计算机与智能的关系

计算机与智能的关系20世纪中期诞生的人工智能是人类认识世界、改造世界史上最具影响力的事件之一。

究竟如何能使智能计算机的智能表现与人没有差别？毫无疑问，这不仅是当代人工智能科学研究的中心问题，同时也是诸多人工智能研究相关领域必须面对的课题。

在当今跨学科的研究中，许多专家、学者都不约而同地聚焦到了当代智能计算机的语义理解方面。

当代智能计算机在语言理解上的无法实现，已经成为困扰当代智能计算机的重大问题。

正视并反思这一问题成为促进人工智能相关研究获得进一步发展的必要工作。

回顾历史，人工智能研究并非一帆风顺。

尤其是在当下，从事智能研究的专家遇到了前所未有的困境。

越来越多的人认识到，要达到科研人员所确定的创造出像人一样聪明的智能机器的目标，不仅一直还只是个梦想，甚至离这个宏伟的目标似乎越来越远。

弗里德曼（David Freedman）认为，“传统的人工智能研究，即希望开发出能够以高度有序、按部就班的方式进行思考的电脑系统，已经在几乎所有曾经看来大有可为的领域止步不前，这些领域包括物体识别、机器人控制、数理研究、理解故事、听懂演说以及其他许多涉及机器智能的方面。

在近四十年光景里，人工智能领域并没有什么实质性的突破”。

人工智能先驱者之一西蒙（Herbert Alexander Simon）在回忆他数十年来力图重创人类智能工作时认为，最令他惊讶的是做“难”的事情是多么的容易，而做“容易”的事情是多么的“难”。

他的第一个人工智能程序完成于1955年，可以让计算机推导出简单的逻辑定理。

从那以后，计算机的逻辑功能有了长足的进步，但至今仍无人能造出可自动穿越拥挤的房间或能理解儿童故事的智能机器来。

一部分学者认为，机器具有的技能尽管非常实用，能够部分地完成和人一样的工作，有些甚至是超过了人类的智能，但与真正的智能仍是不同的。

智能机器能做的原来属于人类的工作越多，越显得它们在某些方面非常突出，而在另一些方面却非常低能。

为了解决这一问题，人工智能、计算机科学和心灵哲学等学科从不同方面作了大量探讨，建立了许多新的智能理论和模型，但依然没有从根本上走出困境。

要解决这一问题，我们必须回到现实的计算机世界。

当代许多关心智能的哲学家和科学家都将焦点转向了智能计算机的语义理解方面。

正如第一台现代计算机的缔造者冯#诺伊曼（John von Neumann）所言：/继续追踪这个课题，使我们必须探讨语言问题。

这也许是合理的选择之一。

从语言学的角度来看，实际上，现有的计算机有两个本质特征：一是计算机的认知和操作符号仅仅基于符号的句法属性。

例如：在人们常用的Word文件中，我可以利用软件的“查找”功能迅速在我的文档中定位于/福多0这个语词。

我的计算机通过“福多”二字的句法结构（或者有的人会说是根据符号形式）认知了这些符号。

而并不必惊奇却常常被我们所忽视的特别重要的事实，是计算机不能通过符号的语义来认知这些符号。

所有现有的计算机并不知道“福多”究竟指向的是什么，它并不知道它所“查找”到的“福多”究竟指向的是一个哲学家还是一只猫。

如此一来，经过多年成长的计算机原来笨得出奇。

因此，通过符号的句法与语义属性，人们可以将计算机的智能与人的智能明晰地分离开。

计算机只是一个“句法引擎”，它基于符号的句法属性来驱动计算机模拟人的认知行为和达到对符号的操作。

计算机的认知和符号操作过程是基于符号的句法属性进行的，这一点业已被许多哲学家类似于中文屋的思想试验所证明。

尽管计算机能对符号进行特定的排列，甚至对符号的排列关联到了这些符号的语义属性，但是，它并不能合理地得到这些符号所必然推理出的语义真值。

计算机可以很容易地对符号作出如下有序排列：1所有的哲学家都很幸福；2福多是一个哲学家；3福多很幸福。

计算机对这些符号通过句法属性能够排列得很规范，但它并不是通过符号的语义属性达到了第3个结论。

毕竟，计算机不知道福多是谁，也不知道什么是哲学家，更不知道什么是幸福。

当然，计算机也可以完成从1和2得到3的处理，不过，计算机进行这种转换处理是在这个意义上完成的：前两个复杂符号串为第三个符号串提供了前提的句法条件和形式证据。

这个例子表明，计算机能够通过适当的程序完成某些合理的推理，但是，计算机却不能自明地知道，在这一处理过程中蕴含了这样一种逻辑：如果1和2的语义为真值，则3的语义为真值。

这些连小学生都显而易见的语义逻辑关系并不被计算机本身所“发现”。

如此一来，无论是对于单个符号的处理，还是一串符号的整体处理，计算机都无法明知其义。

因此，“我想强调的是，意义在计算机系统怎样工作中并不起作用。

计算机是基于物理装置之上的一系列编码形式符号操作，但是这种编码并不像-意义”。

计算机基于符号的句法属性达到了对符号的操作和“认知”，不过，这种认知却有着明显的缺陷，它一直缺乏对符号真值的语义理解。

正因如此，计算机的智能对人的智能大有可望而不可及之势。

对比人类智能的心灵而言，“意向性是心灵的一个重要特征——即使不是别的心灵的重要特征，也是人类心灵的重要特征。

它是‘关于’（或表征）某些现实的、可能的和不可能的非心理的、心理的事物和事态的东西”。

简言之，如果我有一个关于布什的想法，这是因为，这个想法是与指向布什的心理语义表征相关联的;如果我思考“布什在2006年是总统”，这是因为，这个想法是一个特殊的功能关联（相信的特性），即它有一个内容是“布什在2006年是总统”的语义内容本身及其“相信”的内容必然存在。

然而，计算机并不能像人类一样理解蕴含在自然语言中的语义内容，计算机最终把所有的信息都当作0、1的字符串进行简单的形式处理。

如何使具有本体地位的语义信息能够成为机器可理解的呢？这一问题的研究将决定计算机智能的发展命运。

虽然语义内容究竟产生于外部世界还是内部世界在哲学界仍有争议，但/一个人在进行自然语言交流时都会加上社会角色的信息0[5]216已被广泛认可，说明人的语言表达与语义间存在着必然的联系，语义内容具有实在性。

然而，在本体论上，整个世界并不能被最终化解为无数离散的原子事实，也不能被分解为类似于电流的通与断的两种基本情况。

柏拉图、莱布尼兹、罗素等哲学传统承认世界可以分为最终的“经验的原子”或者其他“原子事实”。

海德格尔（Martin Heidegger）把它称为“计算思维”，认为这种“事物可彻底计算性”排斥了人的存在。

现实也表明，人栖身的人类世界是人的目的和目标所组织起来的各种工具相互作用的聚合模型，这种聚合模型有着对歧义的容忍性和对自然的特殊灵活性。

计算机并不能够实现人类世界道德上的、实践上的不确定性。

这是否表明智能计算机完全不可能实现呢？世界万物是普遍联系的。

坚持计算主义的哲学家认为，意识空间里所有本体的相互联系就是用计算来精确表达的，即计算的本质是脱离生物体的意识系统，是一种人所具有的对世界的抽象现象。

计算就是通过人脑实现的本体以及本体的相互关系的抽象表达，即计算精确刻画本体及本体的联系。

这里人们一定会提出质疑：意识是什么尚未搞懂，如何来用计算表达？然而，人类的认识总是一步一步地向前发展的。

语言是（显式）意识的表达，人们可以从语言的规律窥探意识的本质。

语言并2010年第2期赵泽林：当代智能计算机的语义困境非仅是符号系统，现代语法学家认为自然语言符号理论包括语义学和语用学两个基本维度。

在已有的计算机时代，人们恰恰忽略了语言的语义部分，而仅仅只是强调了计算机程序语言的“替代标示”功能。

这实际上是只发挥了语言的语用方面。

然而，更为重要的另一个问题焦点是语义本体。

就本体而言，这个上古的哲学概念至今仍为计算机工程界的科学家们所津津乐道。

物理世界的“个体”可以是你所关心的任意对象：一座相对静止的房子，一架飞行中的飞机，甚至一只正在捕捉昆虫的青蛙。

而意识主观空间里的“个体”也是“本体”之一，因为意识主观空间中的“印像”是你意识到的一种真正存在。

但意识空间并不就是物理世界的简单映像，本体并不就是“个体”的简单概念化和心理图式化。

虽然所有的个体都可能在意识空间里有本体，但反之不成立，并不是意识空间里的本体都与物理世界的个体相对应，即有些本体没有原像，例如“独角兽”。

意识对客观物理世界有自己独特的分解与重构过程;计算机领域的软件工程之需求分析的任务正是用计算机的语言来对应用环境的分解与重构，即重新认识与重新构造客观物理世界。

然而，这里一直被智能计算机科学家们所遗忘的意识的主观部分（客观存在的主观特性，例如，对对象能动地解构与重构）本身我们该怎样描述呢？现有计算机程序设计语言实际上提出了表达符号的语义学要求。

因为现有程序设计语言是对客观物理世界的描述，程序代码仅在于从形式上替代物理世界的外在个体，代码与物理世界个体的关系在于简单地“替代”而不是“解构与重构”。

而语义学研究符号系统里面主观的逻辑因素，即意识的主观方面。

维特根斯坦（Ludwig Wittgen-stein）认为：“‘一个词的意义乃是对该意义的说明所说明的东西’。

即：如果你要理解‘意义’。

这个词的使用，就要去找被称为‘对意义的说明’的东西”。

回到产生意识的大脑，描述大脑中央神经系统真正使用什么样的语言，我们现有的数学式的程序代码语言是不完全满足要求的。

现有描述体系并不能清晰地描述整个世界，必须将语义置于本体论地位寻找新的描述方法，这是语义在本体概念的升华。

新的程序设计语言就应该是符号语法理论里面所阐述的语义学语言，它赋予了计算机使用语言时的能动主观因素，计算机通过这种语言语义的操作（解构与重构）而达到智能。

如果就语言处理领域而言，计算机智能的基本目标之一就是要达到计算机能够如人一样地进行自然语言的处理。

自然语言处理（natural language processing，NLP）的研究成果在早期主要是应用于机器翻译，而最近被尝试性地应用于问题解答和基于文本意义的理解。

如果这些目标不能达成，很难说人们在NLP取得了真正的突破。

本体论语义学（on-otological semantics）正是要使计算机通过语义理解来完成自然语言的处理，这项新的研究正受到与日俱增的关注。

本体论语义学是一套复杂的理论，包含新的方法论和描述理论。

这是因为在计算机领域讨论本体，首先就面临着本体究竟是如何描述的，亦即概念的形式化问题。

对应的具体研究内容就是本体的描述语言及描述方法。

/本体论语义学的理论是对一系列现象有明显限制和声明的形式化描述意义的理论处理。

它包含获得一系列与准确而适当描述相联系的方法，并利用这些理论，对计算机系统能够解决在文本处理过程中的种种特殊问题作出合适的描述。

本体论语义学的实现还与像机器翻译或者信息提取等其他一些信息处理系统的应用技术紧紧联系在一起。

本体论语义学真的能帮助实现真正的计算机智能吗？著名心灵哲学家塞尔（John R•Searle）认为“诸如意义、理解、解释、信念、欲望与经验等的意向现象，只有在一系列本身不是意向的背景能力中起作用”。