再见,AI意识先驱:Daniel Dennett

人工智能 新闻
丹尼特的逝世绝对是非常遗憾的事情,但他的思想和作品,如同播撒于世界各地的种子,将继续在人类文化的田野中发芽、开花、结果。

认知科学和哲学的巨人、塔夫茨大学名誉教授丹尼尔·丹尼特(Daniel Dennett)逝世了,享年82岁。

图片

丹尼特在哲学领域做出了重大的贡献,被称为“进化论四骑士”之一,是近二十年来西方新无神论运动的领军人物。

他的巨作《意识的解释》被认为是心智哲学甚至当代哲学中最重要的著作之一,全方位地对意识现象做了探索。

而他对于“意识”独树一帜的见解,正是源自他与计算机人工智能颇深的渊源,广泛吸收了来自神经科学、心理学、人工智能等领域的信息。

与此同时,他的思想和言论也深刻地影响着人们对人工智能、意识和思想的理解。

例如丹尼特曾说过:

问题不在于机器能不能思考,而在于人类能不能思考。

智能并不局限于人类;这是一个信息处理的问题,机器可以表现出智能行为。

人工智能不是对人类自主性的威胁;它是一种可以增强我们认知能力的工具。

我们应该拥抱人工智能的可能性,并将其用作理解思想和推进知识的工具。

人工智能有可能彻底改变我们对思想和意识的理解,但它不能替代人类的经验。

因此,丹尼特也被业内人士称为“AI先驱”

图片

甚至在生命走到尾声之际(一个月前),丹尼特还积极地活跃在社交媒体中,分享他对于大语言模型、ChatGPT等最前沿技术的想法。

图片

现如今,丹尼特的不幸陨落让不少科技界领袖为之叹息。

正如DeepMind CEO哈萨比斯所缅怀的那般:

听到丹尼特去世的消息我们非常难过。

我还记得我们就人工智能、创造力、感受性,当然还有意识进行的精彩而广泛的交谈,包括忒修斯关于人工智能的船。

他是一位伟大的思想家,人们将深深怀念他。

图片

那么现在,就让我们一同走近这位思想的巨人。

AI意识先驱的传奇人生

1942年,丹尼特在美国波士顿出生,不过部分的童年生活是在黎巴嫩度过的。

在他五岁的时候,由于父亲因空难不幸离世,丹尼特的母亲便带着他和两姐妹一同重返波士顿生活。

关于丹尼特与哲学、认知科学的羁绊,就要从他的儿时经历开始讲起。

因为他还是小男孩的时候,脑中所想便是“事物是如何运作的”,喜欢把东西拆开看看,里面到底是什么东西能让它们正常工作。

图片

丹尼特基于此回忆道:

自己本质上也像一个工程师。

而事实证明,作为一个哲学家,有这样的想法的态度也是件蛮不错的事情。

由此延伸就是——弄清楚是什么让想法奏效,以及为什么。

图片

因此,在丹尼特看来,他特别支持第一个观点,即如果你想成为一个哲学家,就需要去了解世界、了解科学。

并且他还非常肯定地表示:

接受过科学训练的哲学家,实力远远超过曾经的我。

在11岁那年的夏令营中,一位营导给年幼的丹尼特贴上了“哲学家”的标签,这成为了他人生旅途的一个小小预兆。

图片

丹尼特中学阶段就读于著名的菲利普斯埃克塞特学院,在哈佛大学取得学士学位后,他在牛津大学继续深造,师从吉尔伯特·赖尔,并于1965年取得了哲学博士学位。

赖尔的“机器中的灵魂”一词可谓是对丹尼特产生了深远影响,也促使了他自学神经科学,并开始探索心理学、计算机程序设计、语言学和人工智能等领域。

它博士论文的题目叫做《心灵与大脑:基于神经学发现的内省描述》。

图片

在牛津的期间,丹尼特还回忆了一件趣事。

他和一群研究生同学有一天在讨论一个话题——如果你的手臂睡着了会发生什么,并且还控制不了它。

丹尼特一开始很好奇,便追问说:“这是什么问题?是指手臂神经被捏了吗?还是流血了之类的?”

然而,就是这么一问,让众人感到惊讶不已,一个哲学家为何会关注人体的生理发什么变化,并认为丹尼特在抛弃哲学。

于是丹尼特便奔向了图书馆,“猛灌”自己知识,了解神经系统是如何工作的。

这件事对于丹尼特的人生来说是一个非常重要的转折点。:

当我了解到神经元的时候,我突然那想到大脑中发出信号的细胞,它们可以成为一个你大脑进化的过程,也就是学习。

个人的学习,只是另一个达尔文过程。

当时的丹尼特对达尔文进化论和自然选择的概念并不是非常了解,但随着他学得越多,他越觉得,这就是把事物组合到一起的关键。

图片

随后的六年期间,丹尼特在加州大学欧文分校任教,直到1972年,他才开始就职于塔夫茨大学。

在此期间,他还曾在哈佛大学和其他几所学校访问教学。他自我形容为“自学成才者”,或更确切地说,是众多世界顶尖科学家提供的数百小时非正式辅导的受益者。

为什么这么说?

因为在1976年的时候,发生了一件让他成为“最大开眼界时刻之一”的事情——拜读了理查德·道金斯(Richard Dawkins)的书《自私的基因》,并了解到了关于模因(memes)的概念。

图片

当道金斯创作“模因”这个词的时候,他的想法还是很笼统。

现在的人看到这个词的时候认为是“流行的术语”的意思,但道金斯所提出的则是一个关于人类文化进化的非常普遍的理论,极大地扩展了人类大脑的能力。

丹尼斯对此坦言道:

黑猩猩和人类的区别在于,黑猩猩的大脑基本上是unfurnished,而我们的大脑是充满了模因。

就像你的手机和电脑,在下载安装了很多APP之前,并不是强大的设备一个道理,我们大脑中的模因就像这些APP。

图片

1978年,丹尼特发表了短篇小说《我在哪里?》,通过一个思想实验探讨了意识与身体的关系。

他的学术生涯起步后,在1981年又发表了《头脑风暴:关于思想和心理学的哲学论文》,开始在学术界建立声誉。

1992年,他的《意识的解释》一书出版,对意识的哲学和科学基础进行了深入探讨;随后他继续发表重要著作,如《达尔文的危险想法》,在其中他探讨了演化论对人类自我认识的意义。

而在回看自己的研究中,丹尼特认为最好的idea,便是“有意的立场”(The Intentional Stance):

我们会自动采取对任何复杂有趣事情的策略。

如果我们可以作为一个智能体,那么它会想要什么?知道什么?或者相信什么?

图片

丹尼特认为,我们一直在用一个“有意”的姿态来赋予其它复杂的事物,例如信仰、欲望。

这种事情发生在我们生活的物理世界是合理的,但如果是在人工智能的世界呢?

尤其是充满了虚假、刻意的系统,伪造的思想,甚至是虚假的“人”,我们似乎无法抗拒地认为它们好像是真的,仿佛它们真有了欲望和信仰。

而这件事情在丹尼特看来,是非常危险的模因:

我们将无法把自己的注意力从它们身上挪开;它们会抓住我们注意力并操纵人类。

当前的AI大语言模型,像GPT-4等等,它们目标是“真实与否(truthiness)”而是不是真相(truth)。

更形象的比喻则是,它们更像是历史小说家,而不是历史学家。

图片

人类与AI的区别在于,我们可以认真对象真相,除非我们想故意撒谎;但LLM,它们目前并没有能力故意去撒谎:

技术还需要很长的路要走,与此同时,我们需要法律还为AI的真实性保驾护航。

也曾被抨击

丹尼特在哲学和认知科学等领域的成就,让他在2004年被美国人文协会评为“年度人文学家”。

2012年,他因能够将科学与技术的文化意义传达给广泛受众而荣获伊拉斯谟奖;以及在2018年,荷兰尼美根的拉德堡大学授予他荣誉学位,以表彰他在跨学科科学上的贡献和影响。

而在探索哲学和科学期间,丹尼特也有了一番自己独到的见解。

例如谈到科学家,他会说:

科学家们正在重视哲学,因为他们也是凡人,也会陷入哲学错误或哲学困惑,他们需要哲学家的帮助。

很多人只会埋头刻苦钻研,不听甚至拒绝外界的批评声音,但这只会让我们离事情的真相越来越远。

很多人都非常喜欢的思想和研究:

图片

但他的观点是如此的独到和犀利,也不免遭来一些反对的声音。

例如他在谈及哲学家的时候会抨击道:

我很震惊直到现在,还有那么多的哲学家如此的自满于他们对进化论的无知。

他们认为如果我们有生理上的机械物理解释,这会贬低创造力、理解力这些奇妙的东西。

丹尼特坚定认为即使是哲学家,也需要理解自然里错综复杂且精妙绝伦的原理,自然,让我们更好地去理解、去创造。

总而言之,丹尼特的逝世绝对是非常遗憾的事情,但他的思想和作品,如同播撒于世界各地的种子,将继续在人类文化的田野中发芽、开花、结果。

责任编辑:张燕妮 来源: 量子位
相关推荐

2022-03-16 10:06:31

AI意识

2023-05-22 18:39:03

2019-07-25 15:49:02

AI人工智能

2020-10-29 10:44:59

斗鱼腾讯虎牙

2018-07-16 09:00:00

人工智能AI先驱企业

2021-01-21 07:16:03

RocketMQKafka中间件

2012-07-02 10:23:53

软件开发编程

2013-10-08 14:04:51

SDN软件定义网络

2023-05-17 08:04:35

AI文案文案生成工具

2021-02-20 09:01:05

网游仙剑姚壮宪

2019-07-30 07:10:11

容器Docker软件

2023-10-17 08:17:38

Jenkins开发

2020-12-02 10:31:30

MySQL开源数据库

2012-04-02 20:10:04

2020-09-30 12:40:17

AI人工智能机器

2020-11-17 17:25:12

人工智能机器学习技术

2021-09-13 09:35:48

AI 数据人工智能

2021-02-25 11:22:39

人工智能IBM

2021-07-19 16:25:50

人工智能语音安全

2023-11-02 13:35:00

训练模型
点赞
收藏

51CTO技术栈公众号