預(yù)設(shè)一個“拉普拉斯妖”(法語“Démon de Laplace”)式的全知者以及該全知者心目中世界圖景的純?nèi)槐厝恍?。但在九鬼看來，沒有任何理由去阻止我們?nèi)ヮA(yù)設(shè)“偶然性排除原則”的反面是正確的，此即“偶然性”的最深層次：

(3)選言判斷(即“要么屬性P的示例出現(xiàn)在了此時空坐標(biāo)，要么出現(xiàn)在了彼時空坐標(biāo)”這樣的判斷)中的偶然性。(21)《九鬼周造全集》第2卷，東京：巖波書店，1980年，第149—250頁。換言之，在九鬼看來，在某個追溯層次上，“屬性P的示例出現(xiàn)在了此時空坐標(biāo)，而非彼時空坐標(biāo)”這一點(diǎn)干脆就是無法通過必然性的話語方式而得到解釋的，因此，我們必須坦然接受在這個層次上所呈現(xiàn)出的偶然性。而九鬼本人的佛教傾向則使得他將此種偶然性進(jìn)一步與富有佛教色彩的概念“絕對無”相互聯(lián)系，以便與“必然性”概念頗有淵源的西方基督教傳統(tǒng)相互對抗。

佛教文化與基督教文化之間的爭執(zhí)，當(dāng)然不是一般的計算機(jī)編程者所需要關(guān)心的。不過，九鬼哲學(xué)對于偶然性概念的全面包容，若真能被全面引入AI建模作業(yè)的話，將使得編程員從尋找對天下萬物之充分、完美之定義的勞苦作業(yè)中被解放出來，由此大大減少由此導(dǎo)致的建模成本。由此，我們甚至可以說，九鬼其實(shí)已經(jīng)以他的方式，預(yù)報了在“有限知識”的約束條件下，行動主體如何做出“廉價七成正確”的決策的認(rèn)知科學(xué)路線與AI研究路線。但很可惜的是，在他之后的日本第五代計算機(jī)研究計劃的領(lǐng)軍人物，純?nèi)缓鲆暳司殴淼倪@些哲學(xué)洞見，而在早就陳舊不堪的“知識充分性預(yù)設(shè)”的蠱惑下，陷入了“以有涯追無涯”的思維怪圈。然而，公平地說，即使這些計算機(jī)專家能夠意識到九鬼哲學(xué)的重要性，對于九鬼哲學(xué)理念的恰當(dāng)“落地”過程，也需要在認(rèn)知科學(xué)方面與編程語言方面的大量準(zhǔn)備，而第五代計算機(jī)區(qū)區(qū)10年的研究時間無論如何都是不夠的。

不過，在本節(jié)的最后，為了平衡立論，筆者還是想再說幾句贊揚(yáng)日本當(dāng)時AI發(fā)展策略的好話。拋開哲學(xué)考量不談，考慮到日本人在第五代計算機(jī)計劃上的投資也不過就是4億美金(對于日本在80年代如日中天的經(jīng)濟(jì)實(shí)力而言，這其實(shí)只是九牛一毛)，很難說該項目的失敗造成了多大的財政損失。另外，按照費(fèi)根鮑姆的講法，這個項目至少提高了廣大日本的計算機(jī)工程師的編程水平(22)Edward Feigenbaum and Howard Shrobe, “The Japanese National Fifth Generation Project: Introduction, Survey and Evaluation”,Future Generation Computer Systems 9(1993): 106.，而這一點(diǎn)也能勉強(qiáng)算是該項目的一個成就。與之相比，下面就要提到的歐盟的“藍(lán)腦計劃”，不但經(jīng)濟(jì)耗費(fèi)更多，哲學(xué)基礎(chǔ)更為薄弱，而且在廣受學(xué)界詬病之后，依然在歐盟的官方保護(hù)下，繼續(xù)低調(diào)進(jìn)行。與之相比，日本通產(chǎn)省至少既不缺乏“壯士斷腕”的勇氣，亦不缺乏“愿賭服輸，適可而止”的佛系心態(tài)。

三、歐盟的藍(lán)腦計劃評述

從總體上看，歐洲的計算機(jī)與AI的產(chǎn)業(yè)發(fā)展水平是不如美國的，互聯(lián)網(wǎng)企業(yè)的發(fā)展與移動支付手段在市場中的普及程度也相對落后。在這種大背景下，除了追加資金之外，歐盟用來對抗美國技術(shù)霸權(quán)的主要策略是打“隱私保護(hù)”牌，以道德化法規(guī)，以法規(guī)博商利。實(shí)施該策略的具體動機(jī)如下：

由于目前基于大數(shù)據(jù)的AI技術(shù)的發(fā)展，往往有賴于相關(guān)技術(shù)研發(fā)方對于用戶數(shù)據(jù)信息的大量獲取與分析，所以，這種AI發(fā)展路徑對于人類隱私的傷害幾乎是不可避免的。而這就使得對于大數(shù)據(jù)技術(shù)的立法限制，具有了某種天然的道德優(yōu)勢。歐盟對于這種優(yōu)勢的利用，在客觀上也能夠為美國互聯(lián)網(wǎng)企業(yè)在歐盟地區(qū)的拓展制造一些障礙，以便為歐盟本土企業(yè)的生存騰挪出空間。同時，由于為這種立法行為提供支撐的近代西方啟蒙主義價值觀也為美國所分享，故此，該策略的運(yùn)用，既可以大大壓縮美國企業(yè)在道德領(lǐng)域的辯護(hù)空間，也可以管控歐美商業(yè)—技術(shù)糾紛的層級?；谶@種觀察，2018年5月25日，歐盟出臺了《通用數(shù)據(jù)保護(hù)條例》(General Data Protection Regulation，簡稱GDPR)(23)European Parliament, “General Data Protection Regulation”, https://gdpr-info.eu/, 2018.，強(qiáng)調(diào)數(shù)據(jù)提供方的知情權(quán)，并明文規(guī)定了用戶的“被遺忘權(quán)”，即用戶個人可以要求責(zé)任方刪除關(guān)于自己的數(shù)據(jù)記錄。據(jù)此法規(guī)，2019年1月22日，美國的谷歌公司被法國隱私監(jiān)管機(jī)構(gòu)(CNIL)處以5000萬歐元(約合5700萬美元)的巨額罰款，原因是谷歌未能依據(jù)“GDPR”規(guī)定向用戶正確披露該公司是如何通過其搜索引擎、谷歌地圖和YouTube等服務(wù)收集用戶的隱私數(shù)據(jù)的。在GDPR的基礎(chǔ)上，2020年2月19日，歐盟委員會又于布魯塞爾發(fā)布了內(nèi)容更為全面的《人工智能白皮書》。(24)European Commission, “White Book on Artificial Intelligence： A European Approach to Excellence and Trust”, https://ec.europa.eu/info/sites/info/files/commission-white-paper-artificial-intelligence-feb2020_en.pdf, 2020.針對人臉識別技術(shù)，該白皮書特別強(qiáng)調(diào)，歐盟數(shù)據(jù)保護(hù)規(guī)則原則上禁止以識別特定自然人為目的處理生物數(shù)據(jù)(如人臉信息)，特殊條件除外。同時，該《白皮書》也特別強(qiáng)調(diào)了“可信賴的人工智能框架”，以夯實(shí)2018年12月18日歐盟委員會已經(jīng)公布的《可信賴的人工智能道德準(zhǔn)則草案》(25)European Commission, “High-Level Expert Group on Artificial Intelligence: Ethics Guidelines for Trustworthy AI”,https://ai.bsa.org/wp-content/uploads/2019/09/AIHLEG_EthicsGuidelinesforTrustworthyAI-ENpdf.pdf, 2018.所給出的文件精神，即AI研發(fā)必須以人為中心，尊重人類的尊嚴(yán)、平等和自由等基本權(quán)利，等等。

從價值觀的角度上看，歐盟的AI發(fā)展規(guī)劃背后的道德原則當(dāng)然是值得肯定的。然而，從哲學(xué)角度看，一種過于強(qiáng)調(diào)“應(yīng)然”的技術(shù)規(guī)范指導(dǎo)原則，也必須要有特定的技術(shù)手段加以支撐。以航空工業(yè)為例：在機(jī)艙增壓技術(shù)發(fā)明之前，讓“客機(jī)的旅客感到旅行舒適”的規(guī)范性要求便是難以落地的，因此，在缺乏相應(yīng)技術(shù)保障的前提下，一種對于此類規(guī)范的文牘式強(qiáng)調(diào)，也會變成純粹的觀念性游戲。同樣的道理，除非歐盟能夠提出與大數(shù)據(jù)技術(shù)以及深度技術(shù)相對抗的新的AI發(fā)展路徑，以便在技術(shù)層面上，而不僅僅是在文件層面上規(guī)避對于用戶隱私的大范圍榨取。否則，除了以消極的方式對美國的互聯(lián)網(wǎng)巨頭進(jìn)行罰款之外，就很難看到這樣的法規(guī)政策能夠以怎樣的積極方式促進(jìn)AI的發(fā)展。然而，在上述《白皮書》的文本中，歐盟對于AI發(fā)展的正面扶持政策，主要也只是體現(xiàn)于AI與歐洲相對強(qiáng)大的領(lǐng)域(機(jī)械，運(yùn)輸，網(wǎng)絡(luò)安全，農(nóng)業(yè)，綠色與循環(huán)經(jīng)濟(jì)，醫(yī)療保健以及時尚和旅游業(yè))的結(jié)合之上，而且此類的扶持政策缺乏進(jìn)一步具體的技術(shù)路線圖加以支撐的。所以，很難說歐盟的AI發(fā)展策略是具有真正的可持續(xù)的。

不過，這并不是說在一個更小的尺度上，歐盟沒有提出過一個與AI相關(guān)且的確主要由歐盟的資金加以支持的技術(shù)發(fā)展路線。實(shí)際上，所謂的“藍(lán)腦計劃”，便是這樣的一個技術(shù)發(fā)展路線。但是，支撐該計劃的哲學(xué)理念卻是混亂的，甚至也沒有體現(xiàn)出歐盟所提倡的“可信賴的人工智能”理念所應(yīng)當(dāng)具有的任何特征。而這一點(diǎn)也就從一定程度上映照出了“可信賴的人工智能”這一概念自身的空洞性。

那么，什么叫“藍(lán)腦計劃”呢？說得直白一點(diǎn)，該計劃的核心思想就是在一臺叫“藍(lán)基因”(Blue Gene)的超級計算機(jī)上，構(gòu)建一個數(shù)碼虛擬腦，以便整合神經(jīng)科學(xué)學(xué)界既有的對于大腦的數(shù)據(jù)，最終完成此類知識的“大一統(tǒng)”。該計劃的主持人是洛桑聯(lián)邦理工學(xué)院的神經(jīng)科學(xué)家馬克拉姆(Henry John Markram, 1962—),研究的資助在相當(dāng)程度上來自歐盟委員會(后者在2013年給予該項目10億歐元資助)。由于該計劃兼跨神經(jīng)科學(xué)、醫(yī)藥學(xué)與AI，所以，支持該計劃的學(xué)術(shù)野心其實(shí)還要大于日本第五代計算機(jī)計劃的。但由于該計劃在方案設(shè)計時存在一些難以修補(bǔ)的結(jié)構(gòu)性漏洞，所以，目前的進(jìn)展并不順利，相當(dāng)多的業(yè)界人士認(rèn)為它已經(jīng)失敗。創(chuàng)刊于1857年的美國老字號雜志《大西洋》就在2019年7月22日刊登了一篇題目為《人腦計劃并未履行其諾言》的文章(26)Ed Yong, “The Human Brain Project Hasn't Lived Up to Its Promise”, The Atlantic JULY 22(2019)， https://www.theatlantic.com/science/archive/2019/07/ten-years-human-brain-project-simulation-markram-ted-talk/594493/.，該文是這么譏諷該項目的：

馬克拉姆的目標(biāo)，并非是建立一個簡化版本的大腦，而是一個極為復(fù)雜的大腦摹本：這個摹本的細(xì)節(jié)會一直落實(shí)到其構(gòu)成的神經(jīng)元之上，落實(shí)于神經(jīng)元之間的電傳導(dǎo)，甚至是落實(shí)于在神經(jīng)元內(nèi)部的那些起到開關(guān)作用的基因機(jī)制。從該計劃一創(chuàng)立開始，對于該路徑的批評就不絕于耳，譬如，這種路徑的自下而上(bottom-up)策略就由其荒謬性而顯得很不靠譜。對于大腦的種種堂奧——比如神經(jīng)元是如何彼此聯(lián)接與合作的，記憶是如何構(gòu)成的，決策是如何完成的——我們所知的，要遠(yuǎn)少于我們所未知的，因此，在區(qū)區(qū)十年內(nèi)將這些細(xì)節(jié)全部吃透，在時間上肯定是遠(yuǎn)遠(yuǎn)不夠的。其實(shí)，僅僅將不起眼的秀麗隱桿線蟲(一種約1毫米長的雌雄同體的小線蟲——引者注)的區(qū)區(qū)302個神經(jīng)元加以圖像化并建模，就已經(jīng)足夠難了，更不用提對我們的顱腔內(nèi)的860億個神經(jīng)元進(jìn)行建模了?！按蠹叶颊J(rèn)為這計劃太不實(shí)際了，以至于都不認(rèn)為這是個值得追求的目標(biāo)”——正在撰寫一本關(guān)于為大腦建模的著作的神經(jīng)科學(xué)家林德賽(Grace Lindsay)如是說。

如果說“目標(biāo)太大，進(jìn)展太小”是學(xué)界對于藍(lán)腦計劃的最普遍批評的話，那么，這樣的科研規(guī)劃又是如何通過歐盟委員會的評估的呢？這就牽涉到了一切官僚主導(dǎo)的科研計劃所具有的某種通病(而這一通病也體現(xiàn)在日本的第五代計算機(jī)計劃中)，這就是：越是顯得野心勃勃的科研計劃，就越是容易激發(fā)不太懂科研的行政當(dāng)局的虛榮心，并得到預(yù)算方面的支持——而為藍(lán)腦計劃大開綠燈的歐盟委員會(European Commission)亦不能免俗。從表面上看，與隸屬于主權(quán)國家的日本通產(chǎn)省不同，歐盟委員會所為之服務(wù)的歐洲聯(lián)盟是國家聯(lián)盟，而非單個主權(quán)國家，因此，該組織的預(yù)算審批能力貌似應(yīng)當(dāng)是有限的。但實(shí)際上，歐盟委員會的實(shí)際權(quán)力卻要大于其名號所暗示的樣子。如果將歐盟看成是一個準(zhǔn)國家的話，那么，歐盟委員會、歐盟議會與歐洲法院就構(gòu)成了一個超國家層面上的“行政—立法—司法”三位一體機(jī)構(gòu)，而且歐盟委員會在三者之中權(quán)重竟然還是最大的(作為歐盟條約監(jiān)護(hù)人，歐盟委員會負(fù)責(zé)監(jiān)督各歐盟成員國對歐盟法律的履行，而且在必要之時可以在歐洲法院對歐盟成員國提起控告)。歐盟委員會的此種強(qiáng)勢地位當(dāng)然也使得其獲得了強(qiáng)大的預(yù)算(包括科研預(yù)算)分配力。根據(jù)歐盟官網(wǎng)的信息(27)European Union, “How the EU Budget is Spent”, https://europa.eu/european-union/about-eu/eu-budget/expenditure_en, 2020.，在所有的歐盟預(yù)算中，歐盟委員會在“預(yù)算方案制定”與“預(yù)算實(shí)際分配”兩個關(guān)鍵環(huán)節(jié)中獲得了主導(dǎo)權(quán)(盡管預(yù)算方案的批準(zhǔn)權(quán)依然在歐洲議會)——由此不難推出，任何科研項目只要得到了該委員會的行政當(dāng)局的認(rèn)可，就可以在預(yù)算方面得到優(yōu)厚的支持。而藍(lán)腦計劃就是這樣的一項科研計劃。根據(jù)生物學(xué)家施耐德(Leonid Schneider)的觀察，為了使藍(lán)腦計劃的預(yù)算資金能夠年年到位，上層主管當(dāng)局似乎與項目負(fù)責(zé)人構(gòu)成了某種合謀：在2013—2015年的年度科研進(jìn)展評估中，評估團(tuán)的專家名單都是向社會公開的，而2016年的評估團(tuán)成員名單卻轉(zhuǎn)為了“不公開”，且他們所撰寫的明顯帶有“放水”性質(zhì)的評估報告本身，(28)European Commission,“Human Brain Project: Review and Highlights of Scientific and Technical Achievements”， https://drive.google.com/file/d/0By2HqPi4t2RbWGFZNGlfZGM2TXM/view?usp=drive_open September 2016.也淪落到了“數(shù)數(shù)發(fā)了幾篇文章”這樣的外行水準(zhǔn)。為此，施耐德譏諷道：

現(xiàn)在諸位應(yīng)當(dāng)明白了，人腦模擬計劃，與其說是一個貨真價實(shí)的科研計劃，還不如說是一個科研資金的崇拜者所構(gòu)成的偶像崇拜團(tuán)體。理解了這一點(diǎn)，諸位也明白為何該計劃的成就不可能以科學(xué)的方式來加以評估了。無論該團(tuán)隊做得好還是不好，其成就都會得到正面的評價，因為當(dāng)歐盟選擇了像馬奎特(Wolfgang Marquardt)這樣的人做項目中介人，而不是誠實(shí)地承認(rèn)錯誤、解散項目組并重新分配資金的時候，歐盟已經(jīng)預(yù)設(shè)了該計劃肯定會成功(馬奎特是“余利希研究中心(Forschungszentrum Jülich GmbH (FZJ))的主席。按照施耐德的描述，他屬于代表德國方面參與藍(lán)腦計劃的利益協(xié)調(diào)人——引者注)。(29)Leonid Schneider,“ Human Brain Project: Bureaucratic Success Despite Scientific?Failure”, https://forbetterscience.com/2017/02/22/human-brain-project-bureaucratic-success-despite-scientific-failure/, 2017.

看得更深一點(diǎn)，施耐德對于藍(lán)腦計劃與特定長官意志之間的合謀機(jī)制的詬病，亦揭露了相關(guān)項目立項過程中哲學(xué)批判精神的缺失。毋寧說，哲學(xué)批判精神本身就代表了行政主導(dǎo)的科研立項活動的反面：其一，行政官僚往往以5年、10年為政績考核的最大時間段，因此非常容易犯下“好大喜功”的毛病，而不顧科研方案的實(shí)際可操作性；與之相比，哲學(xué)思辨往往爭論繼續(xù)幾百年(甚至上千年)都沒有結(jié)果，這就使得哲學(xué)家對于項目的失敗抱有更大的平常心；其二，現(xiàn)代科學(xué)研究往往經(jīng)費(fèi)消耗巨大，這就使得項目的失敗會導(dǎo)致巨大的追責(zé)壓力，而這種壓力也反過來驅(qū)使研究者與行政管理當(dāng)局合謀，夸大科研效果；而經(jīng)費(fèi)消耗較少的哲學(xué)研究則沒有如此明顯的造假沖動；其三，更重要的是，與科學(xué)爭鳴相比，哲學(xué)討論往往更傾向于對一個理論得以成立的觀念前提進(jìn)行深挖，這就使得哲學(xué)討論在根底上就比科學(xué)研究更具顛覆性，而非建設(shè)性。當(dāng)然，這種顛覆性的批判精神，若不加制衡，也會對人類學(xué)術(shù)的整體發(fā)展產(chǎn)生不利影響——但對于這種精神特質(zhì)的適當(dāng)運(yùn)用，至少能夠在項目立項的紙面推演階段起到“謬誤清道夫”的作用，以避免一些勞民傷財?shù)难芯坑媱澣フ紦?jù)那些更有希望成功的研究計劃的有限預(yù)算。

而從哲學(xué)角度看，藍(lán)腦計劃的核心問題，就是它在哲學(xué)上預(yù)設(shè)了兩個彼此矛盾的哲學(xué)前提：第一個是“生物學(xué)還原主義”(biological reductionalism)，第二個是“功能主義”(functionalism)——而這兩者之間的沖撞，本該是能夠通過“謬誤清道夫”的工作而在觀念層面上就被發(fā)現(xiàn)的。

那么，什么叫生物學(xué)還原主義呢？這是說，人腦的高層次心理機(jī)能，在原則上都可以被還原為與之相關(guān)的底層生物學(xué)事件。基于這種觀察，對于人類智能的研究，也必須奠基于對于實(shí)現(xiàn)智能的基本物質(zhì)條件——大腦的微觀活動——的研究。而這一推論與AI之間的關(guān)系則在于：有鑒于人類智能是我們已知的唯一的高級智能形式，所以，對于AI的研究，也必須植根于對于人腦的研究。故此，在藍(lán)腦計劃的支持者看來，對于大腦的數(shù)碼建模是AI研究的不二法門。

但仔細(xì)的讀者恐怕不難發(fā)現(xiàn)，上面的論證包含了一個跳躍，即對于生物學(xué)還原主義的徹底遵從并不會立即導(dǎo)致對于數(shù)碼大腦建模規(guī)劃的支持。這是因為，無論對于大腦的數(shù)碼建模會精細(xì)到如何之地步，其物理實(shí)現(xiàn)方式依然是“硅基”的，而非“碳基”的，而二者之間的差距之大，足以讓一個生物學(xué)還原主義的忠誠信仰者去懷疑：對于大腦的數(shù)碼建模到底會在多大程度上實(shí)現(xiàn)智能。而要彌補(bǔ)這個理論漏洞的唯一辦法就是引入一種叫“功能主義”的哲學(xué)立場，即認(rèn)定某種高層次的生物機(jī)能具有認(rèn)知論上的不可還原性與“多重可實(shí)現(xiàn)性”(multiple realizablity)——譬如說，通過對于大腦的數(shù)碼建模而發(fā)現(xiàn)的關(guān)于大腦運(yùn)作的某種抽象機(jī)能，既能實(shí)現(xiàn)于硅基物理載體(如計算機(jī))，又能實(shí)現(xiàn)于碳基物理載體(如人腦)。這樣一來，對于大腦的神經(jīng)科學(xué)研究對于AI的啟發(fā)意義，也就變得可以說通了。

但為何說上述這種功能主義立場，就一定會與生物學(xué)還原主義的立場產(chǎn)生沖突了呢？這是因為，功能主義的最激進(jìn)版本，本來就是與最激進(jìn)版本的生物學(xué)還原主義彼此不相容的，而人為地使得二者彼此相容，對于二者的“祛激進(jìn)化處理”又難免給人留下“特設(shè)化處理”(ad hoc treatment)的口實(shí)，難以獲取普遍化的理論說服力。具體而言，激進(jìn)的生物學(xué)還原主義者完全可以從如下角度攻擊藍(lán)腦計劃：該計劃為何那么執(zhí)著于對于哺乳動物(特別是老鼠)的大腦的神經(jīng)元之間的突觸聯(lián)接狀況的數(shù)碼重建呢？難道這就是生物學(xué)應(yīng)當(dāng)關(guān)注的全部嗎？為何不去研究諸如腎上腺皮質(zhì)激素、下丘腦激素、多巴胺等化學(xué)物質(zhì)的分泌對于智能系統(tǒng)的運(yùn)作的影響呢？還有，數(shù)量是神經(jīng)元10倍之多的膠質(zhì)細(xì)胞的運(yùn)作狀態(tài)，為何被遺忘了呢？很顯然，如果藍(lán)腦計劃的研究路線圖完全按照激進(jìn)生物學(xué)還原主義的要求去做的話，其研究領(lǐng)域涉及的面之大，將完全使得項目本身變得不可被操作。而激進(jìn)的功能主義則完全可能從另外一個角度攻擊藍(lán)腦計劃：為何我們要執(zhí)著于在神經(jīng)元突觸聯(lián)接的層次上進(jìn)行大腦建模呢？為何我們不能在高于神經(jīng)生物學(xué)的心理層次從事這種建模工作呢？具體而言，對于人類的語言機(jī)能、推理機(jī)能的研究，若被還原到神經(jīng)科學(xué)的層面上，難免會陷入“只見樹木、不見森林”的尷尬境地，而難以為AI的研究提供清晰可辨的指導(dǎo)意見——而如若我們將研究的層次一下子拉到心理學(xué)的高層面上的話，那么，心理學(xué)理論自身的簡潔性，難道不能以更直接的方式對AI產(chǎn)生更為直接的幫助嗎？需要注意的是，心理學(xué)研究路徑的這些支持者未必會在觀念上徹底排斥神經(jīng)科學(xué)的研究。譬如，他們完全可以利用神經(jīng)科學(xué)證據(jù)去評判哪些既有的心理學(xué)理論更能得到神經(jīng)科學(xué)的支持——但即使如此，基于“多重可實(shí)現(xiàn)性”概念，那些得到神經(jīng)科學(xué)支持的心理學(xué)理論也依然會保持自身的抽象性，而不用被重新還原到神經(jīng)科學(xué)的微觀描述方式中去。而這種獨(dú)立性又進(jìn)一步使得AI研究能夠直接從心理學(xué)那里獲得指導(dǎo)，而不是非常曲折地從關(guān)于相關(guān)心理建構(gòu)的神經(jīng)學(xué)建模出發(fā)獲得靈感。

那么，面對激進(jìn)的生物學(xué)還原主義與激進(jìn)的心理功能主義的兩面夾擊，藍(lán)腦計劃的支持者為何還如此執(zhí)著于對于神經(jīng)元突觸模型的研究呢？答案就只能建立在他們對于一個關(guān)鍵詞的膜拜之上，此即：“電”。我們知道，主流的計算機(jī)設(shè)備當(dāng)然是由電能驅(qū)動的，而生物組織也會在自身的活動中發(fā)生各種電位變化，由此釋放生物電。由此，電，就成了將生物腦與計算機(jī)進(jìn)行聯(lián)系的某種神秘通道——而在神經(jīng)科學(xué)的范疇中，最典型的腦電承載單位便是神經(jīng)元(包括其突觸、軸突，以及其細(xì)胞膜表面的諸多離子通道)。恐怕也正是基于這種觀察，馬克拉姆的團(tuán)隊才特別執(zhí)著于對于神經(jīng)元的數(shù)字建模。他于2015年在《細(xì)胞》雜志上正式發(fā)表的一篇論文，對幼鼠體感皮層中相當(dāng)于一個功能柱組織的一塊1/3 mm3 大小的組織進(jìn)行了建模，該模型據(jù)說能夠準(zhǔn)確預(yù)測生物電是如何在真正的神經(jīng)元組織中產(chǎn)生的。(30)Henry John Markram et al, “Reconstruction and Simulation of Neocortical Microcircuitry”, Cell 163(2015): 456—492.而這項研究，也成了目前藍(lán)腦計劃在科研領(lǐng)域內(nèi)的最大斬獲之一。

然而，從哲學(xué)功能主義的角度看，對于生物大腦而言，電的產(chǎn)生只是一系列復(fù)雜生物化學(xué)反應(yīng)所導(dǎo)致的外圍性現(xiàn)象，而這些復(fù)雜的生化反應(yīng)在功能上卻未必就只與腦電的產(chǎn)生相關(guān)。譬如，乙酰膽堿在突觸之間的合成固然能夠促進(jìn)神經(jīng)電的釋放，但此類化學(xué)物質(zhì)也能扮演別的(甚至完全相反的)功能角色，如在心臟組織中的乙酰膽堿就具有抑制神經(jīng)傳遞的效果。而與之做比較，作為現(xiàn)代計算機(jī)的硬件基礎(chǔ)的集成電路，其構(gòu)成卻與之完全不同。毋寧說，從本質(zhì)上看，集成電路就是采用一定的工藝，把一個電路中所需的晶體管、電阻、電容和電感等元件及布線集成在一起的小型功能組件，因此，其所有構(gòu)成部分本身都是在功能的意義上“為電而生”的。換言之，既然電流的存在之于集成電路的功能性意義，不同于其之于神經(jīng)元功能柱之功能性意義，那么，不少神經(jīng)科學(xué)家對于生物電現(xiàn)象的強(qiáng)調(diào)本身，可能就是建立在對于偶然現(xiàn)象與本質(zhì)性現(xiàn)象的哲學(xué)混淆之上的。而這些混淆，本該是能夠通過耗費(fèi)較少的哲學(xué)活動就加以澄清的。

四、總結(jié)性評論

至此，本文已經(jīng)對蘇、日、歐三方各自的計算機(jī)產(chǎn)業(yè)與AI發(fā)展規(guī)劃中的錯誤，作出了哲學(xué)層面上的檢討?，F(xiàn)在我們就從更高的層面上，對由此得到的教訓(xùn)進(jìn)行提煉。

教訓(xùn)一：計算機(jī)產(chǎn)業(yè)的發(fā)展與AI的研究，需要相對寬松的國際環(huán)境，以便在國與國之間進(jìn)行基本的產(chǎn)業(yè)與技術(shù)交流。而考慮到美國在相關(guān)產(chǎn)業(yè)的領(lǐng)先地位，相對寬容的國際關(guān)系幾乎略等于當(dāng)事國與美國的關(guān)系。很明顯，在本文提到的蘇、日、歐三方中，與美國外交關(guān)系最緊張的就是蘇聯(lián)，而受到美國技術(shù)禁運(yùn)最嚴(yán)厲的也是蘇聯(lián)，最后，信息技術(shù)發(fā)展最落后的依然還是蘇聯(lián)。這一點(diǎn)無疑是耐人尋味的。

教訓(xùn)二：AI研究的最終指向不明確，風(fēng)險極大，10年的研究規(guī)劃只能完成階段性項目，而無法畢其功于一役。但無論是日本的第五代計算機(jī)計劃還是歐洲的藍(lán)腦計劃，都以10年為期，如此逼仄的時間預(yù)算當(dāng)然會在根本上威脅到項目最后的執(zhí)行度。后來者當(dāng)引以為戒。

教訓(xùn)三：AI研究的投資方，無非是公司、國家與大學(xué)三方(不過，在國立大學(xué)占據(jù)主導(dǎo)地位的國家，大學(xué)的投資也主要來自國家)。而在本文中提到的蘇、日、歐的研究規(guī)劃，都有明顯的國家行政導(dǎo)向傾向，這就使得相關(guān)項目很難擺脫行政虛榮心的羈絆，而導(dǎo)致規(guī)劃目標(biāo)的片面拔高。與之相比，美國的AI研究的主力投資方乃是私人公司與私立大學(xué)，這就使得來自資本方的考量能夠部分克服上述行政虛榮心。不過，基于資本增值目的的科研投資也可能會帶來過于急功近利的立項取向，因此，在政界督導(dǎo)、資本吸納與學(xué)術(shù)創(chuàng)新之間達(dá)成某種平衡，才是促成AI健康發(fā)展的中庸之道。

教訓(xùn)四： 哲學(xué)批判精神都沒有在蘇、日、歐的相關(guān)科研計劃中發(fā)揮重要的作用，這就使得一些大而化之的研究規(guī)劃沒有在“概念論證”的階段受到足夠認(rèn)真的檢視，而這種缺憾，又是與人文學(xué)科在整個科研預(yù)算分配游戲中的邊緣化地位密切相關(guān)的。具體而言，在蘇聯(lián)，這種邊緣化地位主要是緣于獨(dú)立于行政意圖的純粹哲學(xué)研究自身的不成熟；在日本，這種邊緣化地位緣于日本戰(zhàn)后的思想界對于以九鬼哲學(xué)為代表的日本本土哲學(xué)的系統(tǒng)性遺忘；而即使在哲學(xué)的社會地位相對較高的歐盟地區(qū)，哲學(xué)自身的批判性，亦在“跨學(xué)科研究”的名目下，被預(yù)算爭奪游戲與行政虛榮心的合謀所犧牲。這當(dāng)然不是說“跨學(xué)科研究”是不值得追求的，而是說，跨學(xué)科研究的必要性，并不意味著“所有的特定跨學(xué)科研究方案都是好方案”。毋寧說，在行政虛榮心與預(yù)算獲取沖動的支配下，在當(dāng)下的學(xué)術(shù)游戲中容易得到青睞的跨學(xué)科研究方案，與其說是因為其在概念論證的層面上真正具有前景，還不如說是因為其所聯(lián)合的學(xué)科各自具有強(qiáng)大的話語權(quán)，并因此很容易通過“強(qiáng)強(qiáng)聯(lián)手”而在預(yù)算分配游戲中構(gòu)成“馬太效應(yīng)”。以藍(lán)腦計劃為例：既然神經(jīng)科學(xué)與AI都是具有強(qiáng)大的既有話語權(quán)的學(xué)科，藍(lán)腦計劃對于二者的形式上統(tǒng)合就會使得項目本身獲得很強(qiáng)的行政說服力。而與之相比，那些從哲學(xué)角度看，對于AI研究可能更為重要的學(xué)科——如心理學(xué)、語言學(xué)——卻因為自身學(xué)術(shù)話語權(quán)的邊緣化，而在AI研究的預(yù)算分配游戲中被排斥。對于AI事業(yè)的健康發(fā)展來說，這絕對不是一件好事。

中國未來的AI事業(yè)發(fā)展，也當(dāng)充分吸取以上四點(diǎn)教訓(xùn)。應(yīng)當(dāng)看到，在改革開放以后的很長一段時間內(nèi)，我國通過系統(tǒng)引入西方的科技技術(shù)，一直處在遠(yuǎn)比蘇聯(lián)有利的信息科學(xué)發(fā)展生態(tài)位上。但最近幾年發(fā)生的中美貿(mào)易與科技糾紛，則在高端芯片生產(chǎn)方面與國際人才的流動方面，對我國的AI事業(yè)的發(fā)展構(gòu)成了制約。同時，我國目下的AI發(fā)展的基本策略，就是利用中國龐大的互聯(lián)網(wǎng)用戶所產(chǎn)生的數(shù)據(jù)紅利，拓展緣起于美國的深度學(xué)習(xí)技術(shù)的應(yīng)用范圍，這就使得相關(guān)技術(shù)的發(fā)展更容易受到美國來自技術(shù)供應(yīng)端、知識產(chǎn)權(quán)端與政策制約端的三重打壓。而要從這種死局中找到活路，創(chuàng)新性的哲學(xué)思維就顯得十分重要。譬如，如果我們能夠開拓出一種基于小數(shù)據(jù)的(而非大數(shù)據(jù)的)、并由此在原則上就不需要大量獲取用戶個人信息的新AI發(fā)展思路，就完全可能由此規(guī)避美國目前針對我國的大多數(shù)政策限制。但非常令人遺憾的是，對于這條思路所具有的戰(zhàn)略意義，在國內(nèi)的學(xué)術(shù)界與科技政策界中還沒有得到普遍的共識。(31)對于該思路的全面闡述，請參見徐英瑾：《心智、語言和機(jī)器——維特根斯坦哲學(xué)與人工智能科學(xué)的對話》，北京：人民出版社，2013年。

致謝：美國圣路易斯大學(xué)哲學(xué)系的博士候選人趙海丞為本文的撰寫提供了部分資料。美國天普大學(xué)計算機(jī)系的王培副教授閱讀了本文的初稿，并提出了批評意見。特此致謝。