冯·诺伊曼的科技哲学思想及其对人工智能研究的启示

1、冯-诺伊曼的科技哲学思想及其对人工智能研究的启示摘 要 冯诺伊曼的科技哲学思想主要体现在他的自动机理论中。为了实现机器智 能的自动化，冯诺伊曼探究自动机理论背后的逻辑，把生物目的性思想用于人工自动机, 主张把逻辑学、生物学和复杂性科学多学科有机结合起来。他的思想对当代人工智能的研 究具有重要启示意义：开启了人工智能生物学研究方向，为人工智能的研究提供了 “自下而 上的研究方法，为人工智能的研究提供了复杂性科学研究视野。关键词 冯诺伊曼；自动机;人工智能“计算机之父”冯诺伊曼是20世纪最杰出的数学家之一，在20世纪4050年代，他深入地研 究了自动机（理论计算机）理论，提出了计算机的逻辑结构以及

2、多个自动机模型，他的自动机理论中 蕴藏着丰富的科学哲学思想。在人工智能发展方兴未艾的今天，人工智能需要复杂性科学视野，在 对复杂系统的基础上，加强生物目的性机制研究，探求新的逻辑理论以突破研究的瓶颈，冯诺伊曼 科学哲学思想对当代人工智能的研究具有重要的方法论启示意义。一、冯诺伊曼的科学哲学思想冯诺伊曼的自动机理论中科学哲学思想，主要表现在毕达哥拉斯主义的数学逻辑理性、现代 生物目的论思想以及复杂性科学方法论等方面。(-)探求自动机背后的逻辑冯诺伊曼的自动机理论中体现了毕达哥拉斯主义的特点:追求自动机背后的数学、逻辑基础。 为了实现计算机对人类智能的模拟，冯诺伊曼对自动机的研究，不仅研究自动机构

3、造问题，而且非 常关注逻辑问题,注重理论的形式化与抽象化。1944年在研究第一台电子计算机ENIAC时，冯诺伊曼是第一个从逻辑的角度来研究计算机 结构的人,他指出了第一台计算机的缺陷是没有找到恰当的计算机逻辑理论作为基础。1943年麦卡 洛克和皮茨神经活动中思想内在性的逻辑演算一文发表后，冯诺伊曼以其敏锐的目光看到了将 人脑传播存储信息过程数学定律化的潜在可能性，他认为麦卡洛克、皮茨的神经模型以及图林对通 用计算机的思考都与数理逻辑相关，由此得出这样的结论:一台自动机所能做的事情可以用逻辑语 言来描述,能用逻辑语言进行严格描述的也可以由自动机来完成。在1945年冯诺伊曼发表电子 离散变量自动计

4、算机(EDVAC)中，非常清楚地介绍了设计电子计算机背后的原理及其逻辑基础。 “我们将尝试不仅从数学的观点，而且从工程师和逻辑学家(即真正适合设计科学工具的人)的观点 来探讨(大规模计算)机器”。1946年七八月间，冯诺伊曼在EDVAC基础上又提出了电子计算 机逻辑设计初探，这两篇报告从逻辑的角度高屋建瓴地提出了现代计算机的理论基础，其综合设计 和计算机逻辑结构的构想使计算机整个运算过程自动化，使电子计算机的高速度智能计算得以在工 程上实现。冯诺伊曼的朋友兼合作者乌拉姆曾对他做出这样的评价，“计算机源出于科学发展和 技术发展的汇合点。一方面是在数理逻辑、数学基础，对形式系统详尽研究等方面的工作

5、。在这些 领域，冯诺伊曼起着举足轻重的作用”。除了电子计算机的逻辑模型，冯诺伊曼后来还设计了五个自动机模型，即动力自动机模型(kinematic model)、元胞自动机模型(cellular model)、兴奋一阈值一疲劳模型(excitation - threshhold - fatigue model)、连续自动机模型(continuous model)以及概率自动机模型(probabilistic model) o这些模 型都试图寻找生命的繁殖与进化的数学和逻辑规则，让人工自动机具有生命的这两个特征。冯诺伊曼非常强调数理逻辑在自动机理论中的重要作用，常把自己关于自动机的理论称为 “自动

6、机的逻辑理论”，并且研究了自动机的数理逻辑和概率逻辑。注重生物目的论思想的研究与应用“目的”这一概念,是哲学家和自然科学家长期争论的问题。目的论是“用目的或目的因来解释 世界的哲学学说，在如何解释世界的事物和现象以及它们之间的关系上，目的论认为某种观念的目 的是预先规定事物、现象存在和发展以及它们之间关系的原因和根据。目的论的根本点是把自然过 程拟人化，把目的这个只为人的活动所固有的因素强加给自然界。”20世纪40年代控制论和系统 论建立，表明目的性可以通过系统与环境的反馈相互作用机制得以实现，使得曾经被科学研究排斥 的目的论哲学重新回到科学家的视野。冯诺伊曼主张把生物目的论思想融入自动机设计

7、,他认为生物自动机能做到的，比如自我繁 殖和进化等,人工自动机也应能够做到。为了把生物系统的目的性机制用于计算机的设计，冯诺 伊曼对生物目的论做了大量研究,把自然自动机（包括神经系统、自繁殖和自修复系统、有机体的进 化和适应方面等）与人工自动机（数字计算机、用于通讯和信息传递的人造系统等）做比较，开创了 生物目的性自动机研究的先河。为了弄清生物的目的性如何实现，冯诺伊曼对生物信息过程（biological information process）做 了长期的研究，他认为图灵机与麦卡洛克-皮茨的结论太概括,并没有告诉我们神经机制的工作原 理,所以需要研究生物处理信息的过程与反馈机制。从1944年

8、接触到第一台电子计算机他就开始 阅读神经生理学方面的文献，并与生物学学术界接触，参与这个主题的跨学科的学术会议。乌拉姆 在一位数学家的经历中曾这样写道“约翰尼（冯诺伊曼的昵称）关于生物体和自动机未来理论 的设想有其渊源,但他的较具体的想法，是在他搞电子计算机以后才逐渐产生出来的。我认为他推 进电子计算机发展的动机之一,是出于他对神经系统和脑组织本身运转机制的强烈爱好。”1944年末，冯诺伊曼与哈佛计算机实验室主任艾肯（Howar Aiken）以及罗伯特维纳建立“目 的论学社（teleology society ”。“目的论是研究行为的目的，我们大多数人的兴趣似乎一方面是致力 于研究这些目的如何

9、由人和动物的行为实现，另一方面是目的如何被机械与电子设备模仿”。 1944年至1955年冯诺伊曼主要研究生物系统与自动机的相似性和类比问题，在这个时期，他认识 到不仅在技术系统中，而且在生物系统中也存在反馈机制。冯诺伊曼非常重视计算机“逻辑控制”的研究，在晚年的时候他曾预言:在将来，科学将会更 关注控制、程序、信息过程、信息、组织和系统等方面的研究，而他对数字计算机的研究目标就是为了 通过计算机研究这些内容，他的自动机理论就是研究自然自动机和人造自动机控制、信息与逻辑方 面的问题。在计算机与人脑第二部分人脑的导言中,他这样写道，现在，我们可能转入另一项 比较,即与人类神经系统的比较。我将讨论两

10、类自动机之间的相似与不相似之点。找出它们相类 似的要素,将引向我们所熟悉的领域。同时,还有若干不相类似的要素。这些相异之处，不仅在于大 小尺寸和速度等比较明显的方面，而且存在于更深入、更根本的方面，包含:功能和控制原理,总体的 组织原理等等，我们的主要目的，是探讨后一方面”。冯诺伊曼的计算机理论是在现代目的论发展的进程中产生的，他不仅注意到计算机与生物之 间的相似性与差异性，还把大脑神经系统的工作机制应用于计算机、自动机的设计与构造，从而建立 了一种目的论自动机理论。控制论提出者维纳曾认为，机器要表现出与有机体相似的目的与功能,必须探索有机体的生理反馈机制,从而使机器可以模仿有机体的结构来建立

11、一套反馈机制，“目的性 行为可以用反馈来代替，这样就可以突破生命与非生命的界限,把目的性行为这个生物所特有的概 念赋予机器”。通过把目的性赋予于无生命的机器，就为自动控制装置模拟人的目的性行为找到 可行的机制和方法。而冯诺伊曼计算机程序控制系统正式这一思想的体现。冯诺伊曼支持控 制程序的研究还表现在他对维纳工作的评论。在1949年9月4日给维纳的信中，他这样写道，“我 希望我毋需告诉你我头脑中的控制论的涵义,对于你在通讯理论上的工作，我们已经讨论多次，我 希望将来我们对它进行更多的讨论。我已经公开发表我的赞同意见。很少有两个人百分之百赞 同一件事,但我认为我们在这个主题上是完全赞同的”。冯诺伊

12、曼在对生物信息过程的长期探究中,通过对自然自动机与人工自动机相似性与差异性 的比较研究，成功地把生物目的性机制应用于人工自动札冯诺伊曼计算机”是具有储存信息与 控制系统的机器,是模拟人的目的性行为最有代表性的机器，是人的目的性行为在机器上的成功实 现。冯诺伊曼自繁殖自动机理论中构建的动力自动机系统体现了亚里士多德“程序目的论”思想， 而元胞自繁殖自动机理论与实际的生物系统非常类似，注重生物目的性自动机的算法实现,模拟了 包括人在内的生物系统的推理功能。重视对“复杂性”的研究冯诺伊曼在对人的神经系统和计算机系统进行研究时,都非常重视对“复杂性(complexity) # 研究,他希望能建立复杂系

13、统的逻辑组织理论,并认为只有先找到这样的理论基础，才能建造出可靠 性强、能自我繁殖、进化的自动机。冯诺伊曼对复杂自动机理论的研究集中体现于五篇演讲稿中，在&通用计算机(Computer in General)中，他描述了一般的复杂自动机，在开篇说道，“我将讨论自动机一极复杂自动机的行为 以及由于高度复杂引起的典型困难。我将简要讨论人工自动机与有机体之间的合理的类比,有机体 在一定的功能上是自然自动机。我们必须考虑它们之间的相似性与不同点这些不同点就是真 正的原理”。在&控制与信息严格理论(Rigorous Theories of Control and Information)、信息的概率 理

14、论(Statistical Theories of Information)介绍了自动机理论的逻辑与概率理论，高复杂性和极高复 杂性的作用对计算机与人类神经系统的复杂性和效率做了直接比较，对细胞与真空的模拟性质与 数字化性质做了比较，他认为数字方法在复杂状态下比模拟方法更有技数字化机制对于复杂性 功能似乎是必需的，纯模拟机制不适于复杂状态。模拟方法处理复杂状态是把它分成部分,然后单 独对部分进行处理。”在&复杂自动机问题的重新评估一等级与进化问题(Re - evaluation of theProblem of Complicated Automata(Problems of Hierarch

15、y and Evolution)中提出了复杂性最高的自繁殖 自动机的动力模型。给出了 “复杂”(complication)的直觉定义并推测了它的退化特征，讨论了自动 机与它们的“要素”部分，列举并定义了这些要素部分,讨论了自动机的合成以及自我繁殖问题。冯诺伊曼认为，人是一种独特的自然自动机，在构造上比任何一台人工自动机更复杂。由于 这种复杂性,人类对自身逻辑的了解比建造的计算机的逻辑设计了解还少。冯诺伊曼认为自动机 理论的主要问题是围绕复杂性概念的,这个概念需要严格的定义。自动机理论应该把复杂自动机逻 辑组织与它们的行为相联系。这样的理论将能使我们改进人工自动机的逻辑设计。可以使自动机 完成由

16、人类完成的更难、更高级的功能和人类不能完成的一些其他功能。在复杂系统中尤其重要的 是可靠性问题。冯诺伊曼推测出极度复杂的系统需要新的原理,他认为在某个水平下，复杂性退 化，自繁殖不可能发生。在一个简单自动机里，整个自动机行为的符号描述比对自动机自身的描述 更简单，但在复杂自动机情况下，对自动机的描述比对其行为的符号描述更简单。!冯诺伊曼还通过复杂性自动机与热力学理论、信息论之间的相关性描述了复杂性的特征，实 际上冯诺伊曼的自动机理论始终贯穿着对“复杂性”的研究，在提出自动机原理的过程中,他通过 对人脑和电脑的比较使我们认识了思维的复杂性，通过研究机器是否能像生物那样具有自繁殖能 力,使我们了解

17、了生命系统的复杂性。在20世纪40年代早期,计算系统的复杂性还没有被清楚地 认识。大多数早期计算机研究者的眼光没有超出元件设计、硬件工程的细节。冯诺伊曼对计算机 的发展产生重大影响的原因之一是他对计算系统复杂性的认识以及从不同方面对复杂性的 贡献。二、人工智能的发展人工智能成为一门独立研究的学科要追溯到1956年的达特茅斯会议。该会议由美国约翰麦 卡锡(John Mccathy)和马文明斯基(Marvin Minsky)发起,为期两个多月。这次会议对于人工智能 的目标设想是“制造一台机器，该机器可以模拟学习或智能的所有方面”。明斯基提出“人工智能 是一门科学，是使机器做那些人需要智能来做的事情

18、”。人工智能在研究如何让机器具有人的智 能的过程中形成了三大流派，即符号主义、连接主义和行为主义。达特茅斯参会者赫伯特西蒙和艾伦纽厄尔创立了符号主义的流派，该流派的哲学思路被称 为“物理符号系统假说”，即“智能是对符号的操作”。符号主义早期在机器证明和知识表示上取得了耀眼的成就。在达特茅斯会议上,赫伯特西蒙和艾伦纽厄尔介绍了一个叫“逻辑理论家”的程 序，能够证明罗素与怀特海合著的数学原理这部现代逻辑著作中命题逻辑中的一个子集。1959 年中国的逻辑学家王浩在一台机器上证明了数学原理中一阶逻辑的所有定理。继机器证明后，符 号主义在专家系统和知识工程方面取得了重要成就，但沿着这条路就可以实现全部智

19、能吗？沿着这 个思路进行研制的日本第五代智能机最后以失败而告终，表明符号主义遇到了发展的瓶颈。连接主义的观点认为“大脑是一切智能的基础，试图通过研究大脑神经元和连接机制在机器上 进行相应的模拟”。连接主义的研究是基于1943年神经生理学家沃伦麦卡洛克和逻辑学家沃 尔特皮茨联合发表神经活动中内在思想的逻辑演算提出的模拟人类神经元细胞结构的一个模 型。1951年明斯基和迪安艾德蒙兹合作设计了 “随机神经网络模拟强化计算器”。1958年心理学 家弗兰克罗森布拉特(Flank Rosenblatt)基于麦卡洛克和皮茨模型提出了感知机模型，是一个可以 根据样例数据来学习、对新的数据做分类预测的模型。受感

20、知机的启发,20世纪60年代有很多计算 机工程师和数学家投入神经网络的研究。1969年明斯基和西蒙派帕特(Seymour Papert)出版感 知机:计算机几何学导论，证明感知机只能解决线性可分问题而实现多层神经网络不太可能，导致 神经网络研究在十多年之内一度陷入低潮，直到1986年杰弗里辛顿(Jeoffrey Hinton)与罗纳德 威廉姆斯(Ronald Williams)发表通过反向传播算法实现表征学习提出反向传播算法，倡导深层神 经网络，提出深度学习。2004年辛普森研究团队研究出了一批更高效的深度学习算法使深度学习成 为了人工智能的主流研究方向，它的成功使连接主义成为目前一条重要人工

21、智能实现路线。现在深 度学习掀起了人工智能的新高潮，在自然语言处理、机器翻译、语音合成、无人驾驶和人脸识别等方 面取得了巨大的成就，但连接主义也面临着极大的挑战，因为人们现在还没有完全弄清楚人脑智能 产生的机制,难以实现完全的连接主义。行为主义流派认为智能取决于人的感知和行动。只需要将智能行为表现出来，不需要知识表征 和推理，这个学派的早期的代表是Brooks的六脚爬行机器人。沿着行为主义的路线，美国波士顿动 力公司做出了人形机器人可以做后翻动作、大狗机器人可以负重前行，但这些机器人模拟人类行动 技能上面临很大挑战。美国哲学家普特南(H. Hilary Putnan)也提出了一个思想实验,认为

22、完美的伪 装者可以根据外在的需求进行表演，在需要他哭的时候可以放声大哭，需要他笑的时候，他可以开心 大笑。斯巴达人无论使内心激动还是平静，其外貌总是冷若冰霜。完美的伪装者和斯巴达人的外部 表情和内心没有联系，外在的行为何以是智能的表现？因此很多人认为行为主义的实现不能等同于 人的智能。综上所述，人工智能的三大流派都取得了很大进展，但又都面临着巨大挑战。三、冯诺伊曼的科学哲学思想对人工智能研究的启示在人工智能的发展中，冯诺伊曼的科学哲学思想有着重要的方法论启示意义。冯诺伊曼不 仅阐述了制造计算机的数学逻辑规则，而且把逻辑学与生物学有机结合起来,把机器与人的神经系 统作了比较，注重生物目的性人工自

23、动机的算法实现，实现了机器的自动控制过程，模拟人的目的性 行为，还研究了复杂系统科学,用元胞自动机向我们展示了复杂性的涌现，这对人工智能的研究具有 以下启示意义。(-)探求人工智能新的逻辑理论符号主义在发展的过程中面临着的三大问题:一是概念组合爆炸问题，即一个人掌握的基本概 念有几万个基本概念，基本概念形成的组合概念是无穷的，二是综合命题悖论问题，即两个合逻辑的 命题组合起来难以判断真假，三是现实知识难以用有限的逻辑符号全部表达的问题，这三个问题用 现有的逻辑理论是无法解决的。在人工智能发展过程中，美国科学家戴维布里奇曼在21世纪初 在制脑者这部著作中曾这样写道“传统的人工智能研究，即希望开发

24、出能够以高度有序、按部就 班的方式进行思考的电脑系统，已经在几乎所有曾经看来大有可为的领域止步不前近四十年光 景里人工智能领并没有什么实质性的突破”。!冯诺伊曼认为人类智能的本质是逻辑的抽象，人工自动机的本质是让自动机行使逻辑功能, 而电路等设备只是辅助逻辑功能的实现。在研究的过程中他指出了现有的数理逻辑对研制自动机 来说是不够的，没有找到合适的逻辑理论是我们研究自动机的障碍之一。也正是因为他找到了计算 机背后的逻辑理论，才成功地设计了第一台电子计算机的完整逻辑结构，使第一台计算机的计算智 能成功得以实现。第一台电子计算机的设计成功也更使他认识到数理逻辑与人工自动机的紧密 关系。为了探求复杂自

25、动机背后的逻辑理论，冯诺伊曼指出我们不仅要用数理逻辑的知识指引自动 机的研究，也需要用自动机的逻辑理论来看待数理逻辑,先寻找自动机的逻辑后再转化为数理逻辑 的符号，再在机器上实现。因此，他对自动机的逻辑理论做了大量探讨,把自动机的逻辑与现有数理 逻辑的特点做了比较，指出了现有逻辑用于自动机逻辑研究的不足之处以及造成的后果。由于数理 逻辑不考虑计算的复杂性，只考虑在有限步骤类完成计算，这就导致了复杂的智能计算在现有的数 理逻辑中不可能完备的进行,这也是符号主义所面临的问题。由于数理逻辑是确定的,是综合的，而 自动机的逻辑是概率的、分析的，这也使得数理逻辑不能成为自动机理论中合适的逻辑理论。冯诺伊

26、曼不仅指出现有数理逻辑的研究是不够的,还指出我们需要进一步研究生物自动机, 尤其是人的神经系统的内在逻辑，他认为新的自动机逻辑理论与概率理论、热力学和信息理论有着 紧密的联系,我们需要从这些理论中获得启示。（二）开启人工智能生物目的性自动机研究方向美国当代科学哲学家休伯特德雷福斯曾说对于人工智能而言，进化的模拟远比神经网络的 模拟更有前途”。!为了解决这个问题，我们可以从冯诺伊曼的生物目的性自动机理论中得到 启示。冯诺伊曼开创了人工自动机与自然自动机的比较研究，对我们了解自然系统（自然自动机）、 了解模拟与数字计算机（人工自动机）贡献了最基本的方法。冯诺伊曼十分重视自然自动机与人 工自动机的比

27、较，并认为这两者之间会相互促进彼此的研究。1947年3月在目的论学社第三次会议 上,他比较了生物与人工信息过程系统中的反馈与记忆系统。1955年8月，冯诺伊曼与威斯康星 （Wisconsin）大学基因学家Joshua Lederberg通信，Joshua Lederberg认为冯诺伊曼的自繁殖模型在 解释生物繁殖上是充分的。同年,他与生理学家C. M. William接触,William与Graham Weddell于 1952（1954年在牛津大学进行一项关于兔子耳毛的研究课题，他们的工作揭示的信息机制与冯诺 伊曼为改进计算机可靠性的多方面的技术非常相似。冯诺伊曼发现自然自动机是一个混合系统

28、,既包含模拟过程又包含数字过程。基因是数字式 的;酶是模拟式的，模拟一种控制功能，控制功能是模拟的。在自然自动机知识的影响下，冯诺伊 曼提出了一个模拟式（数字式的复合计算机模式，这是一个把研究自然系统的结果用于人工系统设 计的很好的例子，这种远见是难能可贵的，它为后来的非数字计算机的发展指明了方向。冯诺伊曼在构造计算机的通用理论时，在比较人工自动机和自然有机体这些相异且相关的系 统中，找到了涵盖这两者的理论，这种自动机理论包括人工系统和自然系统的结构、组织和原则，语 言和信息在系统中的作用以及系统的编程和控制。他认为自然自动机和人工自动机这种比较研究 可以互相影响，互相促进，既帮助我们理解大脑

29、神经系统的工作机制，又可把生物机制应用于计算 机,改善计算机的设计。如在1945年EDVAC报告中，他先探讨了麦卡洛克与皮茨1943年发表的 神经活动内在概念的逻辑演算，然后对人类神经系统与电子计算机进行类比:他把人的神经系统 中主管联想的神经元类比成计算机的中央处理器,把感知、运动的神经元类比成计算机的输入与输 出装置，把神经系统的兴奋和抑制以逻辑上“全或无”的方式表现出来,与电子线路中二进制开关对 应。冯诺伊曼的计算机逻辑结构，可以说是神经系统中某些功能机制的模拟。冯诺伊曼从现代逻辑的成果出发,模拟了包括人在内的生物系统的推理功能、自繁殖功能，他 还从基因的角度对自动机的进化问题进行了探讨

30、，“自繁殖的自动机越往后发展，就越有可能会改变 其遗传基因,具有进化机制”。可以说，冯诺伊曼开启了对生物目的性自动机的研究,是生物目的性自动机理论的开创者，对 人工智能开启生物学研究方向具有重要启示意义。冯诺伊曼的生物目的性自动机理论经他的同 事勃克斯（Burks）介绍推广以后，勃克斯的博士生约翰霍兰德（John Holland）受到启发，提出了一套独特的遗传算法，并建立了人工智能领域的遗传学派。（三）为人工智能提供复杂性科学研究方法冯诺伊曼非常重视复杂性研究，为了创建更可靠、复杂性更高、能够自繁殖的自动机探讨了 “复杂性”问题，并用元胞自动机呈现了复杂性的涌现图景。“阐明复杂性和复杂化概念应

31、当是20世 纪科学的任务，就像19世纪的熵和能量概念一样”，他的愿望在20世纪并没有实现,但他超前的眼 光对人工智能的研究有极大的启迪作用。冯诺伊曼对复杂性做了大量的研究,提出了 “逻辑深度、“数值方法”等研究复杂性的概念和 方法，他的元胞自动机理论的构建的方法，与传统逻辑构建方法不一样，为人工智能的研究提供了新 方法。传统的人工智能流派之一符号主义以符号处理为基础，把人的智能符号化、程序化，使用的是 “自上向下”的方法，即“根据从上端到下端的编程程序手段来建构智力机器:首先把总体的行为分 解成严格定义的子程序进行编程，子程序又分解成子程序、子子程序一直分解到程序本身的机 器语言”。冯诺伊曼的元胞自动机中复杂性的呈现采用的是“自下而上”的方法，即“先定义许多小的单 元以及几条关系到它们内部的、局部的相互作用的简单规则，从这些相互作用中产生出连贯的整 体行为，这种行为并不是预先编好的，而是通过模拟或模仿自然界中自我组织的过程