||
第28讲:意识-思维-逻辑之于AI
1 准备:
(1) 小序。过去,由于意识、思维、逻辑研究属于哲学思辨范畴似乎人人都能懂,显得十分平凡。
现在,进入到人工智能科技时代,它们一下子火起来了,为什么?
原因是人工智能科技前沿所需基础理论和实践创新亟待突破,正好需要在这些超物质的看不见抓不着却也的确存在的精神层面上去做出进一步的挖掘。
当前态势是各界学者云集各显其长从不同角度攻取,略显混沌,尽管相信凭借网络的加持是会较快走出杂乱局面的,但毕竟目前面临的困境是亟待突破的。
这里本着“终极大自然观”(简称本论)对上述热门从原理上做出一次简要的宏观梳理,抛砖引玉。
(2)空间层次。据本论大体上有,终极客观世界=完备客观世界=(简称)客观世界=宇宙空间+超空间=物理世界+超空间=(牛顿空间+场空间)+超空间。
物理世界与超空间的“接壤”域叫做“临界空间”。
跨越各空间层次(囿于完备空间)的叫做“完全空间”。
比如生命世界、人的生活或精神世界皆系完全空间的;科学属物理世界;哲学和人的“大思维”、辩证逻辑等属完全空间。
2概念一:意识智能与AI
(0)概念。意识思维智能皆属(非解剖性无边界性无几何性的)精神世界对相,相互间在概念上具有较强的“交集”。
已知,事物的“概念”是回答“是什么”的(不像“定义”是回答“像什么”的)。
基础性“概念”往往是具有深刻内涵的因而具有时进性,一般都被古贤们研究过。
后世需要的常常是在前人基础上做出具备当前时代特征的现代理解(寓进步于其中)。
归结起来,即是要凭借当前的认识用现代语言对这些概念做出进一步描述。
(1)意识。是(在“终极大自然”(客观世界)中进化成的)生命体尤其是“人”的精神世界对客观世界的特殊反映,可分作“显意识”和“非显意识”两大层级。
“显意识”能警觉、认识、理解客观世界,非同小可,其特征性表现即“思维”。
或说“思维”是显意识对客观世界的反映和反应(能动性反映),这里特别要强调的是“大思维”,即“完备逻辑空间”意义下的思维(续下)。
(2)智能。是人凭借其“意识”去理解、利用、开发自然以及积极应对生活环境的能力,从狭义讲仅指“显意识”功能,但这里系指广义,包括全面动用各种意识去“积极适应”大自然的功能。
(3)人工智能。是人凭借其“智能”去模拟自身智能以为人自身服务的基础理论和技术实践的总称,已从替代人的“体力劳动”进入到替代人的“脑力劳动”层面了,目前的前沿正力图替代人的“智能”创造,因而进入一种(包括原理、伦理焦著的)迷茫状态。
3 概念二:逻辑
逻辑的本质是来自宇宙属性的特别是运行属性,自亚里士多德(元前4世纪)总结出逻辑至今,逻辑学经历了多次递升,从理论和应用上皆已发展的十分全面和繁复了。
已知其基础理论可归为(逐级宽广且依次被包含的)数理逻辑、形式逻辑、辩证逻辑和(本论意义下超空间的)“超逻辑”。
(1)数理逻辑。系弗雷格、罗素等人(在布尔代数基础上)于上世纪初正式创建的数学分支学科,是由一套规则、语句和符号构成的形式化语言体系,具备了纯粹客观严格的逻辑推理实质。
(2)形式逻辑。是资深的逻辑学传统学科,具备典型的(提问-推理-解释)“三阶段”格式,除一般思维模式外,在诸如数学模式、符号逻辑、语言程序等多种形式化语言中,数学的形式逻辑特征是颇具代表性的。
但是,“三阶段”中的“提问”(产生逻辑初端的方式)广泛性削弱了形式逻辑的逻辑纯粹客观性(续下)。
(3)辩证逻辑。是马克思恩格斯于19世纪末创建的,是对“形式逻辑”加上(对立-统一、量变-质变、否定-否定)三大定律后形成的(高于形式逻辑的)更“活”的逻辑体系。
但也(不仅)因其“活”,思辨性强争辩性亦强并长期受到冷遇不被接受为正式的逻辑学分支学科,却须知它已具备了更为深刻更有意义的思维机制(体现了“数学的最高境界是哲学”),续下。
(4)超逻辑。已知,这是本论中得到的对应于(无逻辑的无理数集)“无理空间“本质“超空间”的一种逻辑特征。
4 为何辩证逻辑会火?
一是,人工智能的复杂性使然,由于当前信息化科技的猛烈发展,在其基础理论和实践前沿的互动掘进中,目前倍感迷茫亟需找寻出路(续下)。
二是,由于“辩证逻辑”是高于(思想上涵盖)形式逻辑进而涵盖数理逻辑的,因此逻辑的复杂性(及其深刻性)原则上皆能体现在辩证逻辑中来,所以它正好成为开发人工智能的资源宝地。
比如,表现在(隶属辩证逻辑的)形式逻辑的“三阶段”模式中,“提问”属其逻辑缘起,来自包括质疑、创意、灵感等等精神世界因素,而这些往往表现在非典型逻辑、临界空间中(续下),这正好是人工智能科技前沿最为聚焦的核心领地。
三是(本论)得知,“辩证逻辑”范畴是滨临/邻超空间的(属于“临界空间”),因此辩证逻辑已触及到完备逻辑空间的边际“非典型逻辑”,属于辩证逻辑“大思维”范畴,非同小可。
总之,辩证逻辑过去之所以显得平淡是因为太抽象且尚未认识到逻辑空间本质,如今不仅有了逻辑空间(如其有限性、边沿特征等)概念,还加上人工智能理论前沿的需求,必然使得(属于“大思维”)的“辩证逻辑”火了起来。
5困难及其本质:
已知AI的热点所表现的(理论、实践)两个方面虽其困难十分不同,但都需要来自基础的助力,所以这里着重从原理上谈谈它的困难。
(1)信息非裸。在计算意义下,信息表以数据(包括数据库或大模型中)每个“数据”本质上都是(从很多对象提升出来的可谓)泛函,因此说数据(从而信息)都是蕴含丰富内容的,叫做“非裸”的。
再说,现代计算力能从大数据海洋(实则范畴)中作层层提升(态射、函子),都是信息的层层递升,直至最终的信息,这也说明信息概念是具有丰富性和层次性的。
比如,当前热门的“语义信息”学中任何“语义”所含信息量(也包括任何“概念”所含信息的深度)都是丰富的,类似于物理学中任何“粒子”皆有的非裸性。
正是(非裸的)信息蕴含量及其深度造成了开发的困难性。
(2)抽象-落实之难。一是前沿突破的抽象之难,虽从数据上看(哪怕是大数据)似显实在,但本质上(已谈及)都是更具繁杂的信息海洋,却还要要求继续突破(进一步抽象)从信息中再提取信息,必然面临更大的更为深刻的阻碍。
二是“辩证逻辑”成果需要技术化的落实之难,其目的仅一个—为着现代的AI化,为此需要将抽象成果层层落实最终回到(“硬数学”的)数值计算上来。
(3)局限性及其原理。显然,人工智能是要(企图)从技术上全面替代人的“智能”,因此这里所指“智能”代表的是人的全面意识(包括学习、创造、灵感、感情等等),必然涉及到临界空间非典型逻辑及其超信息,这可是数学和物理学双双至今都还处于迷茫状态的前沿领域。
特别是,计算机的运行只能是在“典型逻辑”下(不是在“非典型逻辑”下),因此即使说AI技术能(在典型逻辑下)将世界既有信息(包括人类灵性创造的但已属既有知识)整理出来,那也只能是过去的(已进入典型逻辑的)知识,而不是人的新的(需要在精神世界或非典型逻辑下)即兴产生的创造。
总之,基于上述本质上的局限性,AI技术是不可能产生控制人类的创造来的,续下。
6 前景乐观:
(1)人工智能最终是要落实到计算上作技术实现的,所以其困难只能出在逻辑空间内在,属于逻辑复杂性而非完备性。
也就是AI不属于逻辑空间边际(完备性)问题,尽管说作为开发时的思想前沿需要人的灵性、灵感、情感及其创意也罢。
原因是,计算方法下的AI与思维的差异(包括在“语义”的理解上也)只能体现在灵性差异上。即使对同一语句不同人来理解(其深度宽度)也往往不同,何况计算机呢。
总之,人工智能是不可能生产出具备人的灵感创意能力产品来的,最多只能是总结整理人的(已成知识的)既有创意的产品,包括对既有知识作其“创意性”提升亦然。
因此,不必担心人工智能会“进化”到超越(或等同)人的智能。
(2)本质上说,人工智能是以人的智能去模拟人的智能,具有悖论实质,原则上它只能逼近而不可能达到等同或超越。
(3)乐观,我们是为开发人工智能而采用(具有广泛性深刻性的)辩证逻辑,因此宜于趁此万舸争流形势(在终极的辩证逻辑空间)自由选题综合发掘各显神通各创特色,终会自然呈现出优秀方法、思想和途径来的。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-1 07:11
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社