摘要技術工藝性應用的通用性，需要社會性應用的開源性與之匹配，在人工智能通用性不斷提升的動態發展趨向中，構建與其匹配的開源性倫理規則，推動高效而無害的通用人工智能創造，具有重要意義。隨著創造并使用物質和精神勞動工具活動的發展，人類智能的封閉性、非通用性被不斷超越而社會性、開源性不斷提升，現代科學和自動機器大大加速了這一進程。現代科學這種社會通用智能的工藝性應用，首先把物質勞動工具的使用技巧轉移到能量自動化機器上而成為社會機械通用智能，超越了手工智能封閉于個體人身內的生物性的非開源性。當今人工智能正在使精神勞動工具的使用技巧也向機器轉移，將進一步超越智能的個人生物性的非開源性，再進一步超越資本商業化社會性應用非生物性的非開源性，通用人工智能將成為高度自動化的社會機械通用智能。無開源不通用，構建公義創新動力機制，聚合非市場、非營利創新動力，人工智能將在通用性、自動性、開源性高度統一中充分發展并造福全人類。

　　關鍵詞通用人工智能;通用性;自動性;開源性;公義創新

　　一、引言：推動高效而無害的通用人工智能創造馬克思指出：“現代運用機器一事是我們的現代經濟制度的關系之一，但是利用機器的方式和機器本身完全是兩回事。火藥無論是用來傷害一個人，或者是用來給這個人醫治創傷，它終究還是火藥。”①機器像火藥一樣是給人帶來害處還是益處，取決于其“社會性應用”方式，但有害或有益程度又與其“工藝”特性相關：同為傷害人的工具，裝填火藥的槍炮對人的傷害程度就遠比棍棒要高，機器越發達，對人的有害和有益程度會同時越高。

　　對于當今人工智能(ArtificialIntelligence，簡稱AI)機器來說同樣如此。一般認為，現在所實現的還是窄或專用人工智能(ArtificialNarrowIntelli�瞘ence，簡稱ANI)，下一步發展方向是通用人工智能(ArtificialGeneralIntelligence，簡稱AGI)，這大致就是AI通用性、自動性和效率、發達程度不斷提升的進程，隨之產生的風險和危害也將不斷增大，高危害與高效率如影隨形。如果因為這種可能產生的風險和危害而限制、阻止AI的發展的話，人類也會同時喪失給自身帶來更大益處的機遇。

　　構建與AI動態發展進程相匹配的倫理規則，推動高效而無害的AI創造，就成為AI倫理研究的重要使命。本文將從馬克思“機器生產工藝學批判”角度，圍繞AI工藝性應用所要實現的“通用性”與其社會性應用“開源性”之間的關系，展開初步探討，并提出“無開源不通用(noopensource，nogeneralintelligence)”即AI“工藝性應用”高度的“通用性”需要“社會性應用”高度的“開源性”與之相匹配的基本理念。

　　馬克思指出：“大工業的原則是，首先不管人的手怎樣，把每一個生產過程本身分解成各個構成要素，從而創立了工藝學這門完全現代的科學”，“工藝學揭示了為數不多的重大的基本運動形式，不管所使用的工具多么復雜，人體的一切生產活動必然在這些形式中進行，正象力學不會由于機器異常復雜，就看不出它們不過是簡單機械力的不斷重復一樣”①。作為一門“完全現代的科學”的“工藝學”研究的是“生產過程”尤其是大工業的“機器生產過程”，因此，可稱之為“機器生產工藝學”。

　　馬克思強調“機器”與“機器的資本主義應用”不同：“機器”標志著現代自然科學“在工藝上的應用”，可稱之為“工藝性應用”;“機器的資本主義應用”則指機器的“社會使用形式”(詳論見后)，可稱之為“社會性應用”。科學技術的“工藝性應用”是機器的“社會性應用”的前提，但在資本主義條件下兩者之間又存在對抗性，后者又成為前者的前提，即，只有滿足可以使資本增殖這種“社會性應用”的目的，科技的“工藝性應用”才能被允許并得到發展，反之就會受到限制。揭示科技、機器的“工藝性應用”與“社會性應用”之間的二重性對抗，就構成了馬克思“機器生產工藝學批判”的基本思路。

　　比如，在當今老齡化社會，AI機器人在提供養老服務的“工藝性應用”上具有巨大潛能，也存在很大社會需求，但是，如果絕大多數老人沒有購買這種服務的財力，養老機器人的“社會性應用”就會受到很大限制，反過來又會對養老機器人的研發和“工藝性應用”的發展形成限制，在以利潤驅動的“熊彼特創新”模式下，這一矛盾無法化解，這也是陳小平提出不同于“熊彼特模式”的“公義創新模式”(詳論見后)所針對的現實問題之一。關于AI發展現狀與趨向，陳小平的《人工智能：技術條件、風險分析和創新模式升級》②指出：“現有AI技術的應用要求場景是封閉的。”

　　這種“封閉性”就是ANI的基本特點，而“假如未來出現了超越封閉性準則的AI技術，則必須相應地識別出新的技術條件”，這種“超越封閉性”或“開放性”當是未來AGI的基本特點：應用場景的“開放”是實現AGI的前提，由ANI而AGI或AI“通用性”“自動性”提升的進程，就是AI應有場景由“封閉”走向“開放”的進程。在此進程中，由近而遠會依次出現陳文所提到的三種風險：“AI技術的非正當使用，包括技術誤用和濫用”、“工作崗位總體上的大量減少”等“社會效應風險”、“技術失控”，這三種風險總體上不斷遞增而越來越難以管控，高危害與高效率相隨，應對思路和策略也應隨之不斷升級。

　　而現有AI倫理、治理的思路的最大問題就是：跟不上AI指數級發展的步伐。從現象看，以實現AGI為奮斗目標的創新團隊Deepmind與收購它的谷歌公司之間的矛盾始終不能化解，這種矛盾產生于Deepmind這樣一種倫理上的擔憂：在AI自動性、通用性不斷提升的進程中，相應風險會不斷增大，而受資本巨頭谷歌支配，這種逐漸增大的風險有可能失控。下面就圍繞這種動態發展趨向展開AI倫理、治理問題探討。二、無開源不通用：人類智能發展的基本歷史經驗討論AI通用性、自動性、開源性之間關系，應區分技術“工藝性應用”與“社會性應用”之不同。

　　從生產工藝學看，在創造并使用物質和精神勞動工具的發展進程中，人類智能的封閉性、非通用性被不斷超越而開源性、社會性不斷提升：文字符號等外在于個人的精神勞動工具的創造和使用，超越了個人大腦的封閉性和非開源性、非通用性;現代機器的能量自動化革命，把物質勞動工具的使用技巧轉移到機器上，超越了手工智能的個人封閉性和非開源性、非通用性，現代機器就成為“社會機械通用智能”，而現代科學則是“社會大腦”生產的“社會通用智能”;當今AI革命正在使精神勞動工具的使用技巧也向機器轉移，個人大腦的封閉性和非開源性、非通用性將被進一步超越，未來AGI將成為高度自動化的“社會機械通用智能”。

　　在人類文明和智能數千年發展史中，個人大腦生物性的神經元系統結構變化甚微，其間一些天才的個人大腦或許發揮了獨特重要作用，但今天高度發達的人類智能，總體上是馬克思所說的“社會大腦”所取得的集體成就，“無開源不通用”是基本的歷史經驗，這將更適用于作為人類智能終極產物的AGI的發展和應用。所謂“機器革命”與“工業革命”密切相關，兩者互有交叉而又有所不同。

　　比如，在國際學界對AI與工業革命的認知上，有人把AI視作“第三次工業革命”的標志，有人則將AI視作“第四次工業革命”的標志，各有不同的側重點。現代機器革命又主要表現為“機器自動化革命”。以此來看，馬克思機器生產工藝學批判考察的以蒸汽機為代表的第一次機器革命主要是機器的“能量(動能)”自動化革命，而當今以計算機等為基礎的AI則正在開啟現代機器第二次革命，即“智能”自動化革命，第二次革命又是在第一次革命基礎上開啟的，因此，兩者在相互區別中又有緊密聯系。

　　馬克思揭示了蒸汽機等工藝性應用由窄而寬、從非自動到自動、從特殊(專用)而一般(通用)的發展進程，而當今AI正在由ANI向AGI的發展趨勢，也大致昭示了這一發展脈絡。因此，馬克思考察第一次能量自動化革命的機器生產工藝學批判的基本思路，對于我們今天考察AI機器革命依然具有重要理論啟示。其一，“工藝性應用”與“社會性應用”有所不同。“陳文”強調：“AI技術研究及其直接成果，與這些技術成果的實際應用(產品/服務)，是有根本區別和分工的。”

　　而馬克思強調：“工人要學會把機器和機器的資本主義應用區別開來，從而學會把自己的攻擊從物質生產資料本身轉向物質生產資料的社會使用形式，是需要時間和經驗的”①;“從人類精神的一般勞動的一切新發展中，以及這種新發展通過結合勞動所取得的社會應用中，獲得最大利潤的，大多都是最無用和最可鄙的貨幣資本 家”②。“技術研究”作為“人類精神的一般勞動”與技術的“社會性應用”有所不同。瓦特蒸汽機“在工藝上的應用是普遍的”，而瓦特也“沒有把自己的蒸汽機說成是一種用于特殊目的的發明，而把它說成是大工業普遍應用的發動機”③。

　　這種具有普遍性或通用性的“在工藝上的應用”或“工藝性應用”與上面提到的“社會性應用”有所不同———辨析兩者的區別和聯系，就是馬克思機器生產工藝學批判的基本思路。其二，現代機器工藝性應用之“通用性”與“自動性”密切相關。AI是一種“機器”的“智能”，應置于“智能”與“機器”的歷史發展進程中加以考察。從現代機器二次自動化革命看：當今AI計算機標志著現代機器第二次“智能”自動化革命，而19世紀的蒸汽機則代表著機器第一次“能量”自動化革命。馬克思對蒸汽機“自動性”與“通用性”的聯系有所分析：“蒸汽機是工場手工業時期的產物。

　　在這里，蒸汽機不是用作萬能的原動機，而僅僅是用于專門的目的———抽水。最初，蒸汽機也不是自動的……瓦特的第一種蒸汽機本身只不過是工場手工業時期的改進了的蒸汽抽水機”，“僅僅是用于專門的目的”的蒸汽機的應用場景就是狹窄或封閉的，并與其非自動性相互規定;“瓦特只是把自己的第二種機器———雙向蒸汽機變成了普遍適用于工業的萬能原動機”④，這種蒸汽機“在工藝上的應用是普遍的”，而瓦特也“沒有把自己的蒸汽機說成是一種用于特殊目的的發明，而把它說成是大工業普遍應用的發動機”①。“自動性”與“不是用于特殊目的”的應用場景的“開放性”，決定著蒸汽機在應用上的“普遍性”或“通用性”。

　　由此反觀：當前ANI頗類似于瓦特“第一種蒸汽機”而也是用于“專門”或“特殊”目的的(如下圍棋等)，其應用場景就具有狹窄性(Narrow)或封閉性，并且自動性較弱，這決定其在應用上具有較弱的“通用性”;而未來AGI則頗類似于瓦特第二種蒸汽機而具有更強自動性，其應用場景的開放性將使其在應用上獲得更強的“通用性”。其三，自動機器工藝性應用的通用性，又與現代科學智能的通用性密切相關。

　　馬克思把現代機器定位為“科學在工藝上的應用”，或“自然科學在工藝上的應用”，并把現代科學技術研究活動稱作“一般科學勞動”②，或者說這種科學勞動具有“通用性”。現代科學的工藝性應用，表明人類社會生活過程的條件本身在很大程度上受到“一般智力”(即現在AI研究常提到的“通用智能”)的控制并按照這種智力得到改造。馬克思還用“人類的手創造出來的人類頭腦的器官”為現代機器作了經典定位③;機器累積性的發展，代表的是“知識和技能的積累，社會智慧的一般生產力的積累”;在大工業生產過程中，“發展為自動化過程的勞動資料的生產力要以自然力服從于社會智力為前提”④。

　　現代自動機器體系乃是由“社會大腦”生產出的產品或“人類的手創造出來的人類頭腦的器官”，即控制論和AI專家維納所謂的“機械大腦”，可稱之為“社會機械大腦”;它是“社會智力”“一般智力”即“社會通用智能”的物化形式，而現代自然科學就是其所物化的“社會通用智能”，蒸汽機等機器工藝性應用的通用性，是由其所物化的作為“一般智力”的現代科學的通用性決定的。

　　因此，可以把現代自動機器定位為“社會大腦”生產出的“社會機械通用智能”，這種表述強調了現代機器及其所物化的現代科學作為智能的社會性、機械性(非生物性)、通用性，而AI尤其AGI就大抵可描述為是“社會大腦”“自動化”生產出的“社會機械通用智能”。其四，物質勞動工具的使用技巧是人的手工智能⑤。傳統非自動化的勞動工具的使用技巧封閉于個體人身內而開源性、通用性較弱，現代能量自動化機器把這種技巧轉移到機器上，打破了手工智能的個人封閉性而獲得較強的開源性和通用性，提高了勞動工具的效率。生產工藝學重視工具的創造和使用，而人類智能很大程度上就表現為創造并使用物質和精神勞動工具的技巧、技能或智能。馬克思對現代機器能量自動化過程的經典描述是“使用勞動工具的技巧，也同勞動工具一起，從工人身上轉到了機器上面。

　　工具的效率從人類勞動力的人身限制下解放出來”⑥，自動機器作為工具的效率得到大大提高，而傳統非自動勞動工具的使用技巧或智能則被封閉在“人身限制”下，或者說具有人身封閉性：“各種特殊的手藝直到十八世紀還稱為mysteries(mystères)〔秘訣〕，只有經驗豐富的內行才能洞悉其中的奧妙。這層帷幕在人們面前掩蓋起他們自己的社會生產過程，使各種自然形成的分門別類的生產部門彼此成為啞謎，甚至對每個部門的內行都成為啞謎。”⑦作為“秘訣”“奧妙”“啞謎”的手藝或使用工具的技巧，是封閉在“內行”或手工師傅個體“人身”內的，這種手藝作為一種智能的社會性、通用性極弱;而“大工業撕碎了這層帷幕”，“勞 動資料取得機器這種物質存在方式，要求以自然力來代替人力，以自覺應用自然科學來代替從經驗中得出的成規”①。

　　在自動機器代替傳統非自動勞動工具的進程中，作為經驗成規的手工智能的人身封閉性被打破，取而代之的“自然科學”就是一種“通用智能”，現代科學智能具有極強的社會性、通用性，這是從智能的存在方式看。再從智能的傳播、傳承方式看，手工智能主要是在手工師傅與徒弟之間口口、手手相傳的，這種傳播、傳承方式具有“封閉性”。而現代自動印刷機、發達的電訊和交通機器等則打破了這種“封閉性”，這也是現代科學知識作為一種智能獲得開放性、通用性的重要的技術條件。再從作為智能物化的勞動工具看，手工工具千差萬別，而現代機器則越來越要求制式、規格等方面的統一并由此獲得較高通用性，打破勞動工具使用技巧的人身封閉性而獲得開源性，乃是勞動技巧這種“智能”獲得“通用性”的前提：無開源不通用。

　　這是現代機器第一次能量自動化革命的基本歷史經驗。其五，從生產工藝學看，人類已有三種智能生產工具即人腦、文字等符號、AI機器，文字等符號的通用性與開源性是統一的，但其使用技巧也是封閉于個體人身(人腦)限制下的。而當今AI的革命性劃時代意義也就在于：“使用精神勞動工具的技巧”也從“人身(人腦)”上轉到了“機器”上，進而從個體人身封閉中解放出來了而獲得更強通用性，并將大大提高精神勞動工具的效率。

　　能夠生產智能的個人生物大腦，乃是漫長的自然物種進化的產物，而封閉于個人大腦的智能不具開源性而不能與別人分享，并因而也不具有通用性。人還在個體人身之外創造出非生物性的智能生產工具如文字符號等，在AI出現之前，人類智能活動就主要表現為創造并使用語言符號等精神勞動工具的活動，作為人的智能的物化形式的文字符號等，就開始具有開源性而能與別人分享，并因而開始具有通用性(自然語言的基本特性就是通用性)而能為每個人所使用，人類智能的通用性與開源性、共享性走向統一：

　　無開源不通用。這也是人類創造并使用文字符號等精神勞動工具活動的基本歷史經驗。總之，人類智能的發展很大程度表現為智能的封閉性、非開源性不斷被超越而社會性、通用性、開源性不斷提升的進程。封閉于個人大腦中的智能不具有開源性、通用性，作為創造并使用勞動工具的動物，人類通過創造并使用文字符號等外在于個人的精神勞動工具，打破了這種封閉性，并使智能踏上了開源性、通用性、社會性不斷提升的進程。

　　人類智能也隨著創造并使用物質勞動工具活動的發展而發展，非自動化勞動工具使用技巧或手工智能被封閉在個體人身限制下，現代自動機器及其物化的科學智能打破了這種封閉，使物質勞動的智能獲得了更強的開源性、通用性、社會性。當今AI作為智能自動化機器把精神勞動工具的使用技巧也轉移到機器上，精神勞動智能發展的個體人身限制或封閉性也將被超越，智能將獲得更強的開源性、通用性、社會性。這是作為高度自動化的“社會機械通用智能”的AGI的未來發展遠景。

　　三、通用與非開源：智能工藝性應用與社會性應用的矛盾

　　以上簡單的梳理表明：人類智能“工藝性應用”上的“通用性”，需要“社會性應用”上的“開源性”與之匹配。現代科學智能和自動機器在“工藝性應用”上具有通用性、高效性，但其“資本主義應用”作為一種“社會性應用”則具有營利性、封閉性、非開源性，并有可能產生高風險、高危害，這是當今AI發展和應用所面對的基本矛盾。化解這一矛盾，推動高效而無害的AI創造，就成為AI倫理研究的重要使命。

　　其一，現代科學智能和自動機器的創造和使用，打破了智能的個體人身“生物性”封閉，但卻被納入資本、貨幣的“非生物性”封閉之中，“工藝性應用”高度的通用性、社會性，與資本主義“社會性應用”的營利性、封閉性、非開源性之間的矛盾，就成為當今AI發展、應用面對的基本問題。熊彼特構建起了一種以贏利(資本增殖)為驅動力的現代技術創新和應用模式，如此，也就把技術創新發展的動力和應用的范圍封閉在資本增殖之中，這種非開源性極強的技術創新模式，越來越不適應當今AI創新發展和廣泛應用的時代大勢。

　　“陳文”有針對性地提出了不同于這種熊彼特模式的“公義創新”新模式，筆者認為這種新模式更適應當今AI發展和應用的時代大勢。前面已討論的“陳文”所說應用場景由“封閉性”走向“超越封閉性”主要涉及的是“工藝性應用”;另一方面，“陳文”還提出：“沒有足夠商業利益的社會需求無法通過熊彼特創新得到滿足”，而熊彼特創新所滿足的只是“有足夠商業利益的社會需求”，由此決定的社會性應用場景就具有狹窄性、封閉性;“陳文”所構想的“公義創新”則能滿足“沒有足夠商業利益的社會需求”，這意味著社會性應用場景由“封閉”走向“開放”。

　　“陳文”還指出：“軟件開源運動是第一個突破熊彼特模式而取得巨大成功的技術創新案例”，軟件在熊彼特模式下的非開源性表現為：A設計出或擁有軟件的專利權，B想獲得并使用這種軟件，就必須向A支付費用而讓A營利，“不開源”是為了“營利”，“非開源性”就意味著“營利性”。這也意味著軟件社會性應用的封閉性、非共享性;反之，“開源性”就意味著“非營利性”和社會性應用的共享性，對于其他信息、數據、智能產品來說也是如此。現代科學智能和自動機器的創造和使用，打破了智能的個人“生物性”封閉。

　　但這只是從其“工藝性應用”而言的，而從“社會性應用”看，卻被納入資本、貨幣的“非生物性”封閉之中。資本、貨幣代表的是一種“狹隘的、封閉在自身的個人的權利”，其擁有者就是“作為封閉于自身、私人利益、私人任性、同時脫離社會整體的個人的人”①。這種“封閉”又帶來勞動產品的“非共享性”：“勞動預先具有的共同性決定著對產品的分享”，“以交換價值為基礎的勞動的前提恰好是：不論是單個人的勞動還是他的產品，都不具有直接的一般性;他的產品只有通過物的媒介作用，通過與它不同的貨幣，才能獲得這種形式”②。

　　一種具有“直接的一般性”的生產，其產品就可以被“分享”，用今天的話來說就是這種產品具有開源性、共享性，生產直接的通用性與產品的共享性、開源性相互決定。而在資本框架下，具有“直接的通用性”的是貨幣，生產、產品只有通過轉化為貨幣或以貨幣為“媒介”才能間接地獲得通用性、社會性。產品的創造、使用、消費等，都只有通過資本(貨幣)自行增殖的封閉系統才能得到現實進行，因而也就被封閉在資本自行增殖系統中而不具有開源性、共享性，這也正是熊彼特模式的要害所在。

　　其二，在社會系統中，AI的創新、智能產品的生產的驅動力來自需求，需求越大、應用場景越寬，創新、生產的驅動力越大。“熊彼特創新模式”把所要滿足的需求封閉在市場化的有效需求中，而“公義創新模式”則引入非市場要素，使市場化不能滿足的社會需求也得到滿足，拓寬了社會性應用場景，為AI創新引入了新的驅動力。

　　“陳文”指出：“半個多世紀以來，技術應用主要是借助于熊彼特創新模式才得以落地，該模式也成為技術應用中諸多問題(尤其是技術倫理問題)的深層原因”，而“熊彼特創新的核心內涵是市場要素的商業化組合”，其局限性在于“沒有足夠商業利益的社會需求無法通過熊彼特創新得到滿足”。市場所能滿足的只是擁有貨幣、具有購買力的“有效需求”，商業化的應用場景也就以滿足這種“有效需求”為界限，或者說就封閉在這種“有效需求”之中。

　　而這種“有效需求”只是社會整體需求的一部分，“有效需求”之外的社會需求，就是市場無法也不想滿足的“非有效需求”，在熊彼特模式下也就不是AI創新的驅動力。針對此，“陳文”提出將“熊彼特創新模式”升級為“公義創新模式”的變革理念：“公義創新的核心內涵是市場要素和非市場要素的公義性組合”，“非市場要素”的引入，也就把市場無法滿足的“非有效需求”納入AI應用場景，并成為AI創新的驅動力。

　　應用場景的社會性開放，會把新的“非市場”驅動力引入AI創新機制，由此創新動力不是被削弱而是被增強，公義創新就是“在社會效益和經濟效益兩個維度上做‘升維操作’”從而創造出“大量前所未有的創新可能性”，這是“公義創新”的要義之一。馬克思強調：“機器”與“資本”乃是驅動現代生產創新發展的兩種基本動力，兩者具有“二重性”。以此來看，熊彼特所強調的創新驅動力，不僅是“一元化”或“單一化”的，而且也是“單向化”的，即只強調資本對技術創新發展和應用的驅動力量，而不夠重視技術對資本發展的驅動力和改塑力，并且分析兩者關系的歷史性較弱。而馬克思不僅強調機器技術與資本之間的相互作用，并且對此做了歷史的考察。下面對此略加分析。

　　其三，馬克思、熊彼特都把資本主義生產視作“技術創新驅動型”經濟，并都強調現代生產的技術基礎的革命化及其對經濟結構的革命性影響。熊彼特指出：“開動和保持資本主義發動機運動的根本推動力，來自資本主義企業創造的新消費品、新生產方法或運輸方法、新市場、新產業組織的形式”①。

　　這就是現在常講的“創新驅動”。馬克思指出：“隨著大工業的發展，現實財富的創造較少地取決于勞動時間和已耗費的勞動量，較多地取決于在勞動時間內所運用的動因的力量，而這種動因自身———它們的巨大效率———又和生產它們所花費的直接勞動時間不成比例，相反地卻取決于一般的科學水平和技術進步，或者說取決于科學在生產上的應用”②。馬克思非常明確地把資本主義大工業定位為以“科學水平和技術進步”“科學在生產上的應用”為“動因”的經濟形式，也即現在通常所說的“技術創新驅動型經濟”。

　　而根據“工藝革命”及其產生的新的“工藝(技術)條件”，來考察與其相適應或相匹配的作為“生產關系”要素的“企業經濟結構”等，就成為馬克思機器生產工藝學批判的基本思路：與資本主義早期非自動化生產這種“工藝條件”相匹配的“企業經濟結構”形態就是手工業“工場”，而與成熟的機器自動化生產這種新的“工藝條件”相匹配的只能是自動“工廠”這種新形態，這也就是熊彼特所說的“產業突變”。

　　其四，馬克思、熊彼特都強調市場、企業家(資本家)精神對技術創新發展的推動作用。熊彼特指出：“要把那些技術革新付諸實現是實業家追求利潤的主要行為”，由此“革新本身”成為“資本主義過程的機能”并“引起產生革新的心理習慣”;并最終體現在“企業家精神”上，“企業家的功能是：通過利用一種新發明，或者更一般地利用一種未經試驗的技術可能性，來生產新商品或者用新方法生產老商品”③。馬克思強調：“貨幣作為發達的生產要素”，是“社會形式發展的條件和發展一切生產力即物質生產力和精神生產力的主動輪”④，“在資本家那里，這卻表現為社會機構的作用，而資本家不過是這個社會機構中的一個齒輪罷了”⑤。

　　在資本框架下，“欲望”已成為一種制度性力量，而資本家則是這種制度力量或“社會機構”中的“齒輪”，“如果消費欲壓倒了積累欲，這時資本主義生產的精神和火焰就會熄滅”⑥。

　　四、開源與平臺：人工智能非市場、非營利創新動力的聚合

　　熊彼特模式是“技術應用中諸多問題(尤其是技術倫理問題)的深層原因”，這又集中體現為：熊彼特模式“社會性應用”的“非開源”，與AI“工藝性應用”的“通用”之間的非匹配性。非市場與市場要素之間的力量均衡，是保證公義創新模式正常運轉的前提。而從全球現狀看，熊彼特模式依然是主導模式，并且具有強大的力量，會對公義創新形成強大的外部壓力，并可能由外而內地打破公義創新內部市場要素與非市場要素之間的力量均衡，把公義創新重新納入熊彼特模式，這方面的典型案例就是OpenAI、Deepmind。

　　因此，聚合AI非市場、非營利的創新動力，就成為構建公義創新模式的關鍵。首先看OpenAI。成立于2015年OpenAI將自身定位為“非營利組織”，將發展目標設定為實現“為人類造福”的安全的AGI，而不是為公司股東創造利潤。但是到2019年卻成為“OpenAILP”這樣的營利性公司，然后資本巨頭微軟注資10億美元而獲得將OpenAI的部分技術商業化的權利。這種熊彼特模式一時間也確實使OpenAI獲得了巨大發展和突破，研發出GPT-2、GPT-3等強大AI系統。從對社會的影響看，許多人指出，OpenAI已放棄了開放、共享而“為人類造福”的初心，褪變成了排他的ClosedAI。具體地看，GPT-3等的應用會引發垃圾郵件、假新聞、假論文以及種族、性別歧視等一系列社會問題。

　　其次，或許更為重要的是，這些突破實際上已經悄悄地改變了OpenAI原先設定的發展方向即AGI，其研究重點轉到了大算力、大數據驅動的神經網絡上，而更大算力、更大數據就需要更多金錢或更大的資本，所以它“不得不”成為營利公司并與資本巨頭合作。

　　再看Deepmind。創立于2010年的Deepmind同樣取得驕人成就：AlphaGo完勝人類圍棋高手，其升級版MuZero更是通過自我訓練而獲得超強能力。但這些成就只是增強了品牌效應，沒有帶來贏利卻反而帶來巨大虧損。AlphaFold2破解了蛋白質分子折疊問題，帶來了生物學研究的重大突破，會改變藥物的研發方式，存在獲利潛能，但這畢竟還是尚難確定的遠期收益。

　　科學研究成果的誕生，往往是用數十年來衡量的，Deepmind及其創始人之一哈薩比斯追求的實現AGI更是尚待時日，而股東和投資者的耐心的度量衡是月和年，沖突不可避免。OpenAI、Deepmind兩個典型案例給AI倫理研究帶來的最大啟示是：非營利與營利、開源與封閉、共享與排他之間的斗爭，將越來越成為AI進一步發展中的焦點問題。這在其發展過程中已有體現。

　　許多互聯網巨型公司開始都標榜開源、共享，但是，一旦發展起來而獲得壟斷地位之后，“強大的技術公司已經不再重視過去的那種開放、分布式、平等和帶來機會的網絡，而是將重心轉移到了線上的封閉式系統或專有的、只讀的應用程序”①。而如果以實現AGI為發展目標的話，那么，AI的“通用性”與“開源性”之間的關系，就成為焦點中的焦點。那么，在萬維網把人類更緊密聯系在一起的全球化深度發展的條件下，“公義創新”如何聚合起“非市場”“非營利”的創新驅動力?

　　首先，這方面已有一定現實基礎，并集中體現在以“開源”“共享”為“默認設置”的互聯網“平臺”上。凱文·凱利指出：“長期以來，有兩種基本方式來組織人們進行工作，即企業和市場”，“最近，第三種組織工作的形式出現，即平臺”，“在一個平臺的幾乎各個水平上，共享都是默認設置。”②里夫金認為，“平臺”由“三大創新要素構成———政府、共享經濟和市場”，“新的經濟模式將是政府、市場和共享的混合體”③，“平臺”就成為與“市場(公司)”“政府”鼎足而三的“組織工作的形式”或聚合技術創新力量的形式，并且是一種非營利、非市場的“開放”的聚合形式。

　　其一，從萬維網平臺生態看，AI公司巨頭拒絕開源、共享的種種理由，總體上是不成立的。從當代新技術生態看，“開源”“共享”并不只是體現為某些人的精神上的理想，而是由互聯網尤其萬維網的“技術條件”或“工藝特性”決定的：“如果我們能從第一代互聯網的經驗中獲得什么經驗，那就是開源系統要比封閉系統容易擴張。”①從AI發展歷程看，第一代AI專家系統相對而言不是特別依賴互聯網，而大數據驅動的新一代AI則離不開互聯網。從現象上看，國內外進行AI研發的巨頭大都是互聯網公司。

　　從大數據驅動的AI生產全流程看，互聯網平臺上“源數據(Sourcedata)”獲得的途徑是開放、共享的，即來自于一個個普通民眾，但互聯網巨型公司卻將開放獲得的數據封閉起來而打造受其壟斷和支配的封閉的“數據池”;從智能產品代碼、算法等的生產過程看，編碼、算法的創新理念，未必全來自互聯網巨型公司的雇員，也可能來自非營利性研究機構中的科學家或業余玩家。

　　AI創新的“源動力(Sourcepower)”本來也是開源、共享的，但互聯網巨型公司把借助這種開源、共享的創新動力而生產出的智能產品代碼、算法等封閉起來待價而沽。從AI產品生產的全流程看，數據是開源的，創新動力是開源的，最終產品必須開源———互聯網AI公司巨頭拒絕開源的理由，總體上是不能成立的。讓全人類集體智慧終極結晶或社會大腦終極產物的AGI被少數資本巨頭控制、壟斷，不僅于理無據，而且存在巨大風險。

　　其二，從創新動力機制看，“公義創新”所標舉的“社會動力機制”也被西方學者稱作“社會動機導向方法”。對利潤的追求以及企業家的冒險精神等，是否像熊彼特所說的那樣是驅動現代技術創新的唯一動力?本科勒指出：“維基百科和開源軟件就運轉得非常成功”，“在2008年的經濟危機發生后，甚至連一些市場自由主義的忠實支持者也不得不承認，‘市場激勵至上模型’是有缺陷的”，所謂“市場激勵至上模型”就是熊彼特模式。鼓吹基于人性自私的市場(金錢)激勵、產權排他的重要理由是，可能可以刺激人發揮出自身生產性進而提高生產率，但是，“試圖基于利己主義構建體系，比如物質獎勵或懲罰，有時會適得其反地導致生產率降低，還不如采用純粹的社會動機導向方法”②，“社會動機導向方法”也就是“公義創新”所標舉的“社會動力機制”。

　　其三，從“政府”方面看，里夫金指出：“在試圖服務于兩個主人時，政府似乎左右為難，一個主人致力于資本主義模式，另一個主人致力于共享模式”;而“資本主義制度下的法律和政府監管通常鼓勵地球的商業化”③。AI和互聯網巨型公司的壟斷，已引起各國政府警惕，但是，基于“鼓勵地球的商業化”的邏輯，各國政府采取的主要應對之策是限制乃至拆解巨型公司，但這只能帶來對壟斷的暫時的一定程度的消除，對競爭規則本身不有所限制，必然還會帶來新的壟斷。

　　只有開源、共享，才是打破這種循環進而真正打破壟斷的有效之法。而這首先需要對競爭自由化邏輯有所調整、對資本無序擴張進行限制。作為人類智能的重要結晶和終極產物，AGI被視作AI“圣杯”，實現AGI應是全球每一個AI科學家或創新團隊的追求。本文主要著眼于人類智能發展史，對智能的通用性與開源性關系等，作了宏觀性、一般性的初步探討。

　　而作為當今人類最重要的資產之一，AI的開源性等又是極其復雜的問題，不僅僅只是關乎贏利的經濟問題，同時也是關乎國家安全、知識產權保護等多方面的問題，并在許多方面對各國乃至全人類提出了一系列嚴峻挑戰，多學科、多層次的研究亟待推進，茲不贅論。

　　人工智能論文投稿：人工智能工程師發表職稱論文的期刊

　　從人類智能發展史看，創造并使用語言符號等智能工具的活動、現代機器第一次能量自動化革命等，打破了智能的個人生物性封閉，而當今AI機器革命將進一步超越這種生物性封閉，但在資本框架下卻被納入非生物性封閉，只有進一步打破資本這種非生物性封閉，人類智能才有望獲得全面、充分、自由發展并獲得高度的自動性和通用性，這就是未來AGI發展的遠景。與具有高度通用性AGI相匹配的，只能是社會性應用的高度開源性。無開源不通用，聚合非市場、非營利創新動力，構建公義創新動力機制，推動高效而無害的AI創造，對于實現AGI并造福全人類至關重要。

　　作者：劉方喜