人工智能涉及的领域太过繁杂，很难给其下一个精确的定义，但这并不妨
碍我们从根本上去理解人工智能赖以存在的基础，那就是运行在计算机上的形
式符号系统。符号是对思维对象进行抽象的结果，符号表征意味着大量具态信
息的损失；计算则是对思维过程进行抽象的结果, 计算过程同样会损失大量的具
态信息。正是抽象使得由符号组成的计算系统具有了可执行性，人工智能与人
类智能的一个重要区别也由此而生。
人类思维中的内容是有意义的，而人工智能作为形式规则系统，即便对意
义无从所知，只要依据规则来操作符号，也可以得到相应的结果。那么，人
工智能该如何构建从形式到意义的通路呢？1998 年，由万维网联盟主席Tim
Berners-Lee 牵头的语义网（Semantic Web ）项目成为人工智能追寻意义道路上
的一个重要里程碑。语义网的本质是以计算机应用程序可以理解的方式描述事
物。语义网与Web 3.0 相结合，将成为未来人工智能与互联网发展的核心领域
之一。自然语言处理则是实现语义网的一种重要方式。而自然语言处理要提取
语义信息，就必须与语境知识相关联。时隔不久，语用网（Pragmatic Web ）项
目也开始实施，一种基于语境规则的语用智能主体（pragmatic agent ）被提上
日程。由此，一条从语形到语义、再到语用的智能实现路径在人工智能领域明
确地展现出来。语形、语义、语用是语境问题的核心要素。这样的一种发展
路径表明，人工智能当前主要围绕意义问题展开研究，是一种典型的语境论（contextualism）研究范式。
人工智能必须回答什么是智能以及如何在计算机上实现智能这样的问题。而智能的实现，必然与真实世界中的语境密切相关。这就是说，智能主体必须能够区别“自我”与“环境”，并根据所要完成的任务来确定哪些语境因素是与问题解决密切相关的，以及这些语境因素之间是何种关系。在语境问题上，无论符号主义、连接主义还是行为主义，都显得力不从心。现有的范式理论都殊途同归地落在语境问题上，语境论是对这种发展趋势的恰当概括。事实上，人工智能的很多问题早在一百多年前哲学领域就已经开始研究了；尤其是语义网和语用网研究中的很多关键问题，本身就是语境论的核心问题。由此，我们有必要在语境论的视野下去研究这些问题。
对基于形式系统的人工智能而言，与表征相比，计算的问题似乎更容易解决。在模拟人类智能的过程中，人们越来越感觉到，在表征问题上，似乎存在着一道难以逾越的鸿沟。而所有的瓶颈最后都落在了对意义的理解问题上。作为人工智能的核心领域之一，表征理论的发展水平直接决定了计算机可以达到的智能水平。因此，有必要用语境分析方法，分别从表征和计算这两个角度对人工智能的发展进行梳理，探索解决这一难题的可能途径。
沿着上述问题的发展脉络，本书的最后部分批判了诺尔蒂（David D. Nolte） 的量子光学计算机理论，探讨了未来光机智能的表征和计算问题，认为光学语言并不比人类语言更具优势，量子神经网络也会遇到语境瓶颈，以光运算为基础的新型智能的核心问题同样会落在语境问题上。由此我们可以预测，在未来相当长的一段时期内，人工智能的核心问题都将是语境问题，人工智能语境论范式将长期存在。
最后，书中难免有谬误之处，敬请读者指正，是所至盼。
展开
