前言：本站為你精心整理了計算主義質(zhì)疑范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

隨著數(shù)學(xué)和計算機(jī)技術(shù)的進(jìn)展，計算的觀念越來越顯示其在各個領(lǐng)域的威力，從計算的角度審視世界，也已經(jīng)成為我們在數(shù)字化時代生存的一種特殊的思維方式，人工智能的成果更激發(fā)了一些認(rèn)知科學(xué)家、人工智能專家和哲學(xué)家的樂觀主義立場，致使有人主張一種建立在還原論哲學(xué)基礎(chǔ)上的計算主義，或者更確切地講，是算法主義（Algorithmism）強(qiáng)綱領(lǐng)，認(rèn)為從物理世界、生命過程直到人類心智都是算法可計算的（Computable），甚至整個宇宙完全是由算法（Algorithm）支配的。這其中有對計算、算法和可計算概念的泛化，對于計算的功能和局限缺少較為客觀的估計，而且這種哲學(xué)信念與所提供的證據(jù)的確鑿程度顯然不成比例。我們對于在一種隱喻的意義上使用“計算”一詞的計算主義不予討論，但是如果把計算局限于“圖靈機(jī)算法可計算”的科學(xué)概念上使用，計算主義是可質(zhì)疑的。同時，我們也主張，如果可以超越傳統(tǒng)的“算法”概念，充分借鑒生物學(xué)、物理學(xué)和復(fù)雜性科學(xué)的研究成果，人類計算的疆域可以進(jìn)一步拓展。

一.計算、算法和可計算性

廣義的計算應(yīng)當(dāng)包括計算理論層、算法層以及實現(xiàn)層三個層次的理論（N.J.Nilsson，1998），其中，計算理論層是要確定采用什么樣的計算理論去解決問題；算法層是尋求為實現(xiàn)計算理論所采用的算法；實現(xiàn)層是給出算法的可執(zhí)行程序或硬件可實現(xiàn)的具體算法。顯然，計算理論層最為根本，也最為困難。同時，即使解決了計算理論層和算法層的問題，也未必能解決實現(xiàn)層的問題，因為還存在一個計算復(fù)雜性的問題。計算主義強(qiáng)綱領(lǐng)事實上是在“存在算法”的意義上，斷言物理世界、生命過程以及認(rèn)知是“可計算的”。其中的“算法”概念是指20世紀(jì)30年代，哥德爾（K.Gödel）、丘奇（A.Church）、克林尼（S.C.Kleene）、圖靈（A.Turing）等數(shù)學(xué)家對于直觀的“能行可計算”概念嚴(yán)格的數(shù)學(xué)刻畫，而與此概念相聯(lián)的丘奇-圖靈論題就應(yīng)當(dāng)是計算主義的基本工作假說。事實上，恰是由于算法和圖靈機(jī)概念的引進(jìn)，哥德爾不完全性定理有了圖靈機(jī)語境下的版本。而且，通過建立在算法概念之上的可計算性理論，人們很快證明了一系列數(shù)學(xué)命題的不可判定性和一系列數(shù)學(xué)問題的算法不可解性。而且，在自動機(jī)理論和數(shù)學(xué)世界中，已經(jīng)證明存在不可計算數(shù)那么多的不可計算對象。我們認(rèn)為，對于探討計算主義是否合理的問題，算法概念和哥德爾不完全性定理是最重要的理論基礎(chǔ)之一。下面我們依次討論計算主義強(qiáng)綱領(lǐng)下各種論斷的可質(zhì)疑之點。

二.物理世界是可計算的嗎？

在計算主義的強(qiáng)綱領(lǐng)下，“物理世界是可計算的”無疑是一個基本的信念。當(dāng)今這種信念的典型形式是多奇（D.Deutsch）1985年提出的“物理版本的丘奇-圖靈論題”：“任何有限可實現(xiàn)的物理系統(tǒng)，總能為一臺通用模擬機(jī)器以有限方式的操作完美地模擬”（D.Deutsch,1985：97）。多奇認(rèn)為，算法或計算這樣的純粹抽象的數(shù)學(xué)概念本身完全是物理定律的體現(xiàn)，計算系統(tǒng)不外是自然定律的一個自然結(jié)果，而且通用計算機(jī)的概念很可能就是自然規(guī)律的內(nèi)在要求。進(jìn)一步推而廣之，物理可計算主義的一個強(qiáng)硬命題是“宇宙是一臺巨型計算機(jī)”（王浩，1993:104）。

我們認(rèn)為，要考察物理世界是否可計算的問題，需要考慮物理過程、物理定律和我們的觀察三個基本因素的相互作用問題，而且我們最為關(guān)注的是，用可計算的數(shù)學(xué)結(jié)構(gòu)，物理理論能否足夠完全地描述實在的物理世界，特別是能否描述在偶然性和隨機(jī)性中顯示出的物理世界的規(guī)律性。

物理學(xué)家是通過物理定律來理解物理過程的，而成熟的物理理論是使用數(shù)學(xué)語言陳述的。真實物理世界的對象由時間、位置等這樣的直接可觀察量、或者由它們導(dǎo)出的能量這一類的量組成。因此，我們可以考慮像行星的可觀察位置和蛋白質(zhì)的可觀測構(gòu)型、以及大腦的可觀察結(jié)構(gòu)這樣的事物。但是，即使用最高精度的儀器，我們?nèi)匀徊荒芊直嬖S多更精細(xì)的數(shù)量差別，只能得到有限精確度的數(shù)值，這表明，我們對物理過程觀察的準(zhǔn)確度是有限的。恰如哥德爾所言“物理定律就其可觀測后果而言，是只有有限精度的”（WangHao，1974：.326）。同時，由于“觀察滲透理論”的影響，我們的觀察必定忽略或舍棄了許多我們不得不忽略和舍棄的因素，我們的物理理論永遠(yuǎn)是真實物理世界的一種簡化和理想化。

當(dāng)我們將數(shù)學(xué)應(yīng)用于物理學(xué)理論時，一個最重要的手段是借助數(shù)學(xué)中的各種有效算法和可計算結(jié)構(gòu)，自從康托爾（G.Cantor）之后，人們認(rèn)識到數(shù)學(xué)中的可計數(shù)的數(shù)僅僅是實數(shù)的非常小的部分，圖靈-丘奇論題之后，人們知道算法可計算函數(shù)也僅僅是函數(shù)中非常小的部分。當(dāng)然，在數(shù)學(xué)家和物理學(xué)家中已成為不爭結(jié)論的是，在描述物理過程時，任何不可計算的數(shù)和不可計算函數(shù)都可以在一定的有效性的要求下，用可計算數(shù)和可計算函數(shù)作具有一定精度的逼近。密爾本（G.L.Milburn）認(rèn)為，“理論物理是借助數(shù)學(xué)給出觀察數(shù)據(jù)的，這些數(shù)據(jù)正是可借助通用計算機(jī)的算法得到的。因此，無論是經(jīng)典的，還是量子的物理系統(tǒng)都可以以任意高的精度模擬”（密爾本，1999：115）。

但是，我們顯然沒有充足的理由就此作出“真實的物理世界就是可計算的”斷言。真實的包含著巨大隨機(jī)性的物理世界與計算機(jī)可模擬的理想化的世界畢竟有著巨大差異，圖靈機(jī)可產(chǎn)生的可計算性結(jié)構(gòu)僅僅是真實世界結(jié)構(gòu)的一部分。

盡管帶有機(jī)外信息源的圖靈機(jī)早已把圖靈的整數(shù)計算法推廣到了以實數(shù)為輸入、輸出的情形，普艾爾（Pour-El）和里查斯（J.IanRichards）也已經(jīng)探討了數(shù)學(xué)中的連續(xù)量和物理過程中的可計算性結(jié)構(gòu)問題，討論了函數(shù)空間和測度空間的可計算性結(jié)構(gòu)（M.B.Pour-El&J.I.Richards，1989）。彭羅斯（R.Penrose）也認(rèn)為，在經(jīng)典物理理論中，很難看到任何重大的“不可計算”的因素。但是，我們?nèi)匀徊荒芘懦承┪锢砝碚摼哂胁豢捎嬎阈?，例如，普艾爾和里查斯證明了，物理場論中的波動方程有一種特解，使時間1的輸出不可能由時間0的輸入計算，或者說，波動方程中存在一類看似有些“古怪”的可計算的初始數(shù)據(jù)，使得在以后的可計算時刻被決定的場的值實際上是不可計算的（彭羅斯，1994：214-215）。

宇宙是一個處在不斷演化過程中包含著巨大復(fù)雜性的系統(tǒng)。沒有先驗的理由使我們相信，物理世界的任何過程都一定是基于算法式規(guī)則的，如果自然界中的確存在不可計算的過程——例如，像王浩和卡斯蒂（J.L.Casti）所指出的，某一級別的地震可能在某些構(gòu)成不可計算系列的時點或時段發(fā)生，海浪在海岸的翻涌和大氣在大氣層中的運動等物理過程，很可能就是不可計算的——我們就永遠(yuǎn)找不到精確計算它們的算法，永遠(yuǎn)不可能在計算機(jī)中看到整個真實世界的面貌，物理世界與可計算的世界并非是同構(gòu)的。物理理論的目的是盡可能完全地記錄我們對物理世界的經(jīng)驗，但物理理論并不能包括我們經(jīng)驗的全部。這其中一個重要的原因是，我們對物理對象和物理過程的經(jīng)驗都是有限的，而不可計算性涉及的是無窮的系列。恰如王浩所言，“我們觀測的有限精度似乎在物理世界和物理理論之間附加了一層罩紗，使得物理世界中可能存在的不可計算元素?zé)o法在物理理論中顯現(xiàn)”（WangHao，1993：111-112）。這里，我非常贊同圣菲研究所的統(tǒng)計學(xué)家萊恩（D.Lane）強(qiáng)調(diào)的，經(jīng)驗世界與該經(jīng)驗的理論之間有著重要區(qū)別的思想。我也贊同卡斯蒂強(qiáng)調(diào)的，應(yīng)當(dāng)區(qū)分物理世界、數(shù)學(xué)世界和計算世界的思想（卡斯蒂，1998：198-201）。可計算的世界僅僅是我們所能精確理解的世界的一小部分，世界恐怕是我們的算法概念所不能窮盡的。至少，某些量子過程和一些具有高度復(fù)雜性的物理系統(tǒng)是不能由算法產(chǎn)生的。1993年邁爾弗德（W.C.Myrvold）也作出斷言，“在量子力學(xué)中企圖由可計算的初始狀態(tài)產(chǎn)生不可計算結(jié)果的簡單算法是注定要失敗的，因為，量子力學(xué)中存在的不可計算的結(jié)果不可能由可計算的初始數(shù)據(jù)產(chǎn)生”（轉(zhuǎn)引自WangHao，1993：111）。況且，量子計算機(jī)也沒有完全解決物理定律的可逆性與計算程序的不可逆性的矛盾，我們?nèi)绾螖喽ā拔锢硎澜缡强捎嬎愕摹保?/p>

三.生命過程是可計算的嗎？

相信宇宙是一部巨型計算機(jī)的人們認(rèn)為，生命本身是最具特色的一類計算機(jī)，因為生命過程是可計算的。自沃森（J.Wotson）、克里克（F.H.C.Crick）以后，我們已經(jīng)接受了“生命的本質(zhì)是DNA”的結(jié)論。但是我們能夠由此出發(fā)，得出“生命的本質(zhì)是信息”，因而“生命的本質(zhì)是計算”嗎？一些計算主義者作出如上推論，更主要的依據(jù)是近年來人工生命的研究進(jìn)展。我們不妨考察一下這種論斷的可信程度。

如果在現(xiàn)代意義上使用計算概念，生命過程的可計算主義思想事實上可追溯到1960年代馮•諾意曼（J.vonNeumann）的細(xì)胞自動機(jī)理論。馮•諾意曼當(dāng)時認(rèn)為，生命的本質(zhì)就是自我復(fù)制，而細(xì)胞自動機(jī)可以實現(xiàn)這種復(fù)制機(jī)制，因此可以用細(xì)胞自動機(jī)理解生命的本質(zhì)。在此基礎(chǔ)上，從60年代斯塔勒（Stahl）的“細(xì)胞活動模型”，到科拉德（Conrad）等人的“人工世界”概念，從蘭頓（C.Langton）的“硅基生命”形式，到道金斯（R.Dawkins）和皮克奧弗（C.Pickover）的“人工生物形態(tài)”理論，直到90年代，采用霍蘭（J.Holland）的遺傳算法，建基在細(xì)胞自動機(jī)理論、形態(tài)形成理論、非線性科學(xué)理論之上，生命計算主義的倡導(dǎo)者們?nèi)孢M(jìn)入人工生命領(lǐng)域的工作（閻平凡等，2002：357），這一切都是試圖用計算機(jī)生成的虛擬生命系統(tǒng)了解真實世界中的生命過程。在他們看來，生命是系統(tǒng)內(nèi)各不同組成部分的一系列功能的有機(jī)化，這些功能的各方面特性能夠在計算機(jī)上以不同方式創(chuàng)造，最重要的是生物的自適應(yīng)性、自組織性造就了自身，而不在于是不是由有機(jī)分子組成。當(dāng)托馬斯•雷（TomasRay）的梯爾拉（Tierra）程序在機(jī)器上不僅能自我復(fù)制，而且還能“演化”出新的結(jié)構(gòu)并構(gòu)成一個豐富多彩的“電子生態(tài)系統(tǒng)”時，人們認(rèn)為，進(jìn)化過程本身完全可以獨立于特殊的物質(zhì)基質(zhì)，簡單發(fā)生在為了爭奪存儲空間的計算機(jī)程序的某種聚合中，生命完全可以通過計算獲得。

對于“硅基生命”是否可以看作“活的生命”，人工生命是否具有生命的某些特征，例如自我復(fù)制的特征問題，我們暫時不予討論，我們關(guān)注的是，計算主義者把生命的本質(zhì)看作計算，把生命過程看成可計算的觀點其理由是否充分。

我們認(rèn)為，能夠在計算機(jī)上實現(xiàn)某種復(fù)制過程，甚至能夠在計算機(jī)中看到某種“演化”的特性，以及能夠?qū)崿F(xiàn)某些人工生命的“進(jìn)化”過程，與能夠真正“演化”或“進(jìn)化”出所有自然生命顯然是兩回事。因為依照可計算性理論中的“遞歸定理”，機(jī)器程序復(fù)制自身并不是困難之事，遞歸定理已經(jīng)指出，圖靈機(jī)有能力得到自己的描述，然后還能以自己的描述作為輸入進(jìn)行計算，即機(jī)器完全有自再生的能力（計算機(jī)病毒即是遞歸定理可以描述的一種邏輯結(jié)構(gòu)）。如果生命的本質(zhì)僅僅是自我復(fù)制，當(dāng)初馮•諾意曼設(shè)想的“從細(xì)胞自動機(jī)可以獲得生命本質(zhì)”的思想并無不妥。但是，今天我們早已知道，普遍認(rèn)可的生命的幾大本質(zhì)特征是：（1）自我繁殖的能力；（2）與環(huán)境相互作用的能力；（3）與其他有機(jī)體以特定的方式相互作用和相互交流的能力。而計算主義者并沒有指出，圖靈算法如何可以窮盡后面兩種類型的本質(zhì)，事實上，已經(jīng)證明，目前最先進(jìn)的人工神經(jīng)網(wǎng)絡(luò)模型欠缺的正是與環(huán)境相互作用的機(jī)制，難以建立神經(jīng)網(wǎng)絡(luò)中間語言與外部環(huán)境語言之間的溝通渠道。這也恰是目前人工生命研究者最感棘手的問題（特瑞•波素馬特爾，1999：200）。

而依我們的理解，這里關(guān)鍵的問題在于，承認(rèn)硅基生命具有生命的某些特征，并不意味著承諾計算可以窮盡生命的所有本質(zhì)，也不意味著承諾通過能行程序可以實現(xiàn)所有的生命過程。這里“窮盡”和“所有的”概念至關(guān)重要。倡導(dǎo)“生命的本質(zhì)是計算”的學(xué)者恐怕確實是在誤讀“可計算的”概念。畢竟，某一范圍的對象或過程是可計算的，是指存在能行的程序，或存在算法，能夠計算這一范圍的一切對象和一切過程，或者說，這種可計算結(jié)構(gòu)可以窮盡這一范圍的一切對象和一切過程。如果僅僅是此一范圍的某些對象，某些過程的某些特性，甚至僅僅是一些最為表象，最為簡單的特征可以用計算粗糙地表達(dá)或模擬，并不能由此妄稱這一范圍的對象和過程是“可計算”的。“可窮盡”顯然是非常強(qiáng)的要求，并不像某些認(rèn)知科學(xué)家和哲學(xué)家斷言得那么容易實現(xiàn)。

至于認(rèn)為阿德勒曼（L.N.Adleman）倡導(dǎo)的DNA計算機(jī)是“實現(xiàn)了生命的本質(zhì)就是計算的思想”，顯然是計算主義者的另一個誤解。因為計算主義者們這里忽視了一個重要的問題，DNA計算機(jī)顯然已經(jīng)遠(yuǎn)遠(yuǎn)超出了我們最初對于“算法可計算性”概念的理解，事實上它已經(jīng)引進(jìn)了基因工程的手段，這里的“計算”借助了自然機(jī)制，借助了自然生命的基因編碼機(jī)制，已經(jīng)不復(fù)是圖靈機(jī)的計算機(jī)制了。恰如阿德勒曼本人所言，“或許我們對計算的看法過于狹隘了，是否可能存在一種由相互作用的分子進(jìn)行計算的液體計算機(jī)呢”（L.M.Adlems，1998：54-61.）？可見，一些倡導(dǎo)計算主義的學(xué)者早已將“計算”的概念延伸到了“圖靈可計算”的范圍之外。也許生物計算機(jī)可以作為某種借助自然機(jī)制的仿真工具，而且DNA計算機(jī)在計算復(fù)雜性等方面確實優(yōu)于經(jīng)典計算，但它仍然沒有超越丘奇-圖靈論題（P.C.G.Rozenberg，1998）。況且，DNA計算機(jī)對DNA聚合酶產(chǎn)生互補(bǔ)DNA鏈的遺傳操作中的高度并行性和隨機(jī)性不能把握，如何能夠斷定“可以對DNA程序重新編程，計算一切可以計算的東西，甚至計算圖靈機(jī)‘不可計算’的量”？！

四.認(rèn)知是可計算的嗎？

主張計算主義強(qiáng)綱領(lǐng)的人們認(rèn)為，不僅物理過程、生命過程是可計算的，而且人類的認(rèn)知和智能活動也是可計算的，或者像蘭頓所表達(dá)的“宇宙是一個處于混沌邊緣的細(xì)胞自動機(jī)，它不僅可以做復(fù)雜的計算，而且可以支持生命和智能”（C.G.Langton，1991：41-92.）。為了聚焦于最具代表性的某些觀點，我們將在認(rèn)知科學(xué)中與計算關(guān)聯(lián)最為直接的人工智能的范圍內(nèi)討論“認(rèn)知是否是可計算的”主題。

事實上，恰是因為“算法”概念的引進(jìn)，才使人類對智能的研究從一種哲學(xué)思辨式的爭論、依賴于直覺的猜想或停留于過分經(jīng)驗式的觀察結(jié)論，開始轉(zhuǎn)向?qū)χ悄艿漠a(chǎn)生和認(rèn)知本質(zhì)的理論研究。正如西蒙（H.A.Simon）1988年在回顧認(rèn)知科學(xué)發(fā)展的歷史時所說的：“在把計算機(jī)看作通用符號處理系統(tǒng)之前，我們幾乎沒有任何科學(xué)的概念和方法研究認(rèn)知和智能的本質(zhì)”（J.Casti&DePauliWerner,2000：130）。因此，認(rèn)知科學(xué)和人工智能工作的出發(fā)點長期以來一直建立在具有唯理主義還原論傾向的“認(rèn)知可計算主義”綱領(lǐng)的基礎(chǔ)上。最初，這種計算主義主張，無論是人腦還是計算機(jī)，都是操作、處理符號的形式系統(tǒng)，認(rèn)知和智能的任何狀態(tài)都不外是圖靈機(jī)的一種狀態(tài)，認(rèn)知和智能的任何活動都是圖靈意義上的算法可計算的。正是基于這一認(rèn)識，紐厄爾（A.Newell）和西蒙曾樂觀地宣稱：“作為一般的智能行為，物理符號系統(tǒng)具有的計算手段既是必要的也是充分的，人類認(rèn)知和智能活動經(jīng)編碼成為符號，都可以通過計算機(jī)進(jìn)行模擬”（C.Robert&C.D.Dellarosa,2000：84-94）。但是，幾十年來，隨著大腦科學(xué)、復(fù)雜性科學(xué)和計算機(jī)技術(shù)的進(jìn)展，認(rèn)知科學(xué)經(jīng)歷了從最初的符號主義經(jīng)聯(lián)結(jié)主義，到行為主義工作范式的轉(zhuǎn)換，越來越顯示出這種綱領(lǐng)的局限。這種局限性主要表現(xiàn)在如下幾個方面：

1.在知識的獲取、表達(dá)和處理上的局限。

常識知識是認(rèn)知科學(xué)面對的最困難的問題。自1977年海斯（P.J.Hayse）首先發(fā)表《樸素物理學(xué)宣言》以來，人類就開始借助符號邏輯手段向常識知識領(lǐng)域進(jìn)軍，海斯及邏輯主義者們堅信，如果能對我們所了解或我們所相信的日常生活的非形式知識提供形式化理論，就能通過恰當(dāng)?shù)木幊虂慝@取、表達(dá)和處理知識。因此，他們主張用一階邏輯將常識知識形式化，并希望借用塔爾斯基（A.Tarski）語義學(xué)擺脫計算機(jī)程序的局限，研究知識表達(dá)問題，并試圖通過建立一種“極小常識系統(tǒng)”演繹出整個知識體系。但事實證明，日常生活要解決的大多數(shù)問題不能歸為幾種因素的簡單組合，特別是機(jī)器翻譯的實踐提示人們，人的認(rèn)知與基于文化環(huán)境的對于真實世界的大量背景知識有關(guān)，任何實際問題涉及到的大量背景知識本身完全是一個不確定集合，這一集合中的絕大部分知識不能基于符號邏輯推理獲得，即使局限于求解小范圍問題的專家系統(tǒng)，也仍然不能擺脫符號邏輯功能的固有局限，還原主義立場必然面臨不可克服的困難。

2.在模擬人類心智方面的局限。

人類認(rèn)知的重要載體是大腦，而大腦是由巨大規(guī)模的神經(jīng)元經(jīng)過復(fù)雜的相互連接構(gòu)成的信息處理系統(tǒng)，它具有作為復(fù)雜巨系統(tǒng)的特征、分布式并行計算特征和非線性特征，以及極強(qiáng)的容錯能力和概括、類比、推廣的能力，包括由于后天的經(jīng)歷、學(xué)習(xí)、訓(xùn)練等起作用產(chǎn)生的各種能力。1980年代認(rèn)知科學(xué)吸收大腦科學(xué)研究成果開始采取“聯(lián)結(jié)主義”工作范式，嘗試建構(gòu)各種與大腦結(jié)構(gòu)相似的人工神經(jīng)網(wǎng)絡(luò)。人們期望這種網(wǎng)絡(luò)能夠體現(xiàn)大腦的自組織、自適應(yīng)的特征。但是，經(jīng)過20余年的努力，人工神經(jīng)網(wǎng)絡(luò)專家嘗試了各種方案后逐漸開始意識到，試圖通過機(jī)器程序建立一個與大腦功能類似的人工網(wǎng)絡(luò)實在過于困難了。人類大腦不僅僅是先天模塊化的，而是與人類的文化進(jìn)化過程緊密相關(guān)的，借用德萊弗斯的話：“如果分析的最小單元是同整個文化世界聯(lián)系起來的整個有機(jī)體，那么，類似于符號化和程序化的計算機(jī)式的神經(jīng)網(wǎng)絡(luò)就仍然有很長的路要走”（瑪格麗特•博登，2001：451-452）。迄今為止，研究者已經(jīng)提出了五十多種有效的人工神經(jīng)網(wǎng)絡(luò)模型，廣泛應(yīng)用于模式識別與圖象處理、控制與優(yōu)化、金融預(yù)測與管理以及通信等領(lǐng)域，但是，人們已經(jīng)從理論上研究了現(xiàn)有神經(jīng)網(wǎng)絡(luò)模型計算能力的局限性，認(rèn)為它們?nèi)匀徊荒芙鉀Q基于經(jīng)典的符號邏輯所不能解決的人工智能中的困難，更不可能模擬人類意識（閻平凡等，2002：11）。

人類的意識，是對于自我，對于世界的相互作用，對于思想產(chǎn)生過程以及對自己的控制，或至少是部分控制過程的一種認(rèn)識（戴維•弗里德曼，2001：197），意識的最重要特征是的它的意向性、自指性、非定域性和涌現(xiàn)性等。這些特征顯然是超越邏輯、超越算法的?；籼m等人認(rèn)為，意向性意識涌現(xiàn)于集群系統(tǒng)動力學(xué)，并由環(huán)境激發(fā)。依照他對意識和認(rèn)知的涌現(xiàn)特征所作的精細(xì)分析，我們目前還沒有理論和模型能夠清楚地表現(xiàn)這種自涌現(xiàn)的現(xiàn)象，也沒有人工系統(tǒng)能顯示每個神經(jīng)元主體與成百上千的通過突觸連接的其他神經(jīng)元主體的相互作用（約翰•霍蘭，2000：269）。雖然目前已有一些借助人工神經(jīng)網(wǎng)絡(luò)模擬意識的研究，例如泰勒（J.D.Taylor）的分階段的意識神經(jīng)網(wǎng)絡(luò)模型表明實現(xiàn)某些意識特征的一些可能性，但是，拉多文（M.Radovan）1997年已經(jīng)證明，從根本上，這種人工神經(jīng)網(wǎng)絡(luò)的表達(dá)能力與傳統(tǒng)的符號邏輯表達(dá)的能力是等價的，特別是卡普坦尼（G.Captain）1997年已經(jīng)證明，傳統(tǒng)的符號邏輯方法根本不能描述意識現(xiàn)象（周昌樂，2002：214）。

3.在模擬人類自適應(yīng)、自學(xué)習(xí)和與環(huán)境作用能力的局限。

在認(rèn)知可計算主義綱領(lǐng)指導(dǎo)下，行為主義方向研究者的基本出發(fā)點是，略去知識的表達(dá)和推理的環(huán)節(jié)，考慮在感知與行為之間建立直接的聯(lián)系，期望認(rèn)知主體在感知刺激后，通過自適應(yīng)、自學(xué)習(xí)、自組織方式產(chǎn)生適當(dāng)?shù)男袨轫憫?yīng)。可以說，從開發(fā)各種工業(yè)機(jī)器人開始，到研制具有自學(xué)習(xí)、自適應(yīng)、自組織特性的智能控制系統(tǒng)，直到2000年研制出具有一定自行設(shè)計與進(jìn)化功能的機(jī)器人，人工智能的研究者都在企圖模擬人類自適應(yīng)、自學(xué)習(xí)和與環(huán)境作用的能力。但是，這種最先進(jìn)的機(jī)器人所具有的適應(yīng)能力仍然是極端初等和局部的，根本談不上所謂“自主性”和“進(jìn)化”。正如某些專家所言，如果計算僅僅局限于基于傳統(tǒng)算法的圖靈機(jī)，即使借用最新的模擬進(jìn)化計算，模擬進(jìn)化的過程仍然是一個沒有終點的過程。畢竟，人類的進(jìn)化在視覺及運動肌肉的控制方面經(jīng)歷了數(shù)百萬年，在語言和邏輯推理方面也已經(jīng)歷了幾千年。人類在領(lǐng)悟能力、運動肌肉的控制能力、對外界的反應(yīng)能力，以及常識推理的能力、求解問題的能力及潛在的創(chuàng)造能力顯然不僅僅是算法所能達(dá)到的。甚至認(rèn)知可計算主義綱領(lǐng)的倡導(dǎo)者明斯基1990年也不得不承認(rèn)，“人腦在進(jìn)化過程中形成了許多用以解決不同問題的高度特異性的結(jié)構(gòu)，認(rèn)知和智能活動不是由建基在公理上的數(shù)學(xué)運算所能統(tǒng)一描述的。無論是符號主義還是聯(lián)結(jié)主義都受害于唯理主義傾向，都是用在物理學(xué)中獲得成功的方法和簡單漂亮的形式系統(tǒng)來解釋智力。因此，要在認(rèn)知科學(xué)領(lǐng)域有實質(zhì)性突破，應(yīng)當(dāng)放棄唯理主義哲學(xué)，從生物學(xué)中得到啟示和線索”（《21世紀(jì)初科學(xué)技術(shù)發(fā)展趨勢》編寫組，1996：108，314）。

五.我們的結(jié)論

通過以上分析，我們看到，建立在唯理主義還原論哲學(xué)立場上，單純以傳統(tǒng)的圖靈可計算的概念為基礎(chǔ)，計算主義強(qiáng)綱領(lǐng)遇到了理論和實踐上的困境，而且學(xué)術(shù)界從思辯到科學(xué)和技術(shù)各個層面對這種綱領(lǐng)的質(zhì)疑之聲一直不絕于耳。正是由于對計算主義強(qiáng)綱領(lǐng)的各種反思（劉曉力，2003：106-108），刺激了研究者開始尋求新的突破。由于哥德爾定理僅僅揭示了形式系統(tǒng)的局限，并沒有設(shè)定人類理性的界限，圖靈可計算的概念也未必永遠(yuǎn)不可超越。1990年代以后，研究者開始另辟蹊徑，不局限于傳統(tǒng)的邏輯手段，而開始嘗試“以自然為基礎(chǔ)”的探索工作，研究方法除了借助計算機(jī)外，還引進(jìn)了生物學(xué)和量子物理的“自然機(jī)制”。他們試圖將“計算”的概念從傳統(tǒng)的圖靈可計算概念進(jìn)一步拓展，倡導(dǎo)一種“算法+自然機(jī)制”的研究模式，采取一種新的方法論策略：將能夠歸約到算法層面的問題，采用算法來實現(xiàn)，不能歸約到算法層面的問題，采用某種自然機(jī)制實現(xiàn)。（周昌樂，2002：210-217）目前，傳統(tǒng)的人工智能雖舉步維艱，而建立在自然基礎(chǔ)上的“半人工化”的人工智能卻有蓬勃發(fā)展之勢（戴維•弗里德曼，2001：201-210）。當(dāng)然，所有這些探討僅僅是將計算概念拓展的初步嘗試，在解決計算復(fù)雜性問題上這類計算的確優(yōu)越于傳統(tǒng)的圖靈計算，但是，究竟能否像另一批樂觀主義者所斷言的，“以自然為基礎(chǔ)的人工智能已經(jīng)跑在快車道上，未來幾十年里人類就能建構(gòu)出堪與人腦相匹敵的半人工化的智能來”，我們將拭目以待。

以上，我們對計算主義強(qiáng)綱領(lǐng)下的各種觀點提出了質(zhì)疑，而一些學(xué)者為“宇宙是一臺巨型計算機(jī)”的強(qiáng)硬斷言提供的論據(jù)是，既然康韋（J.C.Conway）已經(jīng)證明，特殊配置的細(xì)胞自動機(jī)與圖靈機(jī)等價，我們完全可以把宇宙看成一個無限大的三維細(xì)胞自動機(jī)，因此，宇宙是一個巨大的的計算系統(tǒng)，自然界這本大書是用算法寫成的，甚至從虛無到存在，從非生命到生命，從感覺到思維，實際上都是一個計算復(fù)雜性不斷增加的過程（郝寧湘，2000：32-36，李建會，2002）。

盡管我們承認(rèn)，建立在烏拉姆（S.Ulam）和馮•諾意曼作為物理空間模型的細(xì)胞自動機(jī)理論之上，康韋的模型在某種意義上可以作為理解復(fù)雜系統(tǒng)的有效工具，而且，也有人證明，任何能在計算機(jī)上通過建模實現(xiàn)的過程，都能夠按照康韋細(xì)胞自動機(jī)中的“物理機(jī)制”來模擬。但是，通過簡單的分析不難看出，即使細(xì)胞自動機(jī)完全等價于圖靈機(jī)，但從這種等價過渡到“宇宙可看成無限大的三維細(xì)胞自動機(jī)，因而是可計算的”，這一飛躍，并沒有任何邏輯的通道，也沒有任何科學(xué)理論為其提供有說服力的辯護(hù)。況且，如前面幾部分論述，由于圖靈機(jī)等價于形式系統(tǒng)，如果局限于圖靈機(jī)算法可計算范圍，我們將無法擺脫哥德爾不完全性定理設(shè)定的邏輯極限，宇宙中畢竟存在不可計數(shù)的不可計算的對象，完全等價于圖靈機(jī)的細(xì)胞自動機(jī)無疑也包含了圖靈機(jī)的所有局限性。而且，進(jìn)一步，假定宇宙僅僅是一臺等價于圖靈機(jī)的細(xì)胞自動機(jī)，我們根本沒有必要拓展“計算”概念去探索新的計算模式，當(dāng)然也不必求助任何“自然機(jī)制”了。

因此，依照我們的立場，也許，建立在還原論的基礎(chǔ)上，“宇宙是可計算的”論斷暫且可以充當(dāng)一種無須提供論證的信仰，但它畢竟不是依賴于當(dāng)前科學(xué)的進(jìn)展得出的有理論依據(jù)的科學(xué)哲學(xué)結(jié)論。而且，我們對于在“算法+自然機(jī)制”這種拓展的意義上使用“計算”一詞并無大的異議，對于這種計算的前景也并不持悲觀主義的立場。毋寧說，我們質(zhì)疑的是某些計算主義倡導(dǎo)者們?yōu)橹纹湔摂嗨扇〉恼撟C方式。

參考文獻(xiàn)：

1.《21世紀(jì)初科學(xué)技術(shù)發(fā)展趨勢》編寫組，1996，《21世紀(jì)初科學(xué)技術(shù)發(fā)展趨勢》，科學(xué)出版社。

2.瑪格麗特•博登，2001，《人工智能哲學(xué)》，劉西瑞、王漢琦譯，上海譯文出版社。

3.特瑞•波素馬特爾，1999，《沙地上的圖案——計算機(jī)、復(fù)雜和生命》，陳禹等譯，江西教育出版社。

4.戴維•弗里德曼，2001，《制腦者》，張陌譯，三聯(lián)書店。

5.約翰•霍蘭，2000，《涌現(xiàn)》，陳禹等譯，上?？茖W(xué)技術(shù)出版社。

6.郝寧湘，2000，《計算：一個新的哲學(xué)范疇》，《哲學(xué)動態(tài)》，第11期。

7.李建會，2002，《走向計算主義》，李建會著，《與真理為友》，上海科技教育出版社，第190-201頁。

8.劉曉力，2003，《認(rèn)知科學(xué)研究綱領(lǐng)的困境和走向》，《中國社會科學(xué)》，第1期。

9.杰拉德•密爾本，1999，《費曼處理器》，郭光燦等譯，江西教育出版社。

10.羅杰•彭羅斯，1994，《皇帝新腦》，許明賢等譯，湖南科學(xué)技術(shù)出版社。

11.王浩，1993，《人或電腦會有靈魂嗎？心物對應(yīng)說和物理程式主義》,《二十一世紀(jì)》2月號，第104頁。

12.閻平凡等，2002，《人工神經(jīng)網(wǎng)絡(luò)與模擬進(jìn)化計算》，機(jī)械工業(yè)出版社。

13.周昌樂，2002，《關(guān)于人工意識研究途徑的哲學(xué)反思》，《科學(xué)技術(shù)中的哲學(xué)問題學(xué)術(shù)討論會論文集》，清華大學(xué)，第210-217頁。

14.L.M.Adlems，1998，ComputingwithDNA，ScientificAmerican，279（2）.

15.C.G.Langton，1991，LifeattheEdgeofChaos，.ArtificialLifeⅡ.SFIStudiesintheSciencesofComplexity，Vol.Ⅹ.C.G.Langton，C.Taylor，J.D.Farmer&S.Rasmussen,eds.Addison-Wesley，pp.41-92.

16.J.L.Casti&DePauliWerner,2000,Gödel:AlifeofLogic.PerseusPublishing.

17.D.Deutsch,1985，Quantumtheory，TheChurch-TuringPrincipleandUniversalQuantumComputer.ProceedingsoftheRoyalSocietyofLondon，Vol.400.

18.C.Robert&C.D.Dellarosa,2000,Minds,Brains,andComputers:theFoundationsofCognitiveScience.BlackwellPublishers.

19.N.J.Nilsson，1998，ArtificialIntelligence，ANewSynthesis，MorganKaufmannPress.

20.M.B.Pour-ElandJ.IanRichards，putabilityinAnalysisandPhysics，springer-Verlag.

21.P.C.G.Rozenberg&A.Salomas，1998，DNAComputing:NewComputingParadigm，SpringerVerlag,.BerlinHeidelberg.

22.WangHao，1974，F(xiàn)romMathematicstoPhilosophy，NewYork:HumanitiesPress.

23.WangHao，1993，OnPhisicalismandAlgorithmism：CanMachinesThink？PhilosophiaMathematica，PhilosophyofMathematics，ItsLearningandItsApplication，Series.Ⅲ.97-138.