人工智能对于技术的哲学研究

范馨文

（黑龙江大学，黑龙江 哈尔滨150000）

1 技术对于人体器官的功能性替代

卡普从工具分析的角度开始论证，同时将人类文化和人类影响加以结合，而提出了“器官投影说”。该学说主要就是以比喻的角度来分析工具的产生，并且将工具的产生看作为是类似人体器官的客体，从而将技术看作是对人体器官的一种投射，也就是说对人体器官形式和狗功能的延伸。从重要性程度来看，技术是人类与自然之间的纽带。而工具和机器作为技术的功能性替代品，是人类向自然界形态的延伸和物化。从作用方面来说，技术水平的发展，物化形式的多样化，均为人体器官的部分缺陷和短板提供了多方面的技能，进而人类利用自然、改造自然的能力发生了不同程度的升级。由此，人类可以用不同的方式来改变，甚至是创造更加多元化的世界。同样可以得出的是，技术的本质旨在人体的外在化、客观化和物质化。

卡普的“器官投影说”的雏形出现于它所提出的环境决定论。卡普通过对工具的产生及发展进行详细分析，和近几十年来不断累积丰富起来的工程技术实践经验，利用人类学方法的技术性分析，把工具与人类文化的影响结合起来而提出了著名的“器官投影说”。同时，正如亚里士多德也在《动物志》中表示过：“手似乎不是一种工具，而是多种工具，是作为工具之工具。”

[1]可以得出手作为人体器官之一，也仅是作为一种工具而为本体服务。从这种角度看来，卡普与亚里士多德一样的，也同样认为人体是一种技术的本源，是所有工具的起源和基础。其中，最特别是人的手。手不仅是人类天生就有的工具，在技术性理论阐发以后，手就成了机械工具的摹本，是对工具的定义和延伸。按照这种思考路径，在人工智能的初始阶段，就最先研发出了人工智能机器人，它被研制成为简单人形的外貌，拥有头脑和身体躯干以及四肢。

机器人的拟人化设计有两个过程，一个是作为行动过程的拟人性，另一个是作为心理过程的拟人性；这两个或者又可以称为物理层面的拟人化和思想层面的拟人化。[2]虽然技术是作为人体器官的功能性替代，但若是试图找到物理层面的拟人行为和思想层面的拟人行为之间是否存在着某种程度的关联。也许我们需要从对周围环境信息的获取和行动产生之间的关系寻找一种内在的一致性。正如唐杜所说，设计人形机器是为了能够让它融入人类环境，并且极大的发挥机器本身价值。然而，拟人化的机器人并不是为了造出一个人工的人，而是要借用这种机制对机器人技术进行社会性的整合。

2 技术在脑机接口中的影响

技术的功能替代是技术作为工具研制最重要的显示功能之一。技术在人工智能当中不仅只是局限于为人类提供生活的工具，一种附属品；同时还可以成为人类不可缺少的一样必需品。从美国科幻电影《黑客帝国》到《攻壳机动队》可以看出，人类想要将思维转化为数字信号的尝试从未停止过。与此同时，“半机械人”也一步一步的的走进人类的日常生活中，最后成为了可以触碰得到的现实。2014 年6 月12 日下午15 点33 分，在巴西圣保罗世界杯开幕式上，有十二亿人正在为这一次普通的踢球动作而疯狂庆祝。一个名字叫Juliano Pinto 的高位截瘫男孩完成了一个前所未有的壮举。在全球十二亿观众面前，他通过利自己的大脑控制机械外肢为2014 年的巴西圣保罗世界杯完成了开球仪式。这一看似普通的动作在一名高位截瘫患者身上而体现出来，必然是备受瞩目而令人欢呼雀跃的。正是因为他本来无法轻松随意的移动自己的身体，但是他通过想象出了一套踢球所需要的动作，并按照这种想象来操控机械外肢而做出了踢球的动作。正是这一个简单的动作，表现出了人类可以借用思维控制机械，必然的，这使得人类的未来发生了一些巨大的改变。脑机接口技术指的是能够把大脑连接到机器上，那么人或者动物就可以通过在大脑中想象需要让你身体去做某个动作，就能够控制这个设备，无论这个设备距离你的身体有多么的远，你依然可以通过大脑来控制这个机器去做某个动作。脑机接口其实就是基础的脑部研究，运用遍布脑部的点击传感器来接收大脑发出的试图驱动肢体去完成某个动作的神经信号。传感器能够同时接收成千上万的脑细胞的神经信号，并且从这些信号的数据当中，得到大脑在发出不同指令时的信号规律，而在最终把这些信号转化成了数字指令。经过转化后的脑神经数据通过传输，任何机械或是电子设备能够接，于是人和动物也就可以通过大脑的想象就控制各种各样的机械，帮助他去完成自己头脑中想做的动作。

3 技术向人类生活的转型

在今后的生活当中，技术的更新速度日新月异，随之而来的人类与机器之间的界限似乎越来越模糊，机器以层层递进的方式的向人类世界渗透，不再主动以谄媚式的态度来迎合人们，甚至可以以优胜者的角度来弥补人类的天生不足。

人工智能虽然以迅速、稳定、正向的步伐不断的往前发展，但是也有一些所谓的“波动浪潮”。在人工智能最开始的40 年，第一个波段是从20 世纪50 年代开始到90 年代结束，那个时候主要是按照传统的方式来建立AI 系统，按照逻辑来做。像下象棋、计算缴税等等，都是比较出色的，那时候是基于逻辑和搜索的。从20 世纪90 年代AI 的方式就出现了改变，我们把它称为预测性的分析工具，大数据从20 世纪90 年代到2010年，这样的转变就是每个人都要对数据进行细致的分析。

第二个波段是基于我们有了大数据的之上，还有预测性的分析，这是从20 世纪90 年代就开始的，后来把数据放在Excel,包括零售的预测、股票市场的这些数据，都把它集合整理到一个Excel 表格当中，可以利用预测性的分析工具进行预测。

第三个波段就是我们现在所处的一个阶段，确切来说，AI浪潮是从2010 年开始的，我们现在就能够看到这样的发展趋势所带来的影响，就是AI 的系统可以了解“非结构性”的数据，比如说音频、视频，以及自然语言等等。

现如今人工智能的浪潮的火热程度还自不断发酵，从AlphaGo 到AlphaZero，从机器学习到深度学习，从有监督学习到无监督学习，从训练输入到自我对弈。人工智能的发展似乎已经突破了过去式的那种依靠人类的数据输入才能够进行学习训练的步骤，无需依赖于训练数据集的输入，就可以自主的训练，从零开始，从错误中反复训练，强化学习，以产生一个最优的结果。

就好像Flyboard Air 的创始人Franky Zapata ，他就因为自己一直拥有飞向天空的梦想。因为自己希望可以飞向天空，并且喜欢水上运动，所以就制造出了属于人类又一创举的飞行滑板，踩着它在水面飞转腾挪，实现了人对天空的征服。苹果、百度、特斯拉等企业也都开始纷纷建立专项研究组研制无人驾驶的汽车。阿里巴巴人工智能实验室也开始研发出了趣味性、互动性极强的智能音箱。又或者像家居行业也开始转向制造智能家居以便更加贴合人类生活。

4 结论

个人认为最有可能会影响到人工发展的就是科学家、人类学家以及哲学家对于人工智能的认知，在经历了几次工业革命之后，当今的社会发展到如此地步，我们应该及时进行反思。18世纪的时候，蒸汽机是作为第一次工业革命的代表而诞生的，过了几十年后火车的产生便把工业界带入到了一个新的时代。按照这种不同时代的代表性行业，今天深度学习有些像十八世纪的蒸汽机。由于，我们在技术发展路线上已经发展到了一定的阶段。若是尝试将这些技术、计算能力、计算平台发扬光大的话，仍旧需要一些像可能颠覆人类生活的技术产品，像火车那样。所以，今天无论我们另建多少个AlphaGo 和AlphaZero 类的人工智能在棋局博弈中战胜人类，又或者是建立多少个人工智能实验室部门企业也好，这些都只是在人类行为的技术性延展而进行的对比。不是对其技术性本质的哲学反思，尝试从多种角度来反思，也许是视角中，也许是从想象力中不断的反省。但无论是何种形式的思考，其中的一个要素和前提都还是，应先找到并制造出第一个“火车”，接着带领我们进入下一次的机器革命。