肖 峰

人工智能具有學科上多重性或“多面孔”的特征，它是科學（計算科學的一個分支，一門為了模擬人的智能而研究心靈如何工作的科學），也是技術(shù)（在計算機上實現(xiàn)智能模擬的技術(shù)，智能機器、機器人等是其作為人工物的技術(shù)，算力、算法、數(shù)據(jù)挖掘等是其核心技術(shù)），因此它具有科學與技術(shù)一體化的特征，“它指的是計算機科學和機器人技術(shù)的一個共同研究領(lǐng)域，在這個領(lǐng)域中，研究目標是開發(fā)能夠執(zhí)行需要人工智能才能完成的任務(wù)的系統(tǒng)?！雹貴lasinski,m.,Introduction to Artifcial Intelligence,Switzerland:Springer International Publishing,2016,p.236.不僅如此，人工智能具有工程的特征，它是不斷走向規(guī)?；彤a(chǎn)業(yè)化的工程，是日益廣泛應(yīng)用于各個領(lǐng)域并取得經(jīng)濟效益的社會工程；同時人工智能也具有哲學的屬性，尤其具有哲學認識論的特征，以至于在一定意義上可以說人工智能就是認識論，從而認識論也是它的“多面孔”之一。人工智能的這些綜合特性中，其認識論特征通常被關(guān)注較少，而把握這一特征對于更深入更全面地理解人工智能的意蘊可提供新的啟示。

一、在什么意義上人工智能就是認識論？

可以從學科相關(guān)性、對象相關(guān)性、根基相關(guān)性以及終極追尋的相關(guān)性等維度上來理解人工智能就是認識論。

從學科上看，人工智能和哲學（尤其是認識論）都可以與認知科學相關(guān)。認知科學作為“理解大腦行為”和“揭示心靈奧秘”的研究領(lǐng)域，由六大學科（哲學、心理學、人工智能、語言學、人類學和神經(jīng)科學）交叉而成，這些學科集合成為認知科學時，就具有了力求把握人的思維認識活動內(nèi)在機制的共同使命和學術(shù)指向。當人工智能最初被納入認知科學時，那些早期的人工智能理論家也就被歸為認知科學家，具有廣義認知能力的機器人被稱為“認知機器人”，這樣的認知機器人力求被設(shè)計為能夠?qū)W習并應(yīng)對復(fù)雜的情況從而在沒有人的直接幫助下完成開放式任務(wù)，由此就有了“cognitive science AI”即“認知科學人工智能”的說法。②Uddin,m.N.,“Cognitive science and artificial intelligence”，Cognitive Computation and Systems,Vol.1,No.4,2019,pp.113-116.并且“在這個意義上，人工智能不是一件東西，而是某些系統(tǒng)的一種屬性，就像移動機器人的移動性是允許它們移動的一種屬性一樣。第二種意義上的人工智能是一門名為認知科學的學科的研究主題，而不是計算機科學或機器人技術(shù)?！雹貴lasinski,m.,Introduction to Artifcial Intelligence,p.236.更進一步看，如果狹義地理解“認知”，即從“信息處理”或“計算—表征”的意義上理解它，所形成的“第一代認知科學”和符號主義范式的人工智能就具有直接同一性，這就是認知哲學家豪格蘭德（John Haugeland）所說的：“關(guān)于認知科學的一種思考方法是狹義地理解‘認知’一詞，并將人工智能作為其本質(zhì)，那就是物理符號系統(tǒng)的假設(shè)，或者我所說的‘好的老式人工智能’。其基本方法是研究如何通過合理地操縱符號表示來實現(xiàn)智力成就，這是根據(jù)這種狹義概念進行認知的本質(zhì)?！雹贖augeland J.,“Farewell togOFAI?”in Baumgartner,P.and Payr,S .eds.,Speakingmind:Interviews with Twenty Eminent Cognitive Scientists,Princeton：Princeton University Press,2014,p.101.

在人工智能與認知科學具有某種同一性的基礎(chǔ)上，還可以看到認知科學與認識論也具有某種意義上的同一性，即認知科學一定意義上就是認識論。這主要表現(xiàn)為：第一，現(xiàn)代意義上的認知科學出現(xiàn)以前，“在很長一段時間里，哲學家是唯一的認知科學家”③Churchland,P.m.,“Neural Networks and Commonsense,”in Baumgartner,P.andPayr,S.,Speakingmind:Interviews with Twenty Eminent Cognitive Scientists,Princeton：Princeton University Press,2014,p.33.，認知科學（包括心理學）所研究的內(nèi)容都是由哲學認識論來承擔的。第二，在現(xiàn)代意義上的認知科學出現(xiàn)后，認識論研究領(lǐng)域中隨之也出現(xiàn)了用認知科學取代認識論的自然主義趨向。“試圖通過把哲學問題與科學發(fā)現(xiàn)聯(lián)系起來來回答基本問題，這種方法被稱為自然主義?！雹躎hagard,P.,The Brain and themeaning of Life,Princeton University Press,2010,p.5.當然不能贊同用認知科學取代認識論的極端化的看法，但其中所揭示的兩者之間具有緊密關(guān)聯(lián)這一事實則具有一定的啟發(fā)性。第三，“認知”和“認識”本身就是含義交叉甚至高度重疊的，認知既要研究動態(tài)的認識，也要研究靜態(tài)的知識，而認識論同樣如此，它甚至就被界定為“知識論”。總之，認知科學與人工智能和認識論都具有某種意義上的同一性這種特殊關(guān)系，使得人工智能在一定意義上就是認識論這一論題具有了學科意義上的理據(jù)。

概而言之，從學科的視角看，人工智能和認識論都可以統(tǒng)攝于認知科學這個共同的領(lǐng)域之下，它們都是“心智研究”這個大家族的成員，無非是研究的方式或手段有所不同：認識論是以哲學的方式研究心智，而人工智能則以計算機科學的方式研究心智，并將這種研究的結(jié)果再用于模擬和延展人的心智。

從學科上，還可以從“人工智能就是哲學”的意義上來理解人工智能就是認識論。意大利機器人專家斯查馮拿地（Viola Schiaffonati）認為“人工智能和哲學被認為有很多共同之處”⑤Schiaffonati,V.,“Framework for the Foundation of the Philosophy of Artifcial Intelligence”,minds andmachines,Vol.13,No.5.2003,pp.537-552.，心智哲學家丹尼特（Daniel Dennett）則更明確地提出：“在很大程度上，人工智能就是哲學。它經(jīng)常直接涉及到那些一眼就能認出來的問題：心靈是什么?意義是什么?什么是推理和理性?在知覺中識別物體的必要條件是什么?如何做出和證明決策?”⑥D(zhuǎn)ennett,D.C.,Brainchildren.Essays on designingminds,Cambridge:ThemIT Press,1998,pp.265-266.美國哲學家格萊默爾(Clarkglymour)在一篇標題為“Artificial Intelligence is Philosophy”的文章中進一步指出：“人工智能就是轉(zhuǎn)化為計算機程序的哲學解釋。從歷史上看，我們所視為的人工智能興起于將哲學家所提供的解釋所進行的可計算化的延展與應(yīng)用?！雹逩lymour C.,“Artificial Intelligence is Philosophy,”in Fetzer J.H.,ed.,Aspects of Artificial Intelligence.Springer,Dordrecht,1988,p.195.從這些分析中可以看到，人工智能必然與哲學相逢，與哲學問題相交織，而人工智能所涉及的哲學問題大量的是認識論問題，與人工智能的研究直接相關(guān)的哲學問題則主要是認識論問題，以至于“人工智能和哲學通過認識論相聯(lián)系”⑧董軍、潘云鶴：《人工智能的認識論問題》，《科學》2002 年第4 期。。所以當人們說人工智能就是哲學時，無疑也是在一定意義上主張人工智能就是認識論。

上述相關(guān)性也可以說源自于兩者在研究對象上的相關(guān)性。認識論以人的認識（心智）為對象，而人工智能所模擬的就是人的認識（包括行為，它屬于廣義的認識，即知和行的一體化存在），所以人工智能是在人工技術(shù)裝置上呈現(xiàn)出來的人的認識現(xiàn)象。研究對象的相關(guān)使得兩者也具有共同的旨趣，人工智能所追求的主題正是哲學認識論千百年以來不斷追求的目標，兩者所做的工作在某種意義上具有同一性，就是要搞清楚心靈是如何工作的，即人腦認識活動及智能活動的本質(zhì)和機理，然后由AI接著進一步在計算機上通過技術(shù)手段去實現(xiàn)它。人工智能也被稱為“知識工程”，涉及知識的獲取、學習、表達等問題，這些也完全與作為知識論的認識論相吻合，只不過前者是使用了另一套術(shù)語（形式化語言）來表達的認識論。所以人工智能包含大量的知識論問題：知識的獲取問題（通過輸入程序來獲取，還是通過機器學習來獲?。⒅R的表示問題（通過符號來表示還是通過聯(lián)結(jié)機制來表示，技能知識如何表示）、知識發(fā)現(xiàn)問題（數(shù)據(jù)挖掘中的知識發(fā)現(xiàn)，以及人工智能是否具有發(fā)現(xiàn)新知識的能力）、人工智能如何具備常識問題或背景知識、專家的知識如何在AI系統(tǒng)中得到有效應(yīng)用等問題。這些知識問題的研究和解決過程，也就是人工智能對人的智能（認識現(xiàn)象）現(xiàn)象加以研究和模仿進而創(chuàng)建機器智能的過程，所以它無疑具有以人的認識（智能）為研究對象的特征，從而具有認識論研究的特征，只不過它的路徑和方法不同于哲學認識論?？梢哉f兩者的起點相同而終點不同：人工智能以理解人的認識為起點（與哲學認識論相同），以科學技術(shù)的方式建造出人工認識現(xiàn)象為終點（與哲學認識論不同）。由此也表明，說人工智能就是認識論，并不意味著要將人工智能完全歸并到哲學認識論中，而是指出兩者之間具有交叉重疊但又各有獨特性的關(guān)系。

這種對象上的相關(guān)，使得人工智能和認識論之間具有部分相似的工作原理，或在符號加工上，或在結(jié)構(gòu)涌現(xiàn)上，或在感知—行為上，形成人腦的認識過程和人工智能中的信息處理過程具有局部相似的運作機制，這些局部相似性如果最終通過通用人工智能融匯為整體相似的工作機理，就使得人工智能不斷趨向與人腦認識機制的全面相似，從而在人工智能中就越來越完整地呈現(xiàn)出認識論所刻畫的人的認識樣貌。人工智能和認識論的共同目標，也使得人工智能成為認識論問題探究或解決的一種方式：人工智能專家即使沒有使用認識論的術(shù)語或引用哲學家的文獻，也在直接或間接地為解決某些認識論問題做出貢獻。

這種機制上的相關(guān)，也可通達“根基”意義上的相關(guān)。為了獲得對認識機制的理解，人工智能要建立在一定的認識論根基上。人工智能在派別或技術(shù)路線上的分野，從基底上就在于它們所秉持的認識論立場不同。如符號主義、聯(lián)結(jié)主義和行為主義的人工智能就分別秉持了理性主義、經(jīng)驗主義和具身認知等不同的認識論立場。這表明人們?nèi)绾卫斫馊斯ぶ悄?，在很大程度上取決于人們?nèi)绾螐恼軐W認識論上理解自己的認知、智能、心靈等。如果將其理解為理性的推理，就會有表征—計算的認知觀和人工智能的符號主義進路；如果將其理解為歸納和學習，就會有對人工智能的聯(lián)結(jié)主義闡釋；如果將其理解為對環(huán)境的靈活應(yīng)對，就會有具身的認知觀和對人工智能的行為主義開發(fā)?？梢娙斯さ闹悄芊妒街謿w根到底就是認識論上的流派之別，體現(xiàn)著哲學上不同的認識本質(zhì)理論，其背后反映著不同的哲學認識論對人工智能走向的影響甚至引導(dǎo)。不同人工智能范式的開發(fā)者，就是不同的認識論或認知觀的秉持者，他們雖然不是直接用哲學語言來表述其認識論思想，但因其背后總是主張了某種認識論立場，或支持了驗證了某種認識論理論，而成為特定認識論的“代言人”或“推廣者”，猶如用數(shù)字化語言講述了不同的認識論故事。所以從根基上，人工智能與認識論是緊密相關(guān)的。這一點也可以從“前提”的意義上來理解：人工智能是以認識論為前提的學科，因為它要模擬人的認識和智能，前提是要知道認識和智能的本質(zhì)是什么；人工智能要技術(shù)性地實現(xiàn)人類智能，就先要理解智能，從而就要觸及認識論的主題，從認識論中獲得啟示。這樣，不同的人工智能范式，無論是自覺地還是自發(fā)地、有意地還是無意地都要受某種認識論原則的支配。否則，人工智能就不知道自己要模擬什么，進而也不會知道如何去模擬。

當然，人工智能在發(fā)展中也不斷擴展著自己的體系，如在學科上也演進出不同的層次，以至于今天有了理論人工智能，實驗人工智能和應(yīng)用人工智能之分。①David E.,“Rumelhart,From Searching to Seeing,”in Baumgartner,P.and Payr,S .,eds.,Speakingmind:Interviews with Twenty Eminent Cognitive Scientists,Princeton:Princeton University Press,2014,p.197.如果承認這樣的層次劃分，那么至少其中的理論人工智能無疑更具認識論的屬性。理論人工智能是整個人工智能的基礎(chǔ)，而認識論則是基礎(chǔ)的基礎(chǔ)。不包含任何認識論理念的人工智能是不可能存在的。人工智能在基礎(chǔ)研究中所涉及的概念和問題基本上都是認識論的概念和問題，或具有高度的交叉性，如同荷蘭哲學家穆勒（Vincent C.müller）所說：“人工智能中也許是獨一無二的工程學科，它引起了關(guān)于計算、感知、推理、學習、語言、行動、互動、意識、人類、生活等性質(zhì)的非?；镜膯栴}，同時對于回答這些問題做出了顯著的貢獻(事實上，它有時被視為一種實證研究)。”②Müller,V.C.,“Introduction:Philosophy and Theory of Artifcial Intelligence”,Minds &machines,Vol.22,2012,pp.67-69.這里列舉的概念顯然與認識論所使用的概念高度重合，對這些概念加以人工智能視角的理解和意義拓展，顯然也是從另一個角度深化或拓展認識論的基礎(chǔ)研究。所以，從認識論是人工智能的基礎(chǔ)這一關(guān)系上，人工智能在根基的意義上具有認識論的性質(zhì)。

這種根基上的相關(guān)還可進一步引申為“極致”（終極）意義上的相關(guān)。技術(shù)的極致是科學，科學的極致是哲學，人工智能的極致就是認識論，這一點尤其表現(xiàn)為人工智能的終極難題就是認識論難題。一些關(guān)于人工智能限度的爭論，也是既有認識論問題的翻版，如計算機能做什么和不能做什么，為什么計算機能做一些事情而不能做另一些事情，實際是關(guān)于認識和意識的本質(zhì)、認識的能力和限度等問題的延續(xù)。如同人工智能的創(chuàng)始人之一麥卡錫（JohnmcCarthy）所說：人工智能有它的認識論部分，所研究的是世界的哪類事實可提供給哪些特定的觀察者，研究這些事實如何在計算機上表達出來，研究可以據(jù)此合理地得出哪些哲學結(jié)論。③Mccarthy J,“Epistemological Problems of Artificial Intelligence”,IJCAI'77:Proceedings of the 5th international joint conference on Artificial intelligence - Vol.2,August 1977,pp.1038–1044.一旦人們對人工智能的“認識”功能或智能模擬的本質(zhì)有了透徹的理解，則對認識論的傳統(tǒng)問題也就有了新的視域和新的理解?？梢哉f，人工智能的一些核心理論問題，就是延展了的認識論問題，如人工智能是否有意識，是否可稱為自主的主體，是否有自由意志，凡此種種，表明了人工智能的理論研究終究要通向認識論問題，其中的一些認識論問題可稱為人工智能的終極問題，這樣的問題也是所謂的形而上學問題?？梢哉f認識論就是人工智能的形而上學，它是關(guān)于智能現(xiàn)象的最普遍的哲學學說。它一面可以從人工智能中提升而來，另一方面也需要回到人工智能中去，這樣的“環(huán)路”關(guān)系也構(gòu)建了人工智能就是認識論的一種專門語境，它使人可以實現(xiàn)將人工智能作為科學技術(shù)來看待到作為認識論來看待的智力提升，后者導(dǎo)向了從終極性上去闡釋人工智能的意蘊。

當然，同中有異，人工智能與認識論并非全然等同。丹尼特認為“這兩個領(lǐng)域之間唯一明顯的區(qū)別是AI 工作者將（認識論研究者的——引者加）扶手椅拉到了控制臺邊”④Daniel,C.D.,Brainstorms:Philosophical Essays onmind and Psychology,Cambridge:ThemIT Press,2017,p.120.，從而需要在計算機上通過編程活動等去具體地實踐某種認識論構(gòu)想。當然這并不意味著認識論就是一種簡單的工作，在丹尼特看來，人工智能對認知的研究要精心地進行算法和程序系統(tǒng)的設(shè)計，哲學家則是對普遍性的問題進行探究，后者往往更為棘手。⑤Daniel,C.D.,Brainstorms:Philosophical Essays onmind and Psychology,p.122.在這個意義上，也可以認為人工智能是被嵌入了特定的建模范式從而具備特定的認知功能的人工認知系統(tǒng)，所以它是物化的認識論，是人的認識功能的部分移植，它至少具有局部性地遵循認識規(guī)律的特點。從這些“限定”中也可以看到人工智能與傳統(tǒng)認識論在同一性中的差異性：“認識論和人工智能是相輔相成的學科。這兩個領(lǐng)域都研究了認知關(guān)系，但是人工智能從理解旨在建模某種認知關(guān)系，或從模型的框架形式和計算特性的角度來研究該主題，而傳統(tǒng)的認識論從理解術(shù)語的認識關(guān)系的角度來研究該主題?！雹轌regory,R.W.,Pereira,L.m.,“Epistemology and artificial intelligence”,Journal of Applied Logic,Vol.2,No.4,2004,pp.469-493.因此可以說它們是以不同的方式從事著前后相繼的認識論事業(yè)：搞清智能的奧秘，然后在機器上模擬它、人工地實現(xiàn)它，在這個意義上，也可以說人工智能比哲學認識論走得更遠。

二、人工智能是一種什么意義上的認識論

人工智能作為認識論，具有使認識論研究科學化、實驗化、技術(shù)化、工程化的特征，從而呈現(xiàn)出科學認識論、實驗認識論、技術(shù)認識論和工程認識論的特征。

(一)人工智能作為科學認識論或認識論的科學化

人工智能作為科學化的認識論可以從多種維度來理解。

一是從它本身作為一門科學的角度來理解。如麥肯錫所言：“正如天文學繼開普勒發(fā)現(xiàn)了天體運行規(guī)律之后取代了星相學一樣，對機器的智能過程的經(jīng)驗論方面的探索所發(fā)現(xiàn)的眾多原理將最終導(dǎo)致一門科學”①Minsky,m.L.,Papert,S.,Artificial intelligence,Oregon State System of Higher Education;distributor:Distribution Center,University of Oregon,1973,p.25.，這門科學就是人工智能。人工智能科學的屬性決定了它在作為一種認識論時，必然將科學的特征（如實證性、可觀察性以及后面所說的實驗性等）、規(guī)范和要求帶入到認識論研究之中，使得人工智能在作為認識論時，也不是以傳統(tǒng)方式表現(xiàn)的認識論，而是結(jié)合了計算機科學的認識論，從而是一種特殊的科學認識論。在這種認識論中，通過人工智能的科學原理來揭示認識的機制，所借助的是科學手段，使用的也是符合科學規(guī)范的陳述，形成的是關(guān)于認識研究的“科學成果”，這和采用人文手段研究人的認識所形成的“人文認識論”或“生活認識論”等具有區(qū)別，由此具有了科學化的特征。

二是它的特定學派還以一種特定的科學視角來看待認識的本質(zhì)，這就是符號主義人工智能從計算—表征的視角看待認識的本質(zhì)，并形成了計算主義或認知主義的認知科學。這種認知科學也通過如前所述的“自然主義”進路而成為“科學化”了的認識論，更貼切地說是一種認知科學化的認識論。這種認識論中，認識的語言變得符號化、表征化，認識的過程變得邏輯化、形式化、程序化，成為清晰可分析的對象，從而成為可算法化然后由機器去執(zhí)行即運算。在這種框架中，人工智能對認識論的顯現(xiàn)不是采用哲學表達的方式，而是基于數(shù)字化語言的科學表達或計算機語言的精確描述，所以在“認識論表示”上兩者是不同的。

三是從人工智能所模擬的主要是科學認識的角度去理解。人類的文化可區(qū)分為科學文化與人文文化，作為文化現(xiàn)象的人類認識也可以大致區(qū)分為科學認識和人文認識。作為認識論的人工智能，目前更偏向于對人類科學認識的模擬，還拙于對人文認識的仿真。人工智能作為科學認識論的這種表現(xiàn)或特征既是認識論研究的一種進步，即對認識的本質(zhì)和機制融入了更多的科學成分和根據(jù)；同時也是其局限，就是在強于對那些規(guī)則的、理性的、精確的認識加以理解和模擬時，還弱于對日常生活中那些模糊的、非邏輯的、容錯的認識的理解和模擬。德雷福斯（Hubert Dreyfus）對人工智能的批判很大程度上是對符號人工智能的這種只具“科學能力”而不具“人文能力”之局限的不滿。所以人工智能要成為一種全面的認識論，還需要在具身、情景、主客體互動、理解人的情感等人文或生活維度上不斷拓展。

（二）人工智能作為一種實驗認識論或認識論的實驗化

從學科性質(zhì)上，人工智能雖有基礎(chǔ)理論研究，但總體上不是空而論道的純理論，不是扶手椅上的學問，而是“干中學、干中試”的技術(shù)實踐活動，具有鮮明的“動手去做”的實驗性和實踐性，要有通過實驗而形成的產(chǎn)品以及實際有效的應(yīng)用作為其存在和成功的標志，因此它具有學科屬性上的實踐性，從而在作為認識論時也就具有“實踐認識論”或“實驗認識論”的性質(zhì)。

人工智能作為實驗化的認識論與認識論的科學化相關(guān)。首先它是人的認識能力和認識成果通過算法和程序而形成的結(jié)晶，編程就是在進行將智力創(chuàng)新的成果轉(zhuǎn)化為機器可理解可執(zhí)行的知識形態(tài)的一種特殊實驗。當人們說人工智能的實質(zhì)之一就是“有多人工，就有多智能”時，就蘊含了它是特定人工系統(tǒng)中人類智能的集合，而智能程序的運行，猶如凝結(jié)于其中的認識能力被納入到技術(shù)性的實驗過程之中。尤其是處于研發(fā)階段的人工智能的新設(shè)計、新構(gòu)想、新算法，就更是被置于人工裝置上不斷加以實驗和改進的知識產(chǎn)品。哲學認識論還探究人的潛在的無限的認識能力，而人工智能則在機器上不斷擴展人的現(xiàn)實認識能力，使得哲學追求的無限認識能力可以通過AI 作為實驗室去逐步加以趨近，使得人類的“認識論理想”得到實在的展現(xiàn)。猶如“虛擬實在是形而上學的實驗室”①[美]邁克爾·海姆：《從界面到網(wǎng)絡(luò)空間——虛擬實在的形而上學》，金吾侖等譯，上海：上?？萍冀逃霭嫔?，2001 年，第86 頁。，人工智能堪稱認識論的實驗室。

人工智能在推進認識論研究時還具有作為認識結(jié)果之檢驗平臺的功能。進入到實驗運行過程之中的人工智能方案和構(gòu)想，作為認識的成果，其是否成功和有效，可以通過人工智能的使用得以檢驗。這實際上也是將人工智能構(gòu)想背后的各種認識論主張通過人工智能的實踐或?qū)嶒瀬磉M行“試運行”，通過相關(guān)的算法能解決什么問題和不能解決什么問題的實際結(jié)果，來考察其中貫穿的認識論理論是否有效。認知哲學家薩迦德（Paul Thagard）認為科學哲學中的認識論問題可以通過人工智能的計算方式得到解決；在德雷福斯看來，計算機使認知主義傳統(tǒng)成為研究程序成為可能，就像連接主義使經(jīng)驗主義、聯(lián)想主義傳統(tǒng)成為可能一樣，從休謨到行為主義，都可以成為研究程序。②Dreyfus,H.L.,“Cognitivism Abandoned，”in Baumgartner,P.and Payr,S .,Speakingmind：Interviews with Twenty Eminent Cognitive Scientists,Princeton:Princeton University Press,2014,p.73.總之，通過程序的運行可以檢驗出一些認識論觀點的合理性與局限性。還可以通過設(shè)計新的計算原理或新的計算結(jié)構(gòu)來實現(xiàn)關(guān)于認識機制的設(shè)想，并通過成功還是失敗的模擬來檢驗這種關(guān)于認識機理的設(shè)想是否正確，如此等等。由此一來，認識論也可以得到人工智能的某種“改造”，它不再僅僅具有思辨的無法檢驗的性質(zhì)，而是成為可以依托人工智能的手段加以驗證的可檢驗理論。正是借助各種范式的人工智能，看到了理性主義、經(jīng)驗主義和具身認知在何種場合下是有效的，以及在超出了何種場合時又是失效的，這就是對不同的認識論學說的適用范圍起到了驗證的作用。

丹內(nèi)特將人工智能程序看作是由計算機進行假體調(diào)節(jié)的思想實驗，他認為一些AI 人士將自己的學科描述為“實驗認識論”還不確切，而應(yīng)更確切地稱人工智能為“思想實驗認識論”，通過AI 的思想實驗所提出和回答的問題是關(guān)于人們是否可以從某些設(shè)計中獲得識別、推理或進行各種控制的認識能力。③Daniel,C.D.,Brainstorms: Philosophical Essays onmind and Psychology,pp.127-128.人工智能所具有的“思想實驗”的特征，還通過“圖靈測試”和“塞爾的中文屋”等，將更為基本和深層的認識論問題（如智能究竟是什么）以新的方式呈現(xiàn)出來，引發(fā)了迄今仍在持續(xù)的爭論和探尋，形成了無數(shù)的試探性闡釋，成為當代認識論不斷擴展的新維度。

人工智能具有的實驗認識論的特性，對認識論研究帶來了新的活力，包括可以借助這一特性來使認識論研究的方法走向多元化。神經(jīng)哲學的開創(chuàng)者丘奇蘭德（Paul Churchland）指出，哲學認識論研究者一直以來都是以一種非經(jīng)驗主義的方式追求他們的興趣，很難說明認識活動的大腦機制。而有了計算機后，人就可以在人工系統(tǒng)中比在自然系統(tǒng)中更容易地試驗和探索神經(jīng)網(wǎng)絡(luò)的特性。人工智能所重新創(chuàng)造和理解的生物的認知能力，驅(qū)動人們不斷接受認識論的新理論，包括關(guān)于感知的新理論、心靈本質(zhì)的新理論等。④Churchland,P.m.,“Neural Networks and Commonsense,”in Baumgartner,P.and Payr,S .,Speakingmind:Interviews with Twenty Eminent Cognitive Scientists,Princeton:Princeton University Press,2014,p.33-39.

（三）人工智能作為一種技術(shù)認識論或認識的技術(shù)化

“技術(shù)認識論”的含義有多重，如技術(shù)作為一種人工物的發(fā)明和設(shè)計活動，其中包含大量的認識論問題，在這個意義上，人工智能也包含有“發(fā)明認識論”“設(shè)計認識論”的意蘊。這里筆者重點探討的是另一重意蘊：人工智能在機器上技術(shù)性地實現(xiàn)了人的某些認識過程，當作為技術(shù)的人工智能模擬了人的認識之后，就帶來新的認識論問題，這就是以人工智能為載體的認識與人的認識之間的關(guān)系問題，更廣義地說就是技術(shù)化智能與生物智能的關(guān)系問題。

人工智能“技術(shù)性地再現(xiàn)”了人的部分智能，它作為人造物上的認識論現(xiàn)象，是人的某種認識能力的技術(shù)化再現(xiàn)，如符號人工智能再現(xiàn)人的推算能力，聯(lián)結(jié)主義范式的人工智能再現(xiàn)人的學習和識別能力，智能機器人再現(xiàn)人的感知—行動能力，等等?？傊?，人工智能就是“用電腦做一些人們用心智能夠做的事情”①Dreyfus,H.L.“Cognitivism Abandoned”.，也可以被理解為一種旨在通過計算機來逼近人類認知的技術(shù)，它是人的認識（廣義的還包括行為）的人工化、技術(shù)化后的產(chǎn)物。探討人工智能的認識論問題，必須看到這是一種以人工的技術(shù)為平臺而展開的認識論，電子化、數(shù)字化、網(wǎng)絡(luò)化、程序化、形式化等技術(shù)特征貫穿于其中。

更進一步的問題是，當人的一些認識過程或能力可以依托人工智能這一技術(shù)得以再現(xiàn)或模擬時，可否認為智能現(xiàn)象也能在技術(shù)載體中涌現(xiàn)出來，猶如人的智能從人的身體（尤其是人腦）中涌現(xiàn)出來一樣？后者被稱為“認知的具身性”或“具身認知”（當然也就包含“具身智能”），那么前者是否可稱為“認知的具技性”或“具技認知”及“具技智能”？顯然弱人工智能還難以稱為具技智能；換句話說，目前的機器認識論還是無心認識論，因此留下了機器認識如何走向“用心思考”的難題與前景。未來的強人工智能（尤其是當人工智能有自我意識和意向性等屬性后）中，當它們的技術(shù)載體從功能上具有生成智能的條件后，當這樣的技術(shù)可以相當甚至超越人的身體時，“具技智能”或“具技認知”（以機器為認識主體、機器也可以“用心”思考）就成為不能被忽視的認識論現(xiàn)象，此時人工智能作為一種技術(shù)認識論不僅對認識論研究具有輔助的價值，甚至具有主導(dǎo)的意義，這也是人類認識日趨技術(shù)化的一種必然走向。②參見肖峰：《認識論：從自然化到技術(shù)化》，《哲學動態(tài)》2018 年第1 期。當然，具身認知和具技認知的融合，也是人工智能作為一種技術(shù)認識論的未來走向。

此外，即使在當今的弱人工智能階段，人工智能作為一種技術(shù)化的信息處理過程也具有認識論的“鏡像”意義?？梢哉f人工智能一開始就具有認識論的技術(shù)化鏡像之功能，它使人的認識活動機制在一種人工技術(shù)系統(tǒng)中得以投射，具體說就是使認識過程通過計算程序表達出來，使認識的方法通過算法得以展現(xiàn)出來，使人腦工作的模式或原理通過人工智能的范式或模型實施開來，從而將人的認識加以對象化或客觀化，使得認識論研究基于傳統(tǒng)手段的許多不可能變?yōu)榭赡?。如人腦作為認知的器官就不能作為活體被打開來研究其中的“活生生”的認知活動機理，而借助電腦這個鏡像則可以使不能被直接觀察的人腦內(nèi)在認識過程及其機理以一種技術(shù)運作的方式成為可以直接觀察的外在過程。再如，人們對自己的大腦如何加工處理信息的機制理解甚少，但是對電腦如何下棋的學習的機制則理解得非常深入，由此可以通過電腦的機制（作為技術(shù)鏡像）來啟發(fā)和幫助人們理解人腦工作的機制。人工智能這個技術(shù)鏡像目前雖然還不能全面反映人的心智，但對各種模型、算法、范式的綜合與拓新所形成的人工智能迭代演進，可以逐步趨向?qū)θ说恼J知或心智活動的整體性把握。在這個意義上，理解人工智能的機制，就是在通過鏡像去理解人的認識的機制，就是在進入和解決一系列認識論問題。

（四）人工智能是一種工程認識論或認識論的工程化

“工程”是“技術(shù)”的規(guī)?；嵱没?，也包括這個過程中的產(chǎn)業(yè)化和商業(yè)化。人工智能是一種蘊含價值追求的認識論追求，和其他技術(shù)一樣，人工智能只有通過規(guī)?；膽?yīng)用（由技術(shù)轉(zhuǎn)化為工程和產(chǎn)業(yè)）才能兌現(xiàn)其“價值紅利”。所以在從技術(shù)走向工程的過程中，人工智能也展現(xiàn)出從技術(shù)認識論延展到工程認識論的重要特征。

作為工程認識論，人工智能重在技術(shù)的社會實現(xiàn)，關(guān)注一種新理念、新構(gòu)想、新設(shè)計的產(chǎn)品化、實用化、效益化，也就是體現(xiàn)出對“實踐—認識—實踐”的認識過程中“認識回到實踐”或“認識的目的是實踐”這一原則的落地。人工智能研發(fā)的一個重要環(huán)節(jié)，就是將其新設(shè)計的新算法、新軟件等開發(fā)為可以為社會工程化使用的技術(shù)。目前人工智能的發(fā)展正處于從技術(shù)爆發(fā)到深度應(yīng)用的階段，也體現(xiàn)出它的當前主題是使AI 技術(shù)化的認識成果進一步轉(zhuǎn)化為工程化的認識成果。可見，人工智能作為技術(shù)認識論的延伸，還具有工程認識論的性質(zhì)。

人工智能作為工程認識論的特征還表現(xiàn)在它作為人類開啟的一項重大的智能模擬事業(yè)，所要攻克的難關(guān)、解決的難題十分巨大，必須動員和組織相當規(guī)模的人力和物力才能展開，所以它在許多國家都是作為國家發(fā)展戰(zhàn)略并以重大的國家工程加以啟動和管理的，其中的智力協(xié)作、聯(lián)合攻關(guān)、有序和諧等就是具有大工程性質(zhì)的科技研究事業(yè)所必須貫穿的認識論原則。

人工智能作為工程化的認識論，也存在于將部分形式化的認識過程在機器上加以機械化、自動化，從而實現(xiàn)規(guī)?；托б婊?，借助這種工程化的推進，可以使一部分腦力勞動的效率大大提升，完成過去僅以人的智力所無法完成的認知任務(wù)，并獲取巨大的經(jīng)濟和社會效益。所以麥卡錫將專家系統(tǒng)的構(gòu)建直接稱呼為“認識論工程”，有的專家還將其界限為“與‘機器智能’建設(shè)有關(guān)的一個工程分支”①Baumgartner,P.and Payr,S.,Speakingmind:Interviews with Twenty Eminent Cognitive Scientists,Princeton:Princeton University Press,2014,p.11.，在中國的新學科建設(shè)中還將它歸為“新工科”。這些稱謂表明，人工智能可以使人的認識活動被工程化，以工程的方式解決認識（信息處理）問題，由此構(gòu)成智能時代人類的知識發(fā)現(xiàn)和信息生產(chǎn)能力得到巨大提升的生動圖景。

機器智能作為一種社會工程，它通過廣泛且深入地介入世界而產(chǎn)生實在的巨大的社會效果，使得人工智能作為工程認識論，也是社會認識論。尤為值得關(guān)注的是，人工智能輔助甚至替代人的智力工作是以工程化的方式大規(guī)模展開的，在未來的這種替代甚至構(gòu)成為席卷一切領(lǐng)域和行業(yè)的“社會工程”；人工智能所具有的“像人一樣思考”和“像人一樣行為”的功能，以及對這些功能的集約化提升所形成的“超人”般的認知和行動能力，無疑會對人自身的工作和生活形成巨大的沖擊。所以人工智能作為一種具有工程性質(zhì)的認識論事業(yè)，對人類的影響是重大而深刻的，它和社會認識論所追求的對社會問題的合理認識與有效解決的目標是一致的。

上述關(guān)于人工智能作為科學化、實驗化、技術(shù)化、工程化認識論多重視角，其整合可以拓展和加深人們對人工智能的理解，從這種“跨界認識論”的屬性進一步看到它作為一門學科的綜合性和交叉性，而哲學無疑是它所涉及的一個重要領(lǐng)域。

三、人工智能拓展認識論新視界

“人工智能就是認識論”還揭示了人工智能與認識論之間具有協(xié)同前行、相互拓展的關(guān)系。

一方面，這種關(guān)系表現(xiàn)為人工智能需要經(jīng)受認識論分析，如人工智能也有認識來源、認識對象、認識過程、認識本質(zhì)等問題，只不過是以機器為載體來展現(xiàn)這些問題的。就認識過程來看，機器可以學習、可以識別、可以感知、可以推算，還可以決策和行動，這些環(huán)節(jié)構(gòu)成了從起點到終點的一系列階段和過程，即使還沒有實現(xiàn)用通用人工智能來連貫性地在一臺機器上實現(xiàn)所有這些環(huán)節(jié)，但不同（專用）智能機器的聯(lián)合作業(yè)目前可以至少整合出所有這些環(huán)節(jié)的實現(xiàn)，對這一現(xiàn)象無疑可以進行深入的認識論分析，這樣的分析可以對人工智能的發(fā)展提供若干啟示，所以人工智能先驅(qū)明斯基認為關(guān)注認識論在人工智能的研究中起著重要的作用，如“僅是建構(gòu)一個知識基礎(chǔ)，就成為智能研究的重大問題……在這一領(lǐng)域中，我們需要花力氣做嚴格的認識論研究”②Minsky,m.,“A Framework for Representing Knowledge”,in Winston P.H.ed.,The psychology of computer vision,New York:mcGraw-Hill Book,1975,p.193.。

另一方面，認識論研究也需要接受人工智能的洗禮，才能得到不斷的拓新。如借助人工智能的推動可以加深對既有認識論問題的了解。不同的人工智能在模擬和延展人的不同認識能力的過程中，也導(dǎo)致了人對相關(guān)認識能力的再度反思和理解。如符號主義人工智能促使人們對推算認識的理解，聯(lián)結(jié)主義人工促使人們對學習和感知過程的了解，行為主義人工智能則促使人們對行為中蘊含的認識如何與環(huán)境互動的了解。

又如，通過人工智能可以將一些新的概念和問題導(dǎo)入認識論研究的視野。人工智能激活了一些認識論的傳統(tǒng)問題，也提出了一些不曾提出過的認識論新問題，如機器是否有意識和目的、人工智能是否有創(chuàng)造性等，就是認識論性質(zhì)的問題。當然，新舊認識論問題常常是交織在一起的，如上面提到的新問題就與究竟如何界定“智能”的經(jīng)典問題關(guān)聯(lián)與糾纏在一起。為了說清楚“智能”，還要進一步界定“意識”“意向性”“目的”“自主性”“主體”“知道”“理解”“知識”“自知”“自我意識”等傳統(tǒng)認識論概念，這些概念的哲學含義不搞清楚，就會成為人工智能進一步發(fā)展的“概念羈絆”或“認識論障礙”。具體地說，認識論需要有對認識本質(zhì)的更為全面和透徹的揭示，使其更具包容性和深刻性，才能為AI 的算法融合甚至人機融合提供更為有效的啟示和引導(dǎo)。人們對人工智能的“智能”水平之不滿，從最根本的層面上還在于人對自己認識過程中作為認識論對象的“智能”還未真正弄清楚，以及對相關(guān)的“信息”“表征”“理解”“適應(yīng)性”等也缺乏透徹意義上的共識，從而對人是如何分析和解決問題的機制還缺乏認識論上的精辟入微的解析?？梢?，人工智能“倒逼”認識論不斷拓展和深化自己的研究視野，進而有可能形成認識論問題創(chuàng)新的“突破口”。

再如，人工智能通過對認識論新舊問題的探析，還可能從問題擴展到框架，導(dǎo)向認識論框架或理論體系的創(chuàng)新，以容納在這個過程中提出的新范疇、新的認識機理等。AI 范式的融合就有可能倒逼認識論流派的互鑒互融：符號人工智能屬于傳統(tǒng)數(shù)理科學的范式，與機器學習范式的人工智能相結(jié)合，可以使不同流派認識論的優(yōu)勢得以集合。還有，隨著人機融合的認識主體的研究和實現(xiàn)，隨著腦機接口使得延展實踐被泛在化，隨著人工智能使得人的認識和實踐能力獲得新的增強和質(zhì)的提升，對相關(guān)的認識論機制的解析和闡釋就提上日程，以便為認識活動的新演進、新規(guī)律提供新的理論模型，這些新的突破甚至可以匯聚為一場新的“認識論革命”。

總之，認識論借助人工智能可以獲得更強大的推動力，從而視界可以變得更加開闊、內(nèi)容更加豐富、闡釋更加精彩，認識論的功能也在人工智能的平臺上煥發(fā)出新的活力?！叭斯ぶ悄芫褪钦J識論”的命題也使人們看到，認識論比人們想象的要“有用”得多，人工智能的新發(fā)展、新突破，有待于認識論的革命和突破?；蛘哒f，只有看到了人工智能的認識論屬性并從認識論基礎(chǔ)上提供創(chuàng)新的支持，人工智能才能走得更遠。