【会议纪要】数与智：人工智能时代的多学科融合（上）

赵汀阳老师以“人工智能与动词逻辑”为题作首个报告。赵汀阳老师认为，虽然以ChatGPT为代表的通用人工智能功能强大，其背后的方法论则相对简单，这一方法论就是贝叶斯概率。贝叶斯是一位经验论者，他试图在经验论内部解决休谟问题：人们哪怕总结了以往的全部经验，也不可能推出未来会发生什么，即我们根本不懂因果关系。贝叶斯的方法即无穷可能性条件下的概率论。ChatGPT给所有语言数据贴上标识（token），然后用贝叶斯的方法，按照标识间的相关性建立起彼此的链接，将“下一步输出什么内容”的问题化约为了“如何预测下一个标识”。

▴

OpenAI官网对于ChatGPT语言模型执行复杂任务的原理解释

https://openai.com/index/instruction-following/

赵汀阳老师指出，尽管这是一个充分的经验论方法，但由于缺少了先验论的能力，当前的人工智能发展尚存在四个瓶颈，即不能理解概念、不会逻辑推理、不明因果关系和缺乏自反能力。人工智能当前只能理解具体的案例（cases），而不能理解概念（concepts），后者是人类独有的能力。概念的特点在于无限覆盖，能够概括和介绍某一领域内的所有情况，这就是先验论的范畴。而人工智能只能将每一个具体标识按照相关性联系在一起，而不能将若干个情况概括在一起，此瓶颈之一。人工智能给出的回答看似说得通，但那完全是基于相关性的、高概率的结果，实际上并非由逻辑推理而成，此瓶颈之二。

与此类似，人工智能也不明因果关系，它将所有看上去有因果关系的事物，都化为了相关性，概率高的相关性被输出，概率低的相关性被排除，后果是其回答基本靠谱但通常十分平庸，甚至是正确的废话，此瓶颈之三。人类能够反思所想的所有事情，也就是拥有自反能力，这是人工智能目前尚难做到的。而如果缺乏自反性，人工智能就不可能真正拥有自我意识，此瓶颈之四。

赵汀阳老师认为，引入动词逻辑（verb logic）有望为突破人工智能“不明因果关系”这一瓶颈提供帮助。我们当前使用的逻辑系统是亚里士多德以降的诸多哲学家奠定的，其本质是名词逻辑，即以名词为基本元素，以名词为中心形成命题，命题的意义重点落在名词之上。然而，名词逻辑只覆盖了人类思维的一半，要表达另一半，就要建立一种动词逻辑。与名词逻辑相对，动词逻辑以动词为基本元素，以动词为中心形成命题。两相比较，名词之间的关系是相关性的，而动词之间的关系是因果性的。因此，若是在人工智能中引入动词逻辑，在叠加多层相关性的基础上，将把一个名词链接到另一个名词的方法，改为由一个动词链接到另一个动词，那么人工智能就有可能懂得因果关系。

徐冰老师的报告题为“每一股风都是AI不可企及的”。徐冰老师认为，艺术应该在艺术系统之外，也就是在变异无穷的社会现场之中获得创意和能量，而科技也是当今社会现场的一部分。因此，如何运用科技来进行艺术创作就成了艺术发展不可回避的问题。紧接着，徐冰老师介绍了自己的“地书”字库软件、《蜻蜓之眼》和“三无”电影、“天书”艺术卫星等项目实例。

“地书”是一种以视觉符号来表意的系统，为其开发的字库软件可以将不同的语言转换为统一的地书文字，不管读者是何种文化背景或教育程度，只要其卷入当代生活，都可以释读。徐冰老师还进一步指出，文言文由于更接近图像，相较于现代文更容易被转换为地书这一符号语言，它在《兰亭集序》上的应用，为到故宫观展的年轻人带来了耳目一新的感觉。

▴

徐冰：《地书：兰亭集序》

《蜻蜓之眼》是一部由监控摄像头录制的真实世界画面剪辑而成的电影，项目团队将个人现实生活中的一个片段组接成了主角的前世今生，制作出了与当下通过“假造”而成的电影迥异的作品。这一创作手法是一种当前科技环境下才可使用的手法，通过运用无处不在的监控摄像头，世界成为了一个巨大的摄影棚。在没有摄影师和演员的基础上，“三无电影”更剔除了导演的位置，即它是由AI完成的。与商业化地运用AI制作电影不同，“三无电影”并不意在模仿过往的人为电影，而是通过分析影像找到人类生活的底层逻辑——这是人类需要但是自身又难以做出来的。

▴

《蜻蜓之眼》海报

“天书”艺术卫星项目事关一种太空艺术，旨在利用航空航天技术进行艺术创作，将人类的艺术创作领域从地球拓展到宇宙。项目团队将驻留在太空的艺术卫星开放给了全世界的艺术家和对太空有兴趣的公众，目前已经有许许多多颇具创造性的作品问世，例如在外太空为奥运火炬点火、在外太空播放记录食物的腐败过程的影像（而这一过程在太空实际上不会发生），等等。

▴

“徐冰天书号”发射前现场作业

基于上述运用科技进行艺术创作的项目，徐冰老师认为，科学和艺术是人类文明发展的两个途径，科学的作用在于排序，艺术的意义则表现在打乱排序。因此，以AI为代表的科学越是迅猛发展，艺术的重要性就越会突显出来。而AI进入艺术创作领域，恰恰有助于人们分辨出与艺术混杂在一起的技术，反思艺术的本质，即那些不能被AI取代的部分。

欧阳江河老师讨论了“以人工智能写诗，其天限何在”这一问题。在欧阳江河老师看来，在文字这一技术层面的背后，存在着诗歌的“原文”：它并不借助任何一种人类语言而存在。基于该认识，人工智能写诗自有其天限。

欧阳江河老师以阿尔都塞的两种阅读法为例，阐释了诗歌的两个层面，即字面和“原文”。阿尔都塞认为，若是用直接阅读法，那么《资本论》可能是政治学、经济学、历史学乃至社会学的著作；而若是运用症候阅读法，剖析文本的空白、沉默与断裂处，则《资本论》是最严格意义上的哲学著作。一如陆游所言，“欲学诗，工夫在诗外”。诗歌的字面是可见的，而“原文”是不可见的。人工智能写诗依据的只是过往写作史所形成的大数据，它不能理解——更遑论区分诗歌存在可见与不可见的部分。

其次，诗歌写作实际上是对“原文”的寻找并将其“翻译”为诗人自己的母语，在这一意义上，诗歌是未知，是降临，而非文字的排列组合。诗人是在诸多情缘之下，寻找到了“未知，未写”“不可知，不可说，不可写”以及“难言”。反观人工智能，它不是碳基生命，没有生命，没有欲望，不会死亡，缺乏进入各种情缘的基本条件，也就难以捕捉“原文”。因此，人工智能写诗只是在学习过往大数据的基础上对文字进行排列组合，只能做到平庸的模仿，做到“熟读唐诗三百首，不会作诗也会吟”的程度，而无可能找到诗歌写作的奥义。

最后，人工智能也难以处理诗歌的声音要素。欧阳江河老师认为，任何一位杰出的诗人都要处理诗歌的“歌”的属性，也就是诗歌的节奏与声韵魅力。美国诗人弗罗斯特（Robert Frost）曾提出，在翻译中失去的那一部分才叫诗歌。在这个意义上，再高明的译者在翻译时首先丢掉的就是声音部分，因为不同语言的声音系统是彻底不同的，诗歌内在的韵律是诗歌极为珍贵的一部分。然而，人工智能无法做到一边朗读一边写诗，也就在根本上失去了处理诗歌声韵的能力。

刘文飞老师报告的题目是“诗与高科技：人工智能时代的文学艺术”。刘老师认为，诗作为人类最早的精神产物，在历史上有过许多“对立面”，故而回顾西方文学史中的这些对子，对理解人工智能时代“诗与高科技”的对峙是不无裨益的。刘文飞老师指出，此处谈论的诗至少有三层含义，一是分行排列的文字，二是作为一个种类的文学，三是人们面对世界的态度和生活方式。这三个层次在西方文学史的几个阶段上都有侧重不同的体现。

早在古希腊时期，亚里士多德既写作了《诗学》，又写作了《物理学》，二者分别对应人的精神世界和人所处的物质世界，也就是说他已然将诗作为一种与另一门学科相对的认识方法。故而我们很容易理解为何柏拉图要对诗发起攻击，要将诗人驱逐出理想国，因为哲学在柏拉图看来才是使人接近生活真理的认识论，诗则不然，这即是“诗与哲学”的对峙。到了文艺复兴时期，不光是诗人和艺术家，彼时的人物都开始具有诗性，即要在上帝之外确立自己的位置，使自己的存在变得有意义。作为人及其情感的最佳表达手段之一，诗被神圣化了，由此发生了“诗与神学”的对立。

▴

米开朗基罗十四行诗手稿

在文艺复兴之后，相继出现了各种文学流派，从古典主义、浪漫主义直至现实主义、现代派和后现代主义。古典主义时期，诗这样一种本来特别具有自由精神的艺术形式，却被古典主义作家用于颂扬权威和既有秩序，造成了一种悖论。继而兴起的浪漫主义讲求在自然中间寻找归宿，颂扬人的自我情感，故而追求民间性和贴近自然。刘文飞老师认为，这恰恰构成了一种“诗与自然”的对峙，即诗既要追求自然性，同时又必然是人为的。现实主义文学理论的成熟与别林斯基（Vissarion Grigoryevich Belinsky）密不可分，他在《诗的分类》中提出，诗应该要写在之前的文学理论看来的现实中最非诗的东西，而且要用非诗的语言来形容，这种文学才能对现实有更大的反作用力，故而“诗与现实”也构成了一种对峙。在20世纪现代派文学和后现代文化兴起之后，诗歌的对立面就是大众文化，后者在一定意义上解构了诗的精英属性。

在回顾了诗在西方文学史中遭遇的对峙与迫害之后，刘文飞老师认为，诗直到今天还完好如初，其发生的改变远小于那些曾经与其对峙过的东西的改变：我们现在写的诗和最初的诗相差不大，现今的技术却远不同于以往。因此，在人工智能时代，诗也许是最后一个被攻克的堡垒。此外，刘文飞老师还指出，包括诗在内的所有文学作品的形式都是有内容性的，这一点在诗歌翻译上尤为如此，而有些形式可译（如押韵），有些形式不可译。目前看来，人工智能不仅在写诗上有其天限，在译诗上也难堪重任。

▴

与会学者合影

在所有嘉宾发言完毕后，与会师生就关心的问题展开交流。分论坛第一场讨论在热烈的气氛中落下帷幕。

首先，来自悉尼大学法学院的Kimberlee Weatherall教授以“跨学科对话：合作解决当今人工智能治理挑战的益处”为题讲述了人工智能对社会的影响及跨学科合作的必要性和重要性。Weatherall教授首先介绍了当前澳大利亚研究委员会自动化决策与社会卓越中心（ADM+S）在人工智能研究方面的进展，以及在为澳大利亚政府提供政策咨询方面的实践。2023年，中心围绕促进安全和负责任的人工智能为澳大利亚政府提供政策研究，发现人工智能技术的使用可能会带来一系列机遇与挑战，如增加使用人工智能可能会造成社会中的数字鸿沟现象，由于算法的个性化推送可能会带来的信息茧房的风险等等。Weatherall教授认为，这些问题不仅是有关技术和社会的，更是一个法律和监管问题，而澳大利亚政府要做的不是仅仅去禁止或抵制，而是要在改善政策方面做出努力。她进一步指出，当前澳大利亚在人工智能监管和法律规制上还存在一些尚未确定的问题，但是鼓励AI创新的需求和降低人工智能风险的愿望是共同存在的。最后，Weatherall教授强调了在人工智能技术迅速发展的今天跨学科对话的必要性，指出监管的重要前提是充分认识人工智能的运作逻辑和能力边界，并且考虑不同利益相关者的支持。

▴

澳大利亚研究委员会自动化决策与社会卓越中心网站

▴

ADM+S研究成果：2023澳大利亚数字包容情况

第二位报告人是来自斯坦福大学网络政策中心的研究员Graham Webster。Webster教授结合自身经历讲述了其对中美科技互动的观察。2007年，Graham Webster第一次来到中国学习和工作，他发现2007年智能手机问世对互联网的发展产生了变革性的作用，也推动网络成为了历史上中美关系的重要纽带。但随着网络的进一步深入，数字依赖、间谍活动、价值观渗透、权力垄断等现象也引发了人们关于社会、政治、人身安全以及国际关系的诸多担忧。例如，如果社会中有一部分人非常依赖人工智能技术，那么人工智能可能会被恶意利用，在国际关系中基于技术的间谍活动也会产生依赖风险。人工智能也可能会对文化和价值观产生影响，进而影响国家的治理和主权等。Webster教授认为，作为人工智能领域具有巨大研发潜力和举足轻重的国家，中美两国的责任共担是重要的，例如共同应对气候变化，促进全球范围内技术资源共享以及利用监管能力影响公司的理性行为等，这些行动不仅体现了两国对国内公民安全的责任，也是对世界秩序稳定的责任。在报告的最后，Webster教授还表达了自己对于人工智能未来发展的思考，指出将人工智能运用于医学领域和降低人工智能技术的壁垒等问题。尽管国家之间存在治理体系、价值观等多方面的差异，但技术应该是包容性的，或许也能带来更多的繁荣，解决更多的不平等。

▴

斯坦福大学网络政策中心·中国数字经济项目（DigiChina）

在中场交流环节，戴昕教授就当前数字监管领域内容审核的限度问题与发言嘉宾进行交流，Kimberlee Weatherall教授和Graham Webster教授作出回应。Graham Webster教授还对内容审核进行了分类，即分为传统内容的管制和监管（生成式人工智能出现之前的内容）与新型内容的管制和监管（生成式人工智能出现之后的内容），认为信息的自由可能会对政府造成风险，但这不一定意味着要全盘否定，当前关于内容监管与控制的思路还需要进一步探索。

短暂休息后，耶鲁大学蔡中曾中国中心研究员Karman Lucero报告了其关于人工智能专家（AI Expert）以及人工智能治理方面的研究。首先，Karman Lucero分享了几个关于人工智能的观点。他认为，人工智能是多维度的和嵌入性的，它可以作为信息搜集的中介，也可以作为内容生产的“大脑”，它不是虚幻不清的，而是深嵌于其他系统之中。因此，可以将人工智能看作一种生态系统，人工智能的开发者、组织、学者以及人工智能的倡导者都是系统中的活动主体。他进一步指出，随着人工智能对各行各业的影响逐渐增大，“人工智能专家”的出现是必然和必要的，他们应关注人工智能开发者和使用者之间的互动，探究人工智能如何形塑人们的观点或者改变人们的想法。随后，Karman Lucero以美国和中国的人工智能治理体系为例，讲述了围绕人工智能形成的生态系统中的复杂关系，以及人工智能如何影响、干预和调节这些关系。例如，人工智能可能会带来“水晶球思考”现象，削弱和代替人类的思考意愿和思维过程，或是成为“三体的维度武器”，导致管理的扁平化，而这可能会对个体造成潜在的伤害。最后，他指出要持续关注人工智能内容生成规制方面的问题，而中国在加强资源管控、内容审核等方面有许多值得学习和借鉴之处。

▴

耶鲁大学蔡中曾中国中心网站

第四位发言人是北京大学国际法学院的助理教授Gilad Abiri，Abiri教授分享了关于生成式人工智能的话题。他认为，不应将生成式人工智能视为一种革命性和灾难性的东西，而是可以将其看作数字媒体发展的新阶段，因此监管人工智能的目标是算法媒体平台。近二十年来，人工智能的发展给社会带来了诸多挑战，例如大型企业的信息垄断和监视资本主义、算法推送造成信息茧房和信息失真，更有趣的是，生成式人工智能的使用可能正在逐渐模糊人与人工智能的边界等。Abiri教授还用数字媒体领域的旁路效应（the Bypass Effect）来说明生成式人工智能可能带来的影响，即在数字平台和社交媒体的背景下，个人通过数字平台直接发声，绕过传统媒体和社会规范的限制，这种效应改变了传统的管控机制，使得国家难以进行事后监管。这些挑战可能会降低普通大众对信息的信任度，因此，需要思考如何寻求可信赖的机构在虚拟世界中呈现完整的世界，如何重建公众对数字媒体的信任。Gilad Abiri认为，内容审查和评估的大型监管平台和监管制度是必要的。他进而比较了数字服务法案和人工智能法案的要点，指出促进监管和探讨以人工智能为中心的立法创新或许是有意义的，然而这还需要通过跨学科的合作交流来共同解决。

▴

与会学者合影

戴昕老师作总结发言，与会学者围绕活动主题展开热烈讨论。Kimberlee Weatherall教授回应了Gilad Abiri教授关于澳大利亚监管者和学者关系的问题，认为对于诸如人工智能等技术平台的监管是当前澳大利亚真实存在的挑战和应该得到充分重视的问题，推行一些强制的禁令可能是容易的，但更需要的是完善一些可执行的措施和政策。对于平台的监管不能完全伤害企业利益，而是要在谈判中寻找合作的基点。Graham Webster教授就“谁来对开源模型负责”这一问题做出回应，他认为当前已经出现的大语言模型不能被消除，未来无论是中国、美国还是其他有超级数据中心的国家，都应积极承担这些责任，可以考虑形成一个契约共同监管开源环境下的大模型。此外，学者们还围绕如何界定不同类型的“AI”，是否需要针对人工智能领域的监管法案等问题进行交流，论坛第二场在热烈的气氛中落下帷幕。