胡景譜，易顯飛

（長沙理工大學社會治理創(chuàng)新研究中心、哲學研究所，湖南長沙410114）

近幾年，國際國內(nèi)技術(shù)哲學領(lǐng)域，關(guān)于人工智能的哲學研究已經(jīng)成為新的問題聚焦點。在人工智能的各類研究中，哲學問題屬于“方向性”問題，畢竟人工智能的發(fā)展所需要解決的問題首先是哲學問題，其次才是技術(shù)問題及其他問題。而其中關(guān)于人工智能哲學中的認識論問題研究，又是重中之重。上世紀中葉開始，即有人對計算機所涉及的與人的判斷和推理相關(guān)的認識論問題進行探討，進入70年代后西蒙等更是明確提出了人工智能的認識論問題。在我國，最早可以追溯到1983年王利耀發(fā)文與曹伯言、周文彬等探討“人工認識主體”的概念并引發(fā)的一系列爭論。1984年，哲學工作者張守剛和自然科學工作者劉海波合作出版了《人工智能的認識論問題》，標志著人工智能的哲學認識論問題正式進入了研究者的視野。

一、國外關(guān)于人工智能哲學認識論的相關(guān)研究

國外關(guān)于人工智能的哲學認識論研究，可以概括為三個方面：人工智能認識主客體之間的內(nèi)在矛盾關(guān)系研究；從神經(jīng)科學和認知科學的角度進行人工智能的認識論研究；關(guān)于人工智能的出現(xiàn)能否成為新的“認識主體”的論爭。

在人工智能認識主客體之間的內(nèi)在矛盾關(guān)系研究方面，阿西莫夫（1942）提出了“機器人三定律”，該定律被學界視為機器人研發(fā)的原則，近年來有學者指出該原則存在內(nèi)在的主客體矛盾......此后不久，維納（1950）從傳播學的角度分析了人對機器、機器對人以及機器與機器之間的消息的傳輸關(guān)系，并推測這些通信機器和設(shè)備以及伴隨的消息傳輸方式，在未來社會的發(fā)展過程中，必將發(fā)揮日益顯著的作用。維納在介紹控制論思想時都涉及機器人技術(shù)，并且提出自動化技術(shù)或現(xiàn)在的機器人技術(shù)可能造成“人腦的貶值”的觀點。在今天看來，書中的很多觀點并不值得一提，但維納關(guān)于人機關(guān)系的警示卻仍帶來很大啟示［1］。有學者從藝術(shù)創(chuàng)造角度對人工智能認識主客體的關(guān)系進行了剖析。德國西奧綜合神經(jīng)科學研究所科學家（2015）認為目前人工智能只是藝術(shù)創(chuàng)造的輔助性工具，不能代替藝術(shù)創(chuàng)造本身，不會威脅到人作為認識主體的地位，人類可以大膽放心地在藝術(shù)創(chuàng)作中使用人工智能。但是，未來人工智能的發(fā)展仍然存在“技術(shù)可控”的疑慮，如果人工智能發(fā)展成為像人類一樣具備真正的意向性，在藝術(shù)創(chuàng)作時具備創(chuàng)作意圖，不僅將挑戰(zhàn)人的認識主體地位，更可能對藝術(shù)界的內(nèi)部生態(tài)的當下形態(tài)構(gòu)成了重大的沖擊，甚至變革藝術(shù)創(chuàng)作［2］。

從神經(jīng)科學和認知科學的角度進行人工智能的認識論研究方面，神經(jīng)生理學家匹茲和數(shù)理邏輯學家麥卡洛克（1943）提出了第一個“交互聯(lián)系——并行計算”的神經(jīng)元數(shù)學模型，這一模型開創(chuàng)了用機器模擬人腦的新途徑。由于技術(shù)手段的限制，相關(guān)分析進展相當緩慢［3］。約翰普金斯大學的兩位學者（1958）研究發(fā)現(xiàn)，人的視覺系統(tǒng)是分級處理信息的，這也意味著人對物品的識別功能可能是一個不斷迭代的過程。這一觀點是神經(jīng)科學與認知領(lǐng)域的一重大突破，促進了人工智能在后來半個世紀的發(fā)展。在首屆世界神經(jīng)網(wǎng)絡(luò)會議中，科霍寧（Teuvo Kohonen）（1987）指出人腦與現(xiàn)代數(shù)字計算機的多重區(qū)別：在高層次上生物腦的信息加工與數(shù)字計算機有著本質(zhì)的區(qū)別，神經(jīng)系統(tǒng)不運用數(shù)字或者邏輯回路原則，在人腦網(wǎng)絡(luò)內(nèi)既不實施迭代過程，也不存在解決問題、抽象思維、組合優(yōu)化或者決策等回路形式；而人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)是模擬人類神經(jīng)系統(tǒng)的數(shù)學模型，它可以使用很多簡單的神經(jīng)元來處理信息。雖然它從某種程度上反映了人腦的一些基本功能特性，但它并不能取代真正的人腦，它是人腦的簡化和模擬。人工神經(jīng)網(wǎng)絡(luò)與人腦思維存在的相通與區(qū)別使得人工智能的發(fā)展呈現(xiàn)了更旺盛的生命力。被人們成為“人工大腦之父”的美國科學家雨果·德·加里斯成功研發(fā)出了第一臺制作人腦的機器CMA，這部人腦制造機可以實現(xiàn)在極短的時間內(nèi)形成一個神經(jīng)網(wǎng)絡(luò)，且這個人工網(wǎng)絡(luò)可以近似地像人腦一樣處理大量的神經(jīng)元。針對這些在當時技術(shù)范圍內(nèi)的成果，他對機器的未來發(fā)展做出了預測和猜想。在他的著作《智能簡史》中提到智能機器已經(jīng)能夠進行自我進化，并且智能機器可能對未來的人類形成難以估量的威脅。隨著智能機器的不斷發(fā)展，可能僅在未來幾十年左右的范圍內(nèi)，不少困擾人類的問題將會逐漸浮出水面［4］。休伯特·德雷福斯（1986）用認知科學的方式研究計算機，提出人工智能是人腦的模擬和拓展的觀點［5］。雖然人腦和人工智能都能處理信息，但人工智能只能按照規(guī)定的模式來處理特定的信息，而人類的行為則復雜多變且難以預測。德雷福斯還指出，人在不斷實踐的過程當中豐富了人本身的認知能力。這種認知能力是人類智能行為的基礎(chǔ)，時刻改變著人類的生存方式。所有的智能以及智能行為都要從人類本身的理解來解答。英國皇家學會會員撒加德認為，想要更加詳盡、準確的說明心理表征和加工處理的實質(zhì)，可以從刻畫可編程的結(jié)構(gòu)和算法入手，通過計算模型進行分析，并“用一種解題和歸納的計算機程序來解釋計算的觀念”來模擬人的認識過程。他指出，計算程序模型的引入對人類認識而言有著非比尋常的意義，它不但能夠描述各類解題和學習活動，更能解釋心智是如何完成這些操作的［6］。菲利普·布雷（2005）認為，計算機對人會產(chǎn)生認知與仿真模擬兩種作用。當在認知角色中時，不僅增強和擴展了人類的認知能力，也使得人類的思維與計算機之間的協(xié)作更加和諧，以至于認知系統(tǒng)部分屬于人類機體，部分屬于人造。但是在模擬角色中，計算機并不能有效地拓展人類的能力。計算機與互聯(lián)網(wǎng)在這個“現(xiàn)實”世界的基礎(chǔ)上，分別形成了一個虛擬環(huán)境與社會結(jié)構(gòu)，影響著我們的各項生命活動。并且計算機作為擴展人類認識能力的技術(shù)人工物，通過延伸人的認識功能和模擬延伸認識對象這兩個途徑來達到目標［7］。而近日，谷歌子公司DeepMind提出了一種新的神經(jīng)網(wǎng)絡(luò)即符號概念關(guān)聯(lián)網(wǎng)絡(luò)。這個網(wǎng)絡(luò)完全基于感官數(shù)據(jù)，能夠模仿人類從視覺的角度來學習，并自行想象出語言來發(fā)出指令。這就意味著這種神經(jīng)網(wǎng)絡(luò)，能夠做一些類似于人類的思考和活動。它另辟蹊徑，從模擬“組合性”的思想出發(fā)，打破了以往純粹的用計算機語言來模擬人腦神經(jīng)網(wǎng)絡(luò)，取得了突破性的進展。有學者對人工智能的“認知模式”和“思維模式”進行解析，指出這種模式實質(zhì)上是將傳統(tǒng)人工神經(jīng)元網(wǎng)絡(luò)內(nèi)置層的層級成規(guī)模進行放大，從而使得系統(tǒng)能夠?qū)崿F(xiàn)更為復雜的學習行為，其本質(zhì)是“深度學習”［8］。

有學者對人工智能的出現(xiàn)能否成為新的“認識主體”進行了討論。雨果·德·加里斯深層次地探討和分析了人工智能研究陣營中的“宇宙主義者”“地球主義者”和“半機器主義者”們所持的觀點，讓人類了解人工智能將會帶來什么，認為人工智能將在社會、宗教、軍事等方面給人類帶來更多問題。圖靈（1950）認為，如果機器能夠做到模仿人類答題思考，到能讓人誤以為它不是機器的程度，那就可以說機器或許也能思維。后來他又提出，人工智能是研究如何讓使機器去做那些靠人的智力才能完成的事情，即機器能更成功地模擬人類［9］。哈密爾頓在《數(shù)理邏輯》中提到，盡管計算機發(fā)展迅猛，且在可預見的將來計算機將遍布全世界，但它們最終也不能代替數(shù)學家。因為它們雖然能證明一些特定的定理，但它們并不能判定一般的普通數(shù)學命題是否正確。也就是說，計算機或許可以在某些特定的領(lǐng)域超過人類，但是它始終是由人類發(fā)明創(chuàng)造并由人類操控按照人類意愿改造生存環(huán)境的一個工具和手段。計算機可能比某一個人更加智能，但它絕不會超過整個人類。莫拉維克等學者（1980）提出著名的“莫拉維克悖論”：電腦可以輕松的像成人一般與人對弈，但是它難以或者說不可能擁有即使是嬰兒一般的感知和行動能力。人類的高階智慧是獨一無二的，在很多復雜的人類行為里，很容易就能夠解決，并不需要什么計算能力。相反的在很多簡單的、不需要意識參與的行為里，卻需要極大的運算能力。當前出現(xiàn)了很多挑戰(zhàn)“莫拉維克悖論”的例子。例如殺戮無人機，可以通過面部識別做出反應；以及近日波士頓動力發(fā)布的新型機器人，可以進行靈活跳躍、后空翻等高難度動作。這在人工智能領(lǐng)域具有里程碑的意義，它基于控制論，實現(xiàn)了近似模擬人體應激反應的平衡控制。這使人工智能與人類智能又近了一步，也使各派學者之前的理論產(chǎn)生了更激烈的碰撞。庫茲維爾（2018）為代表的預言家堅信達到“存在升級”的人工智能“奇點”即將實現(xiàn)，但持觀望甚至是消極態(tài)度的科學家仍占多數(shù)，他們認為諸多技術(shù)關(guān)鍵問題尚未解決，關(guān)于思維本質(zhì)、機制與運作方式尚未真正把握。而預期的超圖靈機也被寄予為具備自覺意識的全能系統(tǒng)，它應該具備把自身系統(tǒng)對象化的反思能力、修改自身程序的能力和獨立發(fā)明新語言、新規(guī)則、新程序的創(chuàng)造力等，從而能夠反映其具備了自我意識和自由意志的能力。在這種意義上，超圖靈機應該具備等價于人類甚至是超越于人類的意識能力，屬于超級人工智能。超級人工智能的關(guān)鍵能力是發(fā)明語言和反思自身整個系統(tǒng)的能力，這兩種能力是實現(xiàn)其他能力的基礎(chǔ)和重要保障［10］。美國哲學家塞爾（1980）在著名的論文《心智、大腦與程序》提出，無論現(xiàn)有的人工智能技術(shù)發(fā)展到如何先進的程度，被智能程序武裝起來的計算機終究只是真正的心智的全面模擬者，而無法成為真正的心智的負載者［11］。

二、國內(nèi)關(guān)于人工智能哲學認識論的相關(guān)研究

國內(nèi)關(guān)于人工智能哲學的認識論研究，可以概括為三個方面：人工智能的本質(zhì)及其認識論意義；從馬克思主義哲學來研究人工智能認識論問題；三是人工智能認識主體、客體及其各種關(guān)系的探討。

關(guān)于人工智能的本質(zhì)及其認識論意義，艾眾（1985）在探討人工智能本質(zhì)時提出，人工智能是對人腦思維的模擬，通過信息技術(shù)、計算機技術(shù)等來模擬人的思維、活動方式是可能實現(xiàn)的，由此對于人工智能的本質(zhì)進行初步的定義，即在人的參與和主導控制秩序，通過機械物理原理來模擬人的思維和動作。他的這種認識顯然是把人工智能作為一種技術(shù)人工物來看待，因而他從結(jié)構(gòu)和功能這種分類方式對人工智能的特征模擬進行了定義。但他同時也指出，要通過探究人腦思維的微觀機制，從微觀層面建立新的認識論，以進一步促進人工智能的發(fā)展［12］。而他比較有預見性的一點是，他沒有把人工智能當做簡單的技術(shù)人工物，而是把它當做人—機認識交互系統(tǒng)，他認為兩者的深度結(jié)合必將對人的認識方式、方法和形式帶來新的沖擊。童天湘（1985）肯定了微觀認識論對于認識人類智能必要性和重要性，但他傾向于認為微觀認識論側(cè)重腦內(nèi)神經(jīng)與意識的相互作用這對關(guān)系，而這正是客觀認識論所忽視的信息內(nèi)反饋。微觀認識論也承認意識和外界客體的相互作用，即信息外反饋，它將兩者及其相互關(guān)系統(tǒng)一起來，從整體上把握對人的認識［13］。馮國瑞（1988）認為“微觀認識論”是認識論上的突破性進展。外部世界與意識之間、意識與腦信息系統(tǒng)之間的關(guān)系是宏觀認識論的范疇，人工智能將認識論的研究從宏觀帶入到了一個全新的微觀水平［14］。趙夢昭（1998）認為人工智能是人的自然智能及人腦主觀思維的一定程度的物化與外化的表現(xiàn)形式，是對人類智能的模擬和人為創(chuàng)造出的特殊部分，是人化自然得到的最高產(chǎn)物，在更高的水平上豐富了辯證唯物主義的新內(nèi)容［15］。劉有源（1998）認為人工智能的模擬能否實現(xiàn)關(guān)鍵在于對人思維過程模擬的攻克，只有通過基于知識的思維才能從根本上對研究的問題予以解答，才能實現(xiàn)認識上的質(zhì)的飛躍。人工智能與人類智能相比，拓寬了人的認識活動范圍，提高了信息的利用效率，突破了人腦的局限性［16］。段偉文（2017）指出，就人工智能認識論研究，最突出的問題就是對于人工智能本質(zhì)概念的模糊不清，最大的認識論悖論就是對于機器所謂“深度學習”的內(nèi)在機理還沒有透徹的認識，對于人工智能認識方法論沒有準確的把握，歸根結(jié)底是認識論上的透明性問題，即“算法黑箱”問題［17］。黃欣榮（2017）認為，人工智能作為現(xiàn)代生產(chǎn)力，已經(jīng)在某種程度上實現(xiàn)了異己力量上對人的解放。而這種意義上的“人工智能”也成為了社會結(jié)構(gòu)的一部分，人工智能、大數(shù)據(jù)等技術(shù)為人們認識和理解“共產(chǎn)主義”提供了新的認識路徑［18］。翟振明等（2016）指出，隨著人工智能的發(fā)展，尤其是以“神經(jīng)網(wǎng)絡(luò)”為基礎(chǔ)的軟件在機器學習能力上的突破性進展，讓大眾開始意識到機器似乎開始具備了“學習”能力，而這種能力在過去被認為是人類所特有的［19］。成素梅（2017）對“認知能力”進行探析，人工智能通過經(jīng)驗探索的模式對認知對象產(chǎn)生新的理解，再根據(jù)在實驗和理解中積累起來的認知，實現(xiàn)某種認知目標。據(jù)此，人工智能在模擬人工智能的認知行為模式的進展，將反作用于心理學、認知科學和哲學的發(fā)展［20］。

在從馬克思主義哲學來研究人工智能認識論問題方面，張守剛，劉海（1984）［21］以馬克思主義認識論作為認識人工智能的指導思想進行了相關(guān)研究，其中“主觀能動性”是關(guān)于人工智能認識論研究中的重要問題。人特有的主觀能動性，是與人工智能有著質(zhì)的區(qū)別的。趙曼昭、龍佳解（1985）指出，人工智能從誕生到發(fā)展至今，給唯物主義提供了新的自然科學的論證［22］。艾眾（1985）從辯證法角度對人類智能和人工智能進行了對比。指出雖然人工智能在某些方面確實超越了人類智能，但是兩者還是存在本質(zhì)的區(qū)別，兩者應該是相互協(xié)調(diào)、補充和支援的良性發(fā)展狀態(tài)［12］。洪家榮（1992）認為一切認識都是首先從實踐開始，從感性認識深入到理性認識，在相同或不同的實踐中反復打磨、螺旋上升，而人工智能是人類智能的模擬和延伸，所以它必然遵循人類思維的相同規(guī)律［23］。

關(guān)于人工智能認識主體、客體及其各種關(guān)系的探討方面，王利耀認為在認識論中，信息是由客觀信息和主觀信息組成，是物質(zhì)和意識相互作用產(chǎn)生的產(chǎn)物，信息論中的信息則有所不同，它只適用于通訊技術(shù)或其他物理系統(tǒng)的離散信息，是不需要意識的，也不含有語義［24］。同時，他也指出了有的學者提出的“人工認識主體”與“自然認識主體”的問題：認識主體屬于哲學范疇而非控制論范疇，是物質(zhì)和精神的辯證統(tǒng)一體。趙曼昭、龍佳解（1985）認為，在認識科學中，人工智能與人類智能已經(jīng)是對立但又統(tǒng)一的關(guān)系，成為了認識主體和客體互相作用的具體表現(xiàn)形式，使整個領(lǐng)域打開了一個研究認識的新視野，人工智能在認識論中作為與人類智能相對應的范疇，已經(jīng)獲得了作為基本概念的地位［22］。人工智能具有一般工具、機器儀表所沒有的特殊功能，它既是被認識的客體，又和人相結(jié)合，組成“人—機”認識系統(tǒng)，成為認識主體的一部分，從而發(fā)展和豐富了科學方法論的新內(nèi)容。人工智能提出了人的認識能力如何被認識模擬提高的新課題。從人類開始認識物質(zhì)客體到認識主體自身，從認識物質(zhì)實體的結(jié)構(gòu)、屬性和能量，直到認識信息是一個不斷深化發(fā)展的過程。人的智能的物質(zhì)性要通過人工智能這個中介環(huán)節(jié)，即通過實踐實現(xiàn)對思維的人工模擬，思維的物質(zhì)性才能得到最終的闡明，這就是馬克思所說的，“人應該在實踐中證明自己思維的真理性，即自己思維的現(xiàn)實性和力量，亦即自己思維的此岸性［25］?！瘪T國瑞（1988）針對“人工智能是新的‘認識主體’嗎？”提出了自己的見解：人工智能是基于人類智能的，它只是機械的智能機器，人工智能或許能模仿人類的一系列物理行動，但不具備人類的本質(zhì)特征。這主要表現(xiàn)在：人工智能不具備人類智能的社會實踐性、主觀能動性以及人的主觀世界。因此他得出了“人工智能并不是新的‘認識主體’”的結(jié)論，并予以了解釋：首先，從人類發(fā)展的角度，人類之所以能超越其他物種成功支配自然界，是因為人類具有主觀能動性，這是區(qū)別人與其他動物的最本質(zhì)的地方，也是人能夠主宰自然界最根本的理由。其次，人工智能在人的意志驅(qū)使和控制下才能不斷向前發(fā)展，而人們自身在人工智能發(fā)展的過程中將更加受益。最后，人具有主觀能動性。人類要滿足自身日益增長各種需求，就需要一步一步地改造我們生存的客觀世界。主觀能動性使人能夠認識客觀規(guī)律，并把這種認識反作用于客觀世界，從而改變客觀世界。與此同時，類似于“人工智能能否成為認識主體”、“機器能否思維”等哲學問題層出不窮。那么人工智是認識主體嗎［14］？首先要弄清的是認識主體的定義。馬克思主義中的認識主體，除了有血、有肉、有大腦，還得是處在一定社會關(guān)系中的人，即必須同時具備自然屬性和社會屬性。認識主體是人本身，人類智慧是人的一部分，而人工智能又是人類智慧的產(chǎn)物，所以說人工智能與認識主體是不能對等的。段偉文（2017）在討論人工智能倫理調(diào)適問題時，雖未直接討論“人工認識主體”概念，但他提出的人工智能的“擬倫理”角色倒推出人工智能的“擬主體性”問題。而這個“擬”字既有對人工智能是否能夠真正成為主體的質(zhì)疑，也指代人工智能只是在功能性上進行模仿或模擬，并不是真正的有意識的能動性。成素梅（2017）討論了“數(shù)字人”的概念，她指出當人工智能科學家將人的意識或心靈通過技術(shù)手段上傳到機器上或者是網(wǎng)絡(luò)上，將可能實現(xiàn)人的身體與心靈的“分離”，從而使得心靈依附在一個具備自主學習能力的網(wǎng)絡(luò)化“虛擬身體”之上。隨著人的網(wǎng)絡(luò)痕跡不斷留存，這種特殊的存在開始被定義為“數(shù)字人，并對現(xiàn)有生命觀發(fā)出挑戰(zhàn)［26］。徐英瑾（2015）指出，目前人工智能的研究已經(jīng)對現(xiàn)有的法律體系構(gòu)成了一定程度的沖擊，關(guān)于人工智能的立法問題已經(jīng)出現(xiàn)了較多的爭論，在各國的法律體系當中，雖然有對動物進行相關(guān)立法的，但主要是對動物的飼養(yǎng)員或者所有者的動機進行追責，“動物致害”原則上實行無過錯責任，飼養(yǎng)人或管理人要承擔侵權(quán)責任，只有在證明受害人有故意或者重大過失的情況下，才可以減輕或免除責任。在這種意義上，動物事實上并沒有被界定為法律主體，而現(xiàn)階段對于人工智能進行相關(guān)立法，并對其法律主體身份的討論事實上是關(guān)于人工智能的認識主體身份進行的討論。例如人工智能技術(shù)支撐的無人駕駛事故追責問題［27］。雖然徐英瑾（2016）有對人工智能成為認識主體的討論，但他認為，從認識論的角度，如同《莊子·秋水》中“子非魚焉知魚之樂”的認知案例一樣，機器的模擬能力可能發(fā)展到反問人類的程度，此時，人們站在“子非機器”的角度，難以證實機器是否真正具備意識和認知能力［28］。

三、結(jié)論

從語義學的角度看，對“人工智能”概念進行解釋時，“人工”顧名思義是人力所能及制造的。關(guān)鍵在“智能”，如果連“智能”的概念都講不清楚，也就不能找到正確的路向去研究人工智能了。部分學者從馬克思主義哲學的方法論入手，從辯證唯物主義認識論的角度結(jié)合生命科學當中腦科學對人腦機能的研究，對“智能”的概念給出較為科學的定義，并在人工智能的研究當中加以運用。然而即便如此，在腦科學和神經(jīng)科學等生命科學的研究進程的限制下，對于人腦及人類智能的內(nèi)在機理仍然沒有徹底把握，或者說存在諸多關(guān)鍵難點尚未突破，這導致對人工智能哲學認識論研究在根基上產(chǎn)生了某種不確定性。

通過文獻梳理不難發(fā)現(xiàn)，已有人工智能哲學認識論研究大致包括：人工智能的本質(zhì)及其認識論意義；人工智能認識主客體之間的內(nèi)在關(guān)系；人工智能能否成為新的“認識主體”及“人工認識主體”問題；等等。

“人工智能”研究與“智能”研究是相伴而生的，智能研究基于生命科學特別是神經(jīng)科學和腦科學以及心理學和社會學等，而人工智能研究則基于計算機科學和信息科學等。受限于研究者本身的學緣背景，將兩方面達成某種協(xié)調(diào)的并不容易。不過，兩個領(lǐng)域的學者對人類智能與人工智能的關(guān)系研究是較為重視的。例如有學者指出人（人類智能）的主觀能動性和機械（人工智能）的物理運動具有質(zhì)的區(qū)別，人類智能基于思維與實踐，而人工智能往往被認為是信息處理系統(tǒng)，至少在目前階段是在信息傳輸技術(shù)的基礎(chǔ)之上，還需要大量的數(shù)據(jù)進行訓練。再如學界認為人工智能的發(fā)展給認知發(fā)展的哲學理論帶來積極影響將成為必然，人工智能科學的創(chuàng)立和發(fā)展，加速了認識科學的生長和延伸，給哲學認識論提供了新的自然科學論證。

對于人工智能認識主客體及其關(guān)系的研究是人工智能認識論研究不能回避的話題。國外學者主要是從“機器是否會思考”、人工智能是否能夠成為新的認識主體等角度去探究，并從生物學、遺傳學、物理學和哲學等方面進行論證。國內(nèi)部分學者傾向于從馬克思主義哲學認識論對認識主體的概念進行闡釋并驗證人工智能不能成為新的認識主體，并對“人工認識主體”和“自然認識主體”進行了比較。需要指出的是，對于認識主體的不同界定對人工智能能否成為新的認識主體是有一定偏差的。

從不同視角去研究人工智能哲學認識論問題，是已有研究的特色。如神經(jīng)科學和認知科學視角、福多的科學哲學視角等都對人工智能進行了有價值的審視。再如通過工程技術(shù)設(shè)計手段、仿生學研究角度、心理學研究途徑等多學科交叉的方法來認識人工智能，均為人工智能哲學認識論提供了更多基底。上述也表明，人工智能興起壯大的過程中，當前的學科分類方式已經(jīng)無法滿足這一發(fā)展需求了，近年來方興未艾的“新工科”熱潮其實也是對這一問題的某種回應。從馬克思主義實踐論來看，人類從各類實踐中獲得智能，因此，成為實踐主體并有效的“實踐”就是人工智能“逼近”甚至超越人類智能的必經(jīng)之路，在這個意義上，人工智能認識論問題的核心又聚焦到了“實踐”上面來了。