人工智能與人類思維的異同
關于人的思維（包括理性與心靈）究竟是什么的問題，一直是困擾哲學巨匠與科學大師的難題。雖然哲學兩千年來對此有過很多推測，但都不能自圓其說，最終都只能去拜神或變相拜神了。科學對人腦的探索，目前也還希望渺茫。
2019年出版的《重識哲學----從情感邁向理智》對于人類思維是什么？來自哪里？該去何方？進行了有益的探討，也大體上回答了丹尼爾·丹尼特提出的上述問題。今年筆者因受友人啟發(fā)，對人工智能的關注漸多，發(fā)現人工智能的研究思路，與《重識哲學》提出的隱性情感思維不謀而合。兩者若能相互借鑒推挽前行，不失為一個可貴的契機。
1、人類思維
在懂得計算機的人中，現在有很多人了解人工智能。雖說人工智能來自對人類思維的模仿，但卻很少有人知道，人是如何進行思考的，尤其是對無意識的隱性思維，更是知之甚少。《重識哲學》經過始于單細胞生物感覺的詳實論證后指出，人和其它高等動物，無論遇到任何事物，都是依據記憶中，以往處理此事時的行為，曾帶給他（它）的感覺，來進行判斷的，快感將導致行為重復，痛感將導致行為規(guī)避。從單細胞生物，到多細胞生物，再到動物，最后到人，無一例外。
生物只有把所遇事物、行為和感覺捆綁記憶，并依據記憶進行判斷，才能有效生存。動物必須能夠分清、注意、記住，曾給自己帶來強烈快感或痛感的東西。否則，不是耽誤了覓食，就是耽誤了逃生，結果只有滅亡。微生物進化到高等動物后，單一的快感或痛感已經演變成了更為豐富的情感。高等動物必須也只能依據情感，進行無意識的注意、歸類、記憶和判斷。
在擁有語言之前，人類早已擁有了其它高等動物也具備的，無意識的注意、歸類、記憶、判斷、歸納與演繹等，無意識的隱性情感思維。這些能力是先期人類和其它高等動物生存所必須的，沒有這樣的能力，它們就無法生存。人的情感是人唯一的價值體系，情感強度是人唯一的價值尺度。
人類獨有的語言和有意識的顯性理智思維，都是在這些隱性情感思維的基礎上，為了輔助情感思維，而逐漸發(fā)展起來的，所以很自然，顯性理智思維一直受著隱性情感思維的支撐與支配。人類的思維包括了，無意識的隱性情感思維和有意識的顯性理智思維。顯性理智思維是以語言為支撐的，以隱性情感思維作為出發(fā)點和方向的，有意識的邏輯推理。
代表人類的理智源自語言。人類形成的原因有直立行走、制作工具、用火、勞動和語言等，這其中每一步也許都是必須的，但是，其中最重要的因素是語言。正是因為有了語言，1、人的思想意識才變成了人間的存在，2、才能定義出無法以隱喻為依托的，高度抽象的大量概念，3、才能擴充表象間的聯系，4、人才能夠有效長時地聚焦自身的注意力，5、才能增強人的抽象記憶力，6、才能形成由語言支撐的有意識思考，7、有意識的理智思維才能進行有邏輯的深入推理，8、人類才有了高效的社會交流。
因為有了高效的社會交流，人類的知識與智力得到了極其快速的倍增式提升，使人類智能飛速地跨越了，數億年的進化歷程，變成了具有理智的智能人。雖然理智思維受到情感思維的支配與支撐，但是理智思維對于情感思維也具有強有力的反作用。
正是語言成就了人類的理智，超群的理智正是人類與其它動物的根本區(qū)別，人類現在是世界上唯一依靠理智思維生存的文明生物，正因如此人是最依賴社會的社會物種。人性區(qū)別于畜性的根本在于，人性是利己本能與利他本能的依存、對立與統(tǒng)一。人間的根本差別也在于，有些人利他本能多些，有些人少些，從而形成了各不相同的情感價值觀。
人類思維的根本依據是自己的情感價值觀，它形成于言行成敗帶來的快感與痛感的累積。情感價值觀可以被理智認同的理論價值觀所改造，值得注意的是，這個改造非有大的情感沖擊難以成功。高度抽象地看，人就是慣性體，思維與言行的慣性體，這個慣性就來自情感。
人的情感價值傾向最終是由人的情感價值觀決定的，這是每個人最根本的價值觀。這個價值觀形成于自幼至今所有的實踐感受，包括所有對自身有意識顯性思維的感受，這其中就包括了反思、交談、聽講、讀書或觀看時的顯性思維。
情感思維支配與支撐理智思維，理智思維改造情感思維。這樣的理論很好地解釋了，世界上所有人的觀念都有差別，人們的思想都在不斷變化，和人類雖都有理智思維但每人所想并非完全一致，等實際存在的現象。
每個人的知識分別來自，自身實踐的感受、反思的感受和從與他人交流中得到的感受，與他人交流包括了交談、聽講、閱讀與觀看等等。人的知識可以被用于顯性理智思維也可以被用于隱性情感思維。
人們在談意識時，大多是指思想意識，或可長時持續(xù)的、有意識的顯性思維，而不是其它高等動物也具備的短暫無意識的注意。人在每天遇到的無數事物中，偶爾會注意到某個事物，這個注意產生于頭腦中無意識的相似比較，只有這個比較觸碰到曾經情感強烈的記憶時，人才會產生注意并開始聯想。這個注意是人類獨有的可持續(xù)的有意識注意，也就是所謂的意識，這個聯想就是人的思想意識，是由語言支撐的、有意識的顯性理智思維。
人類聯想的起點就是顯性理智思維的出發(fā)點，產生于隱性情感思維；從聯想開始，沿著思維方向，每個人的頭腦中才會展開顯性理智的邏輯推理，邏輯僅能保證思維方向的單一性。人的思維方向就是人的情感價值傾向，也就是人的情感取向，或稱意向性。比如有些人的情感傾向很陽光，有些人的情感傾向很陰暗；有些人認為利最重要，有些人認為義最重要；有些人遇事會往積極的方向去想，有的人遇事會往消極的方向去想。
聯想起始點也就是直覺，由于直覺產生于無意識情感思維，人們一直感覺很神秘。人在遇事后無意中關聯到的記憶，就是在頭腦已有的數個相關記憶中，曾給自己帶來最強情感沖擊（正負價值最高）的記憶，或最常用（還是價值最高）的熟悉記憶。如果這個記憶的情感足夠強烈，就會引發(fā)注意，這個記憶就是聯想的出發(fā)點或聯想。這也就是在遇到同樣的事物時，不同的人會有不同聯想的原因。因為在此之前，不同的人有過不同的人生經歷與感受積累，就會具有不同的情感思維，從而帶出不同的理智思維。
聯想既有順序推論，也有倒序推論，既有可行推論，也有不可行推論，既有歸納也有演繹，既有猜測、假設也有追問。猜測就是對依據重要性順序聯想到的數個假設（可能），進行的推論。追問就是要追究為什么的為什么的為什么，就是尋找原因的原因或前提的前提，也是對猜測進行的猜測。
在邏輯推理的過程中，人類還會相繼產生一些與某節(jié)點相關的聯想。有些人的所謂邏輯混亂，其實不一定發(fā)生在推理當中，很多情況的原因就是，他們在這些節(jié)點上的聯想，偏離了論證應該行進的方向或最重要的方向。也就是說，他們的情感傾向，偏離了最有實際價值的方向。也就是俗稱的，“分不清孰重孰輕”。
人類的理解就是把新遇到的事物、觀念或理論與自己記憶中的相似知識進行比較，這個比較既牽涉情感思維也牽涉理智思維，進而形成記憶中原有知識對于新遇見識的解釋。解釋通了就是理解了，解釋不通就是沒理解。對于深刻問題，只在表面解釋通了屬于簡單理解，能夠深入數層的解釋屬于深刻理解。每個人最原始的知識，形成于嬰兒時期親身實踐的感受。
人類的理智思維依賴于概念，概念的原始出處就是動物的歸類行為。雖說人類的理智思維依托于概念，但是每次理智思維的起點并非是由概念開始的，也不是嚴格按照概念分類的脈絡行進的。正如上面所說，人類思維的起點和方向都取決于隱性情感思維，人的情感在思維中起著決定性的重要作用，甚至作用到理智推理當中的各個節(jié)點。
由于情感是人的價值體系，實際上人的思維歸根結底是對價值的判斷。任何價值（意義、貢獻、重要性）都是相對于參照物而言的，不存在任何絕對的價值。情感價值的參照物是每個人自己，對自身而言，能夠形成強烈快感或痛感（感覺、感受、情感）的價值就高，感覺不強烈的價值就低，還有很多不能形成感覺的，就是沒有價值。
然而，人的情感時常也會欺騙人。因為人的產生情感的依據是情感價值觀，價值觀的正確與否決定了一個人感覺的對錯，此外，即使價值觀正確，人們也會受到眼前暫時小利或威脅的誘導，因而產生錯誤的感覺，再或者有些人根本就看不到長遠或重大的利益或威脅。
上述這些觀念，正是哲學幾千年沒有搞清楚的哲學的根本問題。因此也使得人工智能，只能在黑暗中摸索，甚至即使摸到了，也不知其所以然。今天的人工智能，的確是在模仿人類的思維，也確實一步一步地驗證了如上所述的人類思維。
2、機器思維
通常研究哲學的人搞不懂人工智能包含的深奧科技，而人工智能的研究者更多的是專注人工智能框架下的解決方案和技術突破。兩邊都很少有人，深入探討雙方實質上可能靠攏的途徑。現在我們不妨仔細提煉一下，把人工智能所做的工作與人類的思維，在更抽象的層面上進行一下高層對接。
總的來說人工智能是，先將某些事物的要素及其關系數字化，再用各種模仿人類思考的模型及相應的算法，逼近或實現人類的智能。人工智能現在的主攻領域主要有兩個，一個是深度學習，一個是強化學習。
深度學習運用的是神經網絡及一些相應的算法，各類算法解決了數據要素提取與篩選，也成就了神經網絡的學習過程。神經網絡模擬了人類大腦神經元的網絡結構，神經網絡的學習過程模仿了，人類學習中的反復摸索和無意識歸納。神經網絡經過學習，就可以找出各要素對于學習目標的價值（權重）了。這些權重雖然未必被顯示出來，但實際上它們已經存在了，并會在以后的辨別中發(fā)揮決定性作用。
深度學習主要是歸納探索，事物某方面特性的各個相關決定性要素，以及各要要素之間的關系，也就是歸納各個決定性要素對于形成事物某特性（目標）的貢獻、意義或價值（權重）。深度學習就是學習各要素對于已知目標的重要性（權重），最終找到并記住最重要的各個決定性要素及其相關價值（權重）。
強化學習就是，模擬了人類以感受獎懲學習成果的獎勵機制，抽象出來的模型。深度強化學習運用神經網絡、算法和強化學習模型，把各種算法運用于數據要素的提取與篩選、神經網絡和強化學習模型，將所有策略路徑到達目標后的最終獎勵，合理分布到其每一步動作上，得到每一步動作應得的獎勵，也就得到了每一步動作對于目標實現的價值。
強化學習主要是依據一系列策略路徑完成后的得失（獎懲），探索各種策略發(fā)展路徑上每一步決策或動作的利弊，從而對比確定某個事件的最佳策略發(fā)展途徑。強化學習就是演繹探索各種可能策略路徑上的每步動作，對于目標得失的重要性或貢獻。最終發(fā)現并記住，最佳策略路徑以及沿途所有動作或決策。
從對深度學習與強化學習的抽象中不難看到，深度學習與強化學習的實質與情感思維高度一致，它們都是圍繞達成目標的要素和目標與要素間的關系（權重），進行的運算或思考。人工智能之所以成功，也正是因為它恰好踩到了“價值”，這一人類隱性情感思維的核心邏輯之上。
3、各自的優(yōu)劣及發(fā)展
無論是深度學習還是強化學習，都是利用構成事物的各要素對于事物的意義來運算的，這一點與人類情感思維的工作模式完全吻合。神經網絡模仿了人類大腦神經元的構架，而神經網絡訓練則模仿了，人類反復摸索要素價值的歸納過程。強化學習模型的獎勵機制，與生物動作成敗所獲快感與痛感完全一致。
深度學習類似于人類對于事物構成要素及意義的反復摸索。人和其它高等動物的大腦，都具有極強的歸納能力，它們可以在反復的實踐中抓住，目標在多次反復中表現出來的共性。對于任何事物，人的頭腦通過五官多次反復的感知過程，可以無意識地歸納出，事物各組成要素對于事物判斷的重要性。
強化學習模擬了，人類和其它高等動物以情感的感受來獎懲成敗行為的模式。人類和其它高等動物一樣，依據情感進行無意識判斷，依據判斷決策動作，動作的成敗對人的感覺形成獎懲。成功帶來快感，失敗帶來痛感。
人的學習每一次都會得到獎懲，對每個人來說，每次學習的結論與感受不一定完全正確，甚至完全不對，這個獎懲也不一定準確，甚至可能是錯的。人對事物的每次認識，往往只是大體的正確，并非真正的正確。人類是依靠多次或眾人的大量累積，獲得的大量可比結果，才會最終比較得出某個方面的知識。強化學習歸結了常人在某件事上一生的學習，乃至是很多人終生的學習，甚至超越了幾代人的學習。
在人類頭腦的記憶中，所有知識都含有與之相關的情感因素以及相關知識的關系。這個情感因素也就是人在獲得這項知識時自己的感受，這個感受就是這項知識對于本人的主觀重要性（重視程度）。本項知識與相關知識的關系，也包含著關系的權重（相互的重要性）。
每個人學習任何一項知識，都涉及從一生所有實踐經歷（包括讀書或交談）中獲得的感受。每次遇到比較重要的相同事物，人都會刷新他已有的舊知識，這個刷新有可能是增加、削弱或反轉。當新知識帶來的感受足夠強烈時，就會刷新腦中這項知識在所有知識中的價值地位。不僅如此，這些重要性還會隨著本人各項知識的逐漸增加或改變而變化，也就是說某項知識在人腦中的地位是變化的。
需要注意的是，在遇事初起引發(fā)注意的情感依據，就是對此事此時的感受，它很可能已經隨著其它知識的改變而轉變了，不再是原來此項舊知識形成時的感受了。所有這些變化，都是在人的無意識狀態(tài)中發(fā)生的。正因為如此，人腦中的知識才可能是一個知識的整體，人也才可能是一個意識的整體。這一點大概正是當前人工智能所欠缺的。
人工智能解決某個問題時，是一次性解決了人在一生中多次學習得到的這個知識點，或是對該問題之多人多次實踐結論的一次性總結。而且，結論更加正確或精準。人工智能的這個特點，目前其實也有其缺陷，那就是此次學習如果片面，就會一直存在缺陷，再無改正的機會了，再或者，此結論再也不會隨著條件的改變而變化了。
人工智能為了改進這一點，可能需要在構建知識網絡（庫）時，附加每項知識間的連接及其相對價值。其實在機器學習的過程中，機器已經掌握了所學知識與其組成要素（其它知識）的關系與權重（價值），但是，在各項學得的知識之間，還沒有建立相關關系及其相對價值。如此這般人工智能就只是學會了各個單項知識涉及的關系，而不能像人腦那樣形成一個完整的知識整體。
在人類社會中，有些人是明白的、理智的或明智的，也有些人不明白、不理智或不明智。通常在人群中，真正很明白、很理智或很明智的人，只是極少數。大多數人的一生都行走在大致正確或從眾的軌道上。哲學到今天都不明白，每個人并非依據正確活著，而是依據自信活著。無論這個自信的正確與否，自己都會有意無意地確信它是對的；無論一個人被認為多么不自信，他都是自信的，不然，他就不會有任何行動了。
人的錯誤似乎發(fā)生在不夠理智，根源卻在情感價值觀，這是因為人類思想的出發(fā)點和方向是由情感傾向決定的。常聽人說某人的邏輯混亂，實際上差錯往往不是發(fā)生在邏輯推理上，而是他思維的出發(fā)點，不在該問題價值最大的地方，或者，他思維的方向就不對。同樣的錯誤，照樣也會發(fā)生在邏輯推理過程中的各個節(jié)點之上。
在單一問題的處理上，人工智能已遠強于很多不明智的人。實際上，很少有人能夠準確把握問題，或能真正正確區(qū)分輕重緩急。任何人無論其多么理智，他的思想也必然依賴和受限于他自己的情感。參加圍棋比賽的高手，都是人中頂級的理智之人，人機圍棋賽的最后結果，就說明了人類思想的局限性。
在與他人打交道的時候，人還會猜測對方的思路，猜測得對就會贏得先機或得到對方的好感。從理智的角度看，要猜得對，需要正確把握對方流露出來的準確信息。對于人工智能來說，這些背后或許還隱藏著某些未知。
人類在競爭或博弈當中，會權衡敵我的優(yōu)勢與劣勢，機會與威脅，價值與風險，人工智能現在似乎還沒有做這樣的對比評估，更沒有進行評估后的取舍。勇敢之所以是人類的優(yōu)秀品質，這是因為人類的很多進步，都是在勇敢的嘗試中獲得的，勝利者由此獲得的快感也是超乎尋常的。
在前面談人的情感思維時，有一點十分重要，這就是：人的情感是人唯一的價值體系，情感強度是人唯一的價值尺度。真正理解這一點，對于人工智能的發(fā)展也許會有所啟發(fā)。這一點告訴我們，人的所有思想就是在做關系（價值）比較（判斷），比較的依據就是，情感表達（代表）的，事物相對本人的價值（關系、權重）。人類思想就是在做價值比較，這就是人類尋找了幾千年的人類的邏輯。所謂相對價值正是任意兩者之間的關系（權重），而這一點已經在深度學習和強化學習中得到了很好的應用，樹立了很好的榜樣，這一點也必將繼續(xù)帶動人工智能的深入發(fā)展。相信會有具備高度理解力的專家學者，可以依此前行，實現卓越超群的科技突破。
