摘要符號主義綱領是人工智能領域將符號學和人工智能結合起來的一個重要研究范式。在其發展過程中遭遇到了諸如組合爆炸、常識困境和翻譯難題等棘手的問題。符號主義的窘境是其自身缺憾導致的，這種缺憾在西方科學哲學中的邏輯實證主義那里有著同質的表現，人工智能的終極目標也決定了符號主義必然無法完成類腦智能的目標而被連接主義和行為主義取代。

　　關鍵詞人工智能;符號主義;數理邏輯;困境

　　2017年7月發布的國務院《新一代人工智能發展規劃》中指出，“到2030年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心，智能經濟、智能社會取得明顯成效，為躋身創新型國家前列和經濟強國奠定重要基礎”①。

　　人工智能的發展經歷了若干個階段，每個階段均有其研究綱領。符號主義綱領可以說是人工智能領域中最早出現的，也是最重要的研究綱領，其基本原理與計算機的運行模式有著共通之處。梳理符號主義綱領的理論主張及其困境，有助于我們理解人工智能的發展路向和未來前景。

　　一符號主義與人工智能

　　符號學是由索緒爾、皮爾斯提出，經由莫里斯發展，喬姆斯基進一步完善的一種研究符號的本質、意義、變化規律的學說。因為強調符號的作用與本體論地位，符號學發展出了符號主義。

　　符號主義是人工智能領域的第一個研究綱領，其主旨在于以邏輯推理為工具來對人的行為進行智能模擬。符號主義綱領在很長的時間里主導著人工智能技術的研究方向。符號主義的理論基礎是符號學理論。約翰·迪利認為，符號學是以某種約定俗成的前提為基礎，具有本體論的意義。學界一般認為，符號主義綱領的最早倡導者是瑞士作家、語言學家索緒爾。在其名著《普通語言學教程》中，索緒爾提出了符號的概念。他認為世間的符號有多種，我們平時所說的符號主要指語言符號。

　　符號是一種有著特殊內涵和外延的概念，它只存在于人類獨有的文化范圍之內。在此，索緒爾賦予符號以本體論的地位，認為符號學的地位大大高于他之前所研究的語言學。因為不管我們使用的是哪種語言，均可以被理解為表達人類思想觀念的某種符號系統，是我們的文化傳統、社會生活和科學研究各個領域均不可或缺的重要內容。美國哲學家皮爾斯進一步發展了索緒爾的符號學理論。他指出，符號、對象和解釋項是符號學研究的三個對象。

　　在這三者中，符號是第一位的，對象居其次，而解釋項則是第三性的。對于三者的關系，首先是符號決定了解釋項，其次是對象決定了符號，同時對象通過符號這個中介間接地決定了解釋項。總的來說，符號相對于對象來說是被動的，但它對于解釋項來說則是主動的。或者說，因為有了對象才可能有符號，而解釋項則賦予了符號意義。對象是符號得以存在的前提，而解釋項則是符號產生的結果，是符號的一種能力。將符號學理論與人工智能及其應用結合起來，便出現了人工智能領域的符號主義綱領。

　　按照符號學的主張，人類的所有知識都是某種形式的信息，都通過語言和非語言的符號來表示，而數理邏輯則是符號化知識的典型形式。人類的認知過程說到底就是一個處理符號的過程，因為對世界的認知離不開理性的推理過程，而理性的推理過程可以通過形式化的語言尤其是數理邏輯(歸根結底是符號)來完成。西方歷史上通過這種方式構建起來的知識體系充分說明了數理邏輯的有效性。

　　例如古希臘的數學家歐幾里得就曾通過幾條不證自明的預設性公理，用邏輯推理的方法得到了包括定律、定理、推論等在內的一個龐大而復雜的知識理論體系。他將數學知識通過邏輯推理的形式演繹出來，構建起一個體系完整、邏輯嚴謹的數學學科。這樣一種自公理出發，通過邏輯方法進行演繹的學科發展方法成為西方文明中的一種標準范式。近現代西方物理學的發展如牛頓、愛因斯坦所建構的經典力學和相對論也是按照公理方法演繹出來的科學理論。

　　如前所述，人類的知識都是以某種形式表達出來的信息，基于數理邏輯推理的人類認知實際上是一種符號處理過程。符號主義的代表人物西蒙、紐厄爾、尼爾遜等人進一步指出，人類認知過程和思維過程的本質都是某種符號運算過程，人和計算機從某種意義來說都是一個物理符號系統，由此可以推測，我們完全有可能將人類智能與機器智能兩者結合起來。

　　為了做到這一點，首先，我們要弄清楚人類自身的智能系統運行所遵循的功能原理;然后就可以通過形式化的符號來描述人類智能的認知過程。最后，將這些經過形式化處理的符號輸入到能夠處理這些符號的高級計算機中，能夠局部甚至全部模仿人類智能的智能機器系統就建立起來了。這個智能機器系統可以代替人類完成一些復雜的計算和推理工作。實際上17世紀德國著名的數學家、哲學家萊布尼茨曾經嘗試做過這種人工智能的設想。著名的人工智能專家西蒙(H.A.Simon)將符號主義和物理主義結合起來，建立了物理符號系統，人工智能領域中的符號主義綱領就正式形成了。他跟紐厄爾一起指出，一個物理符號系統經過處理之后可能“具有一般智能行為的必要和充分的手段”①。

　　他們視能執行Lisp變種表處理程序的智能計算機為物理符號系統的經典代表。按照理性方法實現對符號運算的操控是符號主義綱領的硬核，其主要的學科支撐是數理邏輯。霍格蘭德指出，符號主義綱領認定，以往的邏輯和可計算性的工作已經表明，存在著對語義敏感符號結構的純粹句法轉換。這樣，我們就可以像演繹證明那樣，僅僅基于句法屬性的公式而通過操作來提取其他邏輯也可以遵循的公式。因此，句法可以反映語義。也就是說:“如果你‘照顧好’句法，那么語義就會‘照顧好’它自己”②。

　　在符號主義者看來，心理過程是表達相應思想之命題內容的一系列心理表征印記，每個心理表征中的原因和結果均由其句法來決定。福多對此的描述就是:“就像一把鑰匙的幾何形狀決定了它將要打開哪一把鎖那樣”①。著名語言學家喬姆斯基在此基礎上提出了“機器語言”的概念，他認為，人類的語言包含深層結構和淺層結構兩種，淺層結構代表的是語法，它有效地體現了語句的形式，是“機器語言”的最合適形式;深層結構代表著語言的語義，體現了語句的內涵，它在“機器語言”中較難實現。喬姆斯基致力于探索語言的深層結構，他認為研究語言的深層結構非常重要，因為它是一種“先天語言”②。符號主義綱領不斷地發展與完善之后，人工智能作為一個學科得到了突飛猛進的發展。但是隨著符號主義綱領自身弊端的不斷顯現，人工智能的發展勢頭受到了嚴重的影響。

　　二符號主義綱領的困境

　　如前所述，由于符號主義綱領的基礎是數理邏輯，而形式化與確定性是數理邏輯的重要特點，因此符號主義的人工智能研究綱領具有較強的可行性和明顯的簡單性等特征。為了實現對人類智能的模擬，他們的主要策略有兩種，一是盡可能地完善邏輯規則，根據邏輯原則從不證自明的公理開始進行符號演算;二是盡可能地完善數據庫，提供各種可能的問題及其解決方法，通過窮舉規則來提供可能的答案。事實證明，由符號主義綱領發展出的人工智能系統在很多領域的運用是非常有效的，因此長期以來，符號主義綱領發揮了廣泛而深遠的影響。但是，人工智能的最終目標是使機器具有與人類類似的情感、意識和能力，符號主義綱領沒法實現這一目標。

　　(一)組合爆炸問題

　　組合爆炸是指有限個數的元素組合形成的組合數，會隨著元素數目的不斷增加而出現急劇增長的現象。人工智能的符號主義綱領是以符號系統為基礎，通過邏輯運算而建構起來的，而這就意味著計算量將會無比巨大。更為棘手的是，符號主義人工智能越是發展，其所面對的數據量就越大。雖然計算機的計算能力越來越強，但也無法應對不斷擴張的組合爆炸問題。正因為符號主義綱領將人工智能的發展奠基于邏輯運算，符號系統的邏輯運算不可避免地隨著人工智能模型的進步和完善而越來越呈現爆炸趨勢，而現有的計算機不可能適應這樣的增長速度。

　　(二)機器翻譯出現巨大困難

　　機器翻譯已成為符號主義人工智能領域中最成熟的也最重要的應用領域之一。機器翻譯需要對翻譯的原文進行語法、語義和詞性方面的提煉，然后再結合數據庫中的上下文進行分析和整理，生成目標語言。機器翻譯的基本原理實際上就是實施圖靈測試的關鍵步驟，即實現計算機系統在自然語言和其他類型的語言之間進行相互轉換的功能。

　　在翻譯時通常將需要翻譯的原文如自然語言輸入計算機，計算機將按照語言符號的語匯規則和語法規則進行分析和處理，將原文語句進行轉化，使之形式化，按照一種嚴密的符號形式表示出來。這種嚴密的符號形式實際上是一種邏輯算法，計算機工程師將這種邏輯算法編寫成計算機程序，輸入的原文語句經過算法程序而轉換成目標語言輸出。翻譯速度快、語庫詞匯多、費用成本低等是人工智能翻譯相對其他翻譯方式的優點，因此深受廣大用戶歡迎。

　　然而這種翻譯理念在其實際操作的過程中卻遭遇到了不少棘手的現實問題。首先是不同國家不同民族的人有不同的習俗和文化傳統，不同的人在輸入原文時也不可避免地受語境、語氣和文化背景等非客觀因素的影響。因此，對于同一份原文，不同的人將它輸入計算機，通過程序運行之后結果不可能完全一致。因為計算機不可能十分準確地根據這些外在不確定因素來動態地調整翻譯的結果。為了盡可能地提高機器翻譯結果的準確性，人們只能在輸入各種相對確定的語言規則和語言材料之外，把不同種類語言的各種語境、民族文化和語氣語態等因素盡可能多地存入到計算機數據庫。

　　但是，即便人們殫精竭慮，也不可能窮盡這些主觀性因素，而且計算機也不可能掌握各種語言變化多端的符號規則和語境因素。因此，目前的機器翻譯系統不可能完美地應對自然語言中復雜多樣的各種不確定的主觀因素。也正因為如此，美國科學院的語言符號自動處理委員會對機器翻譯系統的研究明確地表示了不支持態度。他們認為，“在目前給機器翻譯以大力支持還沒有多少理由”①。

　　在他們看來，雖然智能機器翻譯目前已經取得了相當不錯的成績，但是依然存在著諸如“語義障礙”之類的困難。其中最困難的問題是歧義，歧義的類型主要包括一詞多義、語境歧義、語義歧義、語構歧義等，還包括同一語句在不同時間、不同人群、不同環境下的歧義。理解與掌握這些歧義對于人類來說是相對容易的，但如果要求計算機考慮這些因素而準確地把原文自動地翻譯出來則是不太可能的事，甚至適得其反，“對低質量機譯結果進行譯后編輯，會造成比人工翻譯更多的精力損耗”②。

　　例如我國著名詩人李白的詩句:“床前明月光，疑是地上霜”，描述了詩人他鄉獨處時濃烈的鄉愁，這是一種難以言表的思鄉之情，通過智能機器翻譯成英語后就是這樣:“SeeingtheMoonbeforemycouchsobright，Ithoughthoarfrosthadfallenfromthenight”③。雖然英譯基本上與原文符合，但是詩中獨特的意境、傷感的畫面、濃濃的鄉愁以及中國古詩中特有的韻律，都已經蕩然無存了。

　　因此，要使機器真正達到人工翻譯一樣的效果幾乎是不可能的。其根源在于計算機的數據庫總是有限的，而它面對的語言則是無比復雜的，以有限性的語言處理系統去應對無限性的世界語言的無窮多的具體情況，最后的結果只能是在無限的世界中抽取一個子集作為答案。所以人工智能的研究者們基本上達成了一個共識，即無論智能機器的自動翻譯系統怎么完善，其翻譯結果都不可能完全與原文相符合。

　　(三)“常識”是符號主義人工智能繞不過去的難題

　　所謂常識，是指人們日常生產生活當中普遍使用的、一般有效的、無須證明的知識。人類對于常識往往知其然但不知其所以然，符號主義要處理這些常識是無比困難的事情。比如，要讓符號主義人工智能系統識別一只貓，我們必須輸入大量的數據，進行多次的實驗才可能最終得以實現;而要讓一個兩歲左右的孩童識別其父親或母親卻是輕而易舉的事，即便只讓他看到其父母的背影或者側影他都能辨認出來。

　　具體來說，符號主義人工智能在面對常識問題時會有以下困難:其一，常識具有與語境密切相關的特征，計算機無法識別它。符號主義綱領建構起來的所有人工智能的模型都是按照邏輯運算的形式來進行的。在形式化的符號系統之外，我們無法另外建構一套符號體系與之兼容，以便使常識實現形式化而得以在計算機中正確表征它。換言之，當我們把常識按照非邏輯符號的形式輸入智能計算機后，機器中的符號系統并不能有效地識別它，從而得不到令人類滿意的處理結果。據了解，到目前為止，人類尚未能設計出成功、高效地處理常識的智能程序，更不用說廣泛應用了。其二，常識數據過于龐大，符號主義綱領的人工智能的所有模型都無法應對。

　　三符號主義困境的哲學本質

　　對于符號主義人工智能綱領在發展過程中的出現的各種困境，計算機專家、邏輯學家、語言學家等各自從不同的領域和視角進行了分析和解釋。當代西方的很多哲學家也對這些困境進行了哲學上的闡釋。

　　(一)人工智能的符號主義綱領面臨的困境

　　在科學哲學中的體現數理邏輯自19世紀末得到了迅猛的發展與應用，并在各個領域產生了重大影響。20世紀30年代，人們開始通過數理邏輯來解釋和描述人類的智能行為。計算機研制成功后，邏輯演繹系統成功地與計算機結合了起來，完成了諸多數學定理的證明。正因為如此，符號主義人工智能亦被稱為邏輯主義人工智能。與數理邏輯在人工智能領域的影響與應用相對應，數理邏輯的學術影響在科學哲學上的體現就是邏輯實證主義學派的興起。換言之，20世紀20年代出現的邏輯實證主義是當時自然科學尊崇數學、物理學為典范，推崇符號化、邏輯化、形式化特征等傾向在哲學上的反映。

　　因此，從某種意義上來說，邏輯實證主義的缺憾與人工智能的符號主義綱領的困難是同質的。或者說，邏輯實證主義所受的批判正是符號主義綱領的困境在哲學上的體現。在邏輯實證主義者看來，科學哲學有義務為諸種知識提供某種通用的評價標準，以確保其成為有效的知識或者說通過了辯護的知識。而對于這些知識得以發現的過程，則不是科學哲學的研究對象，因為任何知識的發現都具有偶然性、隨機性甚至主觀性和神秘性等特征。科學發現的過程中當然有邏輯推理、觀察實驗等理性的因素，但是天賦、個性、機遇、社會環境等則是其更為重要的因素。關于科學發現的問題應該交給社會學家、心理學家、歷史學家等去研究。

　　邏輯實證主義主張，哲學研究的對象只能是邏輯句法，哲學研究的問題就是語言符號分析的問題，而哲學研究的方法說到底就是邏輯句法的分析方法。因此物理學、數學等學科的語言就是科學的標準語言，數理邏輯的演繹方法是科學通用的研究手段，科學哲學自然也就成了一種真正“科學的”哲學。正如吉登斯所說的那樣，邏輯實證主義“發展一種科學觀，以承認邏輯和數學在作為符號表征系統的科學思想中的極端重要性。”①邏輯實證主義自產生以來，對科學哲學的形成、發展、成熟、傳播和繁榮等各方面都作出了難以磨滅的貢獻，但同時它也受到了來自學界的各種批判，比如其“證實原則”的不可實現性(邏輯實證主義因此而被波普爾的證偽主義取代)，對形而上學的徹底拒斥，理論與觀察的二分等主張所面臨的理論困難等，其中最受人詬病的是發現的語境與辯護的語境的嚴格區分與對立。

　　(二)人工智能的終極目標決定了符號主義

　　綱領內在缺憾的必然性符號主義人工智能業已對人類經濟社會的發展和進步帶來了巨大的變化，但因其自身的局限性而使得人工智能的進一步發展存在著瓶頸。根據符號主義綱領，人工智能的最終目標不是要通過智能機器來代替人類完成一些重復性的高難度工作，而是要發展真正接近人類智能的通用機器智能系統，使之具有在陌生環境下對新生事物的自主學習能力，即發展類腦智能。霍格蘭德認為，人工智能研究的根本目標絕不僅僅是模仿智能或者生產一些“冰雪聰明”的仿品，“人工智能只需要貨真價實、名副其實的物品:在全部和字面意義上有智慧的機器。這并不是什么科幻小說，而是建立于某種深刻的理論概念基礎之上的真正科學:即從根本上來說，我們本身就是計算機”②。

　　他認為人工智能最終目標就是使智能系統與人類智能之間幾乎沒有區別。查理亞克和麥克德莫特也指出:“人工智能的最終目標是打造一個‘人’，或者更謙虛地說是打造一只動物———雖然我們離達成這一目標還很遙遠。”③也就是說，人工智能的最終目標是要制造出與人類毫無區別的完美的智能機器，雖然這一目標很遙遠，但人類一直在努力，并一取得了一些進展。

　　顯然，人工智能的符號主義綱領離這個目標有著非常大的差距。對此，中國科學院的譚鐵牛院士作出了自己的總結，他認為這種人工智能系統有較強的智能但沒有智慧，有較高的智商但沒有情商，有較強的計算能力但不會進行“算計”，這也是導致連接主義、行為主義綱領相繼取代它的原因。如前所述，對符號主義人工智能綱領而言，人們在對符號進行操作時總是存在著一些基本的限制。我們要把思維蛻變為脫離語境的片段最終是不可能的，而且必然會產生誤導。

　　德雷福斯等人也提出了類似的批評。他們認為，符號操作并不能解釋直覺、猜測、判斷和想象等人類所特有的基本的思維形式，而所有這些思維方式都可在一般意義上的推理和問題解決方面發揮著關鍵的作用。進一步說，人類的推理決不會與任何脫離語境的、非具體化的系統相匹配。這種系統通過某種形式來表現和操作符號信息而發揮作用。

　　四結語

　　雖然符號主義人工智能取得了長足的發展并廣泛應用于生產和生活的幾乎每個方面，促進了社會的發展和進步。但是因為人工智能的符號主義綱領所依賴的理論基礎和自身的工作原理存在著不可克服的缺憾，而逐漸為連接主義、行為主義等綱領取代。人工智能的符號主義綱領面臨的困境在科學哲學中有其理論上的表現。在邏輯實證主義學派受到眾多學者的批判之后，庫恩、漢森、拉卡托斯等開拓科學哲學新的研究領域，他們分別從科學史、數學史領域重新探討科學知識發現過程。

　　人工智能研究人員也試圖從科學史和數學史的角度按計算的模型來建立發現過程的模型。如果人工智能要成為真正的類腦智能，就需要智能機器系統具有自主學習的功能，通過學習而具備“直覺”“猜測”等特性。當然這里所說的“直覺”與“猜測”和人類智能是不一樣的。人類的“直覺”和“猜測”往往是模糊的、籠統的，而機器智能的“直覺”和“猜測”則是基于堅實的數學模型和大量的計算而找出概率最高的一種方案。

　　這是一種基于科學理性的具有較高確定性的判斷過程，其效率和準確性是人腦無法比擬的。比如“阿法狗”通過學習數十萬個高水平的棋譜而獲得了圍棋對弈過程中的“直覺”，接連戰勝了李勝石和柯潔。但人類的直覺與智能機器的這種直覺有著本質的區別，人類的直覺是天生的，是不需要也不可能通過學習獲得的。人工智能深度學習的實現和不斷發展，使得很多人工智能研究者滿懷信心。

　　約翰遜就提出了關于人工智能的“程序語義學”以應對符號主義的問題。他認為“用于向計算機傳達指令程序的人工語言既有語法又有語義。其語法包括針對編寫計算機可以解釋和執行的有良好模式的各種程序的規則。其語義包括計算機按指令所執行的程序”①。但是約翰遜的這一倡導遭到了批判，福多就直接質問道:“如果你所說的語義理論是對語言和這個世界之間關系的解釋的話，你的計算機模型根本就沒有提供語義理論。特別是，程序語義學并未取代古典語義學，它只是引出了古典語義學所要回答的問題。”②在福多看來，程度語義學并不能解決符號主義人工智能綱領的困境。

　　因此，德雷福斯等人認為，從哲學上來看，人工智能的符號主義綱領只是一個考慮不周的、試圖實施理性主義的方案。人類生而具有的身體和感受能力以及諸如想象力、模糊認知和隱喻等能力和諸如邊緣意識和完形感知等現象的存在，是符號主義綱領之后的連結主義和行為主義亦難以逾越的障礙，無論是強人工智能還是弱人工智能都勢必面臨著這些方面因素的挑戰。

　　符號主義是人工智能技術發展的第一個綱領，為人工智能的發展奠定了堅實的基礎，在歷史上也為人工智能的后續研究做出了巨大的理論上和方法論上的貢獻，具有里程碑性質的意義。同時，符號主義綱領也因為其自身不可克服的缺憾而逐漸被連結主義、行為主義所取代。

　　人工智能是新科技革命與產業革命中具有戰略性意義的關鍵技術，其理論研究與實踐應用的發展速度非常迅猛。在新的歷史時期我們要研究人工智能發展不同時期的綱領，加強研判，增強創新能力，統籌謀劃，主攻核心技術，實現人工智能與產業變革的融合。智能機器的發展在為人類帶來極大的生產效率和生活便利的同時，也會給我們帶來很多法律上、倫理學上的難題，我們應當努力加強對人工智能的倫理學研究和法律法規的建設，克服人工智能自身的缺憾，解決人類的生存困境，推動我國人工智能技術走上健康發展的道路，使人工智能技術服務于新時代社會主義國家的經濟發展。

　　人工智能方向評職知識：人工智能深度學習類論文容易發表嗎

　　首先征收人工智能論文的刊物有很多，而且這些刊物對稿件也有一些特殊的要求，比如稿件應采取什么格式，投稿要提供什么材料等。掌握了這些要求，并且讓自己的論文盡可能的滿足這些要求，期刊接收論文的幾率才會提升。