刘伟 | “塞尔问题”与经典人工智能意向性的重构

    刘伟，北京工业大学马克思主义学院副教授、硕士生导师，北京市习近平新时代中国特色社会主义思想研究中心特约研究员。

      经典人工智能与形而上学在本质上具有极大的亲缘性和同质性，两者在方法论根基上是一致的，可被看作是同一个问题在不同领域的双向衍生。所谓“同一个问题”，即人的意识如何超出自身去认识和把握世界。如果用计算机科学去研究这个问题，那就是经典人工智能；如果用哲学去研究这个问题，那就是形而上学。近年来，人工智能在发展中遭遇了极大的瓶颈，如“高阶问题易解”和“低阶问题难解”的“莫拉维克悖论”等。彭罗斯认为，经典人工智能只不过是“皇帝新装”的现代版本，即“皇帝新脑”。与其说它是“人工智能”，不如说是“人工智障”，只是鲜有人站出来戳穿这个众所周知的谎言罢了。约翰·塞尔的“中文屋思想实验”（人们也经常称之为“塞尔问题”）则指出，经典人工智能只是句法机而并不是语义机，根本不具备意识的本质，即“意向性”。也就是说，横亘在人工智能与人类智能之间的最大鸿沟就是意识的意向性。如何让人工智能意识意向性的发生得以可能，进而跨越这条鸿沟？从表面上看，这是人工智能自身的问题，但从本质上讲，这其实是一个哲学问题。解铃还须系铃人，人工智能自身解决不了的问题，哲学可以尝试着去解决。现象学作为哲学发展的最新形态之一，不仅批判了传统的形而上学，而且在理论上对意识意向性的发显给出了诸多切实可行的想法和建议。这些想法和建议对于人工智能的未来发展有哪些启示意义？又如何使其在人工智能中得以技术“落地”？本文拟对此展开具体讨论。

一、“塞尔问题”与智能的本质

      人工智能与哲学具有极大的关联性。传统形而上学认为，身心是二元对立的，与身体相比，意识更具本体性，认知是与身体无涉的，因此，用“我思”就可以确证“我在”。在形而上学“身心二元对立”的隐喻下，经典人工智能理论将算法视为智能的充要条件，认为人类心智本质上就是一个计算系统，而大脑则是执行计算的中枢。

      怎样判断这种隐喻是否合理，或者说怎样判定一台机器是否具备人类智慧？人工智能之父图灵在《计算机器与智能》一文中提出了著名的“图灵测试”。这个实验看上去很简单，即测试者（人）与被测试者（被测试者分别是一个人和一台人工智能机器）在隔开的情况下，测试者通过一些设备（如电脑键盘）向两个被测试者随机进行提问。在进行多次测试后，如果人工智能机器让每个测试者平均作出超过30%的误判（即测试者无法分辨被测试者是人还是机器），那么这台机器就顺利通过了这场测试，这样就可以判定它已经具备了人类智能。

      基于对人的表征化、形式化认知方式的模拟，尤其是“图灵测试”的判断标准，经典人工智能信心满满，在这种隐喻范式之下，人工智能的发展也确实释放出了巨大的活力。早期的经典人工智能专家自认为已经抓住了人类智慧的本质，并进行了成功的模拟，他们对这一领域的未来前景充满希望，甚至有专家断言：“我们的精神只不过是‘肉体的电脑’……当电子机器人的算法行为变得足够复杂时，痛苦和快乐、对美丽和幽默的欣赏、意识和自由意志就会自然地涌现出来。”符号主义人工智能专家西蒙和纽厄尔更是乐观地认为：“目前世界上存在着一些会思考、会学习、能创新的机器。它们做这些事的能力还在迅速提升，在不久的将来，它们处理问题的范围，都将从时间和空间上达到人类心智已达到的范围。”但是好景不长，经典人工智能很快就遭遇了“表征瓶颈”，其发展变得越来越步履维艰，很多早先许下的诺言都变成了“空头支票”，乃至已化为泡影。

      经典人工智能所面临的困境是多重的，如尽管它比人类更擅长情景化的任务，却对情景化以外的世界一无所知；尽管它可以处理数据任务的语法，却不能理解任务的语义；尽管它可以应对高阶复杂的算法，却无法处理低阶简单的常识问题；尽管算法可以“他证”，却对直观性的真命题无法“自证”，等等。因此，与其说这样的机器是人工智能，不如说它更像“人工智障”。人工智能专家杰夫·霍金斯曾感叹道：“多年的努力带来的只是无法兑现的承诺和毫无说服力的成果。人工智能头上的光环开始慢慢退去……尽管有人相信可以通过速度更快的计算机解决人工智能的问题，但大多数科学家都认为以前所有的努力都是有缺陷的。”

      在经典人工智能遭遇困境时，人们可以从两方面进行反思：一种情况是过去的认知模拟框架是对的，问题主要出在人工智能的技术层面，因此，假以时日，不久的将来它自身就会经验到感情，并会涌现出自我意识。现在之所以步履维艰，是因为智能体的计算速度并未达到发生质变的“临界点”。另一种情况是经典人工智能的形而上学隐喻和认知模拟框架可能本身就是一条死胡同，它根本就是一只“瓷制的蛋”，在上面花费再多的时间也孵不出“小鸡”来。因此，必须重新回到起点，反思人类认知的框架问题。也就是说，现有的人工智能程序完全是以形式的和语法的结构来定义的，其底层逻辑是数学，它可能与人脑根本就是两套体系，要让它完全像人那样做，或许是根本不可能的。由此看来，如果要跨越人工智能与人类智能的鸿沟，就必须打破旧的认知模拟框架，改弦更张，进行“库恩式的范式转换”。其中，约翰·塞尔的“中文屋实验”就是这些反思中最具代表性的一个。

      约翰·塞尔认为，通过“图灵测试”来判断人或机器是否具有智能，忽视了对心智内在方面的理解，完全是一种行为主义的见解。彭罗斯也支持塞尔的观点，并指出“仅仅成功执行算法本身并不意味着对所发生的有丝毫理解”。假如有一个完全不懂中文的人被关在一个只带有一个小窗口的房间中，房间里除了一本中英文工具书以外，其他什么都没有。屋子外面有一个中国人，他以纸条的形式用中文向屋内的人提出问题，并通过小窗口递到屋内，比如：“你会讲中文吗？”尽管屋内的人对中文一窍不通，但他可以借助那本中英文工具书比照组成的句子回答屋外中国人的各种问题，如他可以回答：“我会中文。”经过几个问题的问答之后，屋外的中国人可能会误认为屋内的人会中文，而实际上他一句中文都不会，只是很机械地执行了一套算法。在约翰·塞尔看来，经典人工智能就是这样工作的，尽管它可以处理很多信息，而且从行为表现上看具备拥有智能的假象，同时也可以通过“图灵测试”，但它本质上只是句法机而并不是语义机。它的算法都是写死的，根本无法理解语义。事实上，计算和表征只是智能的必要条件，却并非充要条件。计算机程序是按照纯语法加以定义的，而思维绝不仅仅是处理无意义的符号，它包含有意义的语义内容。因此，这样的机器并不会思维，更谈不上智能。在塞尔看来，智能不在于形式转换，不管算法有多么精妙和复杂，它始终不会产生理解力，更无法表达直观的真理以及确定有真值的语义内容。同时，塞尔指出，人工智能与人类智能的真正鸿沟是意识的“意向性”，如果没有意向性，机器就不可能表现出真正的智慧，因为“意向性”可以让意向对象产生意义。正如德雷福斯所言，“逻辑原子论的本体论不包含逻辑原子论的认识论。即使世界是当作逻辑上独立的信息被扫描摄入计算机的，也不意味着我们可以先验地指出世界能仿制下来的论断”，因此，经典人工智能的认知模拟“企图提出因为世界可以分解成信息单位，所以能用形式化规则加以解释的先验性论断，结果表明正是它的反面”。实际上，经典人工智能只是模仿了人类智能的“面子”，而并没有把握到人类智能的“里子”，即“意向性”。

二、人工智能与人类智能的鸿沟：

意向性

      早在古希腊时期，不少哲学家就已隐晦地注意到了意识的意向性问题。如柏拉图在《克拉底鲁篇》中说：“要么源于（追求），表示灵魂在追求知识时的进步，要么源于弓τóξον的发射。后一种解释更有可能，（思考）这个词可以确认这一点，这个词只不过就是（移动），把灵魂的运动用于每一事物的本质。”柏拉图在这里所用的“弓箭隐喻”真正开启了后来人们对意向性的讨论。现代意义上对“意向性”的讨论则是从德国哲学家布伦坦诺开始的。

      布伦坦诺用“意向性”作为区分心理现象和物理现象的标准。他认为，心理现象是一种不同于物理现象的东西，物理现象是遵循因果律的，任何一个事物都可以放到因果关系的序列中，但是心理现象则不同，其最大的特点是意向性。布伦坦诺说：“这种意向性的内在是为心理现象所专有的，没有任何物理现象能表现出类似的性质。所以我们完全能够为心理现象下这样一个定义，即它们都意向性地把对象包容于自身之中。”胡塞尔在扬弃布伦坦诺思想的基础上，对“意向性”进行了详尽的阐释与发挥。胡塞尔指出，在对经验结构的分析中，人们总是以“意识到……”的结构去把握对象的，也就是说，他们都有对象的指向性。他将这一属性称之为“意向性”。换言之，“如果不考虑它们的相关物，即那些被感知的、被怀疑的和被期待的对象，就不能正确地分析那些意识”；意向性是“主体的人本身的纯粹固有本质的东西”。同时，胡塞尔坚决反对那种经验主义和心理主义的思维方式，因为如果没有意识的意向性参与，按照经验主义的思路，仅凭感官感觉经验的复合，则根本无法将这些材料统觉和立意为一个对象。实际上，经验主义和心理主义在认识的开端早已不假思索地将这种意向性当作已经确证的知识和前提。正如胡塞尔所指出的：“所有自然的认识、前科学的，特别是科学的认识，都是超越的、客观化的认识；它将客体设定为存在着的，它要求在认识上切中实事状态，而这种实事状态在认识之中并不是‘真正意义上’被给予的，并不‘内在’于认识。”在他看来，只有通过意向性，这种超越性才成为可能。其中，这种超越性主要表现在两个方面：第一，意识超越自身，把握与自己完全异质的客观对象；第二，意识能够通过侧显，超出已经显现出来了的“实项”，将隐匿起来的部分重新还原出来，进而将散乱的感觉材料统觉和立意为一个完整的整体。与布伦坦诺所不同的是，胡塞尔认为意向性也包括无意识的意向性，也就是说，意向性有时是以“哑默”的方式进行的。他指出，“仍然总还有一些‘无意识的’意向性”，同时，“这些意向性也有它们的有效性样式（对存在的确信，对价值的确信，意志的确信，以及它们的样式上的变化）”。

      约翰·塞尔则认为：“意向性是某些心理状态和事件的特征，它是心理状态和事件指向、关于、涉及或标新某些其他客体和事态的特征。”在对意向性产生的解释上，约翰·塞尔认为，意向性是人的神经元蛋白进化出来的，“感觉口渴、具有视觉经验、怀有愿望、恐惧和期待与呼吸、消化、睡眠一样，都是一个人生物生命史的组成部分。意向现象与其他生物现象一样，是某些生物机体的真实内在特征，也就是说它们与有丝分裂、减数分裂、胆汁分泌一样是某些生物机体的真实内在特征”。弗朗西斯·克里克与约翰·塞尔的观点相类似，他在《惊人的假说——灵魂的科学探索》一书中提出：“你、你的快乐和忧伤、你的记忆和野心、你对自我的认同和自由意志的感觉，实际上不过是一大堆神经元以及与它们相关联的分子的行为。”换言之，人的意识经验都可通过神经元的行为来获得解释，它们本身只不过是神经元系统的涌现性质的表现而已。在笔者看来，二者从生物机体方面解释意向性的产生，未免带有机械唯物主义和独断论的色彩。

       在意向性产生的解释方面，梅洛-庞蒂则与他们秉持不同的观点，也更具有启发意义。在梅洛-庞蒂看来，人的身体在意向性的塑造中具有某种决定性意义。身体是孕育和滋养意向性的一个场域，身体的局限性决定了在每一个“当下”（Jetzt）感官只能感知到事物的某些侧面。也就是说，事物无法超验地和纯粹地展现在精神面前，它总是“侧显”出来的。同时，身体是可朽的和可腐坏的，但正是这种局限性才“倒逼”性地生发出了意识在时间之流中对“永恒”“整体”等的意向。质言之，在这个过程中，身体在意向性的产生上起到了中介作用。正如海德格尔所言，“此在”的特点是“它所包含的存在向来就是它有待去是的那个存在”，人因其缺陷而可以补足（技术就是人的补足）。

      事实上，正是基于意向性，人对事物的认识以及主体间的交流才成为可能。而且人类感受到的事物都是连续性的，但在处理这些事物时会把这些接触到的原始信号转换处理成离散信号。一方面，这种转换受到人的机体的客观感官能力的限制，如人的听觉只能接收到某个阈值范围之内的波段，超出这个波段人无法把握到；另一方面，在这个可把握的感官阈值范围之内，人又主动地以中介的形式（如设定起来的本质，在黑格尔那里称之为“定在”）将对象表征化，如声音的音节等，每一个音节都是一个离散值。在这个过程中，人会挖掘其最“相关”的部分，过滤掉很多“无关”的部分。尽管人在用离散信号进行主体间的交流，但这并不意味着人的思维也是离散的，因为人的“意向性”会把这些离散信号重新充盈和丰富起来。换言之，很多无法被形式化的东西，比如情绪和意境等，根本无法用离散信号来传递（“此中有真意，欲辨已忘言”），但它们用有限的离散信号表达出来时，对方依然能够“共情”到那种当时的情绪或意境。如《滕王阁序》中的“落霞与孤鹜齐飞，秋水天长共一色”，寥寥十几个字，输入计算机中也就几百个比特，但是人可以通过这几个比特离散信息的刺激，意向出几个GB的信息量。同时，随着人生阅历的丰富，人还可以意向出其原来无法感知到的信息。再如，在听一首乐曲时，人类也并非像经验论者所想象的那样，将经验到的信息统觉为一个对象。相反，人在每一个“当下”所把握到的是一个确定的乐符，同时意向性还将已经消逝的乐符“滞留”下来，尽管其已渐行渐远，但依然晕留在人的意识中。另外，意向性还对即将到来的乐符有一个“期待”。这样就以“当下”为中心，意向性以“前抻后拉”的形式将一首乐曲统觉起来，从而立意为一个整体的对象。由此而言，意向性不但是个人私密的，而且可以是主体间的，也不是固化不变的，还可以根据不同的情境和文化加以塑造或丰富。过去，在人机交流时之所以会出现很多歧义，最重要的原因就在于机器只是就所输出的离散信号进行判断，而不是基于这些有限的离散信号意向出更多的信息。因此，经典人工智能与计算器在本质上没什么区别，其不可能拥有人类般的智能。

三、人工智能的意向性是否可能？

      在人工智能能否实现意向性的问题上，有部分学者持悲观态度，认为意向性是心理现象的独特标志，它与物理现象完全属于两种异质性的体系。因此，人工机器永远不会产生人类的意向性，也就无所谓智慧。如约翰·塞尔就认为：“大脑产生因果性的那种因果能力，并不存在于它例示的计算机程序的过程中，因为无论你想要什么程序，都能够有某种东西来例示这个程序，而它并不具有任何心理状态。无论大脑在产生意向性时所做的是什么，都不可能存在于例示程序的过程中，因为没有一个程序凭借自身而对于意向性来说是充分的。”还有一部分学者持乐观态度，如在玛格丽特·博登看来，只要大脑生成意向性的能力是清楚的，那么这种认识所采用的信息加工方式同样可以用于计算机。这样，人工智能的概念就完全有理由被用作心理学理论的基本组成部分。同样，某些想象之中的计算机也可以具有与意向性和智能十分近似的能力。

       如果我们也像博登一样持乐观的态度，那么问题自然会转移到如何实现意向性的问题上，而对这个问题的回答则必须重新回到前文提出的意向性是如何产生的问题上。从发生学意义上看，意向性的源起大概有几种解释：一种是以约翰·塞尔为代表的用生物机体（神经元细胞）塑造意向性的自然主义路向；另一种则是以胡塞尔、尤其是以梅洛-庞蒂为代表用“身体”作为中介来塑造意向性的路向；还有一种是认知科学家福多提出的“天赋论”的解释路向。在福多看来，人的意向性既不是从社会文化中习得的，也并非从经验和环境中推导出来的，而是人天生就具备了理解意向行为的模块。事实上，在笔者看来，约翰·塞尔的自然主义和福多的天赋论解释路向都是独断的，而且在理论上也站不住脚。彭罗斯在谈到约翰·塞尔这种神经元蛋白进化出意向性的解释时直接指出：“大自然为何要这么不厌其烦地去演化意识的头脑呢？”“这对于得到科学的精神理论没有什么用处。也许除了生物系统（而我们刚好是这样的系统）的演化来的历史的‘方式’以外，关于它有什么特殊的东西特地被恩准获得意图性或语义性？……这一断语就像教义一样地令人可疑，甚至也许不比强AI坚持的只要执行一个算法即能召唤起意识知觉的状态的说教更加独断！”事实上，人脑和大猩猩的脑都是由脑细胞组成的，单从机体构造上看，人脑与大猩猩的大脑相差无几，但人的智慧与大猩猩的智慧却表现出天壤之别。在几乎同样的条件下，大猩猩缘何无法进化出人一样的意向性？有些小孩从小被狼养大（我们通常称之为“狼孩”），到七八岁时才回归到人类社会，他仍旧只会像狼一样爬咬，即使再教他，他也很难再变成人的样子，更不会像社会人一样去思维。这可以从反面说明，人类意向性的产生并不是或者绝不仅仅是一个生物学的问题，而是与“身体性”和“社会性”相关联的。因此，对人工智能最具启发意义的，就是前文提到的胡塞尔和梅洛-庞蒂的“身体的意向性”。

      如何让人工智能的意向性的发生得以可能？在胡塞尔和梅洛-庞蒂看来，算法与意向性根本就不具有同样的性质，它们从根基上就完全分属两套体系。因此，基于确定性的逻辑将意识的意向性形式化和表征化几乎没有可行性。用编程和算法去把握意识的意向性，相当于用确定性去把握不确定性，这本身就是一个悖论。我们之所以认为意识的“意向性”充满了不确性，是因为它并不会像物理现象（经典物理世界）那样可以将之归类到某一因果序列之中。

      在人工智能意向性的建构方式上，量子力学是一个可以考虑的方向。彭罗斯曾战战兢兢地进行猜想：“构成我们意识印象的原因是意识无法直接触及的。这些必须用比我们现知的实际思想更深的物理水平来考虑。……意识印象本身就是（非算法的）判断。”彭罗斯在这里所谓的“比我们现知的实际思想更深的物理水平”，实际上就是不能用牛顿的经典物理学量纲，而需要用量子力学去考虑。因为量子力学中的电子分布不能归类到因果序列之中，而是按一定的概率分布在原子核周围，这个概率分布被称为“概率云”。量子力学的这种属性与意识的意向性具有某种程度上的同质性，进而也可能存在某种互释性。正是基于此，在人工智能中，我们可以尝试着以量子力学作为意识意向性的建筑术，以现象学作为方法论，去诱导人工意识的意向性。在讨论意识的意向性时，胡塞尔和梅洛-庞蒂经常提到“实项”与“意向”之间的“边缘域”的模糊性。事实上，“实项”的部分可以类比为物体释放出的粒子的一种不断的叠加态，它维持的时间越长，释放出的粒子也就越多。对此，彭罗斯曾以“准晶体”的结晶过程作了隐喻和诠释：“人们必须考虑附加原子的许多不同排列的量子线性叠加的演化（量子过程U）。这的确是量子力学告诉我们必须（几乎总是）发生的！不是只发生一个原子排列；许多不同的原子排列必须在复线性叠加中共存。这些不同的叠加选择中有一些会成长为大很多的团块，而且在某一点，某些不同选择的引力场之间的差别将会达到单引力子的水平……这个叠加形态加上更确定的形态减缩会以越来越大的尺度继续下去，直到形成相当尺度的准晶体。”这里，彭罗斯所谓的“不同的叠加选择中有一些会成长为大很多的团块”“相当尺度的准晶体”，就相当于现象学中的“实项”部分。而“意向”的部分在前一个“当下”释放出的粒子并没有完全消逝，只不过随着时间的推移变得越来越稀释而已，就像我们的印象或记忆会随着时间的流逝变得越来越模糊，但依然没有完全消逝。同时，“实项”的部分与“意向”的部分通过模糊的边缘域“前拉后扯”地关联在一起，进而形成一段意识流，这就使“一瞥”的经验实值被默会和意向为整体成为可能。在人工智能意向性的建构中，可以通过提高权重或降低权重的方式（前者相对的是“实项”，后者对应的是“意向”）使一个“侧显”对象得以立意和充盈成为可能。当然，这里所谓的“权重”并不是连接主义范式下那种形式逻辑式的权重。在人工智能意向性的建构中，“有”与“无”并不是截然对立的，“无”在对象立意的过程中并不是全然消逝，而是渐行渐远地像电子幂律云式的分布。这种以幂律云形式分布的降低了的权重并非毫无意义，就像“虚无”并非毫无意义一样，正是“虚无”如影随形地作为底衬使存在得以立意和成为可能。也就是说，在人工智能的建筑术中，意识不应该被视为像桌子、岩石等那样的实体，而是一种关系性的存在，但在这种关系中权重又有所不同，正是渐行渐远直至消逝的幂律云使那些“真值”（对应现象学中的“实项”）得以立意成为可能。

      实际上，在人工智能神经网络领域中的“长短期记忆网络”模型就与胡塞尔现象学中对意识意向性发生机制的描述具有极大的关联性。人工智能中早先的“循环神经网络”（RNN）存在梯度消失和爆炸的问题，它无法完美地学习“长期依赖”。于是，为了克服“循环神经网络”的这些缺陷，“长短期记忆网络”（LSTM）便应运而生，它可以很好地解决梯度消失和爆炸问题以及“长期依赖”问题。“长短期记忆网络”将最近的数据视为刺激更强的，而将时间比较久远的数据视为刺激比较弱一些的。由此，在人工智能识别模型的设计中会有一些权重的衡量，使之可以处理或预测时间序列中间隔和延迟非常长的重要事件。此外，它还引入了门（gate）机制来控制特征的流通与损失。

      除了“长短期记忆网络”以外，人工智能中的“注意力机制”模型也是意向性建构的一种非常好的策略。在人类意识意向性进化的过程中，可能大脑中存在很多种认知的神经元或者是认知的机制和策略，人保留了很多，同时也放弃了很多。人类在关注一个对象的时候，周遭的很多信息其实已经流失掉了，或者只是作为景深而存在。尽管这些周遭的东西也存在，但其存在对于人类而言是惰性的。这时候，如果旁边某人突然走过来了，人的注意力可能一下就被其牵引过去。动物界中的青蛙也存在这样的注意力牵引机制。其中存在着一条不断变化的轴线。加入了注意力机制的“循环神经网络”会在进行预测时重点关注序列中的一部分，进而基于关注的区域来产生下一个输出。实际上，这种“注意力机制”也是胡塞尔、梅洛-庞蒂现象学“实项”“意向”理论分析的一种实践和落地。

      此外，在人工智能意向性建构的过程中，现象学中的“时间”维度也是一个必须考虑进去的条件。在现象学中，存在总是与时间密切关联在一起的（海德格尔的著作就以《存在与时间》为名），只有在时间这个“枢轴”之中，意识的意向性才能够在内部结构中得以自身关联、自身呈现。而时间的存在又是以身体的存在为前提的，身体是一个有局限性的东西，正是它的存在使主体在经验对象时无法获得“上帝视角”，而总是以角度性的知觉方式把握。但正是身体的这种“迟滞性”和“角度性”可以使对象在“动觉经验”的意识流中得以持存。对象在以时间为枢轴的意识流中形成了一个“滞留—原印象—前瞻”的关系性结构。我们完全可以将以身体为前提在时间中发生的“动觉经验”的意识流映射到人工智能当中来。

     很多专家学者乐观地断言, ChatGPT和Sora已经进化出了自我意识，甚至已然成为人工智能发展的“拐点”。但在笔者看来，无论是作为大语言模型的ChatGPT，还是作为大视频模型的Sora，尽管它们已经摆脱了符号主义和命题主义的困扰，但依然未能逃脱塞尔在“中文屋思想实验”中对人工智能“只是句法机而并不是语义机”的批判的靶向范围。换言之，意识的意向性这条鸿沟依旧没有被跨越。因此，笔者认为，在下一步的研究中，人工智能专家应该更多地将智能的具身性因素考虑进去（这与前文中所分析的梅洛-庞蒂现象学对柏拉图以降的传统形而上学心身对立的批判是同质性的问题），将身体以及以身体为前提的时间枢轴考虑进去（人机融合也是一个方向），这是意识的意向性在人工智能中就得以发显的必要条件。