歸納推理具有久遠的歷史，早在柏拉圖的著作中便有成熟的蘇格拉底概念歸納法，追問什麽是智慧、勇敢、虔誠等概念的普遍定義。現代歸納法的直接思想來源則往往歸於培根（Francis Bacon），要求歸納推理服務於現代科學的發展，為科學發現也即預測推理提供理論根據。而卡爾納普（Rudolf Carnap）將形式邏輯的方法引入歸納邏輯研究以後，概率邏輯開始成為研究的主流，並且和人工智能研究產生密切聯系。如今，貝葉斯主義已占據人工智能研究的半壁江山。我們不禁會思索：歸納推理是如何與人工智能產生聯系的？本文嘗試對這個問題進行探討。
機器能否思維
對於圖靈（Alan Mathison Turing）來說，人工智能的核心問題是：機器能否思維？他在【電腦器與智能】中深入闡述了這個問題。對於圖靈來說，「思維」意味著推理——如果人工智能能夠正確預測問題的答案，那麽就意味著它具有類似人類的智能。這種觀點又被稱為邏輯主義或行為主義方案。該理論為人工智能的發展奠定了基調，使得人工智能蓬勃發展。
如果說人工智能的本質是機器推理，那麽歸納推理便是人工智能的重要基礎，因為演繹和歸納是邏輯的兩個基本類別。我們所面對的世界具有許多不確定性，但我們的重要決策往往又需要對這些不確定性有一個較好的評估和預測。這呼喚我們對歸納推理進行更深入的研究。過去，不少人認為卡爾納普的邏輯句法最適合用來刻畫人工智能的推理過程，他的歸納邏輯體系曾一度成為學術界的主流理論，但是後來受到「綠藍悖論」的打擊，失去了大批的支持者。當前，人工智能的主流理論是帕爾（Judea Pearl）的貝葉斯因果網絡，他的代表作是【因果關系：模型、論證和推理】，而貝葉斯因果網絡也在人工智能的實踐套用中取得了巨大成功。不過，公正地說，卡爾納普的邏輯計劃至今仍有不少支持者，是人工智能理論研究的一個重要思想來源。
塞爾（John R. Searle）則認為，機器根本不會思維，並在著作【心靈、大腦與程式】中建構了「中文房間」思想實驗進行論證。在他看來，人工智能只有句法，沒有語意。語意和意向性有著密切的聯系，只有人類的大腦能夠恰當理解語意（或思想），而電腦完全不能產生意向性。所以，即使人工智能可以給出正確的答案，或者說，即使它能夠透過圖靈測試，也不能說是真正意義上的智慧生命。人工智能好比是關在一個屋子中的完全不懂中文的塞爾本人一樣，能夠借用英漢詞典（句法規則），和屋子外面講中文的人進行交流。
但是，博登（Margaret A. Boden）不同意塞爾的觀點。她認為，盡管屋外的人並不確定屋中的塞爾是否真正懂中文，但他們願意為屋中的塞爾提供物資支持，包括食物和水。而且，她在【逃出中文屋】中認為，命題態度是有意向性的。事實上，如果我們把人工智能的運算機制看作一個黑箱，那麽無論裏面實際上是什麽構造，只要它能夠執行人類的指令，能夠作出準確預測，便會有源源不斷的資源投入相關研究專案。人們會相信，它是能夠進行改良升級的，它的執行效能會得到不斷提升。也許，未來真的有一天，人工智能解決問題的能力幾乎可以和人類媲美。
在某種意義上，要求人工智能具備意向性，就是要求它具有生命體的特征。這是因為，追問「機器能否思維」，間接地也就是在詢問「人工智能是不是生命」。或者說，這兩個問題總是被糅合在一起，難分難解。那麽，生命的本質特征是什麽？傳統觀點認為是呼吸，並且把心跳停止、呼吸中斷看作死亡的標誌。但是，當前的不少醫學標準往往把腦死亡看作生命終止的標誌。因此，從這個角度來看，似乎智慧才是生命的本質特征。如果這種觀點成立，那麽人工智能當然有資格被稱為生命。而且，由於邏輯推理正是它的強大生命力所在，將來它大有超越人類的可能。
常識推理的形式化
常識推理是人類的一種基本思維模式，人工智能若要在推理方面取得更大的突破性進展，就要對常識推理進行研究。那麽，常識和歸納推理有什麽關系？我們可以從帕裏斯（Jeffrey Paris）的歸納理論入手展開分析。帕裏斯是當代一個有影響力的歸納理論家，他是卡爾納普歸納邏輯的忠實支持者，致力於歸納推理和人工智能的基礎理論研究。他早期的研究重點是從數理邏輯的角度為專家系統提供理論基礎，代表作是【不確定性推理的指南：一個數學的視角】。近十年來，他繼續推進卡爾納普的形式化歸納邏輯研究，並和溫科斯卡（Alena Vencovská）於2015年出版代表作【純粹歸納邏輯】。
在第一本書中，帕裏斯考察的核心問題是：在給定的背景知識K的條件下，應當如何對論斷為真的概率，即真值、置信系數P（?茲｜K）進行合理評估？背景知識K是一些經驗性的已經被查明為真的結論，因此可以當作線性約束條件。所以，研究的基本思路是考慮如何利用函數方法計算P（?茲）的值。但是，帕裏斯在他的新書中繼續往前推進，把背景知識K也忽略了。也就是說，純粹歸納邏輯要研究的核心問題是：在沒有相關的經驗背景知識K的情況下，一個理性的主體X，應當如何借用一階邏輯的基礎知識，對句子為真的可能性P（?茲）進行合理的評估？在這裏，「合理的」和「合乎邏輯的」是同義詞。換句話來說，它要研究的問題是，如何借助邏輯工具為預測概率的合理性進行辯護。
專家系統是人工智能研究的一個重要組成部份。但是，這裏的「專家」指什麽呢？理想地，它代表的是現實世界中一個智慧的權威——人工智能=專家的智慧。在這種意義上，人工智能系統中的「專家」，可以看作一種具有人類生命特征的智慧。同時，人類不同於機器的一個重要方面是：人類具有常識，能夠在茫茫人海中一眼發現自己所要尋找的目標，把目標範圍中的大量事物看作無關資訊過濾掉。所以，人工智能若要具備類似於人工智慧的推理能力，就必須掌握常識推理的技能。但什麽是常識？顯然它是一個模糊的術語。但是，不管怎麽樣，至少常識推理應當是符合直覺的、合乎邏輯的推理模型。在【純粹歸納邏輯】中，帕裏斯把常識推理剖析為四個方面的推理：相關性、不相關性、對稱性、類比。他嘗試用概率邏輯的工具來刻畫這些核心概念，為人工智能模擬常識推理提供理論支持。它的一個哲學啟示是，就像人類可以模仿鳥在天空中飛而發明飛機一樣，人工智能至少在理論上是可以模仿人類的推理模式的。
一個有趣而又重要的問題是，人工智能能否超越人類智能？多數人出於本能，會自衛性地說「不可能」。但是，要知道，當初萊特兄弟研制飛機的時候，許多人都譏笑他們是愚蠢的，認為像鳥兒那樣飛翔的夢想是一種天方夜譚。然而，他們最終取得了巨大成功。如今，人造飛行器的效能已遠勝鳥兒的飛翔能力。人工智能會不會重演類似的歷史？人工智能可以模仿人類的常識推理這種樂觀的觀點，是建立在「機器能夠思維」的基礎上的。因此，帕裏斯和圖靈面臨著同樣的挑戰。對於塞爾的那種反駁——人工智能不具有意向性，它永遠也不會有張愛玲筆下那些女主角的細膩情感，也不會有莎士比亞筆下那些英雄的豪邁氣概，帕裏斯可以援引圖靈的話回應說，這實際上就是要求人變成機器，或者說，要求機器變成人。但是，如果我們把思維理解成推理的話，人工智能當然是能夠思維的。也許，這會被指責是一種強邏輯主義方案，但無疑它有一個明確的答案，並為將來的進一步研究指明方向。
作者系華南師範大學哲學與社會發展學院副研究員
原標題：【人工智能和歸納推理】
來源：中國社會科學網
