意向立场
我们环顾四周,试图弄清楚我们看到的一切,似乎我们自然而然就能区分出智能体和其他对象。我们已经在本书中看到过智能体这个词:在之前,它指代的是构建一个人工智能程序,代表我们独立行动,理性地实现我们的偏好;而我们现在讨论的智能体,从某种意义上来说,似乎是一种跟我们有着相似属性的实体,就像有自主能力的演员。当一个孩子思考从一堆巧克力中选择哪一块,并仔细地选出时,我们看到了智能体的存在:有选择,还有有思考、有目的性、有自主性的行为。相反,当一株植物从岩石底下冒头,随着时间推移,它掀开了岩石,我们却看不到任何智能体性质:它是在以某种形式进行活动,但在活动中我们看不到思考,也看不到有意识的目的。
那么,为什么我们会把孩子挑选巧克力解释为智能体性质的行为,而把植物生长解释为一个无意识的行为呢?
为了理解这个问题的答案,想一想我们试图解释改变世界的过程时,可以从不同的层面得到不同的解释。其中之一是丹尼特所说的物理立场 ,它可以解释一个实体行为。在物理立场中,我们使用自然法则(物理、化学等)来预测系统的行为结果。例如,丹尼特指出,当他释放手里的一块石头时,可以使用简单的物理原理成功地预测石头会落在地上,因为石头有质量,它受到重力的作用。现在,虽然物理立场在解释这种行为的时候非常有效,但无法应用于理解或者预测人类行为,这当然是不可行的,因为人类的行为太过复杂,无法用这种方式去理解。也许原则上可行(毕竟我们最终只是一堆原子),但应用在实践中是行不通的。就这一点而言,物理立场也不是理解计算机或者计算机程序行为的一种切实可靠的方法——典型的现代计算机操作系统的源代码长达数亿行。
另一种层面是设计立场 ,在这种立场下,我们根据系统应该实现的目的进行理解,并预测系统行为,即它的设计目的。丹尼特举了一个闹钟的例子,我们不需要使用物理定律去理解闹钟的行为,我们知道它是时钟,就明白它显示的数字指的是时间,因为时钟就是用来显示时间的。同样,如果这个时钟发出刺耳的闹铃声,我们就明白它是被设定为在这个特殊时间点上开启闹钟。因为在指定时间发出刺耳的噪音也是闹钟设计的目的。这种解释不需要了解时钟的内部机制,不需要了解闹钟的具体物质构成方式、力学作用等,只需要了解它被设计出来的目的即可。
第三种层面,也是我们最感兴趣的,丹尼特称之为意向立场[150] 。从这个层面看,我们将心理状态——诸如信念、欲望等归因为实体,然后使用与心理状态有关的常识去预测实体将如何行动,假设它根据自己的信念和欲望做出选择。最明显的地方在于,我们解释人类活动的时候,通常需要做出如下陈述:
珍妮认为天要下雨了,她希望自己能不被淋湿。
皮特想完成他的评分。
如果珍妮认为天要下雨了,又不想淋湿,我们可以预测她会穿雨衣或者带把伞,或者压根不外出。这些都是拥有上述信念和愿望的理性智能体会采取的行为。因此,意向立场是具有解释力的,它允许我们解释人们做了什么,以及他们将(可能)做什么。
请注意,与设计立场一样,意向立场对实际产生这些行为的内部构造是不关心的。这个理论同样适用于机器和人类,我们将在下面详细讨论。
丹尼特创造了意向系统 这个术语,用来描述那些行为可以被有效理解和预测的实体,这些实体的行为可以归因于它们的信念、欲望和理性选择。
意向系统有着自然的层级结构,越往上越复杂。一阶意向系统有着自己的信念和欲望,但没有关于任何有关信念和欲望的信念和欲望。相比之下,二阶意向系统能够对信念和欲望产生信念和欲望。讲起来很拗口,我们举例说明:
一阶意向系统:珍妮相信天要下雨了。
二阶意向系统:迈克尔想要珍妮相信天要下雨了。
三阶意向系统:皮特认为迈克尔想要珍妮相信天要下雨了。
在我们日常生活中,几乎不会用到超过三阶的意向立场等级(除非我们研究人工智能的活动,比如解决一个谜题),而且对我们大多数人而言,似乎超过五阶就很难厘清了。
社会生物的属性与我们使用意向立场密切相关,理由是它似乎能够让我们理解和预测社会中其他智能体的行为。当我们身处复杂的社会关系中,会陷入更高层次的意向思维中,于是个体的计划(不管是我们自己还是我们观察到的人)会受到其他智能体行为的影响,这里的行为可以定义为可预期的有意识的行为。因而很明显,意识思维在人类社会中普遍存在,我们也依靠它进行社交。回想一下我们在第一章中看到的爱丽丝和鲍勃的八字对话:
鲍勃:“我要离开你。”
爱丽丝:“她是谁?”
对于这个场景,用意向立场去解释就很简单,毫无争议,也富有说服力:爱丽丝认为鲍勃移情别恋了,并且想采取相应措施(离开她),爱丽丝想知道那个人是谁(也许她希望挽回他),她相信询问鲍勃会得到这个问题的答案。如果不从信念或者欲望的角度去分析,要在这种交流模式中解释清楚爱丽丝和鲍勃的角色,以及他们的思维和计划的明确特征,那会很难。
邓巴研究了人类和其他动物的大脑体积与高阶意向推理能力之间的关系。结果表明,高阶意向推理能力大致上是大脑额叶相对大小的线性函数。由于大脑的体积与社会群体的大小密切相关,因此,对于大脑自然进化的解释是为了满足在复杂社会体系中对社交推理(高阶意向推理)的需要。无论是集体狩猎、与敌对部落战斗、追求配偶(或许包括击败对手),或是获得对盟友的影响力和领导权,理解和预测别人想法的价值不言而喻。回到邓巴的论点,更大的社会群体会对更高阶的社交推理提出更高的要求,从而解释了邓巴所确定的大脑体积和社会群体规模之间的关系。
回到我们最初的话题,意向层次似乎与意识程度密切相关。正如我们之前讨论过的,典型的一阶意向系统确实广泛存在,但更高层次的意向性就意味着更高的门槛。人类拥有高阶意向系统,但我不会接受任何人说服我相信蚯蚓也有。那么,狗呢?你也许会说,狗能够理解我的欲望(例如,它会相信我想让它坐下来),但如果一只狗能够进行高层次的意向性推理,那也只是一种相当有限或者经过专门训练才能获得的能力。有迹象表明,某些灵长类动物存在有限的高阶意向性推理能力。例如,长尾猴会用警告声向其他猴子表示有豹子前来袭击(威胁到了猴群的生存)。有人观察到它们也会发出欺骗性的警告声,让其他长尾猴相信自己正在被豹子攻击[151] 。这种伎俩的自然解释似乎涉及更高层次的意向性推理:“如果我发出警告声,其他猴子就会相信我正在被豹子攻击,然后它们就会逃跑……”当然,人们也可以提出其他解释来反驳这不代表高层次意向性推理。但是,尽管如此,这则逸事还是提供了某些非人类灵长类动物存在高阶意向性推理的可能性的证据。
以高阶意向性形式表现的社交推理似乎与意识相关。社交推理的进化足以支持复杂的社会网络和大型社会群体。但为什么社交推理需要意向性呢?我的同事彼得·米利肯(Peter Millican)提出,答案可能恰恰在于意向立场的计算效率。如果我有意识地利用自己的功能性动机——以欲望、信仰等形式,并且能够把自己想象成别人,那么这就使得我能够比其他人更有效地预测他们的行为(在实际情况和想象的情况下)。例如,如果我偷了你的食物,而我站在你的立场上去思考,可以本能地感觉到(没有经过计算)你会产生的那种愤怒,并预见你可能会采取报复措施,就会激发我去抵制偷东西的诱惑。这是一个有趣的推测,但不管人类社交推理能力和意识之间的关系如何,我们不太可能很快得到明确的答案。所以现在让我们回到我们的主题——人工智能,并考虑机器是否有能力进行社交推理。
本书评论