人工智能伦理

图3.15 哈贝马斯

德国哲学家尤尔根·哈贝马斯（Jürgen Habermas, 1929）在著作《知识和人类利益》里主张，科学和社会进步的知识是由三种类型的“知识构成利益”驱动的——技术性的、实践性的和解放性的^[56]。对于“解释世界”的理解可能因人而异。所谓“自然的本质”，只是一种自我安慰的说法。人类无法验证他们找到的“自然的本质”就是终极真理，至多说“像极了”。诸如“自然的本质”“宇宙的规律”之类的词语，本来就不应该在人类的词典之中，它们都是可望不可即的。这样的词语说得多了，给人一个幻觉，好像它们是唾手可得的。

终极真理或许不可得，人类总是在寻求它的路上，不断地接近目标。意大利哲学家、数学家乔达诺·布鲁诺（GiordanoBruno, 1548—1600）有一句名言，“智慧永远不会停留在已知的真理上，而是永远向着未被认知的真理前行”。然而，这条路并不好走，英国哲学家弗兰西斯·培根（Francis Bacon，1561—1626）分析，“使人们宁愿相信谬误，而不愿热爱真理的原因，不仅由于探索真理是艰苦的，而且是由于谬误更能迎合人类某些恶劣的天性”。

Viking missiosns to Mars

图3.16 为了拓展人类的知识，我们勇于探索未知世界，志在星辰大海

或然的知识

斯宾诺莎认为，“自然中没有任何偶然的东西，反之一切事物都受神的本性的必然性所决定而以一定方式存在和动作”（《伦理学》的第一部分“论神”中的命题二十九），斯宾诺莎否认偶然性，这是一个非常强的命题。这如同说，确定的自然规律就在那里，人类若得到了它就能洞悉一切。

然而，即便自然本质没有偶然性，如果人类无法了解它，它的确定性对人而言就是无意义的，即抛开人类能力的局限性空谈自然本质是徒劳无益的。概率论的伟大之处在于透过大量的随机事件洞悉到大自然仍然遵守着数学的法则。例如，雅各布·伯努利（Jacob Bernoulli, 1654—1705）于17世纪末发现的弱大数律（weak law of large numbers）。

BURKARD WALTENSPUL

COURVOISIER

图3.17 雅各布·伯努利的弱大数律给出概率的频率解释

“错误是由于知识的缺陷，而不正确的、片断的和混淆的观念，必定包含知识的缺陷。”（《伦理学》的第二部分“论心灵的性质和起源”中的命题三十五）

波普尔认为观测–归纳法只能用于证伪，而不能用于证明。人们检测了一百万头绵羊后得出结论A=“绵羊是白色的”，但只需找到一头黑色绵羊便能推翻前面的结论，即所谓的“真伪不对称性”。

观测-归纳法的价值在于从个别经验到一般假设的飞跃，即乔治·波利亚（George Pólya, 1887—1985）的合情推理^[39]。例如，检测的白色绵羊越多，对A的信心越大。即便发现个别的黑色绵羊，也不妨碍得出结论A^′=“绵羊几乎都是白色的”。在概率语言中，“几乎必然”是比“必然”弱一点的说法，但这样的或然知识反而是更多的。我们不能因为有一头黑色绵羊存在，就否认像A^′这样的事实知识。

除了那些被证明了的数学或逻辑命题，在自然语言中含有全称量词的断言，都存在被一个反例推翻的风险，尤其是基于经验的断言。如果为了追求表达的严谨性，可以缺省地赋予这些日常断言一个（客观或主观）概率的解释，相当于加上了“基本上”“差不多”“几乎”等状语。

（I）频率派的客观概率：概率论起源于17世纪几位大数学家对赌博的研究。1933年，苏联天才数学家安德雷

·柯尔莫哥洛夫（Andrey Kolmogorov, 1903—1987）

出版了专著《概率论基础》^[57]，以测度论为基础构建了概率论的一个公理体系。概率，作为随机事件的一个固有属性，不以个人的意志为转移。

（II）贝叶斯学派的主观概率：1955年，匈牙利数学家阿尔弗雷德·雷尼（Alfréd Rényi, 1921—1970）撰写的长文《论概率的一个新公理体系》^[58]中提出了一个贝叶斯概率公理体系，使得柯尔莫哥洛夫概率公理体系为其特例。

两个体系都是合理的，前者为了表达客观知识，后者为了表达主观知识。这些公理体系可以赋予无数种具体的解释，不见得一定与随机性相关。按照知识的拥有者，我们把知识体系分为全体的和个体的。全体知识经过共识，具有较高的可信度和系统性。相比之下，个体知识比较零散和模糊，甚至充满谬误。直观上，可以把全体知识视作个体知识的汇总、过滤、萃取。

图3.18 赌博游戏中的随机规律最早引起了数学家的关注，由此诞生了概率论

知识的应用

与先秦墨家的观点相似，战国时期儒家代表人物荀子（前313—前238）在其著作《正名》篇中曾说，“所以知之在人者谓之知，知有所合谓之智”。荀子区分了“知”与“智”，认为只有当认识能力与外物相合的时候，才能称作“智慧”，这个说法同样适用于人工智能。“全之尽之，然后学者也。”（荀子的《劝学》）拿机器学习建模来说，只有当元规则正确地使用了合适的模型时，才算达到了荀子对“智”的要求。“知有所合”可以作为对人工智能最浓缩的描述，“所合”的效果是评判“智”的标准。