我的最后一讲要讲自由、道德以及人和机器人的控制。但是在讲演之前,我要总结前几讲所得到的结论,展开必要的进化背景知识。
第三讲从毕达哥拉斯一切皆数的学说中导出形而上学的结论,其主张是任何在时空上有穷的,有给定输入的自然过程,都可以按预定的精确性要求用数字计算机加以模拟,第四讲把这一形而上学命题应用于人类,即:我们各人都有毕达哥拉斯数,一长串既说明我们的遗传程序又说明我们现有状态的数,以及纳入我们的遗传特征中的所有环境和文化。可见,我们各人都有一个能行使我们自然功能的幽灵或机器人替身。
这后一主张是行为主义的或外在性的。然后我进一步论争说,我们各人与他或她的机器人替身之间存在着有意义的内在相似性。你的机器人替身会通过追求目标,并采用一定策略控制它的行为。按我的说法,像你那样的意向寻找目标性对机器人替身来说是可能的。当机器人或人有意识并醒着,而不是入睡时,这种有计划的控制就会产生。再有,你的机器人替身是一个有意识的统一体,正因为如此,自我意识的反射和反省才是可能的,用苏格拉底的话来说就是,能“认识自己”。最后,我要想象我们所有的机器人替身在类似我们文明的遥远空间起着作用。
为了讨论自由和道德,我们需要从讨论个体的人和机器人上升到讨论人和机器人的群体、组织和社会。但是,既然意识的意向控制及其伴随物即自由选择在人类群体中起着这样的作用,那么我就要首先回顾前意向生物系统以奠定其基础。回顾亚里士多德关于人是理性动物的定义,我要看看理性怎样不依赖于动物性而产生,怎样加上动物性,在我看来,这一理论为自由和道德提供基础并作出限制。
—个系统在不同环境要追求不同的目标反应,而就一个成功地工作着的系统来说,所选择的反应往往取决于目标的成就。根据上一讲所作的明确表示和精确计算,一个意向性系统能够做到这一点。但是,寻求目标也可用简单得多的方式。炉子恒温器就是一个实例。如果温度低于某一水平,它就点燃火炉,如果温度高于某一水平,它就熄灭火炉。这就是说,当它正常工作时,借助刺激与反应之间完全直接和简单时联系,它就可以达到目标。我把具有这种功能的系统叫作直接反应寻求目标系统。
简单生物体就是这样的系统。从细胞到人类的生物进化过程就曾经是一个从直接反应系统到意向性系统的逐渐发展过程。这个过程为划分目标定向系统提供了一个自然尺度:可以让每一个这样的系统都安置在这个连续统之中。我要把这个连续统叫作目的论连续统,“目的论”是在与机械论相容而不是不相容的意义上使用的。我说这一连续统是目的论的,是因为其中每一生物都有这样的行为,在恰当的环境中一定达到生存、繁殖等目标。尽管我的目的论连续统是从生物进化的角度来定义的,但是它还被看作目标定向系统的连续统,无论是人造的还是自然的。
进化和成长是连续进行的,是从简单的、孤立的元素开始,发展为复杂的,高度一体化的,多层次上工作的系统的过程,这是囊括一切的过程:以往各阶段的机制被保存在以后阶段中。例如,人的膝反射反应就是直接的,而人随着目的论连续统的发展使用了多种多样的机制。这就是说,寻求目标的直接反应并不是被意向性取代,而是被结合在意向性中。
把意向性的和直接反应的机制记住了,我们再来比较这两种系统的计算方法,即它们传送信息,控制自身的方式。
直接反应系统的计算形式是内部查表法,表目是简单的直接反应假设:如果输入刺激是S,与系统的内存部分相关的条件是C,那么反应形式为R。作为实施这一规则的结果,系统移向新条件C',从而,完全的直接反应规则应是:如果有刺激S和内存条件C,那么有反应R和下一个内存条件C'。(在计算机科学家看来,任何有穷自动机,原则上都可以用足够长的规则来刻划,参见第1讲)。
相反,意向系统则使用较复杂的计算程序,(但是复杂程度适当,效率会较高)这已在上一讲中讲到,这样的系统包含与其目标相关的现时状态的模型。并根据有关信息有规律地更新模型。它还包含了丰富的数据结构,这种结构储存了它对各种不同境况作反应的可能行动,并借助联想来存取。最后,在考虑了对各种可替代行动过程估值和概率赋值以后,它就能决定如何去行动。
我们上次就已看到,在具有意向性的人的系统中,意识是定向控制的,甚至在具有人类功能的机器人中也是这样,意识只是人的一小部分功能,所以意识是控制的集中类型。相反,处于目的论连续统另一端的直接反应系统则是松散的或分散的控制。这一特点与下列事实相联系,有些原始生物失去整整一条腿也能重新长出来。
从计算机的观点来看,直接反应系统与意向性系统的计算方法和控制机制有大的差别。与此相对应,意向性系统学习速度比直接反应系统快得多。意向性系统的每一活动周期都要把一些新信息合并到系统中,在一个成功的系统中,新信息有助于目标的实现。直接反应系统则只能通过改变其习惯而学到新东西,这是一个较缓慢的过程。意向系统能够使用语言进学校学习,直接反应系统则不能。
与自然意向性系统在学习上优于直接反应自然系统这一优越性有价值地联系在一起的是:前者比后者更复杂。那么,问题就提出来了,更复杂的系统为什么能从简单的系统进化而来,怎样进化而来?理性的人为什么能从低等生物进化而来?一本标题为《从鱼到哲学家》的书提醒了我,把哲学家看作有理性的完人是不错的。
有时,人们认为,进化就是进步,而这种进步最好解释为在使事情更好些的过程中起作用的目的因或目标。这种观点认为,目的论不能归结于机械论。这种观点可以追溯到古代,追溯到这种说法“让世界人人都有份就是爱”,追溯到柏拉图的善的观念,追溯到苏格拉底对于他在极容易脱逃时不逃而服毒自杀所作的解释,苏格拉底说,真实的原因是不逃走更符合善,更体面些。
我认为进化就已经导致了进步,哲学家就是比鱼强,如果你是哲学家的话,但是自从有了达尔文遗传学和近代遗传学,就很自然地用一般科学的原因来说明进化,即所谓动力因。的确,“动力”一词对于我们眼前的问题的解释十分恰当、它说明了意向性目标定向为什么能进化,因为它确是一个动力问题。
这就是说,直接反应系统与意向性寻求目标系统之间在有关组织、动力和复杂程度问题上的区别是有实用价值的。有着大脑,手,表达语言的能力,社会组织的人类是我们所知的最复杂,最先进的进化生物。他采用了意向控制。这种集中的,周密计划的控制是经过若干万年逐渐从较原始的直接反应控制模式发展而来的。既然进化是选择性的,那么,意向性控制是由生物适应环境的动力促使而发展起来的说法就是合情合理的了。
然而,环境的概念是一个复杂的概念,关于进化的一个十分重要的事实是,生物的适应能力,对于环境的可适应性,都仅仅涉及环境全部复杂性的很小一部分,一个生物仅对环境的某些方面有反应,仅仅利用环境中某些种类的材料。对于一个物种的所有成员来说,它们对上述东西的反应和利用,大体上没有差别,可以说这些东西构成了这些物种的“小生境”。*一个小生境就是影响该物种成员或被该物种成员所影响的环境的子系统。
昆虫比人多得多,细菌又比昆虫多得多,直接反应系统最能适应简单小生境,意向性在这里是多余的,不值得考虑的。相反,从某个方面来讲,我们的世界却是复杂的,除了在目的论连续统中早先存在的机制以外、我们还利用科学知识以适应这个世界,为生灵提供生存空间。具有理性的人类所开拓的小生境可以恰当地叫作“理智小生境”。
这就是说,我的进化观是,由于其计算形式而发达的意向性,能有效地适应理智小生境。你可能说,这是很有意思的概括,但是怎样证明呢?有办法了,根据我在第一讲中提出沾命题,每一有给定输入的有穷过程,都可以按预先要求的精确性,用数字计算机来模拟。换言之,进化过程都有它的毕达哥拉斯数,正像我们各人都有他或她的毕达哥拉斯数一样。既然如此,这就不过是化简的原则主张,不过,我在题为“计算机和形而上学”的第三讲中,已提到了这一观点。
实际上,进化的数学和遗传程序的逻辑在最近五十年已相当先进了。包括遗传程序,生物与环境之间相互关系的进化模型惊人地复杂,过分复杂以至于难以全部模拟,但是计算机模拟是进化研究的标准工具。按照我的安排,在这以后一段时间里,我将只是着重讨论进化的本质,再生的本质,在这里,我要采用冯 · 诺意曼的自我再生模型。
在讨论细节之前,我让你们看看我的计算机中心近期新闻信札上画的草图,一个二重处理程序计算系统中,有两个中心处理机在对话。
—个处理机说:你看看,包括人在内,顶头上的小圆球包含中心处理部件和几个输入输出通道,人的身体的其它部分只是一个相当原始的生物供养系统。
为此,另一处理机回答说:这就是说,上帝造万物一定是真的,我们计算机本来就不能从那样低等的物种进化而来。
冯 · 诺意曼的自我再生模型使人想起各种具有原子复激构造的玩具:白铁人玩具,麦卡罗装置,塑料LEGO。实际上,冯 · 诺意曼买过并玩过白铁人玩具,这可能引发他产生自我再生机器人装置的直觉;当他玩腻以后,就把这些玩具送给奥斯卡 · 摩根斯坦的孙子!
那么,想象一下由原子组成的世界,这有点像我在第三讲中讨论的卢克莱修的世界,除了与机器人及其赖以生存的环境不相干的部分外,该世界的其余部分都由原子组成。
让我们列举这个机器人世界所存在的主要原子类型。第一组由计算机部件组成:“与”,“或”,“非”这样一些开关;记忆元件;连接计算机部件的接线。第二组是输入——输出部件:感觉装置;机器人用来感知需要成长,需要用能量来加以补充的部件的装置;机器人用来构造别的机器人,修理自己的装置。第三组由行动元件构成,控制和移动装置;联结其它部件的部件;切割对象的部件。第四组机器人世界的原子由结构元件组成,就等于是身体的硬组织和2×4尺寸的外壳。最后,还有可消耗性部件,例如能源。还可以想出我漏掉而又必不可少的部件,只要能让我们把它们加在目录里就行,无论如何,对于这种进化模型,我们只需要有穷个不同类的部件,尽管我们假定,现成的每种部件都有像需要的那样多。
现在,我们再来看看机器人对丰富的各部分的环境资源的利用,看看机器人如何再生。回顾第三讲中,阿瑟 · 克拉克斯的科幻故事《星城》,那种文明有能力按照那些遗传工程,读出人的遗传程序,构造出新生命。除了为执行这一构造过程我们得知其一般程序的冯 · 诺意曼自生自动机得出的结果外,我会想象出类似于我的机器人模型的东西。实际上,冯 · 诺意曼的程序是一个通用构造性程序,因为它包括成长,修改以及再生。
我们首先考虑遗传程序的本质。遗传程序是一个叫作基因的原子指令的序列,它利用环境中的材料,决定生物,身体的构造。在远离我们的机器人领域,遗传程序同样可以应用 · 就像我在第一讲中所说的那样,遗传程序能够表示为数,表示为数串。在机器人中,它将以某种单读记忆的形式贮存起来,因为它一旦出现,就不会变化的。
对于进化过程来说,性别显然是重要的,因为它能使遗传程序得以混合而成,尽管还不能确切地弄清楚为什么这种混合重要。不过,我们假定有两个具有相反性别的机器人进行合作,在一定环境中,以现成的机器人部件制造一个小机器人。它们读出各自的遗传程序,遵循一些简单的指令规则,合并其遗传程序以形成新的遗传程序,并把它安装在小机器人中,重要的是双亲各自用来构造新遗传程序的规则涉及不同的机遇和概率因素。
这样造出来的每个小机器人,在其遗传程序的指导下,都努力成长为机器人,小机器人在坏埃:中探查材料,收集并利用材料,把其中一些材料纳入自身。一代小机器人为了材料而相互竞争,也许还得到它们的双亲或亲戚的帮助,如果小机器人长大了,即成为其资格的机器人了,那么,它的遗传程序对中心计算机的控制就被关断。
小机器人在成为机器人,取得机器人资格的过程中得到各种不同程度的成功。小机器人竭力成为机器人,无论它是否幸存,无论其特征是否尚存,都会导致其遗传程序与环境,其它机器人、小机器人之间的相互作用。
从我们所提出的机器人进化模式中,完全可以看出达尔文进化论在其中如何起作用。众所周知的基本机制有二:随机变异和自然选择。随机变异起作用是在小机器人构造阶段:在双亲的随机相遇,尤其是在两个老遗传程序构成一个新遗传程序时,随机因素起重要作用。自然选择起作用是在成长阶段,对资源的竞争,使得只有一些小机器人能长成机器人,以后,只能产生一些机器人。幸存者是那些比起其它小机器人来,它们的遗传程序能较好地利用环境材料的小机器人。
这个进化过程有几点值得注意。随机变异和自然选择的基本逻辑规则具有极大的简单性。在第一阶段,新计划——新遗传程序——通过随机变异从老遗传程序中产生。在第二阶段,这些计划的一个子集为增殖而继续保留下来。
还值得一提的是,这个进化过程不是意向性的——并不由设计者来设计——尽管它造成了一个意向性系统,即理性的人。说明这一点的最简单易行的方法是比较自然而然的进化与人为的进化,我已明确规定,为造成新遗传程序,双亲依据本能的或直接反应规则混合其遗传程序。把这一过程与人的培育,动物的饲养相比较,在育人养动物时,设计者通过挑选配偶,选育后代明确指导这一过程。在遗传工程中,设计者的指导甚至更直接,他按照明确的计划从那些老程序中造出一个新遗传程序来。当然,这就极大地推动了这个进化过程。人们总是希望达到尽善尽美。
我们要通过讨论一个传统问题来总结这次讲演,这个问题是:需用目的因来说明目标定向行动呢,还是用动力因就足够了,这是一个类似于化归论的问题,化归论的问题是:目的因果性和目标定向性能不能化归为动力因果性?
考虑一下亚里士多德的一个进化范例,即一粒橡树籽长成一棵橡树之例。在我看来,橡树籽的目的在于以大量而有穷的直接反应规则集,在适当环境中,使橡树籽形成一个反应时序,借助动力因果性,它就长成一棵橡树。在亚里士多德时代,还不能对这种橡树籽的目标定向加以说明,所以,他假定一种特定的因果性,即目的因果性,并认为它不能归结为动力因果性,这是可以理解的。
噢,你可以引用其它要求用因果性来说明的生物现象来反驳:生物的再生和自我修复,还有进化过程本身。但是,如前所述,冯 · 诺意曼的自我再生理论就对这一过程做了逻辑的说明,而自我修复看起来似乎比自我再生更简单。类似地,如前所述,从直接反应生物经过目的论连续统到意向性寻求目标生物的生物进化可以做类似自动机的说明,此外,生物学家们对所有这些过程所作的详尽说明是相当先进的。
—般人都承认随机变异和自然选择是生物进化的本质。但是,进化中涉及化归问题的一个基本事实却常常被忽视。这就是进化的间接性问题。遗传程序并不是直接而是间接地生物检验和估价。遗传程序造出生物,这些生物在环境中相互竞争,一些生物幸存下来并生育后代,这些后代的遗传程序包含它们父母双亲的基因,这就是说,自然选择在间接地起作用,根据其结果选择基因。在进化的目标定向中,这种间接性起着意向性在意识目标定向中所起的那种作用。
[Arthur W. Burks:ROBOTS and FREE MinDS,Ann Arbor,1986,Lecture 5]
——————
*译注:“小生境 ”(niche)是生态学专名“生态位”的通俗译法。