人工智能/图 来源网络
第三个问题是，单纯作为算法的AlphaGo没有自主性和觉知。AlphaGo的运行需要外部驱动力，这个动力是人给予的，围棋算法是人设计的，实现算法的程序是人编写的，3000万个棋局是历史上棋手长期积累又由人陆续输入数据库的。此外，更重要的是，人的行动是有动机的，人有意图会规划未来，有做出选择和行动的自由意志，因此，作为一个行动者，人可以为自己的行动提供理由。但是，无论如何，AlphaGo没有办法为自己的走子行为提供理由。AlphaGo甚至根本不知道自己是在下棋，更别提棋感、直觉、欺骗、故意下坏棋了，它的行为只受输赢这个简单的目标导向。从比赛结果看，像是这样一个硅基材料的机器有了胜过世界冠军下棋的智慧和能力，但事实上，依照我们下面的分析，AlphaGo的智能实际上是以人为核心的一个巨大的延展认知系统的能力，是系统部分认知功能的某种外化。
AlphaGo不仅是一个算法，还是一个延展认知系统
如前所述，如果仅仅把AlphaGo看作一个算法，它显然是无法与人类的心智相匹敌的。那么，我们究竟在什么意义上可以解释它的智能呢?这个解释的角度就是两位世界级哲学家克拉克和查尔默斯1998年提出的延展认知和延展心灵视角。
通常，人在环境中生存，依赖环境判断采取行动。人要在环境中即时处理特定问题时，自然会选择周边所能供给的环境条件、物理设备、已有的知识背景和信念网络为我所用。例如医生在诊断病情时会借助医疗仪器，科学家在实验室工作会利用实验设备，一个不擅长记忆的人出行时需要手机、笔记本电脑或网络信息的引导。克拉克认为，这时，这个行动者就与这些外部条件构成一个动态的延展认知系统，那些即时可利用的设备就可以看作延展认知系统的一部分。实际上相当于在处理特定的问题时，把个体人的智能的一部分功能卸载到外部设备上，这个外部设备只要能跟他即时地连接，一起参与完成当下认知任务，就实现了某些认知功能和心智能力。但是，到底选用什么样的外部环境设备，以及如何主动与外部世界互动，显然有一个主动性的问题。处在环境中，人的感知器官和运动系统，以及整个有机体与世界构成一个关联体，成为一个耦合的认知者和行动主体，其行动是整个系统的动态行动。如果考虑的是在社会认知情景中的系统，问题将更加复杂。
在今天这个信息化技术高度发达的时代，人的很多认知功能、认知负担都已卸载到物理设备上，而且还会逐步卸载到各种便携式、穿戴式和嵌入式“人类增强技术”的技术产品上，许多人类的感知功能和体验甚至可以在虚拟现实的载体上延展地实现。因此，在笔者看来，说作为机器的AlphaGo打败人类，就相当于说与人耦合的这些外部设备超越人类智慧一样。也就是说，在以人的认知为核心的，可以展开大规模并行计算的，包括CPU、GPU、云端大数据，甚至包括光缆和人类下围棋的历史经验整合在一起的延展认知系统在有限时间战胜了围棋冠军李世石，这是比较冷静而客观的说法。这种系统的智能是一种集群式智能，是多个人类个体和多台机器网络、大数据平台和云计算平台即时连接的并行集群智能，它是有因果历史链条的，算法只是它的最近一端。至于这样的智能系统的认知能力和智能的特征及其本质，它与人类智能的区别何在，包括由此所产生的延展认知系统的本体论、认识论问题、延展认知系统的社会伦理问题，以及延展认知系统与人类未来命运的关系问题等，恰好是即将到来的人机交互的新时代必须面对的哲学课题。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！