近年来人工智能与产业端的对撞，使其变得越来越务实。此时回忆起2016年被阿尔法狗碾压的恐惧，恐怕大多数人都会露出“想太多”的微笑。

但偶尔地，我们也可以从实用主义中短暂地抽离一下，来探讨一些“务虚”的命题。比如思考一下，“如果机器有思维”，会发生哪些变化。

机器是否拥有思维，一直是科学界和哲学界都很关注的命题。

计算机理论的先驱图灵就认为，机器可以思考。在著名的图灵实验中，只要测试者分不清问题的回答是人给出的，还是机器给出的，就说明机器和人的理解能力是没有区别的。

当然，这一观点在人工智能发展的数十年，屡屡受到反驳。其中最著名的就是“中文屋实验”。

1980年，美国哲学家约翰 · 赛尔（John Searle）在《心灵、大脑与程序》这篇论文中，提出“中文屋论证”思想实验，认为机器不可能真正达到人那样的自主意识，即使它通过了图灵测试。

图灵与赛尔，到底谁的观点才预言了人工智能的终极未来呢？

探寻思想：洞察机器智能的灵性之窗

首先，有必要先解释一下，今天我们探讨机器人是否能具备思维，到底有何意义？

当然，并不是为了预测《西部世界》到底会不会真实上演。

一方面，伴随着人工智能的广泛落地，“智能”“智慧”等词语已经成为了绝大多数人生活中的一部分。今天，我们谈起智慧城市、智能手机、智能家电等如数家珍，但何种机器能力的表现可以称之为“智能”，现有的城市与云端的城市之间正在被技术划分成不同的疆域。

举个例子，“中华酷联”时代的智能手机与今天“华米OV”推出的智能手机，尽管拥有着同样的名字，但在功能、内涵上早已潜移默化的方式发生了变化。“名不正则言不顺”，想要让AI接下来能够更合理、广泛地发展，让更多普通人为即将出现的智能大爆炸做好认知上的准备，那么适当、准确、哲学层面的概念定义，就成了必要前提。

此外，算法的精进、算力的突破，以及各种关联技术的兴起，为人工智能的爆发奠定了基础。但需要注意的是，AI在技术层面依然存在许多不足之处。

其中最为人所遗憾的，就是目前仍处于“弱人工智”阶段，也就是AI只能在功能层面模拟一些人类的智慧行为，但不具备泛化、思考、认知等高级智能，这也大大限制了其应用场景。

举个例子，一个被训练为识别苹果好坏的机器，就无法再认识其他物种了，除非重新进行训练。

当然，“形似神难”的困扰很早就为研究者所重视，在众多难题之中最核心的，就是人工智能是否具备获取语义，即理解能力。

简单来说，就是再聪明的狗，也只能根据主人的“命令”做出对应的动作，而并不是因为它理解了主人语言中每一个词的意思。当狗具有思维会怎么样？科幻动画《瑞克和莫蒂》中能统治星球的赛博小狗了解一下。

从理解符号到理解意义，思维能力的引入，有可能让AI摆脱当下的技术困境，向真正的强人工智能进发。

机器的意识：中文屋在拷问什么？

既然机器是否具有意识，决定了机器智能的潜能是否充分发挥，那么对其表示质疑的“中文屋论证”到底在拷问什么？

这个思维实验，简单来说，就是让一个只会英语的人接收全部由中文写成的纸条，同时给他一本中文翻译程序，以及充足的稿纸和笔，最终他能够自己把纸条上的文字翻译成英文，再将自己的答案翻译成中文送出去。

这种情况下，屋内的人能够对中文问题对答如流，但他同时也对中文一窍不通。

那么，按照同样逻辑创造出的机器，到底算得上知识渊博，抑或仅仅是一个“工具人”呢？

尽管今天的AI已经远比赛尔提出“中文屋论证”的年代要强上不少，但这一哲学命题始终都在拷问着人工智能。

对其的不同理解，也造就了技术发展中的两个主要流派：

第一种，则是模拟人脑神经网络的联结主义。它将神经网络引入数学建模之中，建立一个模拟人脑运转方式的人工智能范式，即我们今天熟悉的“深度学习网络”，由此赋予机器一定的认知能力，比如输入几千猫的图片，机器就能自己学会认识“猫”这一物体。但这是否意味着它懂得了“猫是什么”呢？

按照图灵测试，机器能够自主使得对象，给出以假乱真的答案，那么它就是有意识的，这个输入和输出的过程就是心理状态。

但是按照“中文屋论证”，尽管看到任何对应物体都能够无误地反映出来，它只是获得了“认识”这一能力，却没有理解自己看到的“对象”。

美国科学家哲学家H·希拉里·普特南就曾在1981年提出过一个类似的“机器邪典”，他设想了一个存活在营养钵中的大脑，科学家可以通过计算机产生电子脉冲来控制大脑感官，让大脑对自身的处境一无所知。这个“钵中之脑”（Brain in a vat）被证明是自相矛盾的，根本无法成立，也从另一个角度说明了靠电子信号获得意识并不可行。

那么，有幸被“中文屋论证”盖章“智能”的表现到底是何样子呢？

这就要提到人工智能的另一大流派——行为主义。

行为主义人工智能强调“感知——行动”的反应模式，即机器可以从自己身处的环境中感知并学习，然后付诸行动，这种与外界互动、独立思考并解决问题的能力，才是“中文屋”眼中的“智能”。

换句话说，机器智能应该通过遗传算法自己进化出大脑，能够建立起与大脑相同的因果能力。这样的强人工智能（Strong Artificial Intelligence），才是“中文屋实验”认可的智慧级别。

这也成了当下AI发展过程中一个矛盾的现状——当机器可以写出比人类更通顺优美的诗歌和文章，但如果它并不拥有意识，那么该如何看待这些“么得灵魂”的作品；如果它拥有了意识，一分钟能写出数百篇传世佳作，人类作者又能如何与之赛跑？

等待AI或人类来回答的三个问题

面对上述困境，接下来也是时候来抽丝剥茧，探寻一下AI发展或者说人类在智能社会中所需要一一面对的现实问题？

第一，要弄明白机器与意识的关系，首先要搞清楚机器解决语义问题的逻辑。

因为人类判断机器是否具备“思维”，最核心的考察点之一就是其是否能够对语汇中的“意义”“意向性”等产生解释能力。

过去，我们在自然语言处理领域见到的大多是符号主义、联结主义层面的“智能”，比如高精准的语言识别、语言合成、问答系统、信息检索等等。基本都处在以“表达”为主的输出阶段。

每出现一个以“理解”为主的输出型突破，都会“技惊四座”，比如OPENAI的GPT-2，就因为具备小学三年级的阅读理解能力而被看看做是突破性的进展。

换句话说，机器不但要理解语义，还要以和人类相同的方式、以可解释的形式来实现的。

用业界的话来说，“人工智能如果不能使用自然语言作为其知识表示的基础，人工智能也就永远实现不了跨越的梦想。”

以当下计算机器对自然语言的运用和表达水平来看，显然还有很长的一段路要走。

其次，科学界对AI的定义多种多样，究竟多少比例的“智能”是恰如其分的。

当下，几乎人工智能各个领域的研究者和引用者，都试图通过自己的角度去“还原”出人工智能的“原貌”。但很显然，就像人类的心肝脾肺肾并不需要具备大脑的思考能力一样，不是所有系统都能够、且必须拥有认知能力，比如说工厂流水线上的校准机械臂，它只需要不断地提高精准度和灵敏度就可以了。

以绝大多数人的习惯，总是渴望一种简单、统一的概念来认知事物。在这种情况下，普通人也会产生一种认知混乱，许多被赋予的智能可能只是一种修辞或概念，比如由人工控制的机器人就不被认为是智能机器的一种，首个“机器人公民”索菲亚就被业界鄙视为“造假”。

如何在法律、商业、社会层面去严谨地定义“智能”本身，目前还是一个相对模糊的哲学领域。

第三，普通人怎样理解自身和人工智能的关系？

如果AI不具备意识，强人工智能没有到来的一天，在这种人与机器泾渭分明的共存中，接受与人类能力存在明显分野的机器智能，似乎并不是一件难事。图灵也表示，“既不希望贬低不能在选美竞赛中有出色表现的机器，也不希望贬低同飞机赛跑失败的人。”

而如果人工智能最终还是将获得意识，那么如同《西部世界》中德洛丽丝那样自我觉醒并摆脱和反制人类，也是早晚的事。人类不得不考虑在未来的某天，需要与机器一较高下，这种未知会令人在恐惧和盲从之间摇摆不定，甚至影响到技术进度本身。

比如历史上人工智能的两次寒冬，几乎都是在技术能力不达预期的前提下而被废止的。

可以想见，人工智能在接下来的数年中，其进步并不取决于技术的突破，更需要观念的更迭作为前提。

正如弗洛里迪在《什么是信息哲学？》中所说的那样，“人工智能就像特洛伊木马， 把一种更具包容性的计算/信息的范式引入哲学的城堡。”围绕在木马身边的民众，终有一天会向研究者们发出质问，要求他们给出新的解释。

而将近半个世纪过去了，AI还被困在“中文屋”当中……