下载掌阅APP，畅读海量书库
立即打开
一个有纸、笔、橡皮擦并且坚持严格的行为准则的人，实质上就是一台通用图灵机。
——艾伦·图灵
首先我们要介绍一下伟大的图灵和他的巨大影响力，如果不从这里开始，我们就无法理解人工智能的起源，也不能理解我们所处的是一个如何伟大的革命时代。
一般人对图灵有所了解，是因为所有与计算机相关的专业学科中，都不断提到他的名字。图灵被称为“计算机之父”“人工智能之父”，今天美国计算机协会的最高奖就是以他的名字命名的。如果看过《模仿游戏》这部电影的话，就能了解图灵在第二次世界大战中破解密码的工作，了解他的破解密码的工作在第二次世界大战中针对同盟国在大西洋战场上起到的关键性作用。图灵提出的破解原则帮助他的同事制造了名为Colossus的机器，通过这个机器进行自动计算来破解德军的密码。当然，还有部分人了解他是因为他的死亡，传说图灵是一个同性恋者，因为莫名其妙地卷入了一宗盗窃案，他接受了一项屈辱的判决，但他无法忍受这样的侮辱，最后自杀去世了。实际上，图灵的贡献不仅限于提出了计算机的数学模型（图灵机），还涉及很多其他领域，这里我们进行简单介绍。
我们来讨论图灵最重要的贡献，即他在现代计算机及机器智能领域的贡献。通用图灵机的概念是一种关于通用存储程序式计算机器的思想。这种思想被冯·诺依曼和纽曼带到了英国和美国，并在 1945年左右制造出通用图灵机，其中比较有代表性的是1952年在IBM诞生的 IBM701，它是第一个由企业开发的存储式计算机。值得注意的是，图灵只是在其论文《论可计算数在判定问题中的应用》中介绍了抽象图灵机的思想，并没有研发出相关的机器，而这一篇论文却导致了整个计算机世界的诞生，以及开创了现代计算机和可计算性研究的新领域。
我们在这里不深入讨论图灵机的数学逻辑和工程实现，只说明图灵对现代计算机最核心的两个贡献：第一，通过机器在存储器中的一系列指令程序来控制计算机器功能的思想，这一思想是所有计算机程序产生的基本逻辑，而且这样的方法可以让固定结构的单机能够执行所有图灵机可以执行的每一个计算，即可实现可复制的计算。第二，图灵创造了一个理想化的计算模型，正如维特根斯坦所说，图灵的机器就是能够计算的人。即从有效工作这个角度，机器可以实现对人的有效替代，这个思想也是整个计算机历史最核心的发展逻辑，虽然计算机越来越复杂，摩尔定律使得计算的速度和存储空间越来越大，然而，这里面最基本的数学思想和模式并没有任何变化，图灵的伟大就体现在这里。
最后我们补充一下什么是图灵论题和计算的局限。因为从严格意义上来说，图灵并不直接研究计算机，他只是研究可计算性这个数学问题，因此，他更应该被认为是一个数学家，而这个数学问题指的就是图灵论题。所谓图灵论题，指的就是“通用图灵机可以执行任一人工计算者执行的计算”，即研究可计算数和不可计算数的问题，也就是说并非所有明确阐述的数学问题均能被图灵机解决。图灵将任何可以被图灵机写出的数字称为可计算数，而不能表现出来的数字就是不可计算数，图灵在论文中的结论如下：不仅证明了并不是每一个实数都是可计算数，而且证明了可计算数比不可计算数少得多。
这里需要提到的是，图灵的研究是为了解决德国数学家希尔伯特的判定性问题，这位数学家在巴黎演讲中提出“数学中不存在不可知的事物”的观点。然而，接下来哥德尔和图灵的工作证明了这个命题的错误性，也就是说某些数学问题不可以解决，而且这类问题所占比例高于可以计算的问题的比例。正因为如此，可以从正反两个方面来理解图灵论题，一方面，“凡是可计算的函数都可以用图灵机来计算”，展现了图灵机的通用性，以及人工智能的计算机在解决问题方面的普遍性。另一方面，“如果某种函数在绝对意义上是不可计算的——即使对于图灵机来说也是不可计算的，那么就不可能被过去、现在或未来的某一种真正的机器所计算”，这划定了计算的能力边界，未来的人工智能如果还建立在图灵机的模型基础上，就永远不可能解决不可计算的函数问题。
总结一下，本节主要讨论了图灵的贡献及价值，侧重他在人工智能领域和数学领域的贡献。在机器智能方面，他最大的贡献就是提出了一种客观判定计算机是否有智能的标准，即所谓图灵测试。另外，图灵在数学上对可计算性问题的研究，为整个现代计算机的发展史奠定了逻辑和数学基础。我们开篇提到他，就是因为他开启了整个智能时代的篇章，也奠定了信息文明时代的技术基础和基本思想。
在讨论了图灵的贡献以后，我们来看人工智能领域的发展历史中最受关注的一个问题，即“人工智能能否超越人类智能”。这个问题备受关注的原因就在于，人工智能研究的重要目标就是生产出一种新的能以与人类智能相似的方式做出反应的智能机器，可以说自从人工智能这一概念在 1956 年 8 月的达特茅斯会议上被提出到现在，这个目标都是人工智能研究最核心的目标。虽然在涉及和模拟人类高级认知能力或者情感能力方面至今没有突破，但是以深度学习为代表的人工智能在模拟人类的特定领域智能方面（尤其是逻辑推理和计算）取得了巨大的成就。那么，我们讨论人类是否能够通过人工智能构建出超出人类智能的智能机器的问题，也算是对过去几十年人工智能领域常见争论的总结和梳理。
我们首先讨论关于人工智能争论的三种基本观点：计算主义思想、智能二元论思想及心脑同一论思想。所谓计算主义思想，就是将人类的大脑当作计算机来理解，因此，人类的心灵或者意识本质上就是可以计算的程序，而按照丘奇-图灵论题，任何一种可计算的程序都可以被数字计算机完成，因此，人工智能是可以达到人类智能的水平的。
智能二元论思想认为，人脑是能产生主观经验的独特装置而不仅仅是计算机，这种二元论的智能观也有其神经科学的根基。大卫·马尔在1971年提出的互补学习系统（CLS），为智能的实现提出了一个理论框架：有效的学习需要两个互补系统——海马体和大脑皮层，分别负责经验数据分析和理性逻辑。海马体是“快速、偶发、独立、启发式”的，而大脑皮层是“缓慢、泛化、组合式、结构化”的，这两个系统在特征、功能、表征和组成的不同，暗示了这两种智能在架构和机制上的迥异。
心脑同一论思想认为，人脑是神经活动的生理器官而非数字计算机，心理状态都是特定的大脑神经状态，而心理属性都可以还原为大脑神经系统的属性，因此，通过对大脑神经和状态的详细描述就可以解释意识现象。正如脑科学家F.Crick所说：“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，以及跟它们相关联的分子的行为。”人们的任何经验都可由神经元的行为来解释，它们本身不过是神经元系统的涌现性质。因此，计算主义思想上的人工智能是不可能实现的，要采用其他路径才有可能（例如，我们后文会讨论的人工生命等学科）。
然后我们讨论围绕人工智能框架的理论可行性的批判，主要就是哥德尔不完备定律和来自遵循规则行为或约束行为的反驳。基于哥德尔不完备定律，在一个一致的算术系统中，至少有一条无法在该系统内部获得证明的定理，但是人类凭借直觉知道这条无法证明的定律为真。因此，任何计算机原则上是无法达到人类智能的水平的。正如卢卡斯在《心灵，机器与哥德尔》一书中所说：“给定任何一致的和能够做初等算术的机器，存在一个这台机器不能产生的为真的公式——这个公式在此系统内是不可证明的——但我们能够看出这个公式为真。由此推出，任何机器都不可能是心灵的一个完全或充分的模型，心灵在本质上不同于机器。”
还有一种反驳认为，由于人类在应对复杂的外部世界时，常常不会按照预先规划或者理性思维去行动，反而是会按照直觉、适应或者经验去操作，因此，人类智能往往具备一种反常识的逻辑。正如德雷福斯所说，人类的很多高级行为都是不可以被编码的，是不可能被还原成遵循规则的行为。因此，可以得到结论就是，任何仅仅由算法或者规则程序约束的机器是不可能完全模拟出人类智能的。因此，强人工智能是不可能出现的。
最后我们来讨论关于人类意识活动的争论。由于人类智能除了逻辑、计算等理性思维活动，还能体现出情感、意向性及自由意志等高级意识活动，而这些高级意识活动往往涉及主观维度，而目前的人工智能主要研究的都是客观活动的行为。正如大卫·查尔莫斯所说，意识问题分类为容易问题及难度问题两个类别。前者指的就是能够按照其因果逻辑来做功能化解释的意识活动，如学习、推理、回忆和信念等，这类问题通过认知科学的方法都可以模拟实现。后者指的是没办法用因果逻辑进行解释，因此，不能用功能化或者认知科学的方法进行处理的意识问题，如感受质、潜意识等，因此强人工智能无法出现。
总结一下，我们围绕着是否能够达到人类智能水平的人工智能进行了讨论和分析，介绍了3种基本思想：计算主义思想、智能二元论思想及心脑同一论思想。后面讨论了基于哥德尔不完备性及人类行为复杂性等思想的人工智能研究很难突破的边界，尤其是在人类复杂意识的模拟上会面对的困难。我们梳理这些问题和讨论，并非赞同强人工智能不能实现的或者能够实现的观点，而是通过介绍这些思想和理论，让读者建立一种多元的思想，这样有助于我们理解未来人工智能发展方向的多种可能性。
在讨论了人工智能是否能实现以后，我们得到了这样的启示，人工智能问题的另一面就是我们对人本质的认识的变化，因此在这里我们来探讨关于“信息人”的概念。所谓“信息人”，是在信息文明语境下对人本质的一种解读，它是人本概念的具体化、新形态，也是一种历史概念。我们在后续的文章中主要讨论的命题就是围绕着信息文明和智能时代来探讨科技和文明的演进路径，因此，弄清楚“信息人”及相关问题的概念，对我们理解传统的人本论在信息文明时代的演变非常重要，也为我们理解文明的内在变化逻辑奠定了基础。这里我们就围绕信息文明与信息人的概念来讨论人的本质问题。
首先我们讨论信息文明的概念，随着大数据、云计算、物联网、智慧地球等概念和词汇的流行，在可预见的未来世界里，我们可以看到基础设施都会被全面信息化，我们将身处完全的信息文明的环境中。信息正在使人类文明逐渐达到从未达到的高度，而我们也面临着如何理解信息文明的问题。这里我们从两个角度去思考：第一个角度是从广义上来说，信息文明就是世界文明的未来，是人类在与外部世界不断适应和交换过程中逐步形成的越来越确定化的世界。
人类科学的重要工作之一，就是通过科学消除不确定性，而信息文明就是人类通过科学塑造的不确定性最小的世界，这种趋势和内在逻辑渗透进了整个文明演变的过程中。
第二个角度是从狭义上来说，信息文明与很多其他类似的概念是部分重合的，如贝尔的“后工业社会理论”、托夫勒的“第三次浪潮”和奈斯比特的“信息社会”等概念。信息文明是以计算机和互联网作为技术基础的文明，带给人类的不仅是信息科技高度的发达和普及，还有信息文化成为主体，信息产业成为主导的模式。
我们要以一种动态的眼光去理解信息文明时代（或者叫智能时代），正如学者王飞跃所说，人工智能所代表的智能技术，实际上昭示着以开发人工世界为使命的第三轴心时代的开始。如果说农业时代是第一轴心文明对物理世界的开拓，工业时代是资本主义对第二轴心世界的开发，那么以人工智能为代表的技术将推动一个围绕智能世界而展开的平行社会的到来，这就是智能时代或者叫信息文明时代。
然后我们讨论传统意义上人的本质问题，这里我们不讨论宗教角度的意义，主要从哲学和科学的角度来讨论。我们通常认为的人类的本质，是一种利用自身有限器官去感知周围世界，继而在内部形成一个和外部存在相对应的知觉图景，并通过不断地反思个人经验逐渐勾勒出庞大观念体系的生物。这里有三个要素：第一，我们看到精神的产生有赖于外部世界的存在，也包括人类自身的感官器官。第二，我们看到精神产生的价值依赖于对外部世界的研究，人类通过技术来增强个体的能力，构建出新的认知世界的方法，并因此不断对这个世界进行解蔽，不断接近世界的真相。第三，人类的精神世界是一个非常开放的系统，能够不断通过适应和调整来完善个体的能力，通过科学的帮助从而使人类成为地球物种的主宰。
值得注意的是，传统意义上对人的分析主要都是基于物质和精神两个维度去思考的，但是人类的本质还应该包括其社会属性。正如马克思在《关于费尔巴哈的提纲》中所述，“人的本质并不是单个人所固有的抽象物，在其现实性上，它是一切社会关系的总和”。因此，我们应该基于“物质（肉体）+精神（心灵）+社会（文明）”三个维度去探讨人的本质。
基于上面讨论的这个逻辑，我们来重新定义人的本质，也就是讨论“信息人”的概念。我们通常讨论的人的概念是基于达尔文生物进化论思想的，人在自然界位置的界定和假设，也是基于自然界的演化过程所得到的。但是技术的发展导致了人的本质的变化，人们正在不断从数字移民成为信息文明时代的“信息人”。
这里我们可以从两个角度进行讨论：第一，人的本质受到社会因素或者文明因素的影响越来越大，因此，文字、语言、符号和信息成了人的本质的一部分。例如，我们看到的大数据的世界里，无论是人脸识别、语音识别，还是我们的身份信息，都处在不断的数据化过程中，人的本质相对传统有了巨大的变化。第二，在人的本质要素中，原有的关于自然和人的精神层面的理解正在越来越透彻，发生了祛魅的过程。人们关于自然的理解越透彻，就具备越来越强大的改造自然的力量，同时也具备了塑造虚拟世界的力量，这也造成了人的本质的变化。后续我们要讨论这种虚拟空间的自我身份认同的变化，以及它带来的文明内在逻辑的演变。
总结一下，信息文明时代带来的不仅是外部世界的变化，还带来了人的本质的变化。人的本质从原来的“物质+精神”属性演变为“社会+物质+精神”属性，文明和社会对人的本质影响越来越大。因此，我们需要重新建构对文明的认知，也需要重新理解人的本质。“信息人”的概念，是我们理解未来文明的基础，也是我们整本书讨论的核心内容。
带有正确程序的计算机确实可被认为具有理解和其他认知状态，在这个意义上，恰当编程的计算机其实就是一个心灵。在强人工智能中，由于编程的计算机具有认知状态，这些程序不仅是我们可用来检验心理解释的工具，而且本身就是一种解释。
——约翰·塞尔
在介绍完人工智能领域的奠基者图灵教授及他的贡献与成就以后，我们来看另一位在计算机领域中做出非凡伟大贡献的学者——冯·诺依曼。他是现代计算机与博弈论的重要创始人，在计算机、量子力学、经济学及人工智能等领域都有重大贡献，同时也是美国原子能计划及氢弹工程的主要负责人，被后人称为“计算机之父”。本节将介绍冯·诺依曼在计算机科学哲学理论方面的思想，也就是关注他在计算机逻辑理论和自动机理论方面的贡献，然后我们要介绍一个重要的思想脉络：认知计算主义。通过计算主义思想和哲学的研究，将图灵与冯·诺依曼的思想和哲学联系起来，为接下来讨论信息文明的思想演变奠定基础。
我们回顾一下计算机诞生的历史。1944年，冯·诺依曼正在负责美国氢弹研究的工作，而在这个过程中需要解决大量计算问题，因此，他去找当时负责研发人类第一台电子计算机 ENIAC 的宾夕法尼亚大学电机工程教授莫奇利，希望对方来帮忙解决计算问题。但是，当他看到这台机器的设计方案以后，了解到了这台计算机根本不通用，也无法解决问题。于是，他和莫奇利及他的学生埃利克一起提出了新的设计方案EDVAC，这就是世界上第一台程序控制的通用电子计算机，也是今天所有计算机的鼻祖。那么，为什么将冯·诺依曼称为计算机之父而不是另外两位呢？原因就在于他提出了一种通用的计算机系统结构，并且创造了“冯·诺依曼机”的计算机顶层设计原则。我们今天就是要来分析他的方法论，以及在设计方法时的哲学思想。
首先我们来看冯·诺依曼提出来的计算机的逻辑理论。在他之前的计算机的研究，更多的关注点是诸如电路等技术问题的解决，而他的参与使得计算机逻辑成了计算机研究和开发最核心的工作。1945年6 月，冯·诺依曼提出了计算机逻辑的改进方案：第一，用二进制代替十进制成为计算机的逻辑运算的基础，从而提高了电子元件的运算速度。第二，把存储程序放在计算机内部的存储器中，从而形成了“冯·诺依曼机”的计算机系统结构。这种结构的特点如下：其一，将电路设计与逻辑设计分开，为建立理想化的自动机奠定基础。其二，设计了一种通用型的计算机结构，为后来的通用电子计算机的发展铺平了道路。其三，将人的神经系统与计算机作比较，也为之后的人工智能学科的研究开拓了新的方向。正如戈德斯汀所评价的，“就我所知，冯·诺依曼是第一个把计算机的本质理解为行使逻辑功能而电路只是辅助设施的人”。我们在这里看到的就是冯·诺依曼强调逻辑简洁性的应用，即通过最大限度地抽象和简化处理去寻找事物的性质和规律的方法。
然后我们来分析这种方法论的内在逻辑。冯·诺依曼将数理逻辑与自动机理论联系起来，并在哥德尔思想的基础上提出了新的思想方法，正如他所说“就整个现代逻辑而言，唯一重要的是一个结果是否能够在有限几个基本步骤内得到”。因此，他认为我们需要一个高度数学化的、更简洁的自动机与信息理论，也就是将数学和谐性、对称性和简洁性作为计算机逻辑研究的方法论的核心。
这里我们可以将其和哥德尔的方法论进行对比。哥德尔认为可以把数理逻辑还原为计算理论，认为递归函数是能在图灵机上进行计算的函数，因此，可以从自动机的角度看待数理逻辑，反过来，数理逻辑也可以用在自动机的分析和综合领域。而冯·诺依曼则注意到了分析的作用，以及概率的思想在其中的应用，因此，相比哥德尔，冯·诺依曼的方法论更加具备实践价值。
最后我们总结一下冯·诺依曼的计算机科学哲学思想，主要有以下几个方面：第一，他用数学、逻辑和形式化方法定义了计算机的本质，为计算机科学及自动机理论奠定了逻辑基础。通过这种理论方式建立的自动机系统，能够让人类设计足够复杂的计算机，甚至能够模拟人的神经系统，为人工智能领域的发展奠定了基础。第二，冯·诺依曼在计算机研究中所体现的是不断追求数学简洁、对称和形式美的过程，正如吴军在《数学之美》中所说：“一个正确的数学模型应当在形式上是简单的。”因此，我们可以看到自毕达哥拉斯数学自然观延续到现在的对数学哲学和美学的感受。第三，通过对数学美学的追求，冯·诺依曼建立了一种利用抽象形式结构理解世界的方法论，这使得他在其他领域的工作中收获颇丰。这些成就如下：发明博弈论，众所周知，因为博弈论获得诺贝尔奖的纳什是冯·诺依曼的学生；建立数理统计的理论基础；提出量子逻辑和量子机等。
总结一下，我们探讨了冯·诺依曼的方法论和科学哲学思想，并探讨了计算机发明的历史，以及冯·诺依曼在不同领域的贡献。我们可以看到数学思想在计算机研究过程中所起到的重要作用。另外，我们也看到目前的人工智能研究都是基于这样的思想脉络而发展的。接下来我们就要介绍计算主义思想，以及这种思想在人工智能领域的发展过程中所起到的作用。
计算机的发明不仅带来了人工智能等技术领域的发展，而且带来了一种新的哲学思想：认知计算主义。这种思想的影响基于图灵对心灵和智能的研究，以功能主义代替了行为主义，将认知过程理解为计算过程，认为所谓心理状态、心理活动和心理过程不过是智能系统的计算状态，这种认知计算主义思想就被称为“心智计算理论”，它是广义计算主义的最初领域，也称为狭义计算主义。图灵在20世纪30年代清晰地阐述了“可计算函数”理论，并发明了图灵机这一概念工具，将计算的特征建立在简单的机械步骤上，并将复杂的计算属性和机械属性联系起来，这是整个认知计算主义的开端。我们在这里就来讨论认知计算主义的3个关键里程碑事件，为大家梳理一下认知计算主义的发展脉络及其与人工智能之间的关系。
第一个关键里程碑事件就是人工智能的诞生，尤其是关于强人工智能的猜想。图灵测试概念的最大价值在于，为智能或者心智提出了一个充分条件，即恰当编程且功能正确的计算机可以看作是拥有（和人类一般的）智能的，但是图灵并没有说心智就是机器的运行，只是启发了后来者的思想。我们需要理解的是，自笛卡儿以来的哲学家和科学家不断尝试用技术工具对心灵进行解构，直到图灵的出现才让这一理想成为可能的现实。因此，在 1956 年达特茅斯会议上众多科学家及哲学家们共聚一堂，并提出了人工智能这一领域的概念，这个领域的基本任务就是图灵命题的工程化，“将尝试去发现如何制造出使用语言，形成抽象思维与概念，解决目前只有人才能解决的问题并且改善自身的机器。”而这种观念就是所谓的“强人工智能”的基本主张，正如美国哲学家约翰·赛尔（就是提出“中文屋”的那位）所说，这种思想的强人工智能不仅具有推理和解决问题的能力，而且有知觉和自我意识，即本身具有思维能力。这个里程碑事件的意义就在于，明确建立了一种信念，认为通过恰当的编程就能使得计算机也可以拥有心灵，这是计算主义思想的发端。
第二个关键里程碑事件就是，1976年纽厄尔和西蒙在综合了图灵和普特南设想的基础上，提出了“物理符号系统假说（PSSH）”。这里简单介绍下其他3位学者。希拉里·普特南是美国哲学家、数学家及计算机科学家，也是20世纪60年代分析哲学的代表人物，他在《精神状态的本质》一书中提出了机器功能主义，用以解释心灵与机器之间的关系。艾伦·纽厄尔和赫伯特·西蒙都是人工智能领域的传奇人物，前者是计算机科学和认知信息领域的科学家，后者是卡耐基梅隆大学的教授及诺贝尔经济学奖的获奖者。
纽厄尔和西蒙因为在人工智能领域的基础贡献，在 1975 年共同被授予了图灵奖，而这个贡献的核心之一就是PSSH系统的提出。他们将智能主体（当然也包括人）看作一个处理物理符号结构的物理机器，这样的模型可以构建机器智能，也可以用来理解心灵。PSSH 指出了计算机与心灵的关系：心灵是一个计算系统，大脑事实上是在执行计算，它与可能出现在计算机中的计算是完全相同的，而人类智能可以通过一组控制着行为和内部信息处理的输入/输出规则得到充分的解释。因此，物理符号系统对智能来说既是充分也是必要的。
第三个关键里程碑事件就是联结主义的提出，这也是当下人工智能深度学习算法热潮的理论基础。通常我们所说的计算往往指的是符号计算，其物理架构以冯·诺依曼计算机器为主，这与人类的神经系统处理有着非常大的差别。虽然在处理有序列的、非自组织的和局部表征性的数据方面有着很大的优势，但是在处理非明确定义的问题，如模糊识别、知识进化和情境认知等场景时，这种计算方式就很难产生好的效果。
1943 年麦克洛奇和皮茨发表《神经系统中所蕴含思想的逻辑演算》，提出了形式神经元的概念和最初的神经网络模型。1958年罗森布拉特提出了模拟知觉的感知机模型。1986 年鲁梅哈特和麦克莱兰德出版了《平行分布加工：认知结构的微观探索》一书，提出了多层前馈的误差反传算法模型，奠定了联结主义网络模型研究的基础。人工智能网络模型就是由大量的神经元相互联结而构成的具有自适应性的动态系统，每个神经元的结构和功能比较简单，但是大量神经元组合产生的系统，就可以通过训练和学习获得解决复杂问题的能力。
总结一下，我们讨论了心智计算主义思想的3个重要里程碑事件，也找到了人工智能发展的哲学和思想基础。正因为图灵测试的概念提出，让理性主义哲学有了现实层面的工具，能够通过技术去模拟人类的心智。这样的思想带来的不仅是人工智能的发展，也使得科学家与哲学家对这个世界的理解也有了深刻的变化。
如果说心智计算主义带来了人工智能的发展，那么广义的计算主义就带来了其他前沿领域的进展及计算主义世界观的发展。近年来的一些前沿理论和技术的发展，如细胞自动机理论、量子信息论及万物算法理论等，都彰显着计算主义世界观的巨大影响力。计算主义世界观与原来的牛顿物理学中将宇宙看作机械钟或者其他动力机器的机械自然观形成了明显的差异，它将宇宙看作巨大的计算系统，将所有的物质过程（包括最小的粒子和最大的天体）都当作宇宙计算过程，这样的世界观不仅对于科学有着巨大的影响，也对哲学产生了巨大的影响。接下来就从3个角度讨论计算主义世界观：本体论、认识论及方法论。
首先我们从本体论角度进行分析，所谓本体论，就是研究世界的本原或者基质的理论。自古希腊以来，哲学家们都试图将世界的存在归结为某种物质的、精神的实体或者某个抽象原则，即对“世界是什么”这一问题的哲学思考。从近代以来，科学的进步带来的最大的改变，就是哲学本体论的变化。牛顿经典力学的出现给中世纪的宗教世界的本体论带来的是一次革命，爱因斯坦相对论的发现对牛顿力学是一次革命，量子力学的出现也是对牛顿经典力学的一次革命。不过，从牛顿力学到量子力学的世界观，仍然是基于粒子的物理世界观，研究的范畴也主要是基于物理世界的粒子存在和运动规律。而计算主义世界观认为，所谓的存在，就是不同的信息形式，所有的物质性事物都是信息性的，物理世界的时间和空间都是离散的，而物理世界中的所有存在物，不管是粒子、场还是时空，都是世界按照程序或者算法所运行结果的显现。进一步说，宇宙的计算机通过程序让世界从简单演化为复杂，让基本粒子演化出生命、心灵和智能。而我们人类本身的大脑及意识，可以理解为宇宙计算机中的虚拟机，我们既是宇宙计算的产物，也同时可以演算和模拟整个宇宙的本质，这就是计算主义世界观带来的本体论上的颠覆。
其次我们从认识论角度进行分析，所谓认识论，就是关于认识的本质和产生发展规律的哲学理论，是哲学的一个重要组成部分，探讨人类认识的本质、结构，认识与客观实在的关系，认识的前提和基础，认识发生、发展的过程及其规律，认识的真理标准等问题，又称知识论。例如，我们经常讨论的唯物主义和唯心主义在认识论上是根本对立的，一切唯心主义的认识论本质上都是先验论，认为认识的主体并不是人本身，认识的客体也不是物质，两者在本质上都是精神性的东西，认识不过是从精神到精神，即精神对自身的认识。而一切唯物主义的认识论都是反映论，它同唯心主义的认识论根本对立。唯物主义认识论从物质第一性、意识第二性出发，认为客观世界是认识的根源，认识是人脑对客观事物的反映。这两种哲学理念都在尝试构建一个世界可以通过某种路径认识或者难以认识的观念，而计算主义则提供了一个新的认识论，即通过简化的程序将复杂的世界演化出来，通过演化或者涌现的思想来理解世界的本质，计算主义世界观提供了一种确定世界是可认识的且可以还原的认识论。
最后我们从方法论角度进行分析，由于计算主义世界观将宇宙及其中的万物都当作可计算程序运行的结果，因此，作为方法论，计算主义提供了一个新的世界图景，如随着数字经济和人工智能的崛起，智慧城市、数字地球及超级智能大脑等研究领域不断兴起，我们可以看到计算主义世界观经历了3个阶段的发展，逐渐完善了计算主义的方法论：第一个阶段就是前文所提及的，人们将智能或者心灵活动当作计算的过程，无论是符号主义哲学还是联结主义哲学，都将认知看作计算过程，因此，人工智能学科也就诞生了。第二个阶段，人们开始把生命的本质当作计算，冯·诺依曼通过对生物自我繁殖逻辑的分析，发现任何自我繁殖的系统就是一个算法系统。他从细胞自动机的角度思考自繁殖机器的问题，得到了自我复制的逻辑机器模型，从而奠定了人工生命学科的基础，这个部分我们下一章会详细讨论。第三个阶段中人们开始将整个世界的本质看作计算，沃夫拉姆在《一种新科学》中系统论述了将宇宙当作计算机的理论，而物理学家惠勒也提出了“万物源于比特”的计算主义命题，量子计算学者劳埃德在《程序化的宇宙》中将宇宙看作量子计算机来观察，这一系列成果都是计算主义世界观思想的体现，也是计算主义方法论的落地。
总结一下，我们讨论了计算主义世界观，从本体论、认识论和方法论3个角度进行了讨论，理解了计算主义世界观带来的颠覆性认知。一方面，我们看到了冯·诺依曼及图灵等人的贡献，使得计算机、人工智能等领域产生了巨大的变革；另一方面，我们也注意到计算主义思想在数学、生物学、物理学及哲学等学科中是如何生根发芽的，我们后面会对这个主题进行更加细致的讨论，来帮助我们建立对未来智能时代和信息文明的基本认知。
在这里聚集的一大群人中，有些受奖励物的诱惑而来，另一些人则因对名誉和荣耀的企图和受野心的驱使而来，但他们中间也有少数人来这里是为了观察和理解这里发生的一切。生活同样如此。有些人因爱好财富而被左右，另一些人则因热衷于权力而盲从，但是最优秀的一类人则献身于发现生活本身的意义和目的。他设法揭示自然的奥秘。这就是我称之为哲学家的人。
——西蒙·辛格
上一节我们讨论了计算主义思想，了解了计算主义是认知科学的主要范式，是目前所有计算机技术及人工智能的核心和基础，也涉及了物理学、生命科学、社会科学、科技哲学等多个领域。本节就详细考察计算主义思想的内核及演变，对计算主义思潮的发展和批判进行讨论。一方面，我们需要通过讨论其演变和批判，更加深刻地理解计算的理念和本质；另一方面，我们需要建立起基于计算主义思想的系统思考框架，这是理解信息文明和智能时代的内在逻辑的核心，也对我们讨论未来文明的构建有着非常重要的价值。
我们已经粗略地讨论了关于计算的概念和演变过程，现在就来详细回溯计算主义思想演变的历史进程。在这里有3个基本的观念：第一，所有的计算问题本质都是数学问题，因此，数学的思想和方法在计算主义思想浪潮中非常重要。第二，计算主义思想演变的浪潮是在科学和哲学两个不同的范畴发展的，实际上计算主义思想得以被广泛认知的原因就在于它在科学发展过程中所起到的作用，因此，比其他的哲学门类更加具备实用性。第三，我们讨论计算主义思想的原因，是建立一种哲学世界观，而任何世界观都是一种对于世界本体论的逻辑自洽的诠释，并非一成不变的真理，我们需要秉持理性不偏信的想法去看待这些观点。
首先，我们讨论“计算”概念的本质，要知道任何一个领域发生颠覆性的变革时，前提是某个理念或者思想影响了当时人们对某个基本概念和逻辑的方式的认知。计算最初与现在普通人理解的一样，指的是加减乘除的算术运算，而到了图灵时代，计算才有了明确的定义。1900年，德国数学家希尔伯特在巴黎的国际数学大会上发表题为《数学问题》的演讲，提出了 23 道重要的数学问题，而图灵则基于对其中“判定问题”的回答和研究，对计算的概念有了新的理解，发表了《论可计算数及其在判定问题中的应用》，指出希尔伯特的判定问题无解，为计算机科学奠定了基础，并使得可计算理论得以出现。实际上，图灵机的概念就是一个抽象的数学模型而不是真实的计算机，通用的图灵机能够计算任何图灵机可计算的函数，不仅确定了算法和可计算性的概念，也澄清了形式系统的概念。这里需要补充的就是丘奇-图灵命题（丘奇是美国数学家），又叫丘奇-图灵猜想，该假设论述了关于函数特性的，可有效计算的函数值（用更现代的表述来说就是在算法上可计算的）。简单来说，邱奇-图灵论题认为“任何在算法上可计算的问题同样可由图灵机计算”。
其次，我们来看图灵之后计算概念的演变，图灵计算被称为“第一代计算模型”，图灵之后出现的计算模型被称为“第二代计算模型”，主要指的是超计算模型和自然计算模型。所谓超计算，指的就是“超级图灵计算”，是可计算理论的一个新的计算模型，例如，一台可以解决停机问题的计算机，或者可以正确推演皮亚诺算术中每个状态的计算机。实际上，在图灵的博士论文中的“神谕机”就是最早的超计算模型，而在这个基础上就出现了很多超计算的类型，包括加速图灵机、概率图灵机、无限状态图灵机及芝诺机等，至少有 20 多种不同的超计算的类型。需要注意的是，超计算是否能够真的超越图灵计算的局限是未被证实的，因为在现实层面并不存在基于超计算模型的物理实体，目前所使用的主要计算模型都是图灵机的计算模型，也就是基于冯·诺依曼的计算机架构的模型。
第二代计算模型即自然计算，就是通过对自然界的物理、化学、生物等现象的模拟设计出来的计算模型，包括量子计算、DNA计算、膜计算、演化计算、细胞自动机等。自然计算模型现在已经有了一些明确的进展，比如量子计算机的实践，而且通过与物理学及生命科学等领域的融合，使得计算概念的内涵得到了进一步的拓展。
最后，我们讨论计算主义思想的演变过程。我们已经从横向维度讨论了这个问题，即计算主义思想的研究范畴的不断扩大。最开始的时候，计算主义以认知计算主义为主，包括符号主义和联结主义两个流派，这两个流派虽然看上去有很大的差异，但实际上是互补关系，通过不同的方向来建立认知和计算之间的关系。所谓符号主义，就是把心灵当作依据规则或者算法对离散符号进行操作的形式系统，而联结主义则通过构建人工神经网络模型对人类心智进行模拟，主张认知是相互链接的。符号主义和联结主义就是旧计算主义的核心。
接着计算主义就进入了生命科学领域，尤其是人工生命学科领域，从组织、形式的角度去理解生命，带给生命科学研究巨大的启发。所谓人工生命学科，就是建立于计算主义思想上的学科，如数字生命、虚拟生命及计算机中的生命。最后计算主义就扩展到物理学、宇宙学的研究领域，形成了计算主义的宇宙观或者叫宇宙的计算理论，即认为宇宙就是巨大的计算机，整个世界的物质过程就是由计算带来的。
我们在这里补充一下纵向思想的演变过程，即从旧计算主义到新计算主义。所谓旧计算主义，就是上文提到过的以符号主义和联结主义为代表的思想，而新计算主义则包括两部分内容：第一部分是认知计算主义的新范式，就是上文讨论的超计算模型和自然计算模型。第二部分是指代上文提到的延伸到其他领域的计算主义思想，这也是新计算主义的内核所在。当然，这种演变思潮是一个正在发生的过程，还没有明确的具备共识的定义。
总结一下，我们讨论了计算主义思想的演变过程，包括计算概念内核的演变、计算主义思想从横向拓展到纵向跃迁的演变。通过这些思想的演变，我们不仅可以看到计算主义在实践层面的不断扩展延伸和应用，而且还能看到哲学和科学之间是如何互相影响和共同发挥作用的。科学通过现实意义的不断探索来建构哲学的认知，而哲学的认知则构建了具体的方法论和思想来为科学发展指明道路。
上文提到过，任何一种科学思想包括哲学思想都不是真理，都需怀疑和批判的精神，因此，我们在这里专门讨论对计算主义的批判和争论。正如菲茨杰拉德的名言所说：“检验一流智力的标准，就是看你能不能在头脑中同时存在两种相反的想法，还能维持正常行事的能力。”目前关于计算主义思想的质疑主要来自3个方面：第一个方面是基于“哥德尔不完备定律”的反驳，从数学的逻辑和思想去批判计算主义。第二个方面是基于赛尔的“中文屋思想实验”的批判，从认知和人类心智的角度去批判。第三个方面是基于现象学对计算主义的批判，即通过哲学的角度对计算主义进行批判。这里主要介绍前两种批判，后面在讨论存在主义哲学时会提及现象学相关的研究成果。
首先我们讨论基于“哥德尔不完备定律”的批判，也就是通过数学理论来论证心灵在本质上是不同于机器的。所谓“哥德尔不完备定律”，指的是出身于奥匈帝国的数学家和哲学家哥德尔提出的两条定律，这个定律和塔尔斯基的形式语言的真理论，以及我们提到的图灵机的判定问题，被认为是现代逻辑学在哲学方面最重要的3个成果。这个定理论证了任何一个形式系统，只要包括了简单的初等数论描述且逻辑自洽，则必定包含某些系统内所允许的方法既不能证明真也不能证明伪的命题，也就是任何形式逻辑自洽的系统必然是不完备的。
因此，著名学者卢卡斯在1961年发表了《心灵、机器与哥德尔》一文，指出哥德尔不完全性定理证明了机械论或形式主义的失败，心灵不能被理解为一个形式或者机械的系统，简单来说就是心灵在本质上是和机器不同的。当然，这个观点很快被其他学者所批判，比如英国控制论学者和心理学家弗兰克·乔治从演绎归纳及控制论和自组织理论等多个方面对卢卡斯的论证进行批判，还有另外一位英国人工智能学者古德发表了《哥德尔定理是迷魂汤》一文来论证卢卡斯用哥德尔定律来证明他的观点是非常荒谬的。
不过接下来还有很多学者基于哥德尔定律对计算主义进行了批判，如著名学者罗杰·彭罗斯出版了《皇帝新脑：计算机、心灵与物理定律》一书来批判强人工智能实现的可能性。罗杰·彭罗斯爵士是英国数学物理学家，以及牛津大学数学系的名誉教授，贡献之一就是在1965年与物理学家斯蒂芬·霍金教授证明了奇点的存在，这本《皇帝新脑：计算机、心灵与物理定律》就是他最著名的作品。在这本书中他声称已知的物理定律不足以解释意识现象，他认为意识是超越数理逻辑的，因为诸如停机问题的不可解性质和哥德尔不完备定律导致基于算法的逻辑系统不能产生具有人类智能特性的智能。也就是说，电脑很难通过图灵测试，即使通过了也并不意味着具备了智能和意识。当然，这个观点也遭到了很多人的反驳，很多学者认为他误用了哥德尔的方法，并通过模糊的表达得到了似是而非的结论。
包括哥德尔本人在内的许多学者都对计算主义都提出了批判，在他们看来计算机是机械和形式的，而人的内心是非机械和非形式的，因此，人的心智和认知远超计算机。但是这样只能证明人和计算机是不同类型的系统，并不能证明二者在智能层面的高下之分。正如图灵所说，“尽管哥德尔不完备定律已经证明了任何一台特定机器都是能力有限的，但是并没有任何证据论述人类智能就没有这种局限性”。后面还要专门论述人类的认知实际上是有认知边界的，这也是我们要讨论认知升级的原因。
最后我们讨论基于赛尔“中文屋思想实验”的批判。所谓“中文屋”是由美国加州大学伯克利分校的哲学教授约翰·赛尔在论文《心灵、脑和程序》当中提出来的一个思想实验。这个实验的核心内容是，假设一个不懂汉语只懂英文的人在封闭房间中进行交流，即使不懂汉语，但是按照一定的程序指示能让封闭环境外的人以为他是理解汉语的，因此可以得到的结论是正如不懂汉语的人自始至终都无法理解汉语一样，计算机也不可能通过程序理解中文的真实含义。也就是说，他认为计算机和人最大的区别在于计算机是一个纯粹的形式系统，而人是一个语义系统，前者没有意向性，而后者具备意向性。关于这个观点的批判也很多，比如英国科学院院士玛格丽特· 博登在他的著作《人工智能哲学》一书中指出，赛尔理论的关键是形式化与形式符号的意义，而实际上最简单的程序也具备某种意义而不只有形式性。因此，计算理论并非不能解释意义，这就从根本上否认了赛尔质疑的前提。
总结一下，我们讨论了关于计算主义的一些批判，尤其是对基于哥德尔的不完备定律和赛尔的“中文屋思想实验”的批判进行了论述，并对这些论述的反对意见也进行了论述。这里并不是为了证明计算主义是真理性的原理，而是承认旧有的计算主义还是有很多不足的地方，而我们正在构建新的计算主义的未来过程中，要时刻保持着一种质疑的态度去看待任何学术观点，才有可能接近真知。
在讨论了计算主义思想的演化以后，我们来讨论一下计算主义的未来，尤其是新计算主义思想的未来。要关注某个学科的未来发展，尤其是对整个社会及文明的影响，我们需要从3个方面来思考：第一，促进这门学科发展的关键人物的学术背景，即是具有什么背景的学者在遇到原有学科解决不了的问题以后开始试图探索计算主义思想。第二，当时整体社会的学科发展的特质是什么，科学界中最重要的两门基础学科是数学和物理学，这两门学科的发展很大程度上衡量了当下的科学发展。第三，我们基于科学范式演化的理论来看当时科学和社会的互动关系，才能看出计算主义思想在未来能够拓展的边界。弄清楚了这个问题以后，我们才能理解为什么计算主义思想所代表的世界观，以及与计算相关的技术将会极大地改变文明的发展路径。
首先我们来讨论新计算主义思想的两个代表人物——约翰·惠勒和塞思·劳埃德的学术思想。惠勒是美国物理学开拓时期的科学家，普林斯顿大学教授，从事原子核结构、粒子理论、广义相对论及宇宙学等研究，他最为世人所熟知的成就就是创造了“黑洞”这个非常简洁和概括性的物理学词汇，他与爱因斯坦、波尔等物理学大师共事过。他所面临的问题就是广义相对论和量子力学的矛盾问题，这两个 20世纪最伟大的物理学理论存在着内生的矛盾，而惠勒在解决这种矛盾的过程中，开始将宇宙的运行比作电脑的运行，即将万物的存在建立于信息之上，从而提出了“万物源于比特”的思想。
塞思·劳埃德是美国麻省理工学院的机械工程和物理学教授，他在量子计算、量子通信和量子生物学领域进行了开创性的工作，包括为量子计算机提出了第一个技术上可行的设计，展示了量子模拟计算的可行性，证明了香农噪声信道定理的量子相似性，并设计了新颖的量子纠错和降噪的方法。作为量子计算领域的权威，他通过抽象的方式将单位信息作为基本单元，通过“0”和“1”代表粒子的自旋方向来研究粒子演化，比如研究量子纠缠现象时，他用这样的抽象方式来研究信息会转变成对所有纠缠粒子的整体描述，而这种思想方式毫无疑问就是计算主义的思想。我们可以看到，无论是惠勒还是劳埃德，都是物理学界的权威，而他们进入计算主义思想领域的缘由，就是为了解决宇宙的本质或者世界的组成这样的物理学问题。因此，可以认为新计算主义带有先天性的底层物理学的逻辑。
然后我们来看当时科学领域所处发展阶段，尤其是数学和物理学。20世纪，数学正处于逐步发展成一个具有庞大分支规模的理论体系的阶段，学者开始越来越局限于在狭窄的范围内进行研究，而不再有数学家能够成为早期数学家庞加勒或者希尔伯特那样的数学领域的通才。与此同时，现代物理学也在那个阶段发展出很多分支学科，如粒子物理学、凝聚态物理学、天体物理学等。
物理学的学科交叉导致了两个很严重的问题：第一，基于量子力学和广义相对论的不协调导致了整个现代物理理论的不协调，广义相对论描述的是宏观宇宙的大系统，而量子力学描述的是微观世界的小系统，这种不协调迄今为止没有找到基于非常统一的共识的理论。第二，分支过多导致了纯物理学研究开始追求“极端化”的研究领域，如超低温、超真空、超高压等，这种现象的出现固然说明在某个领域的研究进入了高精尖的复杂阶段，也说明物理学在打破常规范式这个宏观命题上遇到了困境，甚至出现了大规模与其他学科交叉的现象，如量子生物学、生物物理学等学科的出现。因此，计算主义思想的提出，就正好解决数学和物理学这种过于细分学科的现象导致的科学范式的变革问题。
最后，我们从现实层面来看新计算主义思想的未来。从3个角度来看：第一，新计算主义从诞生开始都在解决实际的问题，如上文所说，惠勒用“万物源于比特”的思想解决量子论与相对论的矛盾，劳埃德的宇宙可计算思想是为了解决量子的不确定性及建立更好的量子纠缠模型等。所以，计算主义世界观是一种在实践层面具备意义的思想，主要是为了解决科学范式的危机。第二，计算主义思想对后现代主义思想浪潮来说，是一种超越其理论困境的方法。关于后现代主义思想，之后我们还会细致讨论。简单来说，后现代主义思想就是对主流思想和意识形态的挑战，对原有的理性主义及本质主义思想的挑战，虽然一定程度上拥有积极意义，但是如果任凭其发展，毫无疑问会走向虚无主义，最终冲击人类现有文明的所有底层价值。而计算主义思想则在很大程度上解决了后现代主义思想提出的问题，如果说后现代主义思想是对人类固有知识体系和世界观的解构，那么计算主义思想就是一种回答解构之后问题的答案与模型。第三，对计算主义进行应用的社会实践正在不断被推进，使得计算主义不只是一种形而上学的哲学理念。例如，以区块链为代表的新的数字技术出现，让数据、计算及惠勒的“万物源于比特”的思想得到了非常大的共识。
总结一下，新计算主义思想迄今为止已经拥有了丰富的概念和巨大的体系，而我们也看到以计算为核心的技术正在不断对人类文明进行改变。我们一方面要在实践层面探索技术的方向，尤其是人工智能、区块链等数字技术的应用；另一方面要逐步建立起更加能够被大众认同的计算主义世界观，解决其在伦理、道德和社会等多个层面的问题，这才是面对一个新的世界观或者思想的正确方法论。