20年后别无退路 人文学科如何拥抱人工智能

主页 > 菲娱国际 > 当前位置 分类:菲娱国际 热度:

原标题:人文学科如何拥抱人工智能 再过十年二十年,除了正视这一巨大技术变革,将别无退路

人工智能 (AI)现在已经是全社会关注的热点问题,一般来说,我们认为人工智能主要是自然科学的事情,人文学科很难与人工智能扯上关系。不仅大众如此认为,人文学科内部也对人工智能态度冷淡。虽然学者们认为人工智能的发展已势不可挡,但毕竟离人文学科还比较遥远,完全可以置之不论。甚至有学者认为,人工智能只是一阵风,学术研究本不该盲目跟风,过度参与只会产生浮躁的成果和新的学术泡沫。可以说,这些观念相当正常,并且一定要有这样的声音存在,才能使学术研究不会被技术过度捆绑,从而保持自身的纯粹,以及具有独立价值的思考。

但我们必须看到,人工智能作为必将彻底改造整个社会生活的一项技术,也必然将彻底改造学术研究的方式和内涵。人文学科虽然是离技术最远的领域,终也逃不过这一巨大浪潮。

所以,我们不如迎潮而上,思考人工智能与人文学科的关系,即使我们不做这件事情,我们的后辈也必须做。因为再过十年二十年,人文研究将再无退路,除了正视这一巨大变革,别无他选。

我们已站在一个巨大的转折点上,后退即成传统,前进则为新变

其实在人文学科内部,对于人工智能的发展存在着一股焦虑。一方面这是技术的自然发展所致;另一方面,我们也意识到这一变化将极大地改变研究的手段、方式和内容,甚至整个学术训练都将发生相应变化。也许二十年之后回望这一时代,就会发现,我们已经站在一个巨大的转折点上,后退即成传统,前进则为新变。

人工智能既是一种挑战,也是一次机遇,也许正是在这样一种变革面前,中国的人文研究才有可能找到一条突围之路,实现人文思想创新领先。但如何进行研究,怎样找到一条道路,并不是一件容易的事情。不同学科的学者既要关心人工智能发展的大趋势,还应把这些新技术、新理念与自己的研究领域结合起来,只有一个个具体学科开辟出创新发展之路,才能真正实现人文研究的整体转向。

作为一名文学和美学研究者,我关心的就是 “人工智能与美学”这样一个问题。二者怎样结合?相信不同学者会有不同的思考方式。下面就是我个人的探索之路。

首先,必须明确人工智能的工业化道路与人文道路的区别。人工智能的工业化,指的是人工智能的现实发展及理论推进,它注重的是工业化实现手段。相对而言,目前大家更重视这一道路。无论是国内还是国外,都在大力加码人工智能的工业化实现。但技术不仅仅是一种工具,它还与所有社会文化紧密结合在一起,技术在快速发展,相关的法律、伦理、人的观念、使用技术的心态以及新的社会文化形式都必须跟上,才能保护既有社会心理和文化形式不被摧毁,新旧两种文化形式才能顺利融合。但是,目前各类媒体在谈论人工智能的时候,不能很好区分这两条道路,甚至将二者混为一谈,从而产生两大害处:一是唯技术论,轻视社会人文研究,认为它没有用;二是不注意区别,将技术科幻化,这不可避免地伤害社会人文研究。

人工智能的人文道路不可避免地涉及想象的层面,这是一种新型的乌托邦,但它是有理有据的推测,而不是任意的想象。但工业化道路暂时无法实现人文想象的高度,这就会带来对人文道路的复杂态度。但是人文道路不仅仅着眼于当下的工业化发展,还着眼于未来几十年。简单地说,人工智能的人文道路主要是观念性和文化性的,但人工智能的工业化道路也必然是从观念到实践,而不是反过来。所以,这样的观念性也包含在人工智能发展的自然之理。

只有把两种道路明确地区分开来,我们才能逐渐明晰人文道路的方向和工作半径,把握讨论的分寸。在美学上亦是如此。现在的人工智能达到人类美学的高度了吗?并没有。但不可否认的是,现在的人工智能也提供了一些可供讨论的美学话题,这是我们的机遇。即按照实例进行分析,同时沿着这样的方向,对人工智能美学问题的发展做出预测。当然,既然是预测,就不可避免地与对未来的想象结合在一些,一步步推进。

如果我们把创造力解释为一种 “算法”,这能否解决人工智能的美学难题

“微软小冰”是最著名的文学艺术类人工智能。以前,人们认为,无论人工智能会做什么,它都不可能会写诗,因为写诗是最需要人的创造力的,但机器没有创造力,它只有程序,只会排列字序,不可能写出文学的 “明珠”——诗歌。但现在小冰能写诗了,这就对我们的文学、美学观念提出了挑战。

对于小冰的诗歌创作,往往存在两种截然对立的观念:一种认为小冰创作的不是诗,因为小冰不是人,是机器,没有创造力,所以它创造出来的不可能是诗。这种观点面临的难题是,如果小冰创作出来的不是诗,那么,为什么我们把它的诗作与其他诗人的诗作混在一起,却无法分辨出哪一首出自小冰之 “手”呢?另一种观念认为,小冰创造的是诗,它具有独特的创造力,只是我们现在不了解这一创造力来自哪里,就像我们现在也说不清人的创造力来自于哪里一样。这种观点面临的困难是,回答什么是创造力,如果它很神秘,无法说清楚,那么,究竟是因为它根本不存在,还是我们无法理解它?

创造力的神秘是美学中一个由来已久的观念。但 “微软小冰”给了我们一个契机,让我们从人工智能的角度去理解人。如果说小冰有创造力的话,那么这个创造力是什么?相对于通用人工智能而言,小冰其实只是一个比较初级的人工智能,它只会写诗,进行自然语言的学习和处理。小冰的“创造”应该视为一种算法,它在效果上与人类创作诗歌基本相同,争议集中在机制上。如果我们把创造力解释为一种 “算法”,这是不是能够解决人工智能的美学难题呢?我们甚至可以把人工智能当作从美学角度理解人类创造力的钥匙,这样一来,美学的研究对象就不再仅限于人类,还包括与人类对照的人工智能,算法与创造力之间就形成了一种互动关系。

当然,这样考虑问题的时候,就一定不局限于目前人工智能的工业化发展,还包含了对于未来的展望,或者说理论性的设想。在人工智能与美学这一话题上,如果我们设想一个人工智能达成审美判断,它应该用什么样的方式来实现?要回答这一问题,必须讨论人工智能的审美建模问题,也就是怎样建立一种对于审美判断的算法。

人工智能与美学问题,将与其他相关问题一样,边建构边解构

我们所讨论的是最基础的建模方式,是一种相对哲学化的讨论。就我理解,如果人工智能要达到审美判断,大致有两种基本建模方式:一种是康德式,另一种是维特根斯坦式。两位哲学家在人类审美的理解上代表了最深刻的两种途径,但他们的路径也往往针锋相对、互相排斥,往往很难判断其高下。当我们把美学与人工智能相关联,将这两位哲学家的思路视为人工智能建模方式,即一种复杂算法的组合体,可能就会产生新的观念。

简单地说,康德式建模方式注重底层规则组合,以达到整体判断,其基础规则必须非常牢靠,这可以称作最底层的逻辑,每一步推导必须是坚实的,如此才能达成一种必然如此的审美判断。而维特根斯坦的做法则完全不一样,他完全放弃康德式的底层规则组合方式,更注意语言训练,否定普遍性本质的存在。如果冒险一些的话,可以把他的方法类比为 “大数据式”,强调建模之后的训练,重视输出端管理。现在的人工智能建模更流行这种方式。

哪种方式更适合人工智能呢?这还真不好判断。因为不同的建模方式依赖于不同的技术高度,维特根斯坦式似乎更适合当前的大数据式人工智能,而康德式更适合通用式人工智能。但这个判断是以目前技术为基础的,一旦新的技术发展起来,比如量子计算机成熟,那么,这些建模方式就要重新评估。

在涉及人类审美的理解上,我更倾向于维特根斯坦是对的,而在人工智能的审美可能性上,我更倾向于康德式建模方式,因为它更适合通用人工智能。但无论康德式还是维特根斯坦式,这两种分析都是以人为基础的,如何 “转运”到人工智能领域,还需要极大的功夫。

人的心灵已经是一个事实了,它摆在那里,无论观察者怎么想,它都已经在那里,能够进行审判判断,可一旦加入人工智能,事情就发生了巨变——现在心灵、创造、审美判断等似乎都消失了,但人工智能的输出结果却可能与人类的输出结果一样,这又如何理解呢?这不是一个简简单单就能回答的问题,我们只能把它列为任务进行探讨,也许不同的观点相互碰撞,就能渐渐打开思路,寻找到新的方向。

无论怎样,这完全是一个新的话题。这里的探讨并不是要建立一个系统性的人工智能与美学研究框架,而是展现一个初步的思考。在这个话题上,我们必须抱有开放心态,所有拿出来讨论的方案都是为了听取更多批评意见,所有方案都必将调整。对于人工智能与美学问题,将与其他相关问题一样,边建构边解构。每个人都有知识和观念的盲区,重要的是开放的讨论。

(作者王峰,系华东师范大学中文系教授)

上一篇:为随迁子女报名添便利 青岛房屋租赁中心试点进 下一篇:没有了
猜你喜欢
各种观点
美文爽图
大家在看