近年來,，人工智能（AI）取得了輝煌的成果,，雖然它能夠幫助我們高效地處理一些需要智能才能處理的問題，但它與人的要求還相距甚遠,，因此很難說迄今的人工智能真正具備了人的“智能”,。目前，人工智能的發(fā)展面臨許多瓶頸,，如缺乏常識問題,、符號落地問題,、框架問題等，而主要原因就在于人工智能的基礎理論一直未能取得重大突破,。從更深層次看,，就是哲學認識論對于人工智能的理論突破還未形成積極的支撐，甚至還存在“認識論供給不足”的狀況,。要改變這一狀況,，無疑有待于認識論探新。

　　就人工智能的現(xiàn)狀來說,，各種專用人工智能在專門領域大顯身手,。但是，能夠整合各種能力,，像人那樣可以靈活應對新情況,、處理開放問題、進行新發(fā)現(xiàn)新創(chuàng)造的“通用人工智能”還遙遙無期,。其中的根源之一就是人工智能的三大范式之間秉持的是不同認識論,。如符號主義人工智能秉持的是理性主義認識論，聯(lián)結主義人工智能秉持的是經(jīng)驗主義認識論,，行為主義人工智能所秉持的是具身認知論,。分離的認識論立場導致了研發(fā)者們不同的功能追求和設計方向及技術進路，他們對智能（人的認識）的分割性,、局部性模擬,，使得人工智能只能限于支離破碎式的研發(fā)現(xiàn)狀。分而治之的人工智能一定意義上就是相互對峙的認識論的特定產(chǎn)物,。隨著人工智能走向新的時代,，認識論也需要通過新的探索、新的發(fā)展來與之相適應,。

　　認識論在人工智能推動下的探新,，可以有如下的展開向度。

　　一是認識論概念研究的探新,。人工智能時代,，認識論需要改變對一些相關概念的模糊不清的理解，如“智能”“意識”“情感”“行為”等,。人工智能之所以出現(xiàn)分而治之,、各行其是的現(xiàn)象，很大程度上是由于其對一些核心概念理解上的分歧,，如將“智能”理解為不同東西時,，就不可能有智能模擬上共同的追求，而認識論探新中如果能對智能等認識論現(xiàn)象形成哲學上更透徹的理解，對認知的基本構成達到更深入的把握,，就可以為不同進路的人工智能提供融合的理論基礎,。例如，研究認知中是否存在基本單元以及這種單元是什么,，就可以將對認知的理解推向深入,。只有從認識論上真正搞清楚人是如何動用智能去認識世界和應對環(huán)境的，才可能形成真正“像人一樣思考”和“像人一樣行動”的人工智能,，才能研制出更高形態(tài)的人工智能,。

　　二是認識過程研究的探新。目前的認識論總體上是宏觀認識論,，對人的認識過程,、智能活動的刻畫比較抽象，即使有新觀念也難以落地為可直接啟示人工智能研究的新思路和新方法,。因此,，我們需要通過一定程度的“中觀化”來更加貼近具體的認知和可操作的認知模擬，這就需要結合具體科學在微觀認識上取得的新成果,，使過去對認識過程的粗線條描述變得更加精細化,。如借助神經(jīng)科學、認知科學,、心理學,、信息科學以及人工智能本身的前沿研究，把握認識過程中認識階段的遞進,、認識形式的轉換,、思維內容的形成是如何在信息的加工處理、腦內電信號及化學遞質的傳遞與交換,、神經(jīng)網(wǎng)絡拓撲圖的改變等等中實現(xiàn)的,。尤其是人工智能本身就具有人類智能的“鏡像”效應，通過人工智能,，我們可以反觀自己思維認知活動的一些微觀機制,。例如，通過人工智能處理不同問題所使用的不同算法,，就可以反觀人在認知過程中采用的不同方法,。將這些認知或智能實現(xiàn)的微觀機制進行適度的抽象，可以上升為對認識過程及其機理的一種“中觀闡釋”,。在這個層面上形成的“中觀認識論”,，亦可成為認識的宏觀研究與微觀研究之間的橋梁，它既可以直接從具體科學中得到豐富的滋養(yǎng),，也可以在取得理論探新的突破后更容易“轉化”為對具體科學具有啟示和引導作用的新觀念新方法。

　　三是認識流派研究的探新。人工智能的范式融合對哲學認識論提出了新的需要：對不同的認識論流派進行“異中求同”的整合,，尤其是在理性主義,、經(jīng)驗主義、具身認知的整合上需要有新的突破,。上述認識論理論對于揭示認識的機制和本質各有長短,，但各自的局限使任何單獨的流派都不能成為新一代人工智能的認識論基礎?？梢哉f,，目前還缺乏可以打通各種認識論派別和認識形式的認識論新視角，認識論的局限成為人工智能取得新突破的障礙之一,。因此,，尋求認識論上的探新和融合來消除這一障礙，成為人工智能進一步發(fā)展的內在要求,。從專用人工智能走向通用人工智能,，從基底上就是認識論的整合與融通。如果能進一步實現(xiàn)理性主義,、經(jīng)驗主義和具身認知的融貫,，從而在此基礎上實現(xiàn)人工智能三種范式的融合，將有助于構建一個同時具備推理決策,、自主學習和適應環(huán)境特征的人工智能系統(tǒng),，使高階認知能力和低階認知能力集于同一個系統(tǒng)，人工智能就能在通用性上前行一大步,。

　　四是認識的本質和機制研究的探新,。目前，人工智能的不同學派都對智能或認識的本質形成了不同的看法,。這些看法實際上是從不同維度刻畫了智能或認識的本質,，它們啟發(fā)認識論研究對新問題進行新思考，尤其是針對一些重要概念和范疇,。如數(shù)據(jù),、信息、表征,、計算,、算法、神經(jīng)網(wǎng)絡聯(lián)結權重,、并行處理等,，它們對于說明認識的本質提供了新的啟示。認識論探新就需要對這些問題加以進一步的整合與提升,，尤其是要探究它們如何與反應,、知識,、感性、理性,、符號等傳統(tǒng)的認識論概念相互嵌套,，以期達成對認識機理和本質的全面理解。這種探新的一個總體要求是,，認識論研究不能再像先前那樣“盲人摸象”式地考究認識的本質,，而要在局域性成就日趨多樣的基礎上，高屋建瓴地總攬人的認識,，并走向對于認識本質的共識性理解,，為新形態(tài)的人工智能奠立認識論基礎。

　　五是人機融合認識論機制的探新,。由于人工智能的高級形態(tài)是走向人機融合,，所以與之適應、為其所需的認識論也應該是人機融合的認識論,?！叭藱C認識主體”“人機交互認知”“人機共生智能”等概念的提出為這種融合拓展了視野。這種融合既是對人工智能作為工具輔助人的認識的一種升級,，也是對其替代人的認識的一種避免,，它基于人機之間在智能上各有優(yōu)劣的現(xiàn)實，力求通過人機協(xié)同而實現(xiàn)互補,，形成比無論是單獨的人還是單獨的機器都更強并且隸屬于人的智能,。此時我們需要的不是人機之間的認識論排斥，而是進一步的深度融合,，即把機器智能更有效,、有機地納入人機融合系統(tǒng)之中。

　　以上的分析表明,，哲學認識論是人工智能的基礎,。認識論能走多遠，人工智能就可以走多遠,。在這個意義上,，我們只有不斷進行認識論探新，才能使人工智能走得更遠,、行得更順,。

　　（作者系江西師范大學馬克思主義學院教授）