关于人工智能的哲学思考范文

导语：如何才能写好一篇关于人工智能的哲学思考，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

“人工智能”从人工智能概念的提出就已经有关于这方面争论。而笔者通过对麦克卢汉的媒介理论和其背后的现象学哲学基础的研究，认为一些科学家之所以在对待人工智能和人类的关系上各执一端，主要是因为他们所秉承主客二元思维方式，即把人工智能看成一种具有独立思维的客观实体，进而取代人类的主体地位，将人类变成其发展的客体。而对于主客二元思维方式的批判一直麦克卢汉的媒介学和现象学的重要任务之一。

1 现象学及其反主客二元思维方式

主客二元思维方式是起源于笛卡尔的西方近代哲学观念，这种观点主张严格区分主体和客体进而来高扬人的主体意识和理性审视能力。应该说这种主客二元思维方式对于西方近现代科学的发展有着重要的作用。但是科学高歌猛进的背后掩盖不了这种思维方式背后的根本性矛盾。

从哲学根基上讲，这种主客二元思维方式在本体论上表现为二元论，在真理观上表现为符合论，这本身就带来了一个问题，即如何证明主体对于客体认知的合法性。正如胡塞尔所说，这种二元论和符合论的思维无论如何解决不了所谓的客观感觉材料和主观意识的沟通问题。那么这个问题又是如何产生的，胡塞尔的现象学认为，其实是它混淆了意识活动的对象。在胡塞尔看来，意识活动的对象并不是那个超越与意识之外的所谓“客观实在对象”，而是内在于意识的，被实项和质料充盈着并且时刻被意向性意指的一种意向的对象，而两者最大的不同就在于那个意向对象并非超越于意识的，而是一种意向性活动之中，由意向性描述所建构出的意向性本质结构的属性的集合。在这个认知模型中，我们发现，虽然有意向主体和意向对象，但是他们共处于一个意向性活动的行为框架之中，这实际上是跳出了主客二元思维方式的第一步，即在认识过程中承认了一种“共在域”的存在。

而对于这种“共在域”，海德格尔的论述就更加有说服力。首先，对于人和事物的打交道，海德格尔有一种“上手状态”理论，即用具所具有的一种为人所操作的良性互动状态，而这种“上手状态”对于人和用具之间的关系协调有两个重要的意义。

1）它意味着用具一定是作为一个整体出现。“严格地说，从没有一件用具这样的东西‘存在’。属于用具的存在意向总是一个用具的整体。[1]80

2）用具在和人进入操作场域的时候用具本身是不被意识到的。“切近之‘物’特有的自明的‘自在’是在那种使用着它们却不曾明确注意它们的操劳中来照面的。”[1]87

而海德格尔用一种“烦”的理论为这种用具在行为场中的一种不被注意做出了解释：即人要最大程度上减少对于自身行为在时间进程中的缺乏，窘迫和不适应的状态，换句话说，就是减少一种“操心”的状态和生存的一种压力感。

综上，我们可以这样理解：现象学的反主客二元思维主要体现在其对于人和外在世界的交互行为的考察上，其关注于具体的意识，目的，和操作行为在一个具体行为场域中的发生结构，在这个结构中所谓原有观念中的主体意识和客观实在的东西都参与了这个结构的发生和延展，进而在一定程度上突破了近代哲学主客二元思维方式的限制。

2 麦克卢汉“媒介延伸论”背后的现象学思维

麦克卢汉的媒介学和现象学不谋而合的地方则是它们对于传统西方的线性的，逻辑的理性思维方式的批判。正如麦克卢汉所说“西方人头脑接受的训练是从A到Z，而不是从Z到A。这个头脑正在逐渐退化，越来越迷糊，它完全靠视觉原理（即逻辑）工作；……到了电气时代……视觉和理性统治的时代从此终结”[2]这句话其实有两层意思，第一层意思是说麦克卢汉的研究方法不是一种由原理来推出方法的西方应用科学思维，而是恰恰相反，要回过头看来考察一切技术和艺术发生的本源性问题，而在这个问题上，我们要排除所有先入为主的意见，彻头彻尾地对于眼前的现象进行考察。这实际上就和现象学的一种“先验还原”的思维不谋而合，它要求我们要仅仅从当下的绝对被给予出发，来解决事物的依据和基础问题。而另一方面麦克卢汉在此排除的是两种媒介研究倾向：即追求精确的经验主义和追求社会批判功能的欧陆哲学，比如法兰克福学派等。而之所以要悬置他们的原因实际上就是这句话的第二层意思：对于媒介本质的把握不能像传统的理性主义那样或者通过精确的测量，或者通过严密的逻辑，而是通过直观。这其实就和现象学的另一种方法“本质直观”不谋而合，它要求在无前提性的意识里面确切地把握事物的本质。

所以我们发现，麦克卢汉的媒介学有着深深的现象学烙印，而最能体现出麦克卢汉的反主客二元思维的便是他的“媒介延伸论”。麦克卢汉的“媒介延伸论”主要包括两个方面。

1）媒介互动论。媒介作为人的器官的延伸，其本身和人处于一种统合的状态。人们通过延伸自己的感官能力，来使得人得到进一步的发展，同时媒介的样态反过来会对人自身的行为和人类的社会组织产生一定变化。麦克卢汉以电力技术的发展为例：“在机械化时代，我们实现了自身的空间延伸。如今，在经历了一个多世纪的电子技术的发展之后，我们已在全球范围内使中枢神经系统得到延伸，在全球范围内消除了时空差别。”[3]

2）自我截除理论。自我截除在麦克卢汉眼里是人的任何延伸都必然造成的结果。“人体在无法探查或避免刺激的根源时，就诉诸于自我截除的力量或策略。”[4]58按照麦克卢汉的说法，自我截除实际上是一种自我因适应外在系统所产生的强烈的身体压力的手段。而人们对于截除的一部分是感到麻木的，无意识的，正如麦克卢汉所说：“正是刺激的压力所造成的自我截除或延伸。作为一种抗自己的机制，他的形象产生泛化，难以觉察的麻木或震撼。自我截除不容许自我认识。”[4]59

联系我们上节讲到的海德格尔的“上手状态”我们发现，自我截除的目的就是为了进入“上手状态”而使得人自身得到一定程度的保护，自我截除后的整个社会就会变成一个由人和用具组成的大主体。所以我们可以发现，麦克卢汉的“媒介延伸论”深受现象学思维方式的影响，而他们的基本的观点都是反主客二元的思维方式。

3 “人工智能”主客二元思维倾向

现阶段，科学界会按照人工智能的智能程度问题，将人工智能划分为弱人工智能和强人工智能，所谓弱人工智能，即是“发展研究人类和动物智能的理论，并能通过建立工作模型来测试这些理论，……他们并不认为机器本身能够思考、具有感情和意识。因此，对于弱人工智能来说，模型只是帮助理解思维的工具。”[5]所以很多人并不认为弱人工智能会对人类造成多大的威胁。

但是问题出在强人工智能身上，持强人工智能观点的科学家认为强人工智能应该和人类一样拥有独立的思考和判断能力，并且具有创造力，自我意识和自我进化和自我发展的能力，在强人工智能发展到极致的时候，它会取代人类的主体地位，进而将人类变成其自我发展和进化的工具。一些科学家甚至还认为，人类根本无法遏制这种人工智能的发展，而且它将是现阶段所有弱人工智能的发展目标和人工智能最终的不可避免的发展方向。

但是，我们在看待这些观点是应该意识到：无论是弱人工智能还是强人工智能根本的目标都是建立一种独立于人的意识和行为的客观实在体，都是实现“机器也可以像人一样思考”，只是弱人工智能者认为机器能够部分做到这一点，强人工智能则认为机器能够完全做到这一点，甚至很多行为主义科学家还不满足于机器仅仅是思考，而是和人一样拥有社交，协作甚至是共生等更加广泛意义上的

独立。

所以，基于这种思维，所以很多科学家才会产生“人和人工智能”的关系问题的争论，即所谓谁才是主体的问题，进而才会产生“人工智能”这样的将人工智能和人极端对立的命题。

4 对于人工智能概念理解与发展的新思路

那么我们就必须要做一个论证，即这种像科学家所想的完全由人的技术打造，独立于人而存在的人工智能存在的可能性问题，笔者基于麦克卢汉的媒介学及其现象学基础的理论基础认为：人类试图通过纯粹技术打造一种独立于人的意识和行为而存在，并具有自身独立自主的思考和判断能力的行为体在根本上是不可行的。

1）现象学证明：基于海德格尔的“上手状态”理论，人类之所以将技术和人自身打造成一种整体，其根本的目的就是在于避免一种由于和完全独立和陌生的“他者”而产生的“烦心”和“操劳”，即一种缺乏，窘迫和不适应的状态，换句话说，就是减少一种“操心”的状态和生存的一种压力感。而如果一种完全独立于人的，具有自主的思考和判断能力的人工智能行为体的出现，不但没有减少这种压力感，反而增加了人的这种打交道的压力感，所以人和这种人工智能行为体的打交道必然会有不适感，所以这种技术的市场化一定会遭到抵制。

2）麦克卢汉媒介学证明：根据自我截除理论，人和工具的最佳关系就是人不会意识到工具的存在，进而避免一种因强刺激所引起的压力，但是一种独立于人的人工智能的出现，虽然会导致人们在应对自然和机械问题的压力会减少，但是同时，人和人工智能，任何人的社交信息的压力会增加，所以此消彼长，人的根本压力综合并不会发生根本的变化。其次，根据自我截除理论，人的进化不同于其他生物的地方在于人的进化不是依靠对自己身体的加强，而是通过延伸身体，避免强制身体而使得身体受到压力进而获得一种大脑的轻松的环境，进而使得信息在脑中进行复合，产生创造。而根据这种推论，人工智能目前首要的任务，还是要替人类做很多机械的工作，比如大量重复和复杂的计算。在这种情况下，人工智能史不可能自己通过自我解除来减少压力，激发自身内部的创造性的。

所以，基于以上论证，那种试图通过纯粹技术打造一种独立于人的意识和行为而存在，并具有自身独立自主的思考和判断能力的行为体的做法，无论是在和人的关系的角度还是其自身的发展创造力的角度都是不可行的。

那么我们应该如何看待人工智能？笔者认为，人工智能是一个整体，它的终极发展不是一种独立于人的客观实体，而是一种集合人脑智能，工具和技术智能，社会智能等多种交互因素综合而成的一种行为和操作状态。它的本质是在于通过对于人身体的延伸，连接和杂糅，使得个人的能力能够在庞大的延伸和连接交互网络中能够：

1）最有效的进行任何的操作。

2）最大化提升人的操作体验感。

3）最大化减轻人们通过外感官应对强刺激的压力，让人们更加专注于创造。

篇2

关键词：人工智能；选修课；专题讨论

中图分类号：G642.0？摇 文献标志码：A 文章编号：1674-9324（2012）12-0053-02

一、引言

《人工智能》是一门跨学科的课程，它的内涵十分丰富，包含了符号学、数理逻辑、神经网络、遗传算法、知识表示和推理、模式识别、机器学习等方面的知识，并且内容抽象，使得一般本科生望而生畏。目前在大多数院校里尤其是二本院校，《人工智能》只是作为一门选修课程。既然是作为选修课程，我们可以不拘泥于传统的教学方式，采取灵活多样的教学形式，培养学生研究这个领域的兴趣，使得学生既能掌握人工智能领域的基础理论，又能了解目前人工智能的前沿课题，扩大知识面，并为今后的研究打好基础。

二、改革教学方法

在传统的教学模式里，教师往往就一本教材从头到尾讲授给学生，教师讲什么，学生就听什么。但是人工智能涉及太多的数理逻辑推理知识，内容抽象，讲解起来不免有点枯燥无味，学生的兴趣就会随着讲课的进程逐渐变得淡薄。另一个问题是在传统的教学模式下，学生接触不到该研究领域的前沿问题。事实上，随着科技的进步，人工智能技术也在不断发展，再加上人工智能本身的特点，即它是一门交叉学科，涉及计算机科学、信息科学、控制科学、认知学、生物学、哲学等等领域。因此当学生了解了当前国内外学者所研究的前沿课题，这样不仅能克服“枯燥无味”的问题，而且会拓宽他们的知识面，从而他们可以将自己所学专业作为人工智能的潜在应用或研究领域。基于以上分析，考虑到人工智能是适合任何专业学生学习的一门选修课，我们设立分专题讲授模式，这些专题包括：人工智能与类人思维，人工智能与机器进化，人工智能与知识表示，人工智能与决策规划等等。下面分别叙述之。

1.人工智能与类人思维。什么是人工智能？Nilsson指出：“人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中行为。人工智能的一个长期目标是发明出可以像人类一样或更好地完成以上行为的机器……”那么为了这个长远目标，我们应该深入地探讨人类大脑是如何思维的，或者说是如何思考问题的，人类是如何感知、理解以及应付外界庞杂的世界。只有深刻理解了人脑功能原理以后，人工智能才能“贡献出”相应的类人思维模型。这相当于空气动力学，人类飞行器只是根据空气动力学的原理构造的，它并不要求人类制造像鸟儿一般的飞行工具。因此在这部分教学过程中，可以先提出“大脑是如何思维的”问题，让学生自己动脑思考，相互探讨：人脑的结构是什么？人类思考问题分层次吗？什么是智力？智力的本质是什么？……课后，学生可以带着这些问题查阅资料文献，分组讨论，甚至可以写一些文章来阐述自己对思维的理解。这样既充分调动了学生学习的积极性，又培养他们的兴趣。然后，我们在课堂上进行具体讲解，讲解内容自然而然地引入了人工智能的定义，人工智能历史知识，图灵测试方法以及认知模型方法，接着再介绍目前国内外类人思维模型的研究现状。这样的教授过程，一开始就使得学生不排斥这门课，在了解人工智能基础知识外也接触到认识论方面的知识，培养了学生查阅文献和撰写科技论文的能力。

2.人工智能与机器进化。这部分专题主要给学生讲解遗传算法方面的知识，比如遗传算法的产生与发展，遗传算法的基本操作，遗传算法的应用情况。并且在教学过程中结合实例来讲述。实例可以从最基本的简单函数优化到复杂的旅行商问题。学生可以自己设计函数优化的解决方案，指出初始种群大小、进化代数、交叉率等因素对求解结果的影响，并要求学生自己编写程序来分析和理解这些问题。这些实验和设计极大地提高了学生的动手能力。

3.人工智能与知识表示。知识表示可看成是一组描述事物的约定，在人工智能里，它研究怎样把“人类知识”表示成机器能处理的数据结构。经典人工智能的主要表示方法有：一阶谓词逻辑表示方法，这是最基本的表示方法，具有严谨的公理体系；产生式规则表示方法，这是使用最广泛的表示方法；语义网络、框架、脚本表示方法，这是结构化的表示方法，等等。但是学生在学习这部分的知识时，对于逻辑推理觉得非常枯燥无味。我们的想法是在介绍这部分的知识时，不仅透彻阐述各种表示方法的精神实质，而且建议学生阅读Sowa所编著的《知识表示》一书，该书提供了知识表示方面广泛的知识，是这一领域的公认权威著作。Sowa在介绍新思想的同时捕捉到这一领域的最新成就，并且将逻辑学、哲学、语言学和计算机科学结合到知识表示，并将其转换为可计算形式。该书中还包含了大量的哲学和语言学的知识，阅读该书可以使得学生知识面得以拓宽，加上该书目前没有翻译版本，鼓励学生阅读英文原著，对学生各方面能力的提高都有所帮助。

4.人工智能与决策规划。在决策规划中，着重介绍增强学习、偏好理论等基础知识，由于我们在这个方面上做了许多工作，因此在讲解时联系自己的研究进行一些专题探讨，例如双马尔科夫过程决策模型，协同算法，超滤偏好模型，朴素描述逻辑在中医理论上的应用等等，并欢迎学生和我们共同研究这些专题，这样做无疑会增加师生之间的学术交流，促进学生的研究兴趣，形成良好学术氛围。

5.丰富多样的教学形式。除了以上的专题外，还可以开设其他的人工智能专题。事实上可以针对不同专业的学生确定专题的内容和形式。例如对于工程类的学生，可以着重讲述神经网络，进化计算等方面的内容，并且借助于Matlab提供的相关工具箱进行实验设计。因为大多数工程类的本科生都学习过Matlab语言，该语言在科学研究和工程实践中应用广泛，在教学过程中也要充分发挥这些优点。如是文科类的学生，教学方面可以着重讲述人工智能的符号学，哲学等方面的知识，这让文科学生从另一个角度去理解人工智能。课堂上，充分利用多媒体教学，采取多样的教学手段，激发学生的兴趣和好奇心。还可以播放国际机器人大赛等录像片段，增强课堂的教学效果。

三、结束语

总之，将人工智能分专题来讲授，让学生立刻能接触到当前人工智能的前沿研究问题，并且领会其中的实质。再加以多元化的教学手段，使得学生好学，乐学，更好地实现教学目标，提高教学水平。

参考文献：

[1]Nils J. Nilsson，著.人工智能[M].郑扣根，庄越挺，译.北京：机械工业出版社，2004，6.

[2]John F. Sowa.Knowledge Representation：Logical，Philosophical，and computational Foundations[M].北京：机械工业出版社，2003，6.

[3]韩丽娟，孙玉红，李圣君.《人工智能》教程改革初探[J].电脑知识与技术，2007，（13）：222-223.

[4]冯爱祥，罗雄麟.本科“人工智能”课程的教学改革探索[J].中国电力教育，2011，（10）：111-112.

[5]李春贵，王萌，何春华.基于案例教学的“人工智能”教学的实践与探索[J].计算机教育，2008，（9）：53-54.

[6]曾安，余永权，曾碧.人工智能课程教学模式的探讨[J].江西教育学院学报（综合），2006，27（6）：40-43.

[7]王蓁蓁，邢汉承.拟人类思维的形式结构数学模型[J].智能系统学报，2008，3（6）：529-535.

篇3

［关键词］人工智能 自我意识 情感

［中图分类号］TP ［文献标识码］A ［文章编号］1009－5349（2012）04－0108－02

智能机器如何更像人？这是人工智能56年来亟待解决的问题。人类智慧被誉为地球上“最美丽的花朵”，是造物主的“恩赐”，人类梦想着在自己的身上再现这一奇迹。但大脑是一个巨大的复杂系统，想要破解人类思维的奥秘需要各个学科的共同努力，人工智能实现类人模拟也必须建立在能够清晰掌握人类思维机制的基础上。人对自身的了解程度将成为人工智能发展的关键。

一、智能机器能否具有“自我意识”

人的记忆分为情节记忆和语意记忆，其中语意记忆是间接的知识，语意记忆的真实性靠的是社会的一致决定；情节记忆的直接信息来源是感觉。在情节记忆系统中，信息的典型单位是事件或情节，这些事件总是包括记忆者在内的，回忆者可以是参与者或者是观察者，总是与自身的感觉相联系。李伯聪认为：“所谓‘我’或者说‘自我’，其重要的含义之一，就是指‘我’有‘我的记忆’。”因此，情节记忆是属于“我”而非任何“他人”的。

情节记忆总是同“我”经历的“过去”相联系，其内容一定是“我”的直接经验。如果把情节记忆看做是一个“抽象空间”，那么“我”就是这个“空间”中的坐标原点。不同的人拥有相同的外部时间，但是却不可能具有相同的记忆情节。即使有两个人经历了完全相同的一个事件，事后在两个人的记忆系统中留下的情节记忆却不可能是完全相同的。从哲学上看，世界上没有两个相同的人，相应地，世界上也不可能有两个人有完全相同的情节记忆。

假设三个人在画廊同时欣赏一幅画，因为每个人的世界结构、价值观不同，所以他们的“注意力”总是会集中在他们在意的地方，这些被“注意力”筛选的情节进入记忆系统，就形成了三个人独特的情节记忆，而这三个人对事件的回忆也总会带有个人色彩。所以，在一个特定的含义上，可以说所谓“我”就是“我”的情节记忆。

与情节记忆相对，语意记忆不是与“我”不可分割的个体性，而是扬弃了“我”的个体性的共同的社会性。我们可以设想对同一事件的参与者具有不同的情节记忆，而对某一历史事件却有着相同的语意记忆。语意记忆不像情节记忆是以“自我”为中心的。语意记忆涉及的是外部世界。在许多情况下，个人所具有的知识可能只与外部世界有间接的联系，从这个方面看，语意记忆是反映客观世界、依赖外部世界的。

计算机的存储记忆更像是语意记忆的形式，它的获取形式是间接的外界知识和信息，不具有任何的主观性，而且具有通用性，即在一台计算机上是如此，换作另一台计算机也是如此。在人工智能机器所需要链接的数据库中，各种知识和经验按照统一的格式被储存，并且被打上时间标记。各个智能终端的作用只是在提取和分享数据库中的已有内容，并把搜集到的新知识上传回数据库，这其中不包含任何的个人情感，也没有个人体验的参与，一切都是冷静的理性内容。每一个智能个体都是一模一样的复制体，在它们的处理模块中找不到任何与“个体”相关的成分。即使计算机具有了智能，单纯地对间接知识进行加工，而没有情节记忆的内容，“我”的意义被去除了，因此也不可能具有独立的意识。

二、智能机器是否能模拟人类“情感”

情感问题是千百年来人们一直在谈论的话题，但是机器是否也能具有情感? 这是目前人工智能哲学中最为热门的研究问题之一。至今为止，我们对微观的粒子和宏观的恒星知之甚多，而对大脑结构知之甚少。“也许这很大程度上是因为大部分心理学家都是在模仿物理学家，通过找寻同样简洁的途径来解决关于精神过程的问题。”人脑是一个庞大而且复杂的开放系统，用这样的方法从来都没有找到一点关于人类思维规律的定律。

有人说：机器只能做那些被制定好了的事情，而且在执行的过程中没有任何的思考或感觉。机器是不会劳累的，不会厌烦，或根本就不会有任何的情感。当出现问题的时候，机器即使做对了，也不会为自己的成就感到高兴、自豪或者愉悦。生机论者说：那是因为机器没有精神或灵魂，没有愿望、抱负、欲望或目标。那也是为什么机器遇到问题的时候只会停下来，而人却可以努力做一些事情的原因。当然，这肯定与人是由不同的原料构成的相关。人是活的，而机器却是死的。机器不能理解“意义”或者说行为、事件的结果对自身的反馈作用，它只会按照命令去执行任务，结果只有完成或者失败，对其本身来说，这两种结局没有本质上的不同，都是任务的一个结束状态，无所谓“成就、利益、价值”。

为什么婴儿在出生之后就会因为饥饿而哭泣，因为快乐而笑？在没有任何外界因素干扰的情况下，每一个婴儿都是如此，是什么让初生的孩子具备了先天的“情绪”表达？显然，生命的形式起着关键的作用。心理学研究表明，人的行为都含有“动机”的参与，这也是事物发展的内因，只有具有“动机”的行为才具有目的性，而行为的结果与预测目的差异是导致产生情感的基础。但是只有这些就足够产生我们所体验到的情绪变化了吗？答案是否定的。个人后期的经历与价值观对情感的表达方式起着很重要的作用。

哭泣是表达不满的一种方式，在人类进化的历史上，这种方式被写在遗传密码中传承下来，而在人们得到价值观的改造之后，哭泣所表达的含义也发生了改变。“喜极而泣”所表达出来的含义早已不是祖先遗留下来的、对某种不满的宣泄，而是对喜悦的流露。机器虽然也会获取价值观的内容，却无法解释其意义，因为机器缺少“目的性”，这种目的不是指要完成的任务是什么，而是任务对其自身的价值。

机器不具有内在的动因，没有发展的动力，也没有对“生命”“价值”“死亡”的理解。智能机器没有生命构成的物质基础，没有内部的需求和欲望，失去能量而导致的系统关闭不能带来对“生命”和“死亡”的敬畏。没有痛觉的反馈机制存在，机器对自身的保护无从谈起，而动物特有的自我保护很大程度都来自于感受器接收的信息是否让自己感到不舒服和威胁，这是机器所难以达到的。

“当人开始把自己同其他动物加以比较时，就意味着人已经萌芽了关于自己存在的自我意识。”人工智能现在还无法自主地对比自身和外界其他事物的差别，还没有从混沌的世界中脱离出来，不能明白自身和外界的关系。在智能机器没有产生真正的自主性动机之前，“情感”还是个不可模拟的状态。

三、结论

现阶段人工智能的模拟只能是对人的行为和部分逻辑思维的模拟，由于人与机器的物质形式不同，智能机器无法产生和人一样的需求机制，也无法产生人所特有的个体性差异。“自我”“情感”是人在数百万年的进化中不断地与外界自然相互作用的结果，实践对认识的反作用促使人脱离了原始的混沌状态，从而与外界客体区别开来。

人工智能研究是一个交叉性研究领域，其自身的发展要依靠计算机科学、脑科学、心理学、哲学等学科的共同努力。在人对自身知之甚少的前提下，人工智能的发展将遇到很大的阻碍，现在乃至未来数十年的智能机器始终只能作为“聪明的工具”参与人的生活，而无法真正做到与自然人的等同。人类实现“造物主”梦想的路途还很遥远。

【参考文献】

[1]李伯聪.选择与建构[M].北京:科学出版社,2008.

篇4

Abstract： Since 1956， when Dartmouth institute put forward the AI （Artificial Intelligence）， Artificial Intelligence in the past 50 years has achieved great development. Artificial Intelligence gradually formed with the three factions-symbol school， behaviorism school， connectionism school-led by the situation， each school has its own unique opinion. Based on the unique angle of view， the paper puts forward some opinions on the development of Artificial Intelligence.

关键词： 人工智能；研究现状；发展趋势；社会力量

Key words： Artificial Intelligence；research status；development tendency；social force

中图分类号：TP18 文献标识码：A 文章编号：1006-4311（2013）28-0005-03

0 引言

人工智能是自1956 Dartmouth学会后发展起来的新型学科，其有着涉及学科广、需要技术高端、使用范围广等特点。在过去的50多年时间中人工智能经历了学科发展中都会遇到的发展——否定——否定的否定阶段，现在人工智能大致分成了符号主义学派、行为主义学派、联结主义学派三大学派。其各有优势，独树一帜。一直以来重大前沿科学研究都是以国家牵头，等到时机成熟了再转为民用。这样无形中浪费了很多社会中的人才，比如android智能机的问世，当开发商源代码公布后android智能机获得了飞速的发展。这是社会资源集体作用的结果，人工智能能否通过这种方式获得飞速的发展呢，文中给出了问题的答案。

1 人工智能的现状

1.1 人工智能的发展过程 人工智能是由“人工”与“智能”组成。“人工”十分容易理解，也就是我们常说的人类开发研究出来的事物。“智能”则是十分复杂的一个词汇，是指如由意识（Consciousness）、自我（Self）、思维（Mind）（包括无意识的思维（Unconscious_mind））等等组成的有机集合。通常我们所说的人工智能是指人本身的智能。总体来说人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。关于人工智能的传说一直可以追述到埃及，直到电子计算机的问世才使人们真正具备了发展人工智能的基本技术，而直到1956年的Dartmouth学会之后“人工智能”才逐渐地被大家所熟知接受。人工智能作为一门自然科学、社会科学、技术科学交叉的边沿学科，涉及哲学和数学，认知科学，心理学，神经生理学，计算机科学，控制论，不定性论，信息论，社会结构学，仿生学与科学发展观等众多前沿学科。二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一[1]。

人工智能在其过去的50多年时间里，有了长足的发展，但并不是十分顺利。目前人们大致将人工智能的发展划分成了五个阶段：

第一阶段：萌芽期（1956年之前）

自古以来，人类一直在寻找能够提高工作效率、减轻工作强度的工具。只是受限于当时的科学技术水平，人们只能制作一些简单的物品来满足自身的需求。而人类的历史上却因此留下了很多脍炙人口的传说。传说可以追溯到古埃及时期，人们制造出了可以自己转动的大门，自动涌出的圣泉。我国最早的记载是在公元前900多年，出现了能歌能舞的机器人。这一时期出现了各种大家：法国十七世纪的物理学家、数学家B.Pascal、德国十八世纪数学家、哲学家Leibnitz以及二十世纪的图灵、冯·诺伊曼等。他们为人工智能的发展做出了十分重要的贡献。

第二阶段：第一次期（1956年-1966年）

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在Dartmouth学会上引发一场历史性事件——人工智能学科的诞生。Dartmouth会议结束后，人工智能进入了一个全新的时代。会议上诞生了几个著名的项目组：Carnegie-RAND协作组、IBM公司工程课题研究组和MIT研究组。在众多科学家的努力下，人工智能取得了喜人的成果：1956年，Newell和Simon等人在定理证明工作中首先取得突破，开启了以计算机程序来模拟人类思维的道路；1960年，McCarthy建立了人工智能程序设计语言LISP。此时出现的大量专家系统直到现在仍然被人使用，人工智能学科在这样的氛围下正在茁壮的成长。

第三阶段：低谷发展期（1967年-八十年代初期）

1967年之后，人工智能在进行进一步的研究发展的时候遇到了很大的阻碍。这一时期没有比上一时期更重要的理论诞生，人们被之前取得的成果冲昏了头脑，低估了人工智能学科的发展难度。一时之间人工智能受到了各种责难，人工智能的发展进入到了瓶颈期。尽管如此，众多的人工智能科学家并没有灰心，在为下一个时期的到来积极的准备着。

第四阶段：第二次期（八十年代中期-九十年代初期）

随着其他学科的发展，第五代计算机的研制成功，人工智能获得了进一步的发展。人工智能开始进入市场，人工智能在市场中的优秀表现使得人们意识到了人工智能的广阔前景。由此人工智能进入到了第二次期，并且进入发展的黄金期。

第五阶段：平稳发展期（九十年代之后）

国际互联网的迅速发展使得人工智能的开发研究由之前的个体人工智能转换为网络环境下的分布式人工智能，之前出现的问题在这一时期得到了极大的解决。Hopfield多层神经网络模型的提出，使人工神经网络研究与应用再度出现了欣欣向荣的景象。人工智能已经渗入到了我们生活的方方面面。

1.2 人工智能的主要学派 人工智能发展的50多年时间里，经历了符号主义学派、行为主义学派和联结主义学派，三大学派各有特点，各自从不同的角度研究人工智能，为人工智能的发展做出了卓越的贡献，在人工智能的发展史上留下了浓重的一笔。

1.2.1 符号主义学派 符号主义学派，又称为逻辑主义、计算机学派或心理学派。符号主义学派理论基础是物理符号系统假设和有限合理性原理，他们认为人类的认知基元是符号，认知的过程是对符号的计算与推理的过程。人与计算机均可以看做物理符号系统，因此人们可以使用计算机来模拟人的行为。符号主义学派认为人的认知基元可以通过计算机上的数学逻辑方法表示，然后通过计算机自身的逻辑运算方法模拟人类所具备的认知系统的机能和功能，进而实现人工智能[2]。

符号主义学派无视了认知基元的本质，对于所有的认知基元均使用数学逻辑方法表示。符号主义学派重点研究认知基元的逻辑表示以及计算机的推理技术，早期的众多人工智能的研究都是在这一思想的推动下进行的。符号主义学派在归结推理、翻译、数学问题证明以及专家系统和知识工程做出了十分巨大的贡献，为后期的人工智能研究打下了基础。专家系统的出现更是将人工智能的研究推上了一个顶峰，其在矿业探究、医疗诊查、教育推广、工业设计的应用带来了巨大的社会效益。

1.2.2 行为主义学派 行为主义又被称作进化主义或控制论学派。行为主义学派认为智能取决于感知和行动，不需要像符号主义学派的逻辑知识以及推理。行为主义学派认为人的本质能力是行为能力、感知能力和维持生命及自我繁殖的能力，智能行为是人与现实世界环境的交互作用体现出来的。人工智能应像人类智能一样通过逐步进化而实现，而与知识的表示和知识的推理无关[3]。行为主义学派的与传统人工智能截然不同的观点吸引了众多的科学家，虽然到现在还没有独立完善的知识理论系统，但其在人工智能领域的独树一帜还是奠定了其霸主地位。该学派重点研究人类的控制行为，目前已有的机器昆虫已经证明了行为主义学派的理论正确性。虽然大部分人认为机器昆虫不能导致高级行为，但是行为主义学派的崛起标志着控制论在人工智能领域有着独树一帜的作用。

1.2.3 联结主义学派 联结主义学派是近年来最热门的一个学派，又被成为仿生学派或心理学派，建立于网络联结基础之上模仿人类大脑的结构和工作模式。联结主义学派主要研究能够进行非程序的，可适应环境变化的，类似人类大脑风格的信息处理方法的本质和能力，是基于神经网络及网络间的连接机制和学习算法的人工智能学派。持这种观点的学者认为，认知的基本元素不是符号是神经细胞（神经元），认知过程是大量神经元的联接，而大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，搞清楚大脑的结构以及它进行信息处理的过程和机理，就有望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。[4]

联结主义学派通过模拟人类神经网络模仿人类的认知行为，由此进行人工智能的学习记忆、模式识别。联结主义学派构建了大量的神经网络模型，方便在不同的情景模式下选择相应的模型，进而快速的得出答案。联结主义学派采用分布式存储数据，对数据进行并行处理，这样使得人工智能在处理问题的时候的速度有了明显的提升，由此联结主义学派在人工智能领域中受到大家的一致热捧。

三大学派在人工智能的发展史上有着举足轻重的作用，每一个学派的兴起都代表人工智能的一个新高峰。三大学派各有优缺点，在人工智能领域三者相辅相成，人工智能学科在三大学派的带领下正在茁壮成长。

2 对人工智能主要理论学派的评述

在过去的50多年时间中，人工智能获得了巨大的发展，基本实现了从无到有的过程，构建了基本完善的理论知识体系，构建了各种模型，形成各种技术方法，但是人工智能的发展依然任重道远，前景依然不容乐观。三大主义学派有着自身独到的优点，同时也有着各自的缺点，符号主义学派将人的认知基元符号用数学逻辑表示，通过计算机逻辑处理系统分析得出结果，但是在面对没有明确结果的非确定问题时经常不能得出令人满意的答案，它对信息要求十分精确完整，现实生活中的很多问题都不能满足条件，因此符号主义学派的发展受到了一定的限制。行为主义学派认为智能取决于感知与行动，但是缺乏足够的理论知识支撑学派观点，而且缺乏足够的成果表明理论的正确性。学派认为人工智能与知识的表达和知识推理无关，与人类认知的发展是不相符的。联结主义学派采用仿生学的方法，模拟人脑的神经网络，通过类似人脑的结构和运行机制模仿人类智能。这一观点十分有吸引力，在提出之后马上就有大量的支持者，但是人脑神经系统的复杂性远远超出人们的预知，现阶段人们对人脑的构造以及运行机制还没有深入的理解，在此基础上想模拟出人脑的神经系统显然是有些不不切实际。联结主义学派的发展更多的受制于对人脑结构和运行机制的研究，因此其发展相对缓慢。综上，三大学派固然有着自身的优势，各自的成果，但是其同样有着明显的局限性，人工智能要想进一步发展必须要对现有的发展方式进行创新。

另一方面，人工智能在经历了两次期后再次回落到了平稳发展时期，社会公众对人工智能的热度有了明显的降温。人工智能的研究再次变成了国家以及一些超级公司的工作，拥有的资源有了大幅度的缩水，研究的进度也受到干扰。在此状态下没有重大的技术创新，人工智能恐怕很难再有重大的突破。

3 对人工智能发展的评述

3.1 对人工智能涵义的认识 同样的词汇在不同时期的有着不同的解释，人工智能也不例外，大家都认可的人工智能是指在人类制造的机器工具上实现人类智能，即实现人类的认知能力、行为能力以及解决问题的能力。人类智能有着一个明确的特点，在面对未知问题时，人类智能能够得出自身想要的答案，也就是消除答案的不确定性。符号主义学派的逻辑解决方式、行为主义学派模拟人的行为能力、联结主义学派的神经网络，三大主义学派各自以自身的方式实现了对问题消除或减弱不确定性。可见减弱甚至消除问题的不确定性也将是人工智能的一个研究方向。

3.2 人工智能研究模式的发展 目前人工智能领域中，符号主义学派通过数学逻辑表示人类的认知基元，对数学逻辑经过解读分析，得到答案，进而实现智能。该学派重点运用还原思想，将人类的认知基元全部使用数学逻辑表示。行为主义学派认为人工智能取决于感知和行动，不需要学习知识与知识推理，是一步步，由低级到高级慢慢进化的。联结主义学派是通过人工神经网络的形式模仿人类智能，理论上讲该方法是最符合人类智能的运行方式的。而在一系统中，最重要的是系统的运行机制，如何将接受到的信息转化为我们的知识并通过表述、行为展示出来，在了解了人类智能的运行机制之后，人工智能将会更加符合人们的需求。

3.3 人工智能研究方法的发展 人工智能的目的是消除答案的不确定性，然后做出相应的反应。在消除答案不确定性的时候便有了各种方法，其中有一种便是突出解决问题的目标，在有明确目标的前提下会削弱干扰问题解决的条件，提高人工智能解决问题的效率。明确问题的目标便需要引入目标函数，在动态目标函数的引导下会减弱答案的不确定性。而在已有的人工智能基础上设立人工智能模型，通过人工智能自身的计算结果结合目前的研究成果去优化目前的人工智能系统，则会提升人工智能的发展速度。

3.4 人工智能时期的发展 人工智能自发展到现在已经经历了五个时期，在两次期中人工智能均获得了迅速的发展。然而现在人工智能的发展步入到了缓慢发展时期，如何将人工智能的发展缓慢时期加速度过同样是十分严肃的问题，传统说来需要重大的科学进步。我们往往认为人工智能属于顶端科技只能由国家和超级公司研究，却忽略了社会所拥有的重大的力量。小小的android智能手机在问世的短短时间内变改变了之前的市场格局，其中固然有着android智能手机的特点，但是我想他的市场策略同样给与了莫大的助力。人工智能应该向android一样，适当的开放出来一部分根基，放开其研究门槛，甚至鼓励民间研究。量变引发质变，当有足够专家在研究人工智能时，人工智能的研究会加快的。而且民间的研究成果也会作为经验反作用于人工智能的进一步研究，实现科学与社会的双赢。

4 结论

人工智能是人们长久以来的梦想，同时也是一门很有挑战性的学科。像所有的学科一样，人工智能会经历各种各样的挫折，但是，只要我们有信心、有毅力，我们相信人工智能终将会成为现实，融入到我们生活的方方面面，为我们的生活带来极大的改变。

参考文献：

[1]朱祝武.人工智能发展综述[J].中国西部科技，2011，10（17）：8-10.

[2]陈庆霞.人工智能研究纲领的发展历程和前景[J].科技信息，2008，20（33）：49，234.

篇5

［关键词］人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑，自然语言逻辑

现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理，从而把整个数学构造成为一个严格的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化，其表现在于：一是逻辑专注于在数学的形式化过程中提出的问题；二是逻辑采纳了数学的方法论，从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。

本文所要探讨的问题是：21世纪逻辑发展的主要动力将来自何处？大致说来将如何发展？我个人的看法是：计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理（这一点在20世纪基本上已经做到了，如用计算机去进行高难度和高强度的数学证明，“深蓝”通过高速、大量的计算去与世界冠军下棋），而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据，在不充分信息的基础上作出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，……由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。

实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为AI）之间的相互融合和渗透。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理

的理论；基于几乎同样的理由，AI研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起。例如，AI特别关心下述课题：

·效率和资源有限的推理；

·感知；

·做计划和计划再认；

·关于他人的知识和信念的推理；

·各认知主体之间相互的知识；

·自然语言理解；

·知识表示；

·常识的精确处理；

·对不确定性的处理，容错推理；

·关于时间和因果性的推理；

·解释或说明；

·对归纳概括以及概念的学习。[①]

21世纪的逻辑学也应该关注这些问题，并对之进行研究。为了做到这一点，逻辑学家们有必要熟悉AI的要求及其相关进展，使其研究成果在AI中具有可应用性。

我认为，至少是21世纪早期，逻辑学将会重点关注下述几个领域，并且有可能在这些领域出现具有重大意义的成果：（1）如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。

1．常识推理中的某些弗协调、非单调和容错性因素

AI研究的一个目标就是用机器智能模拟人的智能，它选择各种能反映人的智能特征的问题进行实践，希望能做出各种具有智能特征的软件系统。AI研究基于计算途径，因此要建立具有可操作性的符号模型。一般而言，AI关于智能系统的符号模型可描述为：由一个知识载体（称为知识库KB）和一组加载在KB上的足以产生智能行为的过程（称为问题求解器PS）构成。经过20世纪70年代包括专家系统的发展，AI研究者逐步取得共识，认识到知识在智能系统中力量，即一般的智能系统事实上是一种基于知识的系统，而知识包括专门性知识和常识性知识，前者亦可看做是某一领域内专家的常识。于是，常识问题就成为AI研究的一个核心问题，它包括两个方面：常识表示和常识推理，即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。显然，如此建立的常识知识库可能包含矛盾，是不协调的，但这种矛盾或不协调应不至于影响到进行合理的推理行为；常识推理还是一种非单调推理，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论；常识推理也是一种可能出错的不精确的推理模式，是在容许有错误知识的情况下进行的推理，简称容错推理。而经典逻辑拒斥任何矛盾，容许从矛盾推出一切命题；并且它是单调的，即承认如下的推理模式：如果p?r，则pùq?r；或者说，任一理论的定理属于该理论之任一扩张的定理集。因此，在处理常识表示和常识推理时，经典逻辑应该受到限制和修正，并发展出某些非经典的逻辑，如次协调逻辑、非单调逻辑、容错推理等。有人指出，常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物，而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②]

“次协调逻辑”（ParaconsistentLogic）是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的，其基本想法是：当在一个理论中发现难以克服的矛盾或悖论时，与其徒劳地想尽各种办法去排除或防范它们，不如干脆让它们留在理论体系内，但把它们“圈禁”起来，不让它们任意扩散，以免使我们所创立或研究的理论成为“不足道”的。于是，在次协调逻辑中，能够容纳有意义、有价值的“真矛盾”，但这些矛盾并不能使系统推出一切，导致自毁。因此，这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为，如果在一理论T中，一语句A及其否定?A都是定理，则T是不协调的；否则，称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理，则不协调的T也是不足道的(trivial)。因此，通常以经典逻辑为基础的理论，如果它是不协调的，那它一定也是不足道的。这一现象表明，经典逻辑虽可用于研究协调的理论，但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn（1≤n≤w），以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题：(i)矛盾律?(Aù?A)不普遍有效；(ii)从两个相互否定的公式A和?A推不出任意公式；即是说，矛盾不会在系统中任意扩散，矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里，(i)和(ii)表明了对矛盾的一种相对宽容的态度，(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。

在任一次协调逻辑系统Cn(1≤n≤w)中，下述经典逻辑的定理或推理模式都不成立：

?(Aù?A)

Aù?AB

A(?AB)

(A??A)B

(A??A)?B

A??A

(?Aù(AúB))B

(AB)(?B?A)

若以C0为经典逻辑，则系列C0,C1,C2,…Cn,…Cw使得对任正整数i有Ci弱于Ci-1，Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学，并已经证明Cn相对于此种语义是可靠的和完全的，并且次协调命题逻辑系统Cn还是可判定的。现在，已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中，发展了这些领域内的次协调理论。显然，次协调逻辑将会得到更进一步的发展。[③]

非单调逻辑是关于非单调推理的逻辑，它的研究开始于20世纪80年代。1980年，D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M，表示某种“一致性”断言，并将其看做是模态概念，通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》（1983）据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分，并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程，这种推理的特征是试探性的：根据新信息，它们很可能会被撤消。自动认知推理则不是这种类型，它是与人们自身的信念或知识相关的推理，可用它模拟一个理想的具有信念的有理性的人的推理。对于在计算机和人工智能中获得成功的应用而言，非单调逻辑尚需进一步发展。

2．归纳以及其他不确定性推理

人类智能的本质特征和最高表现是创造。在人类创造的过程中，具有必然性的演绎推理固然起重要作用，但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此，计算机要成功地模拟人的智能，真正体现出人的智能品质，就必须对各种具有不确定性的推理模式进行研究。

首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的，指一切扩展性推理，它们的结论所断定的超出了其前提所断定的范围，因而前提的真无法保证结论的真，整个推理因此缺乏必然性。具体说来，这种意义的“归纳”包括下述内容：简单枚举法；排除归纳法，指这样一些操作：预先通过观察或实验列出被研究现象的可能的原因，然后有选择地安排某些事例或实验，根据某些标准排除不相干假设，最后得到比较可靠的结论；统计概括：从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理；类比论证和假说演绎法，等等。尽管休谟提出著名的“归纳问题”，对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑，但我认为，（1）归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略，对于人类来说具有实践的必然性。（2）人类有理由从经验的重复中建立某种确实性和规律性，其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的，而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的，除非这个断言是逻辑矛盾。（3）人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且，归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出，“社会一旦有技术上的需要，则这种需要比十所大学更能把科学推向前进。”[④]有人通过指责现有的归纳逻辑不成熟，得出“归纳逻辑不可能”的结论，他们的推理本身与归纳推理一样，不具有演绎的必然性。（4）人类实践的成功在一定程度上证明了相应的经验知识的真理性，也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认，归纳逻辑目前还很不成熟。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难而有所突破，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样，才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。[⑤]这是一个极有价值且极富挑战性的课题，无疑在21世纪将得到重视并取得进展。

再谈模糊逻辑。现实世界中充满了模糊现象，这些现象反映到人的思维中形成了模糊概念和模糊命题，如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代，其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑（二值逻辑）解决不了的问题提供了解决的可能，它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然，它在21世纪将继续得到更大的发展。

3．广义内涵逻辑

经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究，但在自然语言中，除了这些语言成分之外，显然还存在许多其他的语言成分，如各种各样的副词，包括模态词“必然”、“可能”和“不可能”、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等，以及各种认知动词，如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”，这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。

大多数副词以及几乎所有命题态度词都是内涵性的，造成内涵语境，后者与外延语境构成对照。外延语境又叫透明语境，是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境；内涵语境又称晦暗语境，是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别，一切语言表达式（包括自然语言的名词、动词、形容词直至语句）都可以区分为外延性的和内涵性的，前者是提供外延语境的表达式，后者是提供内涵性语境的表达式。例如，杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式，而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。

在内涵语境中会出现一些复杂的情况。首先，对于个体词项来说，关键性的东西是我们不仅必须考虑它们在现实世界中的外延，而且要考虑它们在其他可能世界中的外延。例如，由于“必然”是内涵性表达式，它提供内涵语境，因而下述推理是非有效的：

晨星必然是晨星，

晨星就是暮星，

所以，晨星必然是暮星。

这是因为：这个推理只考虑到“晨星”和“暮星”在现实世界中的外延，并没有考虑到它们在每一个可能世界中的外延，我们完全可以设想一个可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我们就不能利用同一性替换规则，由该推理的前提得出它的结论：“晨星必然是暮星”。其次，在内涵语境中，语言表达式不再以通常是它们的外延的东西作为外延，而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里，达尔文所相信的是“人是从猿猴进化而来的”所表达的思想，而不是它所指称的真值，于是在这种情况下，“人是从猿猴进化而来的”所表达的思想（命题）就构成它的外延。再次，在内涵语境中，虽然适用于外延的函项性原则不再成立，但并不是非要抛弃不可，可以把它改述为新的形式：一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。

一般而言，一个好的内涵逻辑至少应满足两个条件：（i）它必须能够处理外延逻辑所能处理的问题；（ii）它还必须能够处理外延逻辑所不能处理的难题。这就是说，它既不能与外延逻辑相矛盾，又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中，并且已有初步轮廓。从术语上说，内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外，还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之，可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”，“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下，模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过，还有一种狭义的内涵逻辑，它可以粗略定义如下：一个内涵逻辑是一个形式语言，其中包括（1）谓词逻辑的算子、量词和变元，这里的谓词逻辑不必局限于一阶谓词逻辑，也可以是高阶谓词逻辑；（2）合式的λ—表达式，例如(λx)A，这里A是任一类型的表达式，x是任一类型的变元，(λx)A本身是一函项，它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上；（3）其他需要的模态的或内涵的算子，例如€，ù、ú。而一个内涵逻辑的解释，则由下列要素组成：（1）一个可能世界的非空集W；（2）一个可能个体的非空集D；（3）一个赋值，它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W，判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统，R·蒙塔古的IL系统，以及E·N·扎尔塔的FIL系统等。[⑥]

在各种内涵逻辑中，认识论逻辑（epistemiclogic）具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知（perception）、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题，包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等；狭义的认识论逻辑仅指知道和相信的逻辑，简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析，这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要著作，其中提出了一些认知逻辑的系统，并为其建立了基于“模型集”的语义学，后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂，既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域，并且认知逻辑的应用技术，又称关于知识的推理技术，正在成为计算机科学和人工智能的重要分支之一，因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化，在这方面有可能出现突破性的重要结果。

4．对自然语言的逻辑研究

对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究，人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题，都需要对自然语言进行精细的逻辑分析，并且这种分析不能仅停留在句法层面，而且要深入到语义层面。其次是哲学特别是语言哲学，在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力，发展了各种各样的意义理论，如观念论、指称论、使用论、言语行为理论、真值条件论等等，以致有人说，关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要，例如在研究自然语言的意义问题时，不能仅仅停留在脱离语境的抽象研究上面，而要结合使用语言的特定环境去研究，这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”，它力图综合后期维特根斯坦提倡的使用论，J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论，以及P·格赖斯所创立的会话含义学说等成果，透过自然语言的指谓性和交际性去研究自然语言中的推理。

自然语言具有表达和交际两种职能，其中交际职能是自然语言最重要的职能，是它的生命力之所在。而言语交际总是在一定的语言环境（简称语境）中进行的，语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外，还包括该语词或语句出现的整个社会历史条件，如该语词或语句出现的时间、地点、条件、讲话的人（作者）、听话的人（读者）以及交际双方所共同具有的背景知识，这里的背景知识包括交际双方共同的信念和心理习惯，以及共同的知识和假定等等。这些语境因素对于自然语言的表达式（语词、语句）的意义有着极其重要的影响，这具体表现在：（i）语境具有消除自然语言语词的多义性、歧义性和模糊性的能力，具有严格规定语言表达式意义的能力。（ii）自然语言的句子常常包含指示代词、人称代词、时间副词等，要弄清楚这些句子的意义和内容，就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的，等等，这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有：包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域，包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类；模态语句和条件语句的意义取决于因语境而变化的语义决定因素，如此等等。（iii）语言表达式的意义在语境中会出现一些重要的变化，以至偏离它通常所具有的意义（抽象意义），而产生一种新的意义即语用涵义。有人认为，一个语言表达式在它的具体语境中的意义，才是它的完全的真正的意义，一旦脱离开语境，它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系，正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义，当然不是去研究某一个（或一组）特定的语句在某个特定语境中唯一无二的意义，而是专门研究确定自然语言具体意义的普遍原则。[⑦]

美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义，叫做“语用涵义”、“会话涵义”或“隐涵”（implicature），并于1975年提出了一组“交际合作原则”，包括一个总则和四组准则。总则的内容是：在你参与会话时，你要依据你所参与的谈话交流的公认目的或方向，使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类，格赖斯提出了如下四组准则：

（1）数量准则：在交际过程中给出的信息量要适中。

a．给出所要求的信息量；

b．给出的信息量不要多于所要求的信息量。

（2）质量准则：力求讲真话。

a．不说你认为假的东西，。

b．不说你缺少适当证据的东西。

（3）关联准则：说话要与已定的交际目的相关联。

（4）方式准则：说话要意思明确，表达清晰。

a．避免晦涩生僻的表达方式；

b．避免有歧义的表达方式；

c．说话要简洁；

d．说话要有顺序性。[⑧]

后来对这些原则提出了不和补充，例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提，这些原则就可以用来确定和把握自然语言的具体意义（语用涵义）。实际上，一个语句p的语用涵义，就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说，从说话人S说的话语p推出语用涵义q的一般过程是：

（i）S说了p；

（ii）没有理由认为S不遵守准则，或至少S会遵守总的合作原则；

（iii）S说了p而又要遵守准则或总的合作原则，S必定想表达q；

（iv）S必然知道，谈话双方都清楚：如果S是合作的，必须假设q；

（v）S无法阻止听话人H考虑q；

（vi）因此，S意图让H考虑q，并在说p时意味着q。

试举二例：

（1）a站在熄火的汽车旁，b向a走来。a说：“我没有汽油了。”b说：“前面拐角处有一个修车铺。”这里a与b谈话的目的是：a想得到汽油。根据关系准则，b说这句话是与a想得到汽油相关的，由此可知：b说这句话时隐涵着：“前面的修车铺还在营业并且卖汽油。”

篇6

【关 键 词】语言哲学/心智哲学/认知科学/脑与心智

20世纪语言哲学和心智哲学的发展，有一条明显的线索，那就是从语言研究到心智研究，再从心智研究进入到认知科学发展的新领域。

语言哲学的两位代表性人物乔姆斯基(n.chomsky)和塞尔(john r.searle)都经历了同样的发展道路。乔姆斯基从句法研究(1957)，到语言和心智研究(1968，1972)，再到心智和认知研究(1990，2000，2002)；塞尔则从言语行为理论研究(1969)，到人工智能新标准cra的提出(1984)，再到意向性和心智哲学(1983，1997，2002)。两人为何殊途而同归，从不同的出发点而达到共同的终点？在这其中有何规律值得思考？这是本文所要探究的问题。

关于对乔姆斯基发展道路的探索，笔者已有专论阐述，请参阅《没有乔姆斯基，世界将会怎样》一文[1]。本文主要讨论另一位世界著名语言哲学家塞尔从语言到心智和认知的发展路径，以及这一发展路径给我们的启迪。

约翰·塞尔系美国加州大学伯克利分校(uc berkeley)哲学系心智和语言哲学威里斯和迈琳·斯卢瑟讲座教授，世界著名心智和语言哲学家，在语言哲学、心智哲学和社会哲学等方面成就卓著。自1977年至今任美国国家人文科学院院士，2004年获得美国国家人文科学总统奖章。塞尔还获得过美国、英国和欧洲多所大学荣誉学位，以及美国、英国、法国、意大利、瑞典、西班牙、韩国等多个国家的奖励或奖章。2007年，塞尔受聘为中国清华大学客座教授。

一、20世纪60—70年代：言语行为理论和语言哲学

综观塞尔半个世纪的学术生涯，可分为前后两个时期。前期的主要工作集中在言语行为理论和语言哲学的研究，代表作有《言语行为：语言哲学论集》(1969)、《表述与意义：言语行为理论研究》(1979)。

在言语行为的研究方面，塞尔是少数原创性哲学家之一。20世纪50年代，他在牛津大学求学时，师从著名的牛津分析哲学家奥斯汀(j.l. austin)等人，而奥斯汀是公认的言语行为理论的创始人[2]。

塞尔这样评价自己在言语行为和语言哲学方面的工作：

当我首次进入心智哲学领域的时候，大多数人都没有关于言语行为的概念，他们认为，心智哲学、语言哲学和一般语言学研究语句，而语句是存在的对象。有时，他们把语句看作在实际上与陈述相同的东西，并且用研究语句的方法来研究陈述。由于奥斯汀、维特根斯坦和其他所有哲学家的工作，我们开始认识到，语言学习中所涉及的东西并不仅仅是抽象的语句形式，而是使用这些语句来实施一种言语行为，这种言语行为正是通过说出这些语句来完成的。因此，这种认识业已为我们研究语言哲学指明了一个新的方向，因为它将语言研究变为人类意向行为的一种形式，我们具有一种关于人类行为的理论，也就是人类活动的理论，这样我们就有一种语言理论，如果我们将这些东西都一起加以吸收的话，这就是言语行为理论。我曾经致力于言语行为理论的研究，我认为在语言哲学中，整个言语行为理论是对传统的语言研究的狭隘性的一个非常了不起的突破。当然，言语行为理论也开启了心智哲学的研究，因为心智哲学和语言哲学是同一学科的分支。而在语言哲学中，从我们研究的所有东西都是抽象的语句这样一种静态的假设中突围出来，这一点是十分重要的。言语行为理论指出，我们研究的是人类行为的实际操作[3]。

塞尔对言语行为理论的发展和贡献是多方面的：

第一，塞尔将奥斯汀的理论普遍化和规范化，并建立了言语行为理论和它的逻辑分析系统。

奥斯汀建立言语行为理论时，将通过说话来做事(doing something in saying something)看作是语言的一种特殊功能。塞尔则认为，“说事”也是“做事”，因此，通过说话来做事是语言的普遍性质和一般功能。奥斯汀区分了三种基本的言语行为，这就是语谓行为(locutionary acts)、语用行为(illocutionary acts)和语效行为(perlocutionary acts)。其中，语用行为是最重要的言语行为。奥斯汀还将语用行为分为判定式(verdictives)、执行式(exercitives)、承诺式(commissives)、表态式(behabitives)和阐述式(expositives)等五类。塞尔继承了奥斯汀的言语行为三分法，但却不同意奥斯汀对语用行为的分类。为了提出自己的分类，塞尔首先分析了语用行为的形式结构，他用f(p)的形式来表达基本的语用行为，并对其中的语用力量f做了认真的分析。塞尔把自然语言中任何能够按照字义用来说明话语的语用力量，或说明语用力量范围的成分，称为语用力量指示成分(illocutionary force indicating device，简称ifid)。塞尔认为，语用力量包括七种要素：(1)语用要点；(2)语用要点的力度；(3)完成模式；(4)命题内容条件；(5)前提条件；(6)诚实性条件；(7)诚实性条件的力度。

语用力量的七种要素可以被归结为成功而无缺陷地作出一个基本语用行为的四种不同充要条件。假定听话者理解一个话语的所有条件都被满足，那么，在一个话语语境中成功而无缺陷地作出形如f(p)的语用行为，当且仅当下列四个充要条件被满足：(1)说话者在该语境中以所要求的特征完成模式和语用要点力度成功完成命题p上的语用力量f的要点；(2)说话者表达了命题p，而且该命题满足语用力量f限定的命题内容条件；(3)在该话语世界中，语用的前提条件和命题预设是得到公认的，并且说话者也假设它们得到公认；(4)说话者以语用力量f的诚实性条件的特征力度表达并具有该力量确定的心理状态。

塞尔认为，语用行为在十二个方面能够相互区分开来：(1)在行为类型的要点或目的方面的区别；(2)在词和世界之间适应方向上的区别；(3)在表现出来的心理状态方面的区别；(4)提出语用要点时，在力量或强度方面区别；(5)说话人和听话人的身份和地位在对话语的语用力量影响方面的区别；(6)在与说话人或听话人的兴趣相关的说话方式上的区别；(7)在与谈话的其他有关方面的不同；(8)在由语用力量指示成分决定的命题内容方面的区别；(9)在下述两种行为之间的区别：一种行为必定始终是言语行为，另一种行为可以是言语行为，但不必作出言语行为；(10)在下述行为之间的区别：一种行为的完成需要语言之外的约定，另一种行为则不需要；(11)在下述行为之间的区别：一种行为的相应的语用动词具有行为式的用法，另一种行为的相应的语用动词则不具有行为式的用法；(12)在作出语用行为的风格方面的区别。

在上述工作的基础上，塞尔提出了自己对语用行为的分类。他也将语用行为分为五类：

(1)断定式(assertives)，符号化表述为： b(p)

(2)指令式(directives)，符号化表述为：！ w(h does a)

(3)承诺式(commissives)，符号化表述为：ci(s does a)

(4)表情式(expressives)，符号化表述为：e(p)(s/h+property)

(5)宣告式(declaratives)，符号化表述为：dβ(p)

可以看出，塞尔的分类及其依据与奥斯汀有很大的不同。塞尔的这个分类和它所依据的理论是对语言哲学发展的一个重要的贡献，并且已经成为关于言语行为的权威理论。

1985年，塞尔和他的合作者建立的语用逻辑(illocutionary logic)，将言语行为理论的研究推进到逻辑分析的阶段[4]。

半个世纪以来，奥斯汀和塞尔的言语行为理论，在自然科学、人文和社会科学的众多领域产生了广泛而深远的影响，除了对语言学、语言哲学、逻辑学和计算机科学特别是人工智能产生的影响外，对心理学、社会学、脑神经科学乃至整个认知科学，也都产生了非常重要的影响。

史密斯(barry smith)评价说：“20世纪上半叶，英美哲学最重要的方面是被弗雷格的逻辑思想所塑造的。这种新逻辑所取得的成就带来的副作用就是，它一直主导着那种亚里士多德式的观念，即从本质上把语言看作不过是由或真或假的陈述或命题所组成的。因此，奥斯汀和塞尔的工作代表了对这种观念的突破，这是非同寻常的。”[5](p49)

第二，塞尔提出言语行为的建构规则，在言语行为与现实世界之间建立了建构性关系，不仅丰富和发展了言语行为理论，也为他的社会哲学奠定了理论基础。

塞尔强调，他的哲学由三个部分构成，即语言哲学、心智哲学和社会哲学。他不仅把语言哲学与社会哲学联系在一起，而且把心智哲学和社会哲学联系在一起。在第一种联系当中，塞尔为奥斯汀的一般言语行为理论充实了具体的内容。在塞尔的言语行为理论中，除了言语行为理论的分类之外，更重要的工作是他提供了这样一种理论框架：使得言语行为所涉及的话语(utterance)、意义(meaning)和行为(action)这三个向度被统一到了一起。因此，在塞尔的理论中，规则、意义和事实这三个要素在其后的思想发展中充当了重要的角色。

塞尔首先区分的是“调节的规则”(regulative rule)和“建构的规则”(constitutive rule)。前者是指用来调节已经存在的行为方式的规则，如用来调节“吃饭”礼仪的规则，而“吃饭”这种行为是独立于该规则的。另一类规则是用来创建或规定新的行为方式，如下棋的规则，使人们有可能从事下棋的这类行为，而这种行为正是从给定的规则产生出来的。

塞尔指出，建构的规则具有“在语境c中，x被当作y”的基本形式。例如，在一辆行驶的汽车内发出“向左转”的信号，在确定的方式下和确定的环境中就被当作向左转的行为；在拍卖会上，举起手指就会被当作投标的行为；说出“我答应给草地除草”，就将说话人置于一种责任之中。在建构的规则中，y代表某种结果，它或者是一种奖励，或者是一种惩罚，或者是某人在将来有责任作出的行为。

塞尔言语行为理论的核心假设是，言语行为是一种根据相应的建构规则说出的话语表达式来完成的行为。因此，塞尔要区分仅仅是发出一些声音，还是作出言语行为。这就意味着，他必须按照“x被当作y”的公式来分析通过一个话语所作出的行为。塞尔的分析与胡塞尔(e.husserl)或亚里士多德和弗雷格完全不同，他的分析的出发点，不是沉默的独角戏中的语言，而是涉及说话者和听话者的言语行为。

在塞尔看来，说话者说出一个语句t，这就意味着下面三个条件要得到满足[6](p49)：

(1)说话者具有意向i，即他的话语使听话者意识到相应于t的事态是确实的。

(2)说话者通过确认意向i，想要使听话者产生这种意识。

(3)说话者利用支配语句t的规则，想要听话者确认意向i。

因此，当你作出一个言语行为时，也就创造了一个建构的事实。按照里德(t.reid)的说法是，你创造了一个微型的“市民社会”。建构事实的存在，仅仅是由于我们是在确定的(即认知的)方式下，并在确定的(即建构的)语境之中来对待这些世界。后来，塞尔又区分了与观察者独立的世界的特征和与观察者相关的世界的特征。前者有力量、物质和地球引力等，后者有货币、财产、婚姻和政府等。在塞尔看来，后面的这些建构事实都是建构规则的系统。

塞尔的言语行为理论比奥斯汀要丰富得多，因为他不仅提供了言语行为理论的一般框架，还提供了关于言语行为自身详细结构的丰富的说明。这样，他就区分了两种类型的切当性(felicity)条件：作出一个言语行为的条件和它的满足性条件。在《语用行为的分类》[7]一文中，塞尔提出“适应方向”(direction of fit)这个重要的条件来判断是否可以成功作出一个语用行为。按照他的说法，断定式具有从语词到世界的适应方向，用“”表示；指令式具有从世界到语词的适应方向，用“”表示；承诺式也具有从世界到语词的适应方向；表情式的适应方向为空，用“”表示；宣告式具有从语词到世界和从世界到语词两个适应方向，用“β”表示。由此可以看出，在塞尔的言语行为理论中，通过说出一个话语作出的言语行为与现实世界之间是具有密切关联的。换句话说，塞尔的言语行为是先定的和必然的具有社会实在性的。

第三，塞尔通过对意向性和人工智能标准等重大理论问题的研究，完成了从言语哲学到心智和认知研究的转向。

更为重要的是，塞尔不仅是一位语言学家，还是一位语言哲学家。他不仅要研究语词和语词的使用等有关语言的问题，更重要的是研究语言所涉及的哲学问题，如义务的性质、力量的性质和责任的性质等。在塞尔近期的著作中，还提出了自由行为、自愿行为和理性行为等问题。为了解决这些问题，他逐渐认识到，我们不仅要研究语言，还要研究大脑、心智、物理学的定律和社会组织形式。

在塞尔的言语行为理论中，已经含有心智和认知的因素。例如，在他的基本的语用行为表达式f(p)中，包括语用力量f和命题内容p这两个基本的成分(变元)。我们可以分别考察这两个要素的变化，从而考察和表达一个语用行为所反映出来的说话者的意愿。事实上，在前面所给出的语用力量的七种要素中，对每一种要素的考察，如语用要点、完成模式、命题内容条件、前提条件、诚实性条件，都涉及对心智的分析。在《意向性》(1983)一书中，塞尔将言语行为研究延伸和扩展到认知行为(cognitive act)的领域。他所区分的命题模式(propositional modes)和意向内容(intentional contents)，这类似于胡塞尔在《逻辑研究》一书中对性质(quality)和物质(matter)的区分。

在完成言语行为理论和语言哲学的创新性研究(20世纪60—70年代)以后，塞尔并没有停止前进。他不会像一般的学者那样，终身固守于一个属于自己的领域，即便是业已取得巨大成就的领域。他以探索的精神去挑战新的问题，开拓新的疆域。20世纪70年代后期，塞尔转向心智哲学研究，其研究领域包括意向性、心智和意识、人工智能标准(中文房间论证)等。此后，他逐步成为一位公认的、卓有成效的心智哲学家。

二、20世纪80年代以后：意向性和心智哲学

塞尔的哲学由语言哲学、心智哲学和社会哲学构成。20世纪70年代末以前，塞尔的工作主要集中在言语行为理论和语言哲学。1975年以后，由于斯隆基金的投入和认知科学的建立，作为基隆基金主要受益者、加州大学伯克利分校的著名学者、认知科学的创始人之一，塞尔的研究方向发生了改变，他的兴趣从言语行为理论和语言哲学的研究逐步转向心智哲学和认知科学的研究。20世纪80年代，他的两项代表性学术成果是《意向性：心智哲学论集》(1983)和《心智、大脑和科学》(1984)。其中，他提出的“中文房间论证”成为反驳强人工智能的论据和人工智能的新标准。90年代以后，他在心智哲学方面的著作包括《重新心智的发现》(1992)、《意识之谜》(1997)、《意识和语言》(2002)以及《心智：简短的导论》(2004)等。

塞尔的社会哲学贯穿在他的言语行为理论、语言哲学和心智哲学之中，这与他的语言和心智观有关。塞尔认为，语言不仅仅是一种能力，更重要的是一种社会行为。语言一经使用，言语一经说出，就建构了一种社会现实。因此，塞尔的社会哲学与他的言语行为理论、语言哲学和心智哲学是紧密相关的。(对塞尔社会哲学的讨论不在本文范围之内。有兴趣的读者可以参阅塞尔的《校园战争》(1972)、《建构社会现实》(1995)、《心智、语言和社会》(1998)、《行为中的理性》(2001)等。)

本节集中讨论塞尔心智哲学的两本重要著作《意向性：心智哲学论集》和《心智》。

在塞尔的言语行为理论中，“适应方向”也体现了对心智的分析，而在《意向性：心智哲学论集》一书中，塞尔将这种分析普遍化了。例如，信念具有从心智到世界的适应方向，愿望则具有从世界到心智的适应方向。每一个不同的心智行为都是如此，它们都反映了心智与世界的某种关系。信念、愿望、意向的满足条件也被普遍化了。塞尔说：

在具有适应方向的情况下，满足条件的概念非常普遍地应用于言语行为和意向状态。例如，我们说陈述是或真或假的，命令是或者被服从或者被违背的，承诺是或者被遵守或者被破坏的。在每一种情形下，我们都把语用行为的成功和失败归结为该行为与现实的适应关系，而这种适应关系是由语用要点所规定的特殊的适应方向所确定的。我们可以对所有的条件贴上“满足条件”或“成功条件”的标签，从而得到一个表达式。这样，我们说一个陈述是被满足的，当且仅当它是真的；一个命令是被满足的，当且仅当它是被服从的；一个承诺是被满足的，当且仅当它是被遵守的，如此等等。现在，这种满足概念也可以被清晰地应用于意向状态。我的信念将被满足，当且仅当事情就是我所相信的那样；我的愿望将被满足，当且仅当它们会被实现；我的意向将被满足，当且仅当它们会被实行。因此，不论对言语行为还是意向状态，满足概念在直观上看起来都是相当自然的，并可以相当普遍地应用于所有具有适应方向的地方[8](p10)。

可以看出，《意向性：心智哲学论集》一书仍然留有言语行为理论和语言哲学的痕迹。但两者又是截然不同的。在该书中，作者首先分析了心理状态的意向(第一章)；他发现不得不研究感知意向性(第二章)和行为(第三章)；但如果不理解意向因果性则不可能理解感知和行为(第四章)；这些研究导致对非表现的心理能力的基础研究(第五章)；作者的最初目标——揭示语言意向性与心理意向性之间的关系，体现在第六章的讨论之中；第七章讨论两种特殊意向的语言表现形式；第八、九两章使用前面的理论批评了当时有影响的指称和意义理论，提出了对索引表达式和专名的意向性思考；最后，第十章提出关于“心身问题”(mind-body problem)和“心脑问题”(mind-brain problem)的一些结论。

塞尔认为，视觉经验或其他类型的知觉经验是具有意向性的，这一点在关于知觉的研究中被忽视了。在塞尔的言语行为理论中，他曾经为相信、害怕、希望等这些言语行为确定过“适应方向”的满足条件。塞尔论证说，视觉经验也具有满足条件，就如同想念和希望具有满足条件一样。例如，我们不能将一辆车的视觉经验与这辆车是黄色的旅行轿车这样的经验事实分离开来，正如我们不能把相信天正在下雨这个信念与天正在下雨这个事实分离开来一样。两者的类似之处在于：

第一，视觉经验的内容总是由一个完整的命题来表达的，两者是完全相同的。信念的内容也是如此。从意向性的观点看，所有看见的视觉感知都是看见了如此这般的东西。因此，描述一个视觉感知的语句不能使用第一人称的直接陈述句，而应该使用第三人称的间接引语：

1a i have a visual experience of a yellow station wagon(我有一个关于一辆黄色旅行轿车的视觉感知)。

1b i have a visual experience that there is a yellow station wagon there(我有这样一个视觉感知，这是一辆黄色旅行轿车)[9](p41)。

1a不能清楚地表达一个视觉感知，1b才是视觉感知的正确表达形式。一般地说，在语言形式上说，x看见y只能用一个第三人称的间接引语来表示。因此，一个完整的命题内容是视知觉的内容，即视知觉的意向内容。例如：

2a jones saw a yellow station wagon，but did not know it was a yellow station wagon(琼斯看到一辆黄色旅行车，但他不知道那是一辆黄色旅行车)。

2b jones saw that there was a yellow station wagon in front of him but did not know that there was a yellow station wagon in front of him(琼斯看到，在他面前有一辆黄色旅行车，但他不知道在他前面有一辆黄色旅行车)[9](p42)。

2a没有任何问题，是完全一致的。2b却有问题，是古怪而难以理解的，甚至是自相矛盾的。原因是前者不带意向性，“看见y”的形式并不要求说话人报告y对主体的意味；而“看见+从句”的形式却带有意向性，从句表达了一个事实，它显示了该事实对主体的意味，即对意向内容的限定。

第二，视知觉总是具有从心智到世界的适应方向，它的适应方向与信念一样，但与愿望不同，后者的适应方向是从世界到心智。如果视知觉的满足条件在事实上不能实现，如幻觉、错觉、幻想等等，这是视知觉的过错，而不是世界的过错。在这种情况下，我们说，“我们的感觉欺骗了我们”，而不是说我们的视知觉对或错。视知觉不仅仅是表达的问题，它的对错涉及适应方向。哲学家们用一些专门的术语来描述视知觉适应方向的错误，如“欺骗”、“误导”、“歪曲”、“幻觉”、“错觉”等，而用“如实”来描述视知觉适应的成功。

第三，视觉经验与信念和希望一样，是由其意向内容来表明其特征的。如果不用一个that从句来说明相信的内容，是不可能完全表述一个信念的；类似地，如果不用一个of短语来说明经验的内容，也是不可能描述一个视觉经验的。分析哲学家们所犯的典型错误就是认为对视觉经验满足条件的限定这样一种谓词可以从字面儿上来判定其对经验自身的真假。这种假设是完全错误的。事实上，是由“黄色”和“旅行车”这种表示颜色及形状的意向内容限定成分直接影响视觉经验，而不是表示原因的谓词影响视觉经验。

在不使用概念和语言的情况下，视觉经验又受到哪些因素的影响呢？我们来看下面的例子。

例一，维特根斯坦的鸭—兔两可图。

在我们面前只有一幅画，却可以形成两种不同的视觉内容，一种是鸭，另一种是兔。维特根斯坦对此的解释是，这是对动词“看”的不同使用所引起的结果。这种解释是不能令人满意的。塞尔的方案是，我们可以按照类似于前面的“字面儿上的”解释，在一种情况下观察者看到的是这幅图画的一种样式，在另一种情况下看到的是它的另一种样式。那么，是什么因素使我们看到的是这种样式而不是另一种样式呢？塞尔认为，这是由心理因素决定的。正如约翰爱萨莉，他看到的是萨莉可爱的一面，而看不到萨莉不好的一面。事实上，对各种各样的两可图的解释，现在更多地采用心理学的方法。两可图是认知心理学的重要研究领域。

例二，缪勒—莱尔线(müller-lyer lines)。

上面两个图形中心部分线段的长度是完全一样的，但a看起来比b长。在这里，我们视觉经验的意向内容与我们信念的意向内容是矛盾的，前者破坏了后者。我们对月亮的视知觉也是类似的。月亮当空时显得比在地平线上时要小，虽然我们相信月亮的实际大小并没有改变。所以，如果没有关于月亮大小不会改变的信念，我们的视觉就会提醒我们月亮当空时比它在地平线上时要小，但我们知道那只是一种错觉。

在《心智》一书中，塞尔对意向性问题有了更深刻的表述。在该书中，塞尔是从心智哲学的立场来看待意向性问题的。塞尔认为，意向性问题是心智哲学中仅次于意识问题的另一个困难而又重要的问题。塞尔认为，意向性问题是意识问题的一个镜像。这样，塞尔就把意向性问题与心智哲学紧密结合起来了。

在《心智》一书中，塞尔从三个方面来研究意向性问题：第一，意向性是如何可能的；第二，既然假设意向性状态是可能的，那么，它的内容又是如何确定的；第三，意向性作为一个完整的系统又是如何工作的。

意向性是如何可能的？塞尔对二元论的解决方案、功能主义的解决方案、消解论的解决方案一一作了驳斥，认为它们都不能提供正确的途径来解决这一问题。塞尔认为，对这个问题的解决应该是脚踏实地的，我们无须考虑人的思想为何会到达太阳、月亮、凯撒和卢比肯河，因为这些问题太复杂；如果我们考虑动物为什么会感到饥饿和口渴，问题就要简单得多。塞尔认为，这时我们所说的是关于心智的生理学能力问题，它是基本的，是我们考虑饥饿、口渴、性冲动、感知和其他意向行为的基础。现在，“意向性如何可能”这个问题可以归结为大脑何以会产生口渴的感觉这个问题。塞尔认为，这是因为，口渴是一种意向现象，而大脑具有处理这些意向性形式的功能。感觉口渴是有一种喝水的愿望。当2号血管收缩素到达大脑视丘下部的时候，它就会激发神经元的活动，神经元的活动最终会引起口渴的感觉，即引起一种意向的感觉。意识和意向性的基本形式是由神经行为引起的，也是由脑系统来实现的。由大脑和神经系统的机制来解释口渴的意向，同样适用于对饥饿、害怕、知觉、愿望和其他各种意向的解释。塞尔认为，一旦我们将意向性问题从抽象的精神层面放回到真实的动物生理学的具体层面，意向性问题的神秘性就被破除了。这样一来，动物何以具有意向状态这个问题就再也没有任何难解之谜。

意向性的结构和内容又是如何确定的呢？塞尔将意向性结构分为：(1)命题内容和心理模式；(2)适应方向；(3)满足条件；(4)因果自我指称性；(5)意向性网络和前意向能力背景。显然，塞尔继承与发展了他在言语行为理论和意向性研究方面的思想。前三种意向性结构是对言语行为理论和《意向性：心智哲学论集》一书相关内容的继承和发展，后两种意向性结构是塞尔的新创造。在因果自我指称性方面，塞尔认为，大多数生物学上基本的意向现象都具有其满足条件的逻辑特征。例如，关于我昨天去野餐的记忆，一定是由我去野餐这件事引起的。因此，记忆的满足条件不仅包括已经发生的事件，也包括该事件的发生所引起的关于该事件发生的记忆。我们可以说，记忆、意向和感觉经验统统都是因果自我指称的。但另一些意向状态却不具有因果自指性，如相信、愿望等等，塞尔将它们与具有因果自指性的意向状态区别开来。塞尔认为，每一个具有适应方向的因果自指的意向状态同时也具有因果方向。塞尔将认知和意愿两个族的因果自指性、适应方向和因果方向列表对照如下[10](p171—172)：

由此出发，塞尔发展了一种关于意向因果性的全新的理论。他揭示了这样一个事实，一个意向被满足，当且仅当意向自身成为其满足条件的其他各个方面被满足的原因。因此，如果我要举起我的手臂，这个意向被满足并不是我要举起我的手臂，而是这个意向引起我要举起我的手臂这个行为。

与过去在《意向性：心智哲学论集》一书中所作的分析不同，在《心智》一书中，塞尔不仅对意向性继续做语言学和语言哲学的分析，而且将意向性研究与神经科学结合起来。下面是塞尔在《心智》一书中给出的关于意向分析的一个新的模型[10](p210—211)：

其中，顶层的结构显示行为意向引起身体运动；底层结构显示神经活动引起生理变化；两边显示神经活动与行为意向、生理变化与身体运动的关系，总之就是底层的活动引起顶层的活动。显然，这是一个由神经活动(neuron firings)、行为意向(intention-in-action)、生理变化(physiological changes)、身体运动(bodily movement)构成的综合模型，其关系是因果链关系，用符号表示，读为“引起”。我们可以把这个模型表示为：

塞尔认为，这个模型在教育法上是有用的，但它容易让人产生误解，似乎意向在神经之上，宛如糖霜在蛋糕之上一样。塞尔认为下面的图示也许更恰当[11](p211)。其中，小圆圈代表神经元，阴影代表分布在神经元系统中的意识状态。意向是整个系统的功能而不仅仅是在系统的上部。

三、几点重要结论

我们以著名语言和心智哲学家塞尔为例，分析了从语言哲学到心智哲学的发展，从中可以得出以下重要结论：

1.20世纪西方哲学特别是英、美哲学体现了从分析哲学到语言哲学、再到心智哲学的发展路径，塞尔是这一发展路径的典型代表。

过去的一个世纪，西方哲学特别是英、美哲学有一条明显的发展路线，这就是从分析哲学到语言哲学，再到心智哲学的发展路线。这条发展路线在塞尔哲学中得到了印证。在20世纪80年代以前，塞尔的主要工作是言语行为理论。70年代末，认知科学在美国建立，作为斯隆基金的主要资助对象和认知科学最早的发起单位，塞尔所在的美国加州大学伯克利分校于1984年成立了认知科学研究的oru，塞尔是其中的重要成员。1983年，《意向性：心智哲学论集》一书问世，是他从语言哲学过渡到心智哲学的桥梁和标志。此后，他的工作重点转向意向性和心智研究，并发表和出版了大量的论著，包括《心智、大脑和科学》(1984)、《心智的重新发现》(1992)、《意识之谜》(1997)、《心智、语言和社会：现实世界的哲学》(1998)、《行为中的理性》(2001)、《意识和语言》(2002)、《心智：简明的导论》(2004)等。在塞尔看来，语言哲学是心智哲学的一部分，语言哲学最终一定会导向心智哲学。塞尔说：

我认为我们已经从以语言哲学为研究中心转移到以心智哲学为研究中心。发生这种转向的原因有很多。原因之一是，在语言哲学中正在发生许多激动人心的事情，而当我们对大脑如何工作有更多的发现，以及当我们对语言和意识的诸多问题做了透彻的研究时，在心智哲学中也有大量激动人心的事情正在发生，心智哲学已经转移到了前台。我认为，我们业已从语言转到心智最简明的原因就是，语言的最重要的性质是基于心智的，因此，意义和意向性是先于语言的心理能力，在我们能够阐明语言的性质之前，我们必须将先于语言的心理能力搞清楚。语言依赖于心智，甚于心智依赖于语言[3]。

2.心智哲学与过去的哲学理论包括分析哲学和语言哲学既是一脉相承的，又有本质区别。心智哲学是认知科学的哲学，也就是在认知科学发展的背景下，特别是在脑和神经科学发展的背景下重新建构的哲学理论。

古代哲学是本体论哲学，它所关注的是世界的本原问题；近代哲学是认知论哲学，它所关注的是主体的认知能力问题；20世纪以英、美为主流的现代哲学是分析哲学，它将哲学的关注点转向主客体之间的中介——语言。这种“语言转向”又分为前后两个时期：前一时期是以前期维特根斯坦为代表的早期分析哲学，它以形式语言为哲学分析的基础，以形式语言为基础建立起来的数学逻辑为哲学分析的工具；后一时期是以后期维特根斯坦、奥斯汀、乔姆斯基、塞尔等一大批语言哲学家为代表的语言哲学，它将哲学的基础重新转向自然语言，以在经典逻辑的扩充和变异的基础上建立的哲学逻辑、语言逻辑、人工智能的逻辑为哲学分析的工具。语言哲学是分析哲学的高级发展阶段。

心智哲学继承了古代哲学、近代哲学和现代哲学全部发展的积极成果，特别是与20世纪以来的分析哲学和语言哲学一脉相承。例如，心智哲学同样认为哲学分析是与语言密切相关的，心智哲学不仅注重对形式语言的分析，而且更加注重对自然语言的分析。在语言哲学的三分框架中，心智哲学不仅注重句法分析和语义分析，而且更加注重语言分析中人的因素和身心关系的分析，即语用学的分析。在乔姆斯基的语言学理论中，单纯的自然语言的句法结构分析属于语言哲学的范畴，而先天语言能力、内在语言、普遍语法、唯理主义和心理主义这些理论由于将语言分析与心智相结合，它们已经属于心智哲学的范畴。在塞尔的语义学理论中，意向性是理解语言意义的重要因素，而意向性是意识的反映，是与个人的心智相关的。意义的客观性不复存在，任何意义都是主观的建构，都是主客观相结合的产物。在语用学方面，奥斯汀、塞尔建立和发展的言语行为理论是语用学的基础理论及核心，根据言语行为理论，语言的意义是与说话者、听话者、时间、地点和语境这五大要素密切相关的，人的因素第一次进入语言分析和逻辑分析的范畴，从而也就进入哲学分析的范畴。从以上发展可以看出，心智哲学最初是孕育于语言哲学母体中的一个婴儿，两者是血脉相连、不可分割的。但从20世纪70年代后期以来，随着认知科学的建立和发展，心智哲学已经逐渐脱离语言哲学的母体而诞生为一个独立的生命，并发展壮大，逐步转移到了以英、美为主流的西方哲学的前台。

心智哲学与过去各种哲学理论的本质区别是：不论是在本体论、认识论、语言基础和逻辑方法上，心智哲学处处都将哲学问题与人的身体、心智联系起来，哲学不再是一种脱离人的抽象的概念体系，而是与人的身体构造、生理结构、心理结构、心智状况密切相关的理论，是“体验哲学”[12]。莱考夫(g.lakoff)和约翰逊(mark johnson)在《体验哲学——涉身的心智及其对西方思想的挑战》一书中，一开始就提出三个重要的命题：心智与生俱来是被体验的；思维通常是无意识的；抽象概念大多数是隐喻的。莱考夫说：“这是认知科学的三个重大发现。两千多年以来，哲学家关于理智的性质的思考已经完结。由于这些发现，哲学决不可能再与过去一样了。”[13](p3)莱考夫说：

理智不可能如传统哲学所广泛接受的那样是与身体无关的，而是来源于大脑、身体和涉身的经验。……

理智是进化的，抽象的理智基于“低等”动物所具有的感知的和原始的推理形式。……

理智不是超验意义上“普遍的”，即它不是一种普遍结构。如果说它是普遍的，仅仅是指它是所有人类共同具有的普遍能力。……

理智不是完全理智性的，它大多数是无意识的。

理智不是纯粹字面儿上的，它大部分是隐喻的和想象的。

理智不是与情感无关的，而是涉及情感的[13](p4)。

根据莱考夫和约翰逊，灵与肉完全分离的笛卡儿哲学意义上的人根本就不存在；按照普遍理性的律令而具备道德行为的康德哲学意义上的人根本就不存在；仅仅依靠内省而具备完全了解自身心智的现象主义意义上的人根本就不存在；功利主义哲学意义上的人、乔姆斯基语言学意义上的人、后结构主义哲学意义上的人、计算主义哲学意义上的人以及分析哲学意义上的人统统都不存在。在认知科学的背景下，哲学已经进入一个与人相关、与人的身体、大脑和心智紧密相关的全新的发展阶段，这就是心智哲学的发展阶段。

3.基于经验和重视个体差异性的认知科学决定了心智哲学的本质。认知科学与过去的科学理论的区别是，在学科特征上，过去的科学强调的是科学原理的一般性，数学和逻辑的定理、物理学的公式、化学结构等，它们都是“放之四海而皆准的真理”，认知科学却强调特殊性与个体差异性，曹雪芹之所以成为曹雪芹，爱因斯坦之所以成为爱因斯坦，到底是什么因素在起作用？在基因表达上完全相同的同卵双胞胎为什么会是不同的个体？这些都是认知科学所要关注的问题。

在学科目标上,20世纪的科学要上天入地，人类不仅要遨游太空，还要潜入深海；人类不仅要释放核能，还要创造生命——这些都是20世纪科学所要解决并且已经解决的问题。21世纪的认知科学所要关心的却是人自身。人类要搞清楚自己的大脑是如何工作的，脑如何产生心智，这就是脑科学特别是认知神经科学所要解决的问题；我们还要了解人类所特有的符号语言与脑和认知的关系，这是认知语言学所要解决的问题；我们还想知道心理与认知的关系，如感知和注意、模式识别、学习、记忆、知识表征、推理与问题解决、情感与认知等，这是认知心理学所关注的问题；认知人类学要解决由人类文化发展和人类进化过程所决定的与人类种群特征有关的认知问题，如符号的起源、语言的地方性和民族性、人的文化存在方式、文化的进化、文化的适应性和不适应性、文化与基因的双重进化等；认知计算机科学即人工智能要解决机器智能的问题，如人工智能的标准、人工智能与人类智能、机器的感觉和知觉、机器人和智能体等。心智哲学要解决困扰人类数千年的心身(mind and body)问题、人类的意识之谜、意向性问题、心理因果性问题、自由意志问题、无意识行为的问题、感知问题、自我问题等。因此，心智哲学是一种“以人为本”的哲学。

在科学与人的关系上，过去的科学理论标榜自己的客观性，排斥一切与人相关的因素，试图创建一种绝对的知识体系和以真假来判定的真理标准。在过去的一个世纪和数个世纪，甚至在人类历史的漫长岁月中，人类寻求的科学原理是一种具有普遍性的普适的知识。科学来源于实践，它的理论又超越于实践而凌驾于实践之上。在现代社会中，科学技术甚至成为一种意识形态和宗教。与此不同，认知科学不假设过去的科学理论所肯定的这些前提，而把科学理论看作是人的创造与建构。

4.由于对心智和脑的研究，由于认知科学的发展，许多学科的面貌就焕然一新了。认知科学对21世纪科学研究和学科建设有以下三个层面的推进作用：

首先，形成nbic聚合技术，促进人类的生存和发展。2000年，人类进入新世纪之初，由美国近八十名科学家所作的一份研究报告将新世纪的带头学科确定为纳米技术(nanotechnology)、生物技术(biotechnology)、信息技术(information technology)和认知科学(cognitive science)，合称为nbic，亦称为聚合技术(converging technology)。该研究报告指出：“在下个世纪，或者在大约五代人的时期之内，一些突破会出现在纳米技术(消弭了自然的和人造的分子系统之间的界限)、信息科学(导向更加自主的、智能的机器)、生物科学和生命科学(通过基因学和蛋白质学来延长人类生命)、认知和神经科学(创造出人工神经网络并破译人类认知)与社会科学(理解文化信息，驾驭集体智商)领域，这些突破被用于加快技术进步的步伐，并可能会再一次改变我们的物种，其深远的意义可以媲美数十万代人以前人类首次学会口头语言知识。nbics(纳米—生物—信息—认知—社会)的技术综合可能成为人类伟大变革的推进器。”[14](p102)

这份重要的研究报告还指出，在nbic四大科学技术中，认知科学是先导：

我们看到，聚合技术的协调综合以认知科学为先导。因为一旦我们能够以如何(how)、为何(why)、何处(where)、何时(when)这四个层次上理解思维，我们就可以用纳米科学和纳米技术来建造它，用生物技术和生物医学来实现它，最后，我们就能够用信息技术来操纵和控制它，使它工作[14](p281)。

其次，在认知科学的学科框架内，促进六个相关学科的发展。认知科学由哲学、心理学、语言学、人类学、计算机科学和神经科学等六大学科所支撑，在这个框架内，已经形成心智哲学、认知心理学、语言与认知、认知人类学、人工智能、认知神经科学等六个新兴学科，它们被称为认知科学的核心学科。(1)心智哲学研究与人类心智相关的哲学问题。哲学与心智相关的三个经典的问题是：精神与物质的关系；心智的结构和知识；第一人称视角和第三人称视角。与认知科学相关的其他哲学问题和领域还有：唯物主义、唯心主义和二元论；分析哲学、日常语言哲学和自然转向；科学哲学；认知科学中的心智；民族心理学问题；意向性和心理内容；逻辑与心智科学；哲学与生理学，等等。(2)认知心理学是与信息处理相关的心理学，它涉及感觉的输入和生理运动的输出。鸟类和哺乳动物，特别是灵长类动物(尤其是大猩猩和人)都具有最复杂的智能形式，需要建立理论来处理它们的思维机制和内在经验。认知心理学所关注的问题有情感、感知、注意、记忆、决策和问题解决、语言和交际、认知发展和认知结构、学习、智力等。(3)认知神经科学也是关于信息处理的科学，它涉及的问题有如何获得信息(感觉)；如何建立解释、确定意义(感知和认识)；信息的存储和修改(学习和记忆)；沉思(思维和意识)、预测未来的环境状态和行为结果(决策)、指导行为(神经动力控制)以及语言交际，等等。(4)人工智能有两种含义：一种是关于智能机器创造的工程学科；另一种是关于人类智能的计算机建模的经验学科。在早期，这两种含义常常不加区分，现在已逐渐将它们区分开来，前者(人工智能)是现代计算机科学的一个分支，后者(计算机智能)是现代认知科学的一个分支。计算机智能所关注的领域和问题有机器和认知；人工智能；认知建构；知识基础系统；逻辑表达式和推理；逻辑决策；不确定信息的表达和推理；不确定性下的决策；学习；语言；视觉；机器人技术；复杂性、合理性和智能，等等。(5)认知科学的语言学重视自然语言的研究，尤其重视言语(口语)的研究。语言与认知所关注的问题有语词和意义；语言结构(语词和声音，短语结构和生成语法，词库，语言界面和语义学，意义)；语言使用(语境中的语言，变动中的语言，心智中的语言)。其他被关注的问题还有人机交互；机器的言语识别；言语合成；脑与双语学习，等等。(6)认知人类学或称文化、进化与认知不仅要研究认知的个体差异性，而且要研究认知的群体性、民族性和社会性。个体是属于群体的，个人的机体是种群的成员并享有同一基因组；生物体在本质上具有种群特征的认知能力，同时带有表面的个体差异性。人类的社会生活是富有文化特征的。由于人类的认知能力，社会性和文化才成为可能。认知人类学研究这些认知能力发展的个体发生学和系统发生学，并对认知过程提供社会的和文化的信息。认知人类学关注人口层次的认知现象，它从三大视角来研究文化、进化与认知的关系——从比较和进化的视角来看认知；从进化和认知的视角来看文化；从生态的、社会的和文化的视角来看认知。

最后，通过多级交叉、综合与辐射，认知科学将会推动更多学科的发展。例如，通过认知科学六大基础学科和六大核心学科之间的交叉，已经形成更多的新兴学科，如控制论、神经语言学、神经心理学、认知过程仿真、计算语言学、心理语言学、心理哲学、语言哲学、人类学语言学、认知人类学、脑进化等。

实际上，认知科学对学科发展的影响远非如此，即便是传统学科，如逻辑学、数学、物理学、天文学、地理学、生物学、文学、历史学、经济学、政治学、法学、管理科学、教育学的发展也离不开认知科学，因为所有这些学科的研究都与人相关，与人的心智相关，因而与认知科学相关。可以说，在21世纪，如果不做认知科学研究，或者不与认知研究相结合，很多学科都无法深入发展。

这就是本文通过对过去的一个世纪特别是近半个世纪以来，西方思想和学术发展的主线“语言心智认知”的分析，所试图昭示和预测的未来发展蓝图。

【参考文献】

[1]蔡曙山.没有乔姆斯基，世界将会怎样[j].社会科学论坛，2006(6).

[2]austin, j. l. (1962) how to do things with words. cambridge, mass.: harvard university press.

[3]蔡曙山.关于哲学、心理学和认知科学12个问题与塞尔教授的对话[j].学术界，2007(3).

[4]searle, john r. and vanderveken, d. (1985) foundations of illocutionary logic. cambridge, london: cambridge university press；蔡曙山.言语行为和语用逻辑[m].北京：中国社会科学出版社，1998.

[5]smith, barry (2003) john searle, cambridge university press.

[6]searle, john r. (1969) speech acts: an essay in the philosophy of language. london: cambridge university press.

[7]searle, john r. (1975) a taxonomy of illocutionary acts. in keith gunderson (ed.), language, mind and knowledge: minnesota studies in the philosophy of science, vol. 7. minneapolis: university of minnesota press.

[8]searle, john r. (1983) intentionality: an essay in the philosophy of mind, london: cambridge university press.

[9]searle, john r. (1983) intentionality: an essay in the philosophy of mind, london: cambridge university press.

[10]searle, john r. 2004. mind: a brief introduction. new york: oxford university press.

[11]searle, john r. 2004. mind: a brief introduction. new york: oxford university press.

[12]lakoff, g. and m. johnson, (1999) philosophy in the flesh: the embodied mind and its challenge to western thought.

篇7

一、 意识与生命的探索

《超验骇客》与《超体》两部影片，分别借助人工智能体与“进化人”的构想，传达人类对于意识与生命无尽探索的深刻主题。通常意义上，“人类意识不仅能反映外部客体，形成三维空间的立体物象，而且能觉知实物在空间和时间中的变化，把握事物的运动规律；不仅能驾驭主观状态，形成一个独立自主的精神世界，而且能发展高度的监控和调节能力，超前地反映和评价自己的行为后果，选择最佳的行为方式，实现预定目标”。[1]古今中外，基于对意识不同的阐释形成了诸多理论体系，人类从来没有停止研究意识问题的脚步，笃定终有一天揭开其神秘的面纱。

影片《超验骇客》中，致力于研究超级人工智能计算机开发的科学家威尔夫妇，在威尔将死的时候突然决定将威尔的意识传入超级电脑，这种冒险行为却为验证意识力量的强大奠定基础，不久，威尔以计算机的形态“复活”于世，并将他的意识通过电磁波传达出来。之后，在大量太阳能的供应下，威尔通过互联网生成了纳米微粒技术，这种纳米微粒无处不在，其功能在于专门修复受损细胞，使其再生重建。凡是经受过纳米微粒医治的伤者或是残疾人，手术后都会自动“联网”，由此，这些人随时都有可能成为威尔指令、表达情感的客体，世界进入一个由超级智能计算机“控制”的时代。另一部影片《超体》则主要借助主人公Lucy呈现了人类意识的开发由低到高直至100%的奇妙过程。女主角Lucy原本只是个在中国台北工作的美国公民，遭人欺骗后不慎卷入国际某贩毒组织的黑暗阴谋――利用人体的方式运送新研制出的CPH4到指定地点。一次意外的攻击让藏在其腹部的CPH4扩散出来，Lucy的身体逐渐产生异样，随即开始了争分夺秒超人类的生活。随着意识的开发程度提高，Lucy先是掌握控制自己身体的技能――在零麻醉的状态下，徒手掏出右侧胸部的子弹，而后Lucy的学习能力飞速增强――短时间内就可以熟识外语与开车，到最后Lucy可以随意穿梭时空――来到相隔万里的城市，来到遥远的侏罗纪时代。两部影片关于意识力量的夸大想象，一定程度上反映的是整个人类社会对于意识探索领域的美好期待。

关于生命的探索，同样是两部影片共同倾向表达的主题。影片《超验骇客》中，“复活”后的威尔仍旧信奉并践行“智慧科技可以治愈疾病，扫除贫苦与饥饿，甚至治愈地球”的价值观，他生成的纳米微粒技术可以医治将死之人，可以让普通人达到人类前所未有的速度与力量的限度，这种科技化“仙丹”的构想无疑衬托出现代人对生命无限延续的希冀与渴望。

二、 人性多元化的展现

提及科幻片，众多好莱坞影片的主旨建构，大都集中于正义战胜邪恶，或是人类战胜异类，而《超验骇客》与《超体》两部影片却将这一惯性主旨加以深化拓展，在探索意识与生命无限奥秘的同时，同样注重对于人性多元化的展露。关于人的本性问题的研究，在中国，自古有孟子的性善论，荀子的性恶论以及庄子的性自然论等等；在西方，有宗教神学的原罪性恶论，也有人文主义提出的人生而自由、平等的观点等等。面对日夜憧憬的高科技时代的到来，两部影片《超验骇客》与《超体》分别采用逃离与直面的方式，于相似的结局中深刻诠释人性的多元化。

影片《超验骇客》中，逼迫威尔选择的逃离的异端力量是反科学，他们很早就暴露其令人畏惧的杀伤力――将涂有镨同位素的子弹射进威尔体内，使其中毒身亡。之后，他们拉拢威尔的好友麦克斯与约瑟夫博士，鼓吹超级人工智能计算机的称霸野心，最终成为毁灭智能“威尔”的主谋。弗洛伊德早期的研究曾经指出人类除了性（欲）本能，还有避险求安的本能。影片中约瑟夫博士等人惊异于纳米微粒技术的同时，更怀疑人工智能“威尔”在建造自己的军队，他让纳米微粒随着气流散播到世界各地，使原有的有机生命终结，最终使得所有的一切都为服务于一台机器而活。“保守势力”的妄然猜测源于对太过异样现象的无知与恐慌，同样也是避险求安人性本能的恰当体现。此外，作为科幻片，《超验骇客》并没有以正义与邪恶两势力的对抗草草收尾，而是选择一条温情路线――在毁灭智能“威尔”的过程中，伊芙琳意识到“威尔”的意图并不在于毁灭世界，而是要超验人类，他所坚持的一切都是在帮助自己完成最初的梦想。爱情的忠贞不渝虽然没能躲过外界的击打与对方的背叛，但是威尔那份真挚的感情充分展现出善与美的人性。

与智能“威尔”不同，影片《超体》中的超人类Lucy则选择了直面的应对方式，在得知大量CHP4的摄入使自己具备“超能力”后，Lucy一改之前误入虎穴的恐慌，从容地接受着体内细胞的进化。当预感到这种超能力随时会终结自己，Lucy更是果断地找到人脑研究专家诺曼教授，试图将自己所掌握宇宙万物的知识――量子物理、应用数学以及细胞核无限潜能的相关理论全部传输给教授，用以研究，造福人类。在药物的控制下，“进化”后的Lucy虽然丧失疼痛与欲望的能力，但她仍旧清醒地认识到强大的过程意味着人性的逐渐丧失，当帮手戴尔里奥警官想要离开时，Lucy动情地挽留他：他会提醒自己人性的存在。令人深感欣慰的还有诺曼教授，面对Lucy的求助，他没有不屑与嘲笑，而是第一时间表现出信任与关怀，这种尊重科学，尊重生命的态度引人深思。当然，单纯依靠诺曼教授的支持，并不能保证Lucy献身科学之路的一帆风顺，CHP4的研制组织在利益的驱动下誓死要铲除Lucy，拿到剩余的药物剂量。黑帮大佬和毒枭韩国人张先生最初耗费天价研制CHP4，不过是将其视为，并没有料想催生出一个“女超人”，在追杀Lucy的过程中，黑帮势力不惜运用大量杀伤性武器，滥杀无辜，这种利己主义，拜金主义的举动无疑印证了Lucy关于“人类只想着权力与利益”的说法，当Lucy声称是人性扭曲了人对世界的感知能力的时候，影片的精神内涵不言而喻。

三、 超人类技能的呈现

比起令人炫目的未来之战的科幻片，《超验骇客》与《超体》两部影片看似以深奥博大的观念或是假说吸引观众，但其炫技的功力同样值得称赞。影片《超验骇客》中，伊芙琳将威尔的意识与互联网相连，从最初的与金融体系和教育机构的数据库联结，到后来纳米微粒技术的开发，智能“威尔”展现了超人类智能的威力与潜力。网络与电子设备保证“威尔”时刻忠诚地守护在伊芙琳身旁，他引导伊芙琳来到光明树的小镇，试图在这里建造纯净的原生环境；伊芙琳孤独的时候，他会点燃蜡烛让客厅温馨起来；为了能够让伊芙琳更真切地感受到自己，“威尔”先是将自己的声音与思想通过与自己联网的技术员传达出来，之后更是制造出真实存在的自己，让伊芙琳既惊喜又惊慌。此外，随着智能“威尔”对网络利用率的日渐提高，“威尔”可以借助任何与网络相连的电子设备了解所需的一切，他可以获悉反科学的任务计划，甚至还可以肆意窥测每个人的被数据化的身体状况与情感状况。影片《超体》中，药物CHP4通过血液在Lucy腹部扩散至全身的特写镜头，拉开了影片超人类技能的呈现帷幕。“进化”后的Lucy，其脑力的运用可以逐步达到100%，细胞的异常迅速增长赋予其超强的学习能力，她可以极速掌握自己所需要的一切知识，也可以两个手同时操作电脑，对获取的资料过目不忘。CPH4赋予Lucy更强大的则是控制能力，她可以控制自身的新陈代谢；可以控制常见的电磁波，通过电视机、电脑、手机等通讯设备随意接收并传递信息；还可以控制他人的身体，通过肢体接触获取对象的记忆，通过意识操控他人的思想与行为等等，展现了一个“女超人”所具有的各种技能。

两部影片关于超人类技能的展现，一方面满足观众对于人类超常技能的幻想欲望，另一方面也试图借用夸张的想象惊醒人们关注科技的两面性。影片《超验骇客》中的纳米微粒技术使人获得永生的同时，一定程度上泯灭了个体的原生情感，这种反残缺反销毁的理念，实际同样破坏着长久以来万物竭力遵循与维护的生态平衡。影片《超体》中的CHP4是一种花费巨资研制成功的药物，少量摄入使人产生幻想，令人精神萎靡，大量的吸收则造就了超人类。与一样，CHP4同样使人表现出药物依赖的症状，个体需要不断摄入才能保证机体的维持，才能保证最终“进化”的完成。科技带给人们便利生活的同时，也会伴有潜在的威胁，恰如影片《超验骇客》的结尾处留给我们思考：“科技带给人类什么？”

结语

人类的科技水映着现代文明的进步程度，然而现代文明并不意味着原始生态环境的消亡，科技的发达应当兼顾对污染的治理与对自然环境的修复。《超验骇客》与《超体》两部影片在阐述意识与生命的无限深奥之余，同样表达着对人类遵循自然规律及回归原始自然环境的暗示与劝诫。当Lucy与原始人互动的镜头出现，当露水从威尔夫妇的向日葵上滴落下来，人们不禁感叹：唯有自然赋予生命色彩。

篇8

关键词：意义；话语；社会

[中图分类号]H319.3

[文献标识码]A

[文章编号]1006-2831（2013）02-0192-4 doi：10.3969/j.issn.1006-2831.2013.01.045

剑桥大学出版社于2010年出版了著名语料库语言学家、《国际语料库语言学》杂志原主编、英国伯明翰大学英语系教授Wolfgang Teubert的新作《意义、话语与社会》（Teubert， 2011）。话语是复杂的，能够传递的意义亦并非单一理论能完全解释，语言哲学与社会学研究对话语意义的讨论亦从未终止，而该书的出版无疑进一步加深了我们对话语意义本质的认识。

1. 主要内容

本书290页，共16章，分为两大部分，第一部分“意义，心智及大脑”（1～7章）详述认知范式意义研究存在的问题，第二部分“话语与社会”（8～16章）深入论述作者在意义、话语与社会三者关系上所持的观点。

第一章，认知范式的语言研究。乔姆斯基语言学与认知语言学在过去五六十年里各自建立了一套反映该机制如何运作的语言认知模型。然而，这些模型在作者看来根本无法真实反映个体令人难以捉摸的心智以及其内在的语言机制，原因是这些认知模型本质上是由一系列话语建构而来的话语客体，而非真实经验的客观存在，即所谓的内在机制。而且由于忽视了语言的社会性，此类建构语言认知模型的尝试，充其量亦只能体现某一交际个体的经验。

第二章，认知语言哲学的历史回顾。作者指出，认知范式意义研究的基本主张，即话语的意义需要诉诸于人的心智中某个特定机制的思想并非是新创的。相反，它可以追溯到古希腊哲学家Aristotle的《论诠释学》：自然语言中的口语或书面语均依赖于相同的心灵体验而产生意义；阿拉伯哲学家Averroes赞同Aristotle的观点，认为口语或书面语的意义是规约的，而心理概念则是普遍的。中世纪英国哲学家Anselm of Canterbury主张心理意象即为口语或书面语的意义；另一位中世纪哲学家William of Ockham则进一步发展了心理意象理论。无论是Aristotle的心灵体验，Averroes的心理概念，或是Anselm of Canterbury的心理意象，指的均是认知语言学的术语中的“概念表征”。

第三章，心理概念。作者回顾了20世纪后50年里认知语言学家对心理概念的讨论，其中亦是仁者见仁。Chomsky主张心理概念是天赋的，Hilary Putnam则反对这种看法，他认为“意义不只存在于大脑中”（Putnam， 1981）；Jerry Fodor在其1975年出版的《思维的语言》（The Language of Thought）中指出，自然语言的所有词都有与之相对应的心理概念，而Anna Wierzbicka则认为，不同的语言拥有不同的心理概念，人的心智只包含数量有限的基本心理概念或语义启动，复杂的心理概念的配置是依靠这些语义启动来完成的。另外，基本心理概念是相互独立的项还是彼此之间存在一套心灵语言句法，不同学者亦是智者见智。

第四章，理论义素与客观现实。作者探讨了欧洲结构语义学与认知语义学在词汇意义的概念化方面的不同看法。Bernard Pottier最初使用义素一词，是用它来指代词汇意义的最小语义构成成分的。而当时深受乔姆斯基语言学影响的德国语言学家Manfred Bierwisch则将义素视为基于人的认知的实体，认为义素同心理概念一样是天赋的。这种对义素的知识本体的坚持，一方面使认知语义学有别于结构语义学，另一方面反倒使义素概念亦变得难以捉摸。

第五章，从概念表征到概念知识本体。随着计算科学的发展，概念、概念表征等认知概念得到广泛应用，计算语言学家试图依靠概念与概念知识本体（相关概念的集合）实现复杂的机器翻译与人工智能。但作者认为，由机器翻译或人工智能得到的语言充其量只能称为受控语言，不是自然语言。

第六章，何为意义。作者详细列举了认知范式意义研究的问题。其一，术语繁杂，缺乏统一认识。其二，对心理概念与词汇意义的关系也存在不同的看法。Jerry Fodor与Ray Jackendoff认为心理概念与现实词汇是一一对应的，Stephen Levinson认为心理概念应是更加具体化的，即心理概念多于现实词汇，而Dan Sperber与Deirdre Wilson则主张心理概念是抽象的，即心理概念少于现实词汇。其三，认知范式意义研究的根本问题，是完全忽视了语言的社会性，而过分聚焦于为心理概念建立结构性的分析与描写。

第七章，意义何处寻。作为对该书第一部分“意义，心智及大脑”的总结，作者指出，认知语言学没能说服我们心智即意义之所在。心智与心理概念是不可捉摸的，认知范式或神经语言学的意义研究无益于对意义的本质的认识。意义并非相互独立的个体意向性，亦非个体概念知识本体，更不存在于个体的大脑中。

第八章，作为话语的语言。本章是该书第二部分“话语与社会”的开始。作者提出一般话语是人类话语客体的总和，而具体话语则指代的是具体的自然真实语料（即具体的话语客体）。Wolfgang Teubert主张意义是源于自然真实语言的，因此本章特别强调了自然真实语料在分析语言意义时的唯一可靠性。

第九章，语言与社会。符号化是交际产生意义的前提。话语的意义是话语社团的集体意向性，也是话语社团的成员对话语客体的解读。

第十章，口述社会。作者指明外在现实与话语共享现实的区别，并指出在口述社会中话语客体语料源于话语共享现实。

第十一章，口述社会与文字社会。作者驳斥了关于写作的起源的错误认识。之后，举例说明了文字的产生在话语社团的集体意向性即话语意义的产生中的作用。文本同口传社会交际一样，其意义依语境而变而非一成不变。

第十二章，实证性语言研究离不开语言数据。作者反对认为只有口语才是语言学研究对象的观点。另外，在作者看来，通过综合语言分析、探究说话人意图等途径推导出意义的尝试是没有必要的。

第十三章，意义，知识及话语现实的建构。作者指出意义与知识只是从不同角度对同一话语客体的不同描述。意义在话语社团成员的协作际行为过程中不断被加以修改。协作际行为建构话语共享现实。

第十四章，科学实验报告。作者不同意科学实验报告是描述客观实验现实的文本的观点。他认为科学实验报告描述的是各种已存在于话语共享现实中的相关话语客体，如方法论、实验设备、实验数据等，其所传递的知识或意义亦是一种话语知识，而非真理。

第十五章，历时性、互文性及阐释学。作者指出，阐释学与后结构主义均认为我们所说的现实是话语建构的现实，是话语构念而不是客观存在。在话语共享现实的社会建构中，对某一话语客体的阐释，依赖于它与其所在话语共享现实内部的其他话语客体的相对关系而不依赖于客观现实。因此所产生的话语意义不是一成不变的。

第十六章，俳句的意义。作者通过实例详述了互文性与阐释学在解读俳句，分析话语客体的意义中的作用。

最后是该书的结论。作者回顾了全书的主要内容，并再次指明，文本（经转写的口语或文本）的意义是话语社团成员对相关文本的互动性阐释与再阐释。因此，考察文本的意义无需关注个体意向性、作者的心理意图或所谓的心理概念，而只需关注文本本身以及它与其他文本的互文性。

2. 评述

何为话语意义？话语意义从何而来又如何去寻它？这是自从古希腊哲学家就开始思考的问题。不同哲学家与语言学家对这些问题亦是各持己见。尤其是如今方兴未艾的认知语言学，其理论对话语意义研究的影响日益深刻，但作者Wolfgang Teubert在该书中所阐释的话语意义观与认知语言学对话语的认识大相径庭，他作为语料库语言学家的背景在这本探讨话语意义的书中亦展露无遗。该书的亮点主要体现在以下几个方面：

第一，该书对于认知范式意义研究的反驳是全面的、根本的。作者并未在本书一开篇便开始阐释他本人的话语意义观。相反，作者用该书第一部分，即“意义，心智及大脑”整整六章的内容系统地分析了古希腊与中世纪哲学、欧洲结构主义语义学、乔姆斯基语言学及认知语义学等话语意义研究的历史发展。这种历时性的分析无疑使作者更为准确地发现认知范式意义研究的缺陷。作者从追问心智语言学研究的历史开始，到深入批评认知范式所指的意义即“心理概念”的不可捉摸，再到最后指出计算科学（机器翻译与人工智能）采纳“概念知识本体”作为自动生成语义的计算单位的不切实际，作者对认知范式意义研究的基本主张提出根本性的质疑，即这类研究存在以下问题：其一，研究对象心理概念完全不可及；其二，研究内部对其基本术语都缺乏共识；其三，研究过分注重认知而完全忽视了语言的社会属性。

第二，该书关于意义、话语与社会三者的动态关联的阐释是建设性的。作者认同批评话语分析关于社会意识形态影响话语建构的论述，但他不同意后者所持的社会在话语与社会的二元关系中起主导作用的主张，他认为情况恰好相反。原因是“权力”、“意识形态”等所谓的影响话语建构的社会因素首先必须是话语共享现实中的话语客体。因此，作者不认为话语是一种社会实践，相反，首先是话语建构了社会。Wolfgang Teubert所说的话语建构社会的过程是指话语建构起社会中的人即话语社团成员所共享的话语现实的过程。作者看来，人类唯一可及的现实是话语建构的现实，是话语共享现实中的各种话语客体即包括批评话语分析侧重的“权力”、“意识形态”等，而非外在现实中的客观存在。话语的意义，或者Wolfgang Teubert所指的话语客体的意义，正是在话语社团成员对这种共享现实进行协作性阐释与再阐释的过程中产生并不断变化的。对某一话语客体的阐释与再阐释依赖于话语共享现实中的其他相关话语客体，即话语客体的意义之源在话语建构社会的过程中，而非心智中的某个内在机制。它是话语社团的集体意向性而非话语社团成员的个体意向性。由于不断被阐释与再阐释，话语客体的意义因此是暂时的、可协商的。

第三，该书强调了自然真实语料在话语意义研究中的作用。Wolfgang Teubert指出，正是由于话语（客体）的意义是在话语建构社会的过程中产生与变化的，因此话语意义要在话语社团成员在协作性的社会交际中说了些什么中找寻，所以自然真实语料在话语意义研究中是不可或缺的。我们无法获知大脑是怎样工作的，所以不得不依靠所掌握的事实，也就是真实的语言数据（张瑞华，2009）。Wolfgang Teubert还同时指出，经转写的口语语料或文本均可作为实证性语言研究的研究对象，因为二者均为构成人类一般话语的一部分，是具体的话语客体的集合。作者不遗余力地强调自然真实语料在话语意义研究中的作用，因为语料库语言学不仅提供了一种新的研究方法，而且提供了一种新的看待语言的方式（张瑞华，2009）。

最后，该书亦有不足之处。其一，Wolfgang Teubert给予认知范式意义研究的部分批评有失偏颇，难脱一概而论之嫌。例如，作者声称认知范式意义研究完全忽略了语言的社会性与语境对话语意义的影响。然而，例如认知语用学中的关联理论所讲的言语交际的明示——推理模式中语境显然是推导话语意义必不可少的因素。其二，作者对如何借助自然真实语料找寻话语意义的具体方法讨论显少，似乎是乏于为其正名所致。其三，该书在内容版排上存在瑕疵，时而以某个语词作章节题目，时而又以成句代之。不过，这些缺陷不足以影响Wolfgang Teubert所著此书为话语意义研究提供了重要的认识论与方法论参考。

参考文献

Putnam， Hilary. Reason， Truth and History[M]. Cambridge： Cambridge University Press. 1981.

篇9

关键词：经济全球化；科技异化；科技人化

中图分类号：F0-0 文献标志码：A 文章编号：1673-291X（2013）14-0008-02

经济全球化是指，由于科技的发展，社会生产力发展到了更高的水平，社会生产超越国界，在全球范围内进行生产、分配、交换、消费等的过程。随着经济全球化的发展，高科技变得越来越不神秘。扑面而来的高科技浪潮冲击着、改变着人类社会生活的各个领域，也冲击着、震撼着每个人的心。高科技的发展，特别是信息技术发展，为社会创造了前所未有的巨大财富，为经济全球化奠定了物质技术基础，同时，经济全球化也反过来促进了科技在全球性的蔓延和扩张。科技与经济的迅速发展在给人类带来巨大财富的同时，也不可避免地加剧了业已存在的全球问题，环境问题、能源问题、人口问题等变得异常尖锐，并随之产生了科技异化问题，威胁人类的生存。面对这样的境况，能够提供给我们什么样的解决思路呢？首先，我们需要先明确，在经济全球化的背景下，提出科技异化并不代表着对科技文明的彻底怀疑和全盘否定。在的指导下，全文通过分析科技异化的产生的背景、表现及其危害，寻找出消解科技异化的途径即科技人化，以使科技更好地服务于我们的生活。

一、科技异化产生的背景及原因

（一）理论背景

异化是指主体所产生的对象物、客体，不仅同主体本身相脱离、相对立，而且反过来束缚支配乃至压抑主体。人是异化的核心，在现实中从事社会实践活动的并处于一定社会关系中的人是异化的最终落脚点。

劳动异化是指在资本主义社会，工人创造的财富被资本家占有并用来支配和奴役工人。劳动所生产的劳动产品作为异己的存在物同劳动主体相对立。资本主义条件下的劳动是一种异化劳动。马克思揭示了资本主义制度下劳动异化的四个方面：其一，劳动产品同劳动者相异化。实质上揭示的是资本主义社会里劳动者与对象世界的关系处于一种异化状态。其二，劳动活动同劳动者相异化。其三，人同自己的类本质相异化。人是类的存在物，人具有能动性，能全面自由地把握任何事物的本质属性和可能性。而把这种可能性转变成现实性是由劳动来完成的。其四，人从人中的异化。“人从人中的异化”指的是异化出与劳动者相对立的资本家。资本家不劳动却统治了劳动对象和劳动产品，劳动产品不归劳动者所有而是为资本家追求利润服务的。

科学技术是第一生产力。现代科技的突飞猛进，为社会生产力的发展和人类的文明开辟了更为广阔的空间，也为人类创造了巨大的物质财富和精神财富。经典作家早就看到了科学的这一历史作用。但是，科学的作用也表现出另外一面。马克思说，在资本主义体系内部，一切发展生产的手段“都使工人崎形发展，成为局部的人，把工人贬低为机器的附属品，……把工人的妻子儿女都抛到资本的札格纳特车轮下。”

所谓科技异化，就是科技作为人类的创造物和本质力量的体现，本应由人驾驭、为人服务、造福于人，却反过来控制、威胁甚至危害人类。具体表现为：科技的发展渐渐超出人类控制，甚至成为支配、统治人类的外在异己力量；科技已不再是给人类带来自由和解放的伟大工具，它导致了人的物化和自由的丧失，造成了精神的空虚和人格的分裂；人由掌控科技发展的主人发展成为被不能控制的科技推动的社会的发展的工具。

（二）实践背景

工具理性是一种以工具崇拜和技术主义为生存目标的价值观。在当前这个高速发展，重物质轻精神的时代，全人类都以现代化为社会目标，追求生产力的巨大发展。现代化虽带来了巨大的物质进步，但由于各方面的原因，也造成了社会病态。现代化的基调就是理性化，而理性主义获得最有力的表现是科学和技术。根源于科学的技术实际上塑造了现代世界的性格。德国思想家马克斯·韦伯称这种现性为“工具理性”，因为它无视生命的价值问题，只涉及了达到目标的手段和工具的合理性。随着工具理性的极大膨胀，物极必反，过度地追求效率致使理性由解放的工具退化为统治自然和人的工具，进一步导致了人的异化和物化。

近代科学技术的发展推动了社会生产力的极大提高，进而极大地推动了工业文明的发展。世界各资本主义国家在经济全球化的背景下进行了多次科技革命。一方面，将科技革命的成果应用于具体的生产过程，提高了劳动生产率，促进了生产力的发展，创造了巨大的物质财富；同时，生产力的发展改变了生产关系，推动了社会的转型与进化。另一方面，科学技术为人类的生活带来了极大的便利和益处，使科学主义深入人心，人们把科技视为神明，认为科技无所不能，可以解决人类存在的所有问题，这种极端性造成了科技的异化。

（三）原因

通过上文对科技异化问题的理论背景和实践背景的分析，我们就可以总结出科技异化的原因。科技异化产生的直接原因是工具理性主义——以工具崇拜和技术主义为生存目标的价值观；具体原因——经济全球化背景下，资本主义国家利用科技以实现利润最大化；深层次原因是资本主义的本质——最大限度地攫取剩余价值。

二、科技异化的表现及其危害

（一）科技异化造成生态危机

科学技术的发展纵使给人类的生活带来了极大的便利和进步，但是同时人们不断地消耗自然资源，同时，把大量的废弃物排放到环境中去，破坏了我们赖以生存的环境，造成了严重的生态危机。这不得不说是科技异化带来的问题。空调本来是为了使人们能够享受到清凉，但是最终确由于排放的大量气体导致人类的生存空间越来越热。日本福岛突发的核泄漏、核辐射不仅给民众造成极大的恐慌，也给人类赖以生存的环境造成极大的压力。这些都是科技异化的结果。

（二）科技异化使人的精神和行为发生异化

现在的科学技术发展使人类生存于一个充满了信息的时代。我们生活于一个充满了电话、传真、手机、电子邮件、电脑、网络等现代化通信工具的环境。这些现代的通信工具极大地方便了人类的生活，但是另一方面，人类过多的依赖于这些电子产品，渐渐地成为了信息的奴隶。人跟人之间面对面的沟通和交流越来越少，人和人的关系越来越冷漠，也最终导致了社会上很多不可思议的现象，让人觉得异常可悲。

除了人类日常生活中体现出来的异化，人类在利用科学技术进行机器大生产时也失去了人类的主体性。自动化的生产技术虽然减轻了工人的体力劳动，却剥夺了工人的主体意识，也丧失了人类的主观能动性，由工人操作支配机器变成了机器操作支配工人。随着技术的发展，作为客体性的异己力量的技术逐渐吞没着人的主体性，致使人的行为失去主动性和目的性。

（三）科学异化的不确定性

转基因技术是21世纪的尖端技术之一，目前利用该技术培育的农作物很多，但是这项技术产生的长远后果却不是人类现在所能估量的。随着科学技术的发展，越来越多的人工被机器所取代，甚至产生了智能机器。如果机器有了人类的智慧，人的存在就越来越微不足道了。一些人工智能机器人可能会模拟人类的特征进行犯罪行为。如无人驾驶汽车的失控，家居机器人和秘书机器人的恶意失灵，这些离我们的生活也越来越近了，人工智能是否会发动机器革命引发热议。

三、科技异化的消解途径——科技人化

科技人化的关键在人。正如爱因斯坦所说：“科学是一种强有力的手段，怎样用它，究竟是给人类带来幸福还是带来灾难，全取决于人自己而不是取决于工具。”同时，科技人化就是要以人为本。我们所说的人的发展，不是指少数人或少数国家中的一部分人的发展，而是指所有各国人民都应得到公平的发展；也不仅仅是指当代人的发展，还应包括后代人的可持续发展；不仅仅是指满足人的物质生活需求，还包括满足人们在社会生活、精神生活、政治生活、生态生活等方面的各种价值需求，使人的体力和智力上的各种潜能得到充分的展现。

科技人化需要进行主体建设。社会上大致有三种主体构成，科技主体、政府主体和公众主体。这些主体构成有不同的利益需要，有时一致，有时冲突。科技要发展，就要处理好这三者的关系。具体地说，就科技主体而言，主要是提高其道德素质，增强社会责任感，这是最根本最有效的途径。除此之外，政府主体应从政策、经费、人力等方面对科技的研究和应用加强引导、监督和管理，公众主体应该积极关注并对科技增强辨别是非的能力。

要解决当前的科技异化问题，使科技更好地为人类服务，除了要不断提高和发展主体的素质和能力，最为根本的是必须对社会制度进行变革。对于社会主义社会来说，我们要通过完善我们的制度结构建立一种新的人类文化价值观。这种文化价值观既要能体现科技自身的发展规律与特性，同时又能符合人类社会的可持续发展的价值准则，从而使科技真正为人类服务。同时，在实践当中，我们要树立可持续发展的意识，在追求高科技、追求自身满足的同时也应注重科技与自然的和谐，不要以破坏自然为代价。要使科学技术的发展既能满足当代人的需要，又不对后代生存构成威胁，建立无毒、无副作用的绿色可持续发展科技。

参考文献：

[1] 李桂花.“科技异化”释义[J].吉林师范大学学报，2007，（1）：13-18.

[2] 李桂花.科技异化与科技人化[J].哲学研究，2004，（1）：83-87.

[3] 邱海燕.解读“劳动异化”及其扬弃[J].湖北大学学报，2007，34（6）：34-37.

篇10

正如管理学大师彼得・德鲁克在20世纪60年代预言的一般，如今我们已经开始步入“知识社会”，知识成为重要的经济资源，知识工作者成为社会的主角，创新成为社会发展的第一驱动力。企业也认识到了知识的重要性，逐步开展知识管理的工作。随着信息技术的蓬勃发展，现有信息和知识的搜索和浏览变得更加便利，但是如何创造新的知识、如何实现技术创新，仍然是困扰企业管理者的难题。

知识管理领域的拓荒者野中郁次郎所提出的组织知识创造理论，系统地阐明了组织是如何创造知识，以及组织是怎样对知识创造的过程进行管理的。中国经济正处于转型升级的关键阶段，中国企业面临创新的难题，这套知识创造理论可以为中国的企业管理者提供借鉴，帮助企业更好地进行创新。

被忽视的“隐性知识”

作为一位受过西方教育的东方学者，野中郁次郎将西方哲学影响下的管理思想与日本知识传统进行对照和结合，分析日本企业对知识认识的独到之处。

野中郁次郎首先在哲学层面上分析了西方和日本对于知识的认识，西方哲学中关于“知识是什么”，以及“知识是如何产生出来的”的探究被称为“认识论”。而日本缺少这方面的论述，没有专门关于知识的哲学理论，日本人的知识传统特征主要有：主客一体，即“人类与自然的一体化”；身心如一，“知识意味着根据全人格的观念获得的智慧”，而不是像西方身体与精神分离的观点；自他统一，“重视自身与他人之间的互动关系”，“自己与他人产生共感中达成一体化”。日本的知识传统与西方笛卡尔式主体与客体、精神与身体的二元论截然不同，野中郁次郎认为要遵循日本的知识传统，身行合一，身体和精神彼此相互补充。

同时，他认为西方学者在努力克服“笛卡尔两分法”在理论上的局限性，但是还“没有哪位思想家曾经明确地阐述过，人类为了改变世界可以积极地创造知识方面的动态理论”。笛卡尔学派认为组织是“处理信息”的机器，并不能对创新过程进行真正的解释。野中郁次郎发现，与西方的经济与管理理论不同，日本企业在管理过程中对知识有独特的理解。他使用迈克尔・波兰尼（M.Michael Polanyi）的显性知识和隐性知识的概念对日本企业的理念进行解释：日本企业认为创造新的知识，并不仅仅是在处理显性知识，而是发掘每个员工的高度个人化、难以进行形式化和交流的隐性知识，为整个企业所用。

野中郁次郎认为，隐性知识可以分为两个层面。“技术”层面包括“非正式和难以明确的技能或手艺”，称之为“秘诀”（know-how），这些知识可能源自亲身体验、高度主观和个人的洞察力、直觉、预感及灵感。专业工匠的技能就属于这个范畴，虽然他们有丰富的经验，但是很难将自己知道的技能表达出来。“认知”层面包括信念、领悟、理想、价值观、情感及心智模式。这些认知因素同样很难表述，但是会在人的行动中有所体现。

对隐性知识价值的发掘，是野中郁次郎提出知识创造理论的基础。

创造知识的“场”

虽然西方的知识理论和日本企业的知识传统大相径庭，但是野中郁次郎秉持辩证的观点，认为东西方的理论是互补的。他提出知识创造理论，力求实现显性知识和隐性知识这一对立事物的转换和统一，在组织内以螺旋式上升的方式创造知识。在他的观念里，“知识创造的本质，深深地扎根在建立对知识的综合，以及对综合知识的管理过程之中”。组织可以通过隐性知识与显性知识之间的转换来创造和利用知识。据此，野中郁次郎提出SECI模型，包括四类知识创造过程：从隐性知识到隐性知识的社会化（Socialization），从隐性知识到显性知识的外显化（Externalization），从显性知识到显性知识的组合化（Combination），从显性知识到隐性知识的内隐化（Internalization）。

SECI模型可以在显性知识与隐性知识的相互转换上提供理论上的指导，不过创造知识还需要“场”的推动。野中郁次郎将“场”定义为分享、创造及运用知识的动态的共有情境。“场”为“进行个别知识转换过程及知识螺旋运动提供能量、质量及场所”。这里的“场”既包括会议室、办公室、工作车间这样的实体空间，也包括工作小组、项目团队、非正式团体、临时会议、虚拟空间、客户交流活动这样在特定时空发生的相互作用。知识不仅存在于人的认知层面，也依存于特定的情境，“场”就是参与者共享情境，通过互动创造新知识的存在场所。

企业中存在着各种各样的“场”，领导者可以对企业内的“场”进行有机配置，推动知识螺旋的进行。通过提供诸如实际空间（比如会议室）、网络空间（比如算机网络）或精神空间（比如共同目标）的“场”，可以使企业内的员工分享、创造、运用知识的过程更加方便顺畅，促进知识创造。

野中郁次郎认为，知识创造可以分为五个子过程：共享隐性知识；创造概念；验证概念；建造原型；知识转移。因此，想要营造知识创造的“场”，首先需要鼓励员工进行隐性知识的共享，实现知识创造的第一步。不同的企业，知识共享方式有很大不同，具体为以下五种。

隐性知识传承型企业

这类企业依靠的是知识口头或手把手的传授，是一种“师傅带徒弟”的模式。人类出现以来，主要靠这种方式继承和传播知识。存在问题是：知识传递的效率不高，范围有限，“场”不够大，远不能满足当今复杂产品创新的需求。

基于命令的知识贡献型企业

这类企业的知识共享依靠的是强制命令，例如，规定企业员工必须每年多少条知识，提多少条建议。或者规定员工在工作完成后，必须总结自己的经验，将知识保留下来。这对于企业知识的积累有一定的作用。特别是当员工意识到这些知识的共享，对于企业发展有重要价值的时候，他们会认真对待这些工作。典型的案例是美国军队的“事后总结”制度，军人认识到自己所总结的经验对于战友的生命安全至关重要，所以他们会去认真执行这一制度。存在的问题是：员工往往更多考虑自己的利益，不愿上传有价值的知识。因为这是他们的吃饭本领，担心“教会了徒弟，饿死了师傅”，上传的知识多数是些无价值的垃圾知识。所以在基于命令的知识贡献型企业中，如果员工只是被动地去共享知识，难以形成有效的创造知识的“场”。

基于知识共享数目的激励型企业

这类企业对员工的知识共享数目进行统计，然后将知识数目折算成点数，给予相应的经济和精神激励。员工对此的反应是：或者一些价值不大的知识，或者少或者不知识。因为员工会觉得，这么点激励不能反映自己知识的价值。而过多没有价值的知识来拿奖金，又不好意思。例如，中国某研究所曾经规定，发一条知识奖励400元奖金，但大家知识共享的积极性还是不高。这类的激励因为标准不科学准确，对形成创造知识的“场”作用不大。

基于知识生命周期的透明公平型企业

利用信息技术，对知识生命周期，即知识螺旋进化过程进行跟踪统计和分析，最终可以获取知识对企业发展的贡献情况，然后据此给予员工公平的激励。这样可以解决员工对于贡献有价值的知识得不到合理回报的担忧，使员工愿意贡献自己的知识。这也是一种内部知识市场型的企业。其难点是，知识生命周期和知识的效益不易评价，激励很难做到充分准确。但互联网和大数据为建立基于知识生命周期的透明公平型企业提供了机遇，有助于使企业中的知识生命周期变得越来越透明，激励越来越公平。这对形成创造知识的“场”有积极的作用。IBM的创新梦工厂、西门子的ShareNet都是这类创造知识的“场”。

幸福型企业

员工在企业中感到很幸福，以企业为家，将知识无私贡献给企业。幸福型企业依靠文化和价值观激励员工贡献知识，这是最理想的企业。日本的稻盛和夫曾致力于此类企业的建设，并已经在影响一些中国的民营企业，如宁波中兴精密和方太集团。深圳华为也在打造这类企业。这类企业的主要问题是，在目前的市场环境和企业制度环境中要实现幸福型企业，难度很大。因为这种企业文化的建立需要长期不懈的努力。特别重要的是首先要求企业领导做到无私忘我，要求领导有很好的人格魅力。

合伙人制、稻盛和夫的“阿米巴经营”理念及管理方式等，再加上互联网和大数据带来的企业透明化，可以促进幸福型企业的成长，让员工与企业成为“精神共同体、命运共同体、目标共同体、利益共同体”，释放员工潜能。这是比较理想的创造知识的“场”，因为它能使员工真正以企业为家，全心全意为企业发展出谋划策，贡献自己的知识，无私地开展协同创新。日本的精益生产模式也代表了这种“场”。

成为知识创造型企业

知识以及创造、利用知识的能力，被认为是企业可持续竞争力的最重要来源，很多企业都开始重视这项工作，但是这是一件比较困难的事情。知识创造的过程中，存在一些壁垒：在个人层面，员工在接受新情况、新信息及新情境时，在新方式短期内不能产生效果的时候，可能会对新方式持消极态度，而采用旧的、稳妥的做法；使新的方式短期内不能产生效果；在组织层面，企业范式（company paradigm），即企业的战略意图、愿景或使命宣言及核心价值观，根植于每个组织，并且影响员工的思考和工作方式，当出现的新知识与企业范式有冲突时，在推广上会遇到阻碍。在这些壁垒的阻挡之下，知识创造过程在企业可能难以维持。因此，野中郁次郎认为需要在知识创造过程中进行知识促进，并且归纳总结了以下五个知识促进要素。

灌输知识愿景

灌输知识愿景，是指组织制定企业战略时，将企业的愿景概念化，指导员工应该开发哪些知识，同时在管理过程中对知识创造过程进行促进。例如，本田汽车在开发新概念轿车时，提出口号“让我们一起去冒险”。管理者认为，需要一款与传统的思域（Civic）和雅阁（Accord）车型设计理念不同的汽车。于是，一群由年轻工程师和设计人员组成的新产品开发团队根据管理团队的思路指导，设计了既“短”（长度上）又“高”的城市型轿车――本田城市（Honda City）。这种“球形”的汽车形状可以为乘客提供最大的内部空间，同时占用路面空间最小，特别适合日本空间有限的国情。

管理交谈

管理交谈是指协助组织成员之间的交流，以及与组织外部的人员之间的交流，比如与供应商、利益相关者及顾客等之间的交流。管理交流的方式包括：使用共同语言，澄清和避免任何误解及误读，鼓励组织成员之间的积极沟通，即创造交流的“场”。野中郁次郎认为，相比购买昂贵的信息系统来管理和处理数据，交谈才是分享和创造知识的最佳手段，应该受到重视。互联网技术的发展，使得员工之间的交流变得更加方便。例如，西门子公司的ShareNet将数据库、聊天室、搜索引擎结合在一起，在ShareNet中，员工可以存储任何有可能对同事有用的信息，而且不必拘泥于形式，因此在ShareNet上有很多个人或部门的陈述、评论；ShareNet上的“紧急求助”论坛是很多人愿意光顾的地方，在这里员工可以紧急询问在世界各个角落、对这个问题有了解的同事；ShareNet中的每一个知识贡献都能被大家评论。从使用结果来看，ShareNet是很好的工作助手，在使用的最初4年为西门子带来了1.22亿美元的额外销售额，而创造这套系统的成本只有780万美元 。

调动知识行动者的积极性

知识行动者是企业内将知识信息传播给每个人的“传教士”，他们帮助建立适当的促进情境，使隐性知识得以分享出来。他们为知识创造的过程进行准备工作，比如建立各种微型知识社群、联系不同部门的员工等。虽然他们一般不会参与到具体的知识创造过程中来，但是他们的工作减少了知识创造需要的时间和成本，改善了知识创造活动的条件。当今基于互联网的各种知识社区、微信群、博客等，使得知识行动者的人群范围已经大大扩展，企业需要对于知识行动者的行为给予肯定和鼓励，提高他们的积极性，间接地推动知识创造过程。

创造正确的情境

创造正确的情境包括：培育扎实的关系及建立有效合作的组织结构，促进跨职能及跨业务单元活动。在当今的互联网环境中，企业组织在发生着变化，分布化企I将是企业组织的未来模式。一方面大企业将权力下放，形成各种具有较大自的小团队或“阿米巴”，甚至是海尔的平台型企业中的创客，另一方面大量小企业纷纷涌现，如淘宝上的千万网商。他们是企业的主人，目标明确，创新非常积极。同时，互联网和大数据帮助专业化分工协同，并进行监管，防止投机取巧现象。

将本地的知识全球化

本地知识的全球化，指的是考虑在全球范围内复杂的知识传播问题。在跨国公司中，将局部知识全球化，利用各国员工的智慧，就有可能缩短创造知识所需的时间，降低创造知识的成本。野中郁次郎知识创造理论的提出过程，就是知识全球化的一种体现。他分析日本企业的成功秘诀，把总结出的管理理念与西方的管理思想对照结合，向全世界的研究者发表知识创造的学说，由此东西方的企业管理者可以互相借鉴经验，更好地进行知识管理工作。

国内的一些企业先驱如华为，已经在进行着知识促进的工作，在公司层面上提出知识管理的目标和战略，开辟线上线下的知识交流平台，任命知识管理专员负责知识行动，同时也组建跨职能及跨业务单元的团队来解决问题，取得了很好的效果。