|
哲学与AI的交会 2021年11月26日晚，山东大学哲学与社会发展学院一级特聘教授王文方老师以“哲学与AI的交汇”为题进行讲座。该讲座由南京大学哲学系·逻辑所暨南京大学当代智能哲学与人类未来研究中心共同举办，由南京大学哲学系顿新国教授主持。 哲学与科学的关系始终剪不断理还乱，但当代哲学与AI的关系则逐渐从上下关系变成朋友关系。在当代跨领域研究成为国际潮流的背景下，哲学家愈来愈被期望以一种谦逊务实的平等态度参与到面对共同问题的跨领域合作之中。王文方教授以约翰·霍布金斯大学Berman Institute of Bioethics、剑桥大学Leverhulme Centre for the Future of Intelligence以及哈佛大学跨学科项目“Mind, Brain and Behavior”为例说明了哲学家在当代前沿问题的合作研究中所扮演的角色。 为阐述当代哲学与AI的亲密关系，王文方教授在本次讲演中撷取了“哲学与因果模型”以及“哲学本体论与AI”两个话题进行讨论。 在第一个话题中，王文方教授首先回顾了因果模型（CM）的历史及其跨学科的特性。因果模型可以应用于判断变量的概率独立性、预测对变量进行干预的效果以及判定反事实条件句的真值与概率等一系列广泛的问题。对于哲学家而言，因果模型的技术尤其在处理反事实条件句理论、个例因果关系（actual/token causation）问题以及决策理论中具有强有力的解题功能，这是以往单纯的思想实验方法无法比拟的。 王文方教授以反事实条件句逻辑为例具体说明了因果模型在处理哲学问题中的作用。他首先对变元这一构造因果模型的基础要件以及用有向无环图（DAG）刻画因果关系的方法做出说明，随后着重介绍了因果模型中不含概率的确定结构方程模型（deterministic SEM），并以“Meat coocked”这一事件为例进行建模。进而他基于哲学家Rachael Briggs（2012）的工作介绍了SEM之下的干涉主义反事实条件句逻辑（logic of Interventionist counterfactuals），给出了反事实条件句的语义学：反事实条件句“A□→C”在模型M下为真，当且仅当在通过设置A来进行干涉所得的子模型下C为真。然而，在Briggs的反事实条件句逻辑中，肯定前件式（Modus ponens）失效，并且对反事实条件句的前件进行逻辑等价命题的替换也并不总是保持语句的真值。这表明因果模型在反事实条件句的处理上仍有进步空间。王文方教授指出，近来也有用因果模型给出指示条件句语义学的尝试。尽管存在各式问题，将因果模型应用于处理哲学问题仍然具有巨大的启发意义。 随后王文方教授讨论了第二个话题——哲学本体论在数据科学与AI领域中的应用。 自本世纪初以来，数据科学面临如何实现数据库之间自动化存取与数据交流的难题。由于数据库的建构使用了不同的术语和格式、甚至基于不同的编码和存储技术，数据库各有其特性（idiosyncrasy），这阻碍了数据库之间对彼此数据的提取和理解；即使同一领域内实现了术语及格式的统一，跨领域交流仍将面对这一问题，尤其当不同领域对于世界的看法存在差异、对于相同术语拥有不同定义时就会导致误解。此外由于不精确的思维而导致的逻辑和语言使用的错误（例如不一致、模糊、循环定义、使用与提及的混淆等）以及计算机本身无法辨识模糊的或不一致的数据，都是数据科学需要克服的问题。这就要求哲学为数据库建构提供一个基础的本体论，从而在这个更大的、哲学本体论的架构下融合各式各样的数据库。 “本体论”（ontology）这一术语在计算机与信息科学中指称一个标准化的表征框架，它提供了一套协调一致的术语来描述跨领域、跨社群的数据和信息，并进一步提供了一套更为广泛和基础的范畴类型，以及一套公理化系统来说明不同范畴之间的关系以及范畴类型如何被规制。当不同的数据库分享了同一个本体论之后，数据之间的交流将成为可能。王文方教授介绍了以Barry Smith为代表的哲学家在本体论应用方面的工作。建立formal ontology的基本构想是，借助哲学家在本体论方面的研究，将网路世界的所有data都有序组织起来，使AI不必透过人类的操作就能自动使用不同数据库的资料。当今全球范围内最重要的两个formal ontology分别是Basic Formal Ontology和DOLCE。前者最早面向生物学基因研究数据库，随后扩展向更多具体科学领域，该系统主要采取描述逻辑系统（descriptive logic），迄今全球范围内有250个以上的大型数据库采取了这一本体论体系。后者主要面向文学语言学领域的数据库，主要采取初阶逻辑系统。 对于本体论的另一个需求则来自于自然语言处理（NLP）的困境。仅仅依靠逻辑工具无法满足AI对于知识表征的需求，这就要求本体论的参与，从而将逻辑学、本体论与深度神经网络（dNNs）相结合。Jobst Landgrebe与Barry Smith（2019）为该机制的实现路径提供了一种表述：首先，基于深度神经网络对输入进行纠错和句法标记与分析，从而形成文本，进而将文本自动翻译为高阶内涵式语言，再进而自动生成语义上近似的初阶语言，并根据应用论域而选择初阶语言语句的逻辑后承。在这一过程中，从文本转换为高阶内涵式语言再进一步生成初阶语言都依赖于对世界的知识，这就需要本体论的参与。 通过梳理本体论在数据科学和AI领域中的应用，王文方教授指出，哲学家不应当以一种高高在上的监视者姿态喋喋不休地争执于所谓强人工智能的问题，而应当以更加务实的态度与人工智能专家合作，参与到一种哲学驱动的、情境-任务导向的AI技术的研究之中。 在讲座最后，王文方教授以AI对当代哲学的影响作为总结。逻辑在AI上的应用促成了AI对逻辑学的回馈，例如非单调逻辑（non-monotonic logic）与常识推理逻辑成为逻辑学家的关注对象。部分的哲学家则已经开始使用计算机软件或计算机模型来处理哲学问题，因而促成了计算性哲学（computational philosophy）的诞生。这表明，哲学家不但试图影响AI，AI对当代哲学思考也同样有影响力。最后，王文方教授再次向南京大学当代智能哲学与人类未来研究中心的成立表示了祝贺与赞赏，并期待中心能够推动哲学展开跨领域平等务实合作，在前沿问题研究中取得好成绩。 在随后的交流环节，山西大学哲学社会学学院江怡教授、南京大学哲学系张建军教授与王文方教授展开了讨论。 江怡教授对哲学工作与科学工作之间的关系提出了自己的看法，哲学不仅仅在技术上为科学提供某些解决问题的路径，而且可以在元层面为科学提供反思：当科学致力于具体问题时，哲学则对这些问题何以如此进行思考。此外江怡教授提到，对于如何理解“causation”，除了从“因-果关系”的角度，或许还可以从“理由”（reason）的角度：为某事态提供一个解释性的“理由”（reason），尽管它可能不是严格的“cause of something”，却能够帮助理解该事态。 张建军教授指出，Briggs因果模型进路的反事实条件句逻辑中Modus ponens以及等价置换的“失效”是不成立的。此外，张建军教授强调了在哲学与AI交会中逻辑学本身独特的中介作用。 王文方教授回应指出，20世纪以来哲学家们对于因果性的理解的确存在态度上的差异，例如David Lewis倾向于以还原的方式分析“因果”的概念，他用反事实条件句来解释因果，又将反事实条件句还原为非模态语言，即考虑用一种非模态性的语言来还原“因果”这种模态性的概念。但是以Judea Pearl为代表的哲学家在因果模型的方法下直接将“因-果关系”作为最初始的设定，他们并不关心还原的问题。至于可否从“解释”的角度理解因果关系，王文方教授认为，对于哲学家和科学家而言，探讨因果其实就是一种解释，即解释为什么某事态会发生。但是对于“解释”而言，并不只存在因果解释（causal explanation）这一种方式；王文方教授指出，Kit Fine等人近来的工作致力于讨论不同于因果解释的形而上学解释（metaphysical explanation），在这种解释关系下，事态之间并不是由某种因果机制相联结，而是通过某种ontological ground。他提示大家可以关注“grounding”这一话题。随后王文方教授还就反事实条件句不同进路的比较、哲学的务实态度等问题与讲座听众进行了交流。 最后，讲座主持人顿新国教授做总结陈词并介绍了南京大学当代智能哲学与人类未来研究中心的成立宗旨与跨领域合作情况。 据悉，本次讲座为南京大学当代智能哲学与人类未来研究中心的第一场公开讲座。南京大学当代智能哲学与人类未来研究中心（Institute for Contemporary Philosophy of Intelligence & Future of Humanity，ICPI&FH）是南京大学2020年成立的一个跨学科综合性研究机构，中心主要研究人员来自南京大学哲学系、社会学院、政府管理学院、计算机科学与技术系、人工智能学院。中心的主要研究领域为因果关系的逻辑与哲学研究、意识的哲学研究、人工智能伦理、人工智能治理等。 撰稿：刘雨轩 审校：顿新国 编辑：王振袭 |
|
|
