导论
人工智能是人造的机器智能，它是相对自然智能特别是人类智能而言的。“人类智能始终善于更好地调教和帮助机器人和人工智能，善于利用机器人和人工智能的优势并弥补机器人和人工智能的不足，或者用新的机器人淘汰旧的机器人；反过来，机器人也一定会让人类自身更智能。”①然而问题在于，这两种智能是不是同一的？差异在哪里？人造的智能能够像人类那样随着环境或目标的变化而实时地调整和改进吗？或者说，它们能够像人类那样具有主体适应性和灵活性吗？
要回答这些问题，我们就要从适应性谈起。进化生物学业已表明，适应性是生物的一种普遍现象，被称为进化适应性；自然选择或许还有文化选择一直都在塑造着人类的多样性和人类认知的本性；生物进化而来的特定行为模式，如选择配偶、识别欺骗等，类似于计算机程序中的子程序，它们致力于增加特定功能的适合度（巴顿等，2010：815-817）。由此我们可以推知，作为生物体的人类，不仅身体是适应性的，而且基于身体的认知（意识、智能）和表征②能力同样是适应性的，这是具身认知科学的一个必然推论。那么，非生物的、无意识的人工智能体的认知和表征也是适应性的吗？这是本书特别关注和探讨的问题，即人工智能体如何从物理符号操作升级到自主适应性表征的问题，或者说，人工智能是如何通过适应性表征描述不断变化的世界的③。笔者认为，这既是关乎智能如何生成的重大问题，也是人工智能从物理符号系统（符号主义）到适应性表征系统（语境认知系统）的“范式转换”问题，旨在解释符号人工智能不能解决的“意义”问题①。
**节物理符号操作的必要性
众所周知，人工智能的兴起与发展，不仅使我们的认知（思维）方式发生了革命性改变，更对社会的方方面面形成了巨大挑战②。就我们的思维方式而言，不外乎形象和抽象及其二者的适当结合三种。形象思维是基于图像的，因而是感觉经验的，如看图识字；抽象思维通常是基于符号的，因而是超验的，如逻辑思维。这两种思维方式都是我们的极端认知情形，如儿童的思维方式和数学家的思维方式。介于二者之间的是两种思维方式的结合，如大多数成年人使用自然语言思维，其中既有具象的成分，也有抽象的成分，人工智能的认知方式也是混合式的，比如它普遍使用的图像、符号、自然语言的混合表征。笔者将这种兼有形象和抽象特征的思维方式称为“象征思维”，包括使用图形、图像和纯粹符号象征，比如国旗、国徽、图腾、象形文字，都是这种思维的表现形式。抽象思维也是有程度差异的，即使用自然语言和使用逻辑及数学符号的思维，抽象度显然是不同的，后者要抽象得多，比如没有学习过逻辑和数学的人，很难使用纯符号进行计算和推理。象征体现了人类思维的高阶境界，意味着隐含意义出现了。而纯粹符号思维则反映了人类思维的*高境界，因为它是抽去具体内容的纯形式思维。
认知心理学的研究表明，人的认知是吝啬的，要求思维经济，比如我们通常会使用缩写（如AI）或简称（如科技）或象征符号（如笑脸.）。符号思维恰好与之相符，这意味着符号思维的出现有其必然性。理由有如下四点。
**，符号思维基于形象思维。就思维方式与认知的关系来说，它们构成了认知的不同阶段。形象思维是初级阶段，如儿童的思维；符号思维（抽象思维）是高级阶段，如成年人的思维。形象思维是认知的基础，如看图识字是儿童学习的必经阶段，他们还没有发展出抽象能力，比如对于简单的加减运算，2岁的儿童很难学会，更遑论理解了，因为运算规则是后天习得的。所以，符号思维是要经过长期的认知训练才能获得的，并不是天生就具有的。当然，这里不排除天生智商高、善于抽象思维的人，比如数学家高斯、物理学家牛顿。即使这些天才人物，他们在儿童时期的认知能力甚至还不如同龄的普通儿童。
从一个人教育成长的经历（从学前、小学到大学）可知，儿童阶段的看图识字、看图辨物是通过图像认知的；到了中学和大学阶段，学习了数学、逻辑后，其思维方式就由形象阶段上升到抽象阶段。这个认知能力升级的过程也有力地说明，符号思维是基于形象思维的，也就是在形象思维的基础上发展起来的，没有形象思维，就不会有符号思维。在认知发展的意义上，符号思维无疑是高级思维形式，而且是认知的*高境界。人类认知发展和观念形成的历史证明了这一点，这可通过哲学史和科学史予以说明。
第二，“数”（抽象）和“几何”（形象）观念需要结合。数学史表明，五千年前的古埃及人就有了数的观念和几何思想，中国商代的甲骨文中有了十进制计数法。古希腊的泰勒斯认为，这些数的观念和几何思想应加以演绎证明，建立一般原理和原则，再用之解决实际问题。毕达哥拉斯的“数的和谐”“万物皆数”的思想，以及数是万物之源、圆是*完美的图形和10是*完美的数字的主张，预示了后来的几何化和代数学的出现，甚至于现代的数字化也与此不无关系。而柏拉图的“理念论”则开启了抽象思维的先河，认为理念先于物质，理念生成物质。虽然这种观念在哲学上被归结为唯心主义，但它的确蕴含了抽象思维的观念，即暗示了隐藏在看得见的物质背后的东西。亚里士多德的形而上学（即元物理学）就是对这种思想的进一步发展，人工智能的虚拟世界可看作物理世界背后的可能世界，所谓的“元宇宙”莫过于此。中国哲学家老子的“道”就是抽象概念，道是无形的、非可观察的，所以“道可道，非常道”，包含了抽象思维的理念。
如何将这些抽象的观念具体化和规范化，是后来自然哲学家们一直努力做的工作。比如古希腊时期的智者学派提出的几何作图的化圆为方、三等分任意角和倍立方三个问题，导致了欧几里得图形化的几何学的诞生，其中的公理化思想和演绎方法对数学和自然科学产生了极其深远的影响，直接导致了几何天文学——托勒密的地心宇宙体系（宇宙观）的形成。演绎方法源于亚里士多德*初建立的三段论逻辑体系，加上代数学的发展，为近代自然科学走向数学化表征奠定了坚实的符号学基础。
第三，自然现象需要数学刻画。数和几何观念在文艺复兴时期得到极大发展，其直接的成就是伽利略对自然的数学化，即用数学语言书写自然，这导致了近代自然科学的诞生。难怪爱因斯坦会说，近代自然科学受益于古希腊时期创造的逻辑学和几何学。如果没有这两个成就，自然科学的形成是不可能的。联想到近代中国科学的发展，包括中国古代数学从辉煌到衰落，逻辑学和几何学的缺失恐怕是主要原因，特别是没能走向简洁的符号化（象形文字的表征太过烦琐①），严重妨碍了数学的发展，比如解高次方程、开平方、开立方这些运算，不使用符号表征几乎是不可能完成的。
将平面几何与代数相结合是人类符号思维的一次升华，即笛卡儿发明的解析几何坐标系。解析几何的作用是将图形代数化和将代数几何化，其开创了几何图形的数字运算和表征，如双*线的代数方程式表达。坐标系实现了对平面上的点和立体空间中的点的运动轨迹的数字刻画和表达，激发了人们对高次方程和动态点的研究。比如，牛顿的“流数”思想，导致了微积分的诞生，微积分成为现代科学特别是物理学的一大运算工具。莱布尼茨的单子哲学、微积分和二进制，更进一步促使麦克斯韦方程的诞生，从而完成了电学与磁学的统一。
黎曼*面几何的产生突破了千年来的平面几何思维方式，三维空间的观念被打破了，这使得人类有了高维空间的想法。将*面几何用于物理学促成了爱因斯坦相对论的诞生，导致了人类思维方式发生了颠覆性变革。我们知道，牛顿虽然提出了万有引力的思想，但他不知道这种超距作用是如何产生的，这就是所谓的“神秘的**推动力”，*终使他走向了神学解释。按照相对论，引力是时空弯*导致的，光线经过巨大天体可弯*，并非只是直线传播；在接近光速的情形下，时钟可变慢，尺子可缩短。这与绝对时空观完全对立。
量子力学突破了牛顿以来**力学的运动规律。基本粒子的运动不再遵循**力学定律，比如粒子的速度和位置不能同时测定，这就是著名的海森伯“测不准原理”，能量的传递不再是连续的，而是一份一份的、不连续的，“量子”概念由此而来。这就是科学史上的“量子力学革命”。在表征方式上，量子力学几乎是纯粹的符号表征，而且不同的表征方式，比如薛定谔方程的刻画与狄拉克的符号表达，也被证明是等价的。这表明符号表征不仅简洁，也更有表征力。符号表征的抽象程度越高，人类的思维能力也就越强。
第四，认知的符号操作能够物理实现。人类的这种符号思维能力在物理装置上得以实现的成果就是计算机的发明。这是智能的物化。图灵是这场革命的旗手，这场革命也因此被称为“图灵革命”。“图灵革命”的实质是人工认知的物理实现，其理论范式是计算表征主义，即思维就是计算，大脑就是计算机。
这就是著名的“计算机隐喻”。计算机的发明标志着符号化和数字化达到了一个新的高度。人工智能将符号与数字相结合，创造了无心的智能机这种纯粹符号操作的物理装置。这意味着，认知（操作符号的思维）不仅仅发生于我们有意识的大脑，也可以在无意识的物理装置中实现；思维不仅仅是依赖于身体的“具身认知”，也可以是没有生物身体的“离身认知”，如虚拟人。
人类思维发展到以符号思维为主的人工智能这个阶段，不仅使我们的思维方式发生了天翻地覆的变化，也让我们的生产方式和生活方式随之发生革命性变革，比如微信、支付宝等电子支付方式的普及，可能使纸币成为历史，电子书的普及可能使纸质书成为历史，电商可能让实体店成为历史。计算机、智能机的普及，加之互联网特别是5G甚至6G或更高G的发展，都有力地说明了符号思维的数字化高智能的必然性。这又进一步促进虚拟现实（virtual reality，VR）、增强现实（augmented reality，AR）和混合现实等扩展现实技术①以及元宇宙技术的发展（塞缪尔 格林加德，2021），使VR（世界）成为人类的又一个终极形态（翟振明，2022）和生存现实（大卫 查默斯，2023）。
概言之，符号思维是认知过程的提炼或萃取的结果，是思维高度纯化的精华①。符号不仅是理论上的建构，也已经在技术上物理实现。可以预计，人工智能的符号加工和符号表征将彻底改变我们的认知和生活方式，通过适应性表征将会不断发展出动态的涌现系统，这是实现和生成人工智能或人工认知的关键。
第二节物理符号系统假说的局限性
众所周知，计算机和人工智能系统是物理装置，其架构是物理符号系统。根据计算主义观点，符号是物理世界中的*特模式，可组成表达式或符号结构。然后在这些符号结构上定义过程，这些过程可以创建、修改、复制甚至破坏符号结构。如果表达式的使用取决于实体的性质，那么表达式就指定了一个实体，无论是内部实体还是外部实体。如果一个表达式指定了一个内部程序，那么这个程序就会被执行。图灵机就是这种物理符号系统的代表。物理符号系统的显著物理特性表明，它是自然的，服从物理定律，且适合工程设计。而且符号并不局限于人类头脑中的东西，甚至不一定基于传统上归因于人类的同类符号。在计算主义语境下，物理符号系统假设（physical symbol system hypothesis，PSSH）自然就形成了。PSSH作为计算机科学的核心假设（不是原理），其含义是，物理符号系统具备一般智能行动的必要和充分手段②。该假设作为经验假说自提出以
展开
