1956年夏，在美国达特茅斯大学举行了一次盛大的学术会议，会议宗旨是探讨在数学、物理学、神经学、心理学和电子工程学等方面如何用计算机模拟人的智能行为。此次大会上，美国科学家麦卡锡（John McCarthy）第一次提出了“人工智能（AI）”概念，并认为AI就是要让机器的行为看起来像人所表现出的智能行为一样。这是弱AI的观点，它似乎忽略了强AI的可能性。在强AI看来，AI是人造机器所表现出来的智能性（包括意识、自我、思维等问题）。这两种观点构成了AI研究的两大相互争论的派别。我们认为，计算机能否造就心灵，关键在于它能否被语境化，而这一点恰恰被他们忽略了。

一、强AI：在去语境情形下计算机能够造就心灵

强AI的纲领是：心灵和计算机都是物理符号系统，计算机同样可以造就心灵。塞尔将强AI观点定义为：“心与脑的关系就是程序与计算机硬件的关系。”^[1]持这种观点的科学家和哲学家认为“计算机能够做到心灵做到的事”的假定是可以实现的，只不过是时间问题，也就是说计算机可以思维，可以拥有人类心灵的一切能力。实现强AI纲领的种种努力可以归结为以下三个阶段：

1、强AI模型的最初构想：图灵机

1936年图灵（Turing）证明，可以设计出一种通用的机器，它能求解任何可计算的函数。这就是著名的图灵机[①]。科普兰（Copeland）对它作过极好的说明：图灵机的任何物质实现都是用于某数字串的一组抽象程序的物质模型。

图灵机的目的是求解任何可计算的函数，那么图灵的“可计算”是怎样的呢？他将计算定义为：应用形式规则，对符号进行形式操作。1950年，图灵在“计算机器与智能”一文中专门提出“既然这种机器可以求解任何可计算的函数，那么它能否像人一样进行思维”的问题。

针对这个问题，图灵认为，人们不应当依据通常预设的“思维”定义来考虑这个问题，而应看这种机器能否执行一种“模仿游戏”来判定，看看无论是做算法还是阅读诗歌，一台计算机能否以无法与人回答相区别的方式来回答提问者的问题，这就是著名的“图灵检验” (Turing Test)。这个检验包括三个问题：（1）在未来，这种机器真的能够以所设想的方式回答问题吗？（2）在这种机器中，有效过程（一种严格定义的计算过程）原则上能够生成这种性能吗？（3）这种性能又足以使计算机具备智能属性吗？图灵对以上问题的回答都是肯定的。

“图灵检验”隐含着“心灵等价于计算机”的论断，这一论断对40年代后期兴起的人工智能无疑是一种强有力的声援，自然也引起了一场大争论。

2、强AI模型的假设：物理符号系统

纽厄尔（A. Newell）和西蒙（H. Simon）是强AI观点的坚定支持者和实践者。他们在计算机同心灵哲学的关系上，无论是抽象的任务分析，还是细致的实验观察，没有人比他们主张更不妥协的态度了。

1955年，他们在兰德公司工作时就明确得出结论：由数字计算机操作的二进制数字串能够代表任何东西，人大脑和数字计算机尽管在结构和机制上全然不同，但可被看作同一类装置的两个不同特例，这一装置通过用形式规则操作符号来生成智能行为。正如纽厄尔论述有关AI争论历史时所指出的：“计算机的工作范围决定了计算机是操作数字的机器。拥护此观点的人认为，重要的事情是每一样东西都可以经编码成为数字，指令也不例外。反之，AI科学家把计算机看作操作符号的机器。他们认为，重要的是每一样东西都可以经编码成为符号，数字也不例外。”^[2]

同年，纽厄尔和西蒙设计了一个名为“逻辑专家”(Logic Theorist)的程序，这个程序被许多人认为是第一个AI程序[②]。它将每个问题都表示成一个树模型，然后选择最可能得到正确结论的那一枝来求解问题。“逻辑专家”对公众和AI研究领域产生的影响使它成为AI发展中一个重要的里程碑。

1961年，纽厄尔和西蒙在他们的“符号系统假设”（SSH）中给出认知计算模型的形式表达：一个符号就是一个物理模式，并以物理方式通过各种途径同另一些模式发生联系，以构成复合表达式。1972年，他们在厚厚的教科书中对这个假设进行了更加详细的说明：符号被说成是“记号”（tokens）而非“类型”（types），确定的符号指向既定的目标，而符号的特性与指定目标的特性间不存在必然联系，符号和符号结构只是物质系统的无意义状态。任何能够以物理方式存储的基底（base），都能行使符号的作用，这种因果相关是任意的，就是说任何符号完全可以指称任何事物。

在他们看来，一个人看起来是“智能”的，并不能真正说明这个人就真的是智能的，“人认为自己是智能的，计算机没有智能”只不过是一种主观认定问题而已。这倒与我国古代庄子的“子非鱼焉知鱼之乐”有些异曲同工之处了。而且依照SSH，思维也是根据指定的符号结构对符号的排列组合，因此只要有符号，有指定的程序，计算机便可以思维，也就是“计算机可以造就心灵”，也可以说人的心灵本就是符号按照指定的程序排列而成的。至此，强AI达到了极致。

3、强AI模型的物理实现：冯·诺伊曼构架

图灵机只是一种构想，而将这种构想付诸实施，提出能够执行抽象数字计算工作真实机械装置的基本构架的人是冯·诺伊曼，我们现在的计算机就是“冯式”机器。

根据冯·诺伊曼构架建造的图灵机的任何具体版本：数据都用寄存器的物理状态表征，计算规则用真实物质状态表征，各项规则由存在于这个机器的物质结构和物质状态中的一个真实物理过程表征。这种以冯·诺伊曼型机器技术为基础的AI又被称为GOFAI（Good Old Fashioned AI），即“好的老式人工智能”。

虽然GOFAI机器的制造成功使图灵设想向现实迈进了一大步，然而这与强AI设定的“计算机不仅是用来研究人的思维的一种工具，而且只要运行适当的程序，计算机本身就是有思维的”目标相差还是很远。为什么会这样呢？我们认为，根本原因在于：完全形式化的计算机，是去语境的计算机，这种计算机不可能拥有心灵，心灵是语境化的。

二、弱AI：在去语境情形下计算机无法造就心灵

目前的计算机还无法思维，这是事实，更不必说造就心灵了，就连那些在AI可行性方面与纽厄尔和西蒙有着共同信念的人，也将符号系统这一定义批评为过分的物理主义^[3]。近些年，强AI的研究处于一种停滞不前的状态，而主流科研集中在弱AI上，并且一般认为这一研究领域已经取得可观的成就。

弱AI观点认为不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，更不会有自主意识。比如说利用计算机解决问题时，必须知道明确的程序。而人即使在不清楚程序时，根据发现法而设法巧妙地解决了问题的情况却是常见的。计算机在没有被给予充分的合乎逻辑的正确信息时，就不能理解它的意义，而人在既是被给予不充分、不正确的信息的情况下，根据适当的补充信息，也能抓住它的意义，因为人是语境化的，具有在不同语境中处理各种问题的能力。自然语言就是例子。于是，弱AI认为计算机虽然可以做很多事，但有些人能够做到的简单事情计算机却很难做到，所以“计算机无法造就心灵”。

以下是三个有力的论证：

第一是“哥德尔论证”。1931年哥德尔在题为《论〈数学原理〉及有关系统的形式不可判定命题》一文中提出：一个数学模型的真理性永远超出该模型系统的公理和衍生的定理。也就是说，公理及它所衍生的定理系统，无法“完备地”覆盖数学模型的真理性。这便是著名的“哥德尔不完备性定理”。

哥德尔定理的影响并非仅限于数学领域，它的提出使人们很难抵御一种强烈的诱惑，即从该定理出发证明“人心胜过计算机”的论断。这对于AI研究领域，特别是弱AI的研究具有不可估量的启迪作用。哥德尔本人也并不反对用此定理作为证明“人心胜过计算机”这一结论的部分证据。按照这一定理，任何形式系统都是不完备的，计算机也不例外。

20世纪70年代，哥德尔曾在与王浩的讨论中说，图灵的论证再附加两个假定之后就会站得住脚：（1）没有与物质相分离的心；（2）大脑的功能基本上像一台数字计算机。这两个假设其实就是语境条件。哥德尔曾明确断言，“大脑的功能不过像一台自动计算机”，而心的本质并非如此。”^[4]。针对哥德尔定理，人们倾向于说它不仅揭示了形式系统的局限性，同时也揭示了机器代替人思维的局限性。

第二是“皇帝新脑”论证。牛津大学的彭罗斯（Roger Penrose）在《皇帝新脑——计算机、心智和物理定律》一书中，对强AI观点进行了猛烈的抨击，以大量笔墨从哥德尔定理出发直接论证“人心胜过计算机”，被称为“对哥德尔定理令人吃惊的强应用。”

彭罗斯的强硬论证基于两个方面：一是哥德尔不完备性定理。他对于“人类的意识是由于其在进化过程中靠了‘自然选择’实现的”有所怀疑^[5]，也对物理世界背后的规律是否全包含在柏拉图世界中存有疑问，通过哥德尔定理，他排除了计算机和柏拉图理念世界交流的能力，认为不能使用计算机算法获得由人类直觉天才所取得的大多数成果。二是当代物理学里几个最深刻未解决难题的思考（EPR精神实验、“薛定锷之猫”问题和E-V炸弹检验模）^[6]：这些思考导致了彭罗斯发现深入的物理学客观实体是不可计算的，由此，他联系到最新脑神经科学的结果，认为大脑在意识和思维时具有非局部性和非计算性，计算机绝不可能超越人的心智，计算机不过是强AI专家所钟爱的一副“皇帝新脑”而已，计算机根本无法造就心灵。

第三是“中文屋论证”。1980年，美国哲学家塞尔(John Searle)提出了著名“中文屋论证” (Chinese Room Argument)，来诘难图灵检验的有效性。“中文屋论证”的提出有感于1977年设计的一个被称为“脚本”(Scripts)的AI程序，它是香克(Roger Schank)设计用来模仿人类“理解”行为的一种软件包，且好似已经通过了简化的图灵检验，但塞尔认为这个程序并非是像人那样的“理解”。

塞尔论证说，假如他被关在一间充满中文字条的屋子里，通过在窗口传递中文字条与外界发生联系，并靠一本英文指令书将各种中文字条配对。由于他可以正确回答屋外中国人的提问，因此屋外人认为他懂中文。但在塞尔本人看来，自己仍然对中文一窍不通。因此，计算机不能像人那样理解。

“中文屋论证”在人工智能界引起了强烈的反响。它不仅因为比喻精当而引人深思，它还包含着值得进一步探讨的问题：理解究竟是什么？计算机能够理解吗？脑在计算方面的性能是否足以生成脑产生心理状态的功能呢？

我们可以想象，如果以计算机代替中文屋中的人，即使计算机通过了图灵检验，可以正确解决或回答人提出的问题，也并不能说明它真的“理解”了人所提出的问题，因而也就没有意识。或者说，在判定某类存在物是否正以人的方式执行认知任务时，图灵检验或任何其他的比较行为的方法都是无用的。塞尔非常明确地指出：“计算机永不可能代替人心，原因很简单：计算机程序只是语法的，而心不仅仅是语法的。心是语义的，就是说，人心不仅仅是一个形式结构，它是有内容的。”^[7]而内容的意义是依赖语境的，因为语境决定意义。

“中文屋论证”对一直坚信强AI的科学家和哲学家是一次沉重的打击，为弱AI“计算机不可能造就心灵”的观点提供了有力的支持。

三、语境框架：机器具有心灵的关键

强AI的目标之所以难以实现，在于它必须面对语境框架问题，即语境限制问题。计算机操作完全是形式化的、去语境化的，而人的理解则完全是语境化的，即语境依赖的。计算机和人的最大不同恐怕就在于此。要使计算机能够理解，就必须设法解决“语境框架”问题。

1、“语境框架”：AI研究的关键点

强AI的研究之所以难以有所发展，这并非偶然，因为它必须面对一个难题——“语境框架”问题，此问题的解决是解密“计算机造就心灵”的一把钥匙。

我们知道，计算机是通过规则程序进行运算操作的，不论它处的环境如何，只要运算就都是遵循指定的规则进行的，而人却能够在各种各样不完全指明的环境中成功运用规则，计算机如果要模仿人的这项能力，便必须将所有的“不完全指明”规则编成“完全指明”的，然而这是极其困难的，这个模拟真实的人认知的难点被称为“框架问题” [③]：一个人无论决定什么框架规则，一些事先预料不到的“意外”情况总有可能出现，致使这个框架不完整不适当。1988年，博登就曾指出：我们从不处于一种无框架的情形中，为了进行任何计划，我们必须使用某些概念规则，至少用于在局部环境识别我们所感知的东西^[8]。也就是说，人是语境化的，并且人时刻处于各种不同的语境之下，有语境便会有限制它的框架，人虽不能决定所处环境，却可以依据自身的独特性对框架进行调整。

再看计算机的“框架问题”。在GOFAI计算机中，一个普通通用的框架不可能被逐条输入其中，这需要太多数据，而且每条数据又具有本身特有的框架敏感性，所以说没有任何可能的方法使一个框架丰富得足以在内容上覆盖所有可能发生的事情，并把这些事情输入一部GOFAI计算机内，即使我们能够逐条地聚集这些数据^[9]。由此可以看出，计算机所产生的框架问题，有一种不同于人的特殊性，计算机是非语境化的，它的框架并不会像人一样随着语境的变化而自发变化。在这里，我们将这种特有的框架问题称为“语境框架”问题。

人的认知理解或处理某事是置于某些语境下的，这些语境只要有小小的不同，人便会自动调整自己的行为方式，但计算机必须要输入新的程序，语境变化了也不会自己调整，而语境的变化是极其难以计量的，所以人为计算机输入的程序很难包含所有语境，这样计算机的操作便会出现差错。可以说，“语境框架”问题得不到解决，计算机就不会像人一样思维，强AI研究便不会成功；当计算机也像人一样，不仅可以在指定的规则内行事，当事件发生、语境变化时，不必输入新的程序，也可以依据自己的“经验”、“心情”或“感觉”[④]运用一些新的规则达成目标，那时我们才能说计算机能够造就心灵。所以说，“语境框架”问题的解决是“计算机能够造就心灵”的关键所在。

2、联结主义范式：语境框架的一种尝试

“语境框架”的解决是强AI实现的必经之路，然而它的解决又成为摆在认知科学家，尤其是强AI科学家面前的难解之题。当人们在作了各种哲学层面的思考后，发现心/物问题，也即“语境框架”问题的最终解决还是要取决于科学的进一步发展。正如斯梅尔所说：解决人类智能的极限和人工智能的极限问题，除了与哥德尔定理有关外，还需要对大脑和计算机更精细的模型作更深入的研究，而且还需要将学习、问题求解、对策理论与实数论、逼近论、概率论和几何学知识结合在一起，探索其如何对问题的解起实质性作用。在尝试调和强AI和弱AI矛盾的道路上，在试图研制一种能表现人心灵特征机器的路途上，人们一直在进行着不懈地努力。

早在两百年前，莱布尼兹和稍后的帕斯卡(Pascal)就曾作过自动计算机器的尝试，由于当时科学技术水平的限制，AI在实践上基本没有发展。第一个模仿人智能的计算机软件是科尔比（K. M. Colby）20世纪60年代中期研制成功的“心理治疗专家系统”，它虽然通过了部分图灵检验，但它对许多测试者的答复却令人困惑^[10]。80年代后，认知科学发生了一场“人工神经网络革命”，“联结主义”范式取代了符号主义范式，开辟了AI 研究的新领域，使人们看到了“语境框架”问题解决的曙光。

“联结主义”是一种亚符号神经计算，“联结主义革命”已经触动了“认知可计算主义”的核心，使认知科学研究从“离散符号研究范式”向“亚符号研究范式”转换，因此人工神经网络的提出被看作是一次革命性的变革。事实上，从1943年，美国科学家麦卡洛克（W.S. McCulloch）研制出第一个称为“NP模型”的人工神经细胞模型开始，科学家就开创了联结主义网络的研究的新领域；之后科学家们相继在求解非线性感知、复杂模式识别的多层感知机，以及具有良好自适应特性的神经网络等方面都取得了长足进步。

联结主义网络最重要的特征之一是叠加的可能性，也就是说，能够在一个网络上使用相同的权重组合来执行多种工作，这是联结主义重要的优势所在，美国科学家韦（Way）对这个问题进行过深入的探讨^[11]，他发现：由于叠加是可能的，一个网络能够存储某人遇到范例的所有信息，而且这个网络并不是单一的，类似于人所能遇到的各种各样事件的集合；由于相似性问题消失，网络会逐渐调整到追踪概念之间的最佳关系；网络联合真实特征，将有可能保存所有共发属性，不需要在本质和特性间做取舍。

联结主义的叠加可能性在一定程度上破坏了计算机的框架，使计算机在一定的规则有可能产生更多的结果，为“语境框架”的解决提供了一条可能途径，使强AI科学家看到了“计算机造就心灵”的未来前景。因为人工网络的联结强化了语境因素的关联，使智能机的认知心灵的涌现成为可能，这就是为什么说联结主义是一种可能语境框架的原因。

四、结束语

到目前为止，“计算机能否造就心灵”问题还没有确切答案，不过，可以肯定，强AI如果不解决“语境框架”问题，实现其目标将是不可能的；弱AI虽然坚持人超过计算机，但是还没有充分认识到语境框架对于造就心灵的重要性。联结主义虽然可以看作是一种“语境框架”的尝试，但是联结主义者并没有意识到这个问题，说到底，它仍然是一种似人的语境框架，还不是真正意义上的人的语境。我们在这里也只是提出了“语境框架”问题，但是并没有解决这个问题，此问题的解决仍然需要无数科学家、哲学家的不懈努力。正如丹尼特（Dennett）所指出的：AI尚未揭开任何古老的心灵之谜，但是它为我们提供了规范和拓宽想象力的新方法，至于对这些方法的利用，我们还只是刚刚开始^[12]。　　

概言之，认知过程是语境依赖的，智能行为是语境化的。计算机能否拥有心灵，关键在于它能否被语境化。人是语境化的，计算机是非语境化的，将计算机语境化是未来人-机对话的关键。人-机之间能否通过“语境框架”进行沟通，如何沟通，也是未来认知科学和认知科学哲学要探索的重要方向之一。

 (原载《洛阳师范学院学报》2009年第1期。录入编辑：哲学中国网)