技术哲学视角下的人工智能与人工意识系统

段玉聪（Yucong Duan）

DIKWP-AC人工意识实验室

AGI-AIGC-GPT评测DIKWP（全球）实验室

DIKWP research group, 海南大学

引言

技术哲学探索科技与人类生活的关系，特别是在人工智能（AI）与人工意识系统（AC）的背景下。AI与AC的发展不仅是技术进步的体现，而且涉及到深刻的哲学思考和伦理考量。

人工智能：技术实现与哲学反思

1. 技术实现的哲学：AI技术的核心是模拟人类的认知能力。它挑战了关于思维、智能和机器能力的传统哲学界限。

2. 人工智能的本质：AI不仅是计算过程，更是对知识、认知和逻辑的重构。这引发了对机器是否能“理解”或仅仅是“模拟理解”的哲学讨论。

3. 道德与责任：AI在决策过程中的作用提出了责任归属的问题。例如，在自动驾驶车辆的事故中，责任应归于谁？

人工意识系统：意识与存在的探索

1. 意识的哲学解释：AC试图超越纯粹的信息处理，接触到意识的概念。这不仅是技术挑战，也是对“意识”本质的哲学探索。

2. 存在与本体论：AC的目标是创建能够展现某种程度自主性和自我意识的系统。这触及到本体论的核心议题：什么构成存在和实体？

3. 伦理与自由意志：AC的发展引发了关于机器是否拥有自由意志、机器的决策是否具有道德意义的讨论。

AI与AC的哲学区别与联系

• 从逻辑到存在：AI主要处理逻辑和知识，而AC则进入存在和意识的领域。

• 决定论与自由意志：AI通常被视为决定论的，而AC则更接近于自由意志和主观体验的探索。

• 认识论到伦理学：AI的发展着重于认识论，而AC的发展则涉及伦理学和存在论。

技术与人类共生的哲学思考

• 人类身份的重新定义：随着AI和AC的发展，人类如何定义自己的身份和地位成为重要话题。技术与人的界限变得模糊。

• 技术决定论的挑战：AI和AC的发展挑战了技术决定论，即技术发展是社会变化的唯一驱动力的观点。

• 共生关系的构建：技术哲学需要探索人类与高级AI/AC系统的共生关系，以及这种关系如何塑造我们的世界观和生活方式。

结语

AI与AC在技术哲学视角下不仅是技术发展的问题，更是关于人类自我理解、价值观、伦理道德和社会结构的深刻反思。这些技术挑战着传统的哲学观念和人类对自身位置的理解。随着AI和AC技术的不断进步，技术哲学将成为理解和引导这一变革的关键。通过深入的哲学探讨和伦理指导，我们可以更好地利用这些技术，塑造更加和谐、有意义的人机共生未来。

段玉聪，海南大学计算机科学与技术学院教授，博士生导师， 第一批入选海南省南海名家计划、海南省领军人才，2006年毕业于中国科学院软件研究所，先后在清华大学、首都医科大学、韩国浦项工科大学、法国国家科学院、捷克布拉格查理大学、意大利米兰比克卡大学、美国密苏里州立大学等工作与访学。现任海南大学计算机科学与技术学院学术委员会委员、海南大学数据、信息、知识、智慧、意图DIKWP创新团队负责人、兼北京信用学会高级顾问、重庆警察学院特聘研究员、海南省委双百人才团队负责人、海南省发明协会副会长、海南省知识产权协会副会长、海南省低碳经济发展促进会副会长、海南省农产品加工企业协会副会长、海南省人工智能学会高级顾问、美国中密西根大学客座研究员及意大利摩德纳大学的博士指导委员会委员等职务。自2012年作为D类人才引进海南大学以来，累计发表论文260余篇，SCI收录120余次，ESI高被引11篇,引用统计超过4300次。面向多行业、多领域设计了241件（含15件PCT发明专利）系列化中国国家及国际发明专利，已获授权第1发明人中国国家发明专利及国际发明专利共85件。2020年获吴文俊人工智能技术发明三等奖；2021年作为程序委员会主席独立发起首届国际数据、信息、知识与智慧大会-IEEE DIKW 2021；2022年担任IEEE DIKW 2022大会指导委员会主席；2023年担任IEEE DIKW 2023大会主席；2022年获评海南省最美科技工作者（并被推全国）；2022年与2023年连续入选美国斯坦福大学发布的全球前2%顶尖科学家的“终身科学影响力排行榜”榜单。参与研制IEEE金融知识图谱国际标准2项、行业知识图谱标准4项。2023年发起并共同举办首届世界人工意识大会（Artificial Consciousness 2023, AC2023)。

 数据（Data）可视为我们认知中相同语义的具体表现形式。通常，数据代表着具体的事实或观察结果的存在语义确认，并通过与认知主体已有认知对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。在处理数据时，我们常常寻求并提取标定该数据的特定相同语义，进而依据对应的相同语义将它们统一视为一个相同概念。例如，当我们看到一群羊时，虽然每只羊可能在体型、颜色、性别等方面略有不同，但我们会将它们归入“羊”的概念，因为它们共享了我们对“羊”这个概念的语义理解。相同语义可以是具体的如识别手臂时可以根据一个硅胶手臂与人的手臂的手指数量的相同、颜色的相同、手臂外形的相同等相同语义进行确认硅胶手臂为手臂，也可以通过硅胶手臂不具有真实手臂的可以旋转对应的由“可以旋转”定义的相同语义，而判定其不是手臂。

 信息（Information）则对应认知中不同语义的表达。通常情况下，信息指的是通过特定意图将认知DIKWP对象与认知主体已经认知的数据、信息、知识、智慧或意图联系起来，产生新的语义关联。在处理信息时，我们会根据输入的数据、信息、知识、智慧或意图，找出它们被认知的DIKWP对象的不同之处，对应不同的语义，并进行信息分类。例如，在停车场中，尽管所有的汽车都可以归入“汽车”这一概念，但每辆车的停车位置、停车时间、磨损程度、所有者、功能、缴费记录和经历都代表着信息中不同的语义。信息对应的不同语义经常存在于认知主体的认知中，常常未被显式表达出来，例如抑郁症患者可能用自己情绪“低落”来表达自己当前的情绪相对自己以往的情绪的下降，但这个“低落”对应的信息因为其对比状态不被听众了解而不能被听众客观感受到，从而成为该患者自己主观的认知信息。

 知识（Knowledge）对应于认知中的完整语义。知识是通过观察和学习获得的对世界的理解和解释。在处理知识时，我们通过观察和学习抽象出至少一个完整语义对应的概念或模式。例如，通过观察我们得知所有的天鹅都是白色，这是我们通过收集大量信息后对“天鹅都是白色”这一概念的完整认知。

 智慧（Wisdom）对应伦理、社会道德、人性等方面的信息，是一种来自文化、人类社会群体的相对于当前时代固定的极端价值观或者个体的认知价值观。在处理智慧时，我们会整合这些数据、信息、知识、智慧，并运用它们来指导决策。例如，在面临决策问题时，我们会综合考虑伦理、道德、可行性等各个方面的因素，而不仅仅是技术或效率。

 意图（Purpose）可以看作是一个二元组（输入，输出），其中输入和输出都是数据、信息、知识、智慧或意图的内容。意图代表了我们对某一现象或问题的理解（输入），以及我们希望通过处理和解决该现象或问题来实现的目标（输出）。在处理意图时，人工智能系统会根据其预设的目标（输出），处理输入的内容，通过学习和适应，使输出逐渐接近预设的目标。