原标题：人工智能中的记忆问题――哲学在智能时代出场的一种方式

2018年12月12日，斯坦福大学发布ai index报告。这一报告具有比较重要的价值，能够让我们把握到人工智能领域的发展及其趋势。这一报告至少指出了三个值得研究者关注的地方：1）机器学习、神经网络和计算机视觉曾经是三大热门方向；2）相比图像，语言与常识将成为人工智能研究的前沿；3）ai的人文科学研究对于全世界来说都是薄弱点。第三点非常值得人文学科领域的学者关注。在人文学术日渐萎缩的今天，人工智能超出技术的规定性或许给人文学科复兴带来一种新的可能性。

通常所说的人文学科主要范围较广，包括哲学、历史、文学、哲学、宗教、音乐、艺术等。只是这种说法于人工智能的人文研究探讨没有直接帮助，并不是所有的人文社会科学都与ai领域相关，我们需要从技术发展的脉络中把握到可能的相关性学科，如最为直接相关的伦理学、心灵哲学、社会学，还有较为相关的艺术学。从哲学角度展开更进一步的思考显得非常必要。作为诸多学科的基础，如果我们能够从哲学学科中看到强化的可能性，那么其他人文社会科学的相关研究也就具有了理论基础。本文的考察将继续挖掘智能时代哲学可能的出场方式。一般说来，哲学被看作是“解码人工智能的钥匙”的观念逐渐成形。“钥匙”的比喻观念最初来自牛津大学物理学教授戴维・多伊奇（david deutsch），后来被国内哲学界接受，如哲学是理解“发展”的信息文明的钥匙（王天恩，2018）。笔者提出了“记忆哲学是解码人工智能及其发展的钥匙”（杨庆峰，2018）。

在“钥匙比喻”的基础上继续反思，能够给予哲学在人工智能问题讨论中更为扎实的根基，也能够厘清哲学在智能时代的出场方式。本文选取角度是记忆研究。在以前的研究中，笔者指出记忆是古老的哲学问题，但是逐渐被哲学自身淡忘，继而转变为心理学的问题（杨庆峰，2017；2018）。为了更好地展开分析，我们从人工智能的四种讨论方式入手分析。这四种讨论方式是：语言学讨论、功能性讨论、行为性讨论和结构性讨论。

希腊神话中司记忆、语言和文字的女神墨涅莫辛涅（mnemosyune），九位缪斯女神之一。19世纪英国画家罗塞蒂绘。

首先是语义学的讨论中通常会将智能与能力等同起来，记忆被看作是诸多能力之一。在语义学的讨论中，智能则体现为人工智能系统的诸多能力，人工智能也被定义为让机器模仿人类智能思考或行为就成为比较普遍接受的定义。在能力的划分上，就可以区分为基本能力和高级能力。在18世纪的哲学人类学的视野中，基础能力常常体现为与五种感官有关系的能力，如视觉、听觉、触觉、味觉和嗅觉。还有一种是与对运动物体把握的基本能力，这种感觉能力直到20世纪初才被揭示出来。高级能力通常是被看作是与理性和情感有关系的诸多能力。前者如理解、判断、推理，后者如各类情感。记忆通常被看作是重要的基本能力之一，因为它是人类感觉滞留的结果，除此以外，记忆又被看作是人类思考、决策和行动的基础。这种认识被普遍接受。美国纽约大学教授杨立坤（yann lecun）指出，“智能和常识等于知觉+预测模式+记忆+推理和规划”。他指出了预测学习的最主要的任务是从提供的数据信息出发预测过去、现在和未来的一部分。首先是并没有把握到记忆的关键本质，即它是作为上述现象得以存在和呈现的前提和条件。其次是忽略了遗忘的重要作用。神经科学的最新成果开始揭示出遗忘在思考、决策和行动中的作用。另外，在不同智能体记忆能力的揭示中，很多让人惊叹的观点被揭示出来。如最近的一项研究成果显示：人工智能体在进行空间记忆的时候呈现出与人类和动物生物体类似的神经元结构。这一结论让我们需要注意和思考机器智能、人类智能和动物智能之间的相似性。还有在智能体的讨论中，与记忆有关的经历会成为一个重要问题。当我们讨论机器是否具有记忆问题的时候，这不仅仅是语言分析问题，也不仅仅是功能实现问题，而是关系到机器能否超越人类的前提性问题。

其次是智能体的功能性讨论中更加突出了人工智能是基于某种特定结构或机制要实现的功能表达，记忆被看作是构成上述特定结构或者增强特定结构及机制的重要因素之一。如中国科学院陈霖院士指出人工智能的核心基础科学问题是认知和计算。而记忆是认知层次构成的重要成分。同样身为院士的清华大学张跋教授指出人工智能的趋势是基于知识和数据的ai系统。而构成这两种能力的基础是记忆，对历史数据进行解读的基础上进行的决策和行动。在杨立坤看来，循环网络不能进行长期记忆、需要一个单独的“海马体”（记忆模块）。在神经网络能力的增强上，记忆模块具有不可忽视的作用。这些观点都显示了人工智能中记忆概念的必要性。只是在不同的能力揭示中，有着不同的记忆定义。比如与感知能力有关的记忆理解中，记忆表现为信息的存储和提取；而在认知的范畴中，记忆信息成为认知得以可能的前提条件。在决策范畴中，记忆主要表现为有效信息的提取，遗忘表现为无效信息的筛选和忽略。在讨论到机器持续学学习的功能的时候，德国科学家张建伟提到了“机器自身的记忆发展”。

第三，在智能体的行为性讨论中，行为会表现为至少四种相关模式，而记忆在这些模式中的作用是不可忽视的。根据现象学方法，我们可以把行为相关模式划分为意识主体―行为模式、语境―行为模式、环境―行为模式以及智能体―行为模式。智能体―行为模式通常可以被看作是准主体―行为模式，因为它具有与主体―行为模式相类似的结构。意识―行为模式强调的是行为基于某种意识目的主导的结果，在这一概念框架中，那么行动需要的不仅仅是感知、计算和判断，还有在学习过程中积累的经验；而语境―行为模式则强调行为背后的社会―文化―政治等因素，它不同于纯粹客观的环境因素。如果以语境―行为作为概念框架，那么行为的是出于特定的语境的，而这种语境的确立则吸取了机器的经验；环境―行为模式主要强调环境对于某种特定行为产生的作用，也强调行为是对某种特定环境做出的反应；智能体―行为模式则强调功能体的行为是对于认为设计场景环境做出的反应，那么行动强调的是对环境做出反应。这四种模式都需要记忆作为前提，在这些行为的事实过程中，保留过去学习的经验有助于持续性学习和预测性学习。

第四，在结构性讨论中，我们更关注智能体―人类的统一体，而问题主要集中在智能体对于人类记忆的影响讨论上。当我们进入到人与智能体构成的智能系统时，这一问题远远超出了硬件，而是包含着更加复杂的人文维度。比如对于人工智能对于人类自身记忆的影响。在世界顶尖科学家论坛上，科学家讨论人工智能话题的时候，注意到这一问题。在那个世界有名的“桌布”上，至少有两位科学家提到了ai对于人类记忆的影响，比如人类记忆的增强和提升。

以上主要是探讨了对人工智能进行哲学研究的方法，记忆研究相比认知哲学更具宽广度和可能性。对于人工智能而言，认知哲学仅仅局限在ai的认知功能上，而记忆研究则不同。一方面，记忆是哲学的古老问题，具有本体意义，只是被认识论-知识论的传统完全遮蔽，我们以往的研究已经揭示出记忆并不是认知的附属物，也不仅仅表现为相比认知略低一等的心灵能力，而是有着更为重要的本体论地位：记忆作为三种条件形式存在：认知与情感的基础条件、理解人类自身的历史条件和实现自我和他者认同的条件；另一方面，人工智能的发展越来越显示出记忆因素内在的不可或缺性，记忆在人工智能的认知活动、功能呈现、行为表达和结构形成中表现出其特有的作用来，而这些都有待于进一步的深入研究。正如张跋院士指出的，脑科学中有记忆机制，值得设计ai系统的人员去注意和学习。

本文系国家社会科学基金重大项目“智能革命与人类深度科技化前景的哲学研究”（17zda028）阶段性成果；中科院项目“大数据的伦理问题及其社会治理”阶段性成果。

动作捕捉系统

手指动作捕捉服务

VR手套