不计黑白，无论东西：朱松纯教授谈赤壁赋文章读后感

会员服务 ·

不计黑白，无论东西：朱松纯教授谈赤壁赋文章读后感

2022 年 2 月 21 日 新智元

新智元报道

【新智元导读】作为朱松纯教授《三读《赤壁赋》，并从人工智能的角度解读“心”与“理”的平衡》的读后感，围绕着对人工智能为“心”建模的思考，这篇笔记是一群研究哲学、文学、艺术、数学的朋友与计算机科学家和软件设计者认真的聊天，很有意思。希望引起关于人工智能、哲学和计算机科学有意义的讨论。

杨志宏、芝人、孙卫民、高古哲、唐黎虹、陈颍、费腾、蒋轶（按与志宏讨论时间顺序排序）

2021年12月～2022年2月

志宏讲解成文经过

引子

1、通用人工智能与强化学习

第一部分

2、为“心”建模是个具有普遍性的问题，也是一个科学的问题

3、人类的思想史是对人心建的模型集合的一部分类史

4、各种哲学思想也是模型的集合

第二部分

5、已有模型对新的模型可能的借鉴意义：谈主观客观心学理学之说

6、已有模型对新的模型可能的借鉴意义：谈U=V的分析

第三部分

7、谈心与欲的思想史

8、谈大一统、整体观

9、谈文理科、大道至简、人文科学是科学

10、讨论理性、直觉、逻辑等概念

11、谈关于中国古典文化作为参考的情境，以及认知偏见

第四部分

12、模型的演化案例：从类比谈启发性思维的前世今生

13、模型的演化案例：关于计算机科学与哲学，如果亚里士多德或者维特根斯坦还活着......

14、中文屋子和交互式证明

为了开始的尾声

15、不计黑白、无问西东

参考文献

志宏讲解成文经过

2021年12月，朱松纯教授把《三读<赤壁赋>，并从人工智能的角度解读“心”与“理”的平衡》（以下简称朱文）草稿发来，请我提一下意见。文章构思宏大，领域涉及广泛。为求严谨，我分别请教了研究哲学、文学、艺术的朋友。各位朋友把他们的看法一一认认真真发来。稍稍整理后我把各种看法转给朱教授。我很高兴地发现成文中做了一些修改。

这段时间，我又陆续收到另外一些未必从事过科学研究工作的朋友的热情洋溢的读后感。感动于大家对这个话题的关心，我觉得有必要把朋友和我的学习、交流、思考所得交给读者，旨在交流思想，作为一个如果主观上希望尽量科学的和尽量靠近现代学术规范的案例，理性地探讨人工智能与人这个紧叩人心的大题。

计算机科学一直就是门交叉科学。近90年来，它一直受到全世界全社会最灵敏的头脑的关注。它的成长史就是各种东西（数学、物理、化学、材料科学、心理学、逻辑学、哲学、语言学、生物物理等）不断地进来的发展过程。它在社会各个方面的应用，又反过来给这个学科提出问题，促进它的发展。

本文根据各位作者应邀与我的多次分别通过微信认真的闲扯整理。他们背景迥异，不是专业研究人工智能。谈话时有问有答，各抒己见，旨在交流思想，深入了解问题，不以寻求共识为必然目的，不代表某一作者同意整篇内容。当时应声问答，有枝有叶，并无主干。现在整理出来的结构是我的组织，如果对枝叶理解未透，如果结构与枝叶相违，都由我负责。

从讨论中我深深认识到，研究通用人工智能，还是要细化。要把思路理清楚。我很荣幸被这个机会带动着把各种常在心里想但是以前没计划写出来的东西围绕着一个线索联系起来。敬请读者批评讨论。

我们这个时代学术和言论自由的一个好处，是大家可以说话，互相批评。这种勇敢的尝试以及来来去去的环境，有可能促进创造。那么下面我们看看各位朋友和我如何尽量从各自的角度来思考这篇文章中涉及的内容。

文末彩蛋，是我创作的以书法为主要元素的当代艺术作品《庚子纪念，No 1》。

引子

1、通用人工智能与强化学习

杨：这篇文章分两部分。对人生意义的讲述，富有深刻启发。对人工智能为“心”建模的思考，值得认真讨论。

通用人工智能，很难用自然语言谈。由于问题重大，这个题目引起了很多人的热情。也许从这种探讨中会逐渐地认识到其中涉及的问题的深度和广度以及找到可能的突破。

朱文中说：“要实现通用智能，5%要靠客观的观察，95%要靠主观的内心需求与想象，研究通用人工智能的关键在于为主观的为'心'建模。”这种研究方向的确立，题材重要而宏大。

朱文把一个显然的事实，即古往今来关于人和社会的思考是在为人心建模，明确地讲出来，响亮地喊出来。在为“心”建立模型的意义上，文理相通。

蒋：朱教授借程朱理学和陆王心学的对比，来解释什么是智能。我的理解，智能就是学习外界的物理规律和客观约束，并在规律约束之下，对某个内在目标函数V的优化和搜索过程。但智能体一开始并不知道约束（U系统）是什么，而需要通过有监督学习的打标签或者无监督学习的撞南墙来摸到约束的边界，并在不同阶段适时调整目标函数V（V系统），这便是一个“活明白”的过程。总之，从实践中学习U系统，以求“活明白”而获得“从心所欲而不逾矩”的自由。当然这只是孔子层面的AI，主席层面的AI，还要改造U系统，让神女“惊世界殊”呢 :)

朱文提出的UV系统指出了人工智能的核心要素。有了V系统的概念，我们可以用价值观、代价函数来代替自我意识(self-cognition)这个难以捉摸的概念。对强人工智能的研究来说，所谓自我意识可能是个无谓的、应该剪除的伪概念。

芝：这与 Deepmind 去年下半年所论述的强化学习与通用人工智能的观点是否相通？

蒋：差不多是这个意思。我一直觉得强化学习已经摸到了真正的人工智能的门槛了。强化学习暗合了唯物辩证法的哲学思想：实事求是，实践出真知。

芝：我理解这把怎么模拟智力的问题变成了怎么模拟环境的问题，但是模拟环境也不易啊。如同阿基米德说给我一个杠杆我就能翘起地球，其中的问题不是翘起地球，而是要去找到这个杠杆的支点。

蒋：模拟环境不是关键，关键是实践，试错自学习。我同意这个说法：“强化学习的一个关键优势在于其可以在执行动作并接受反馈的同时发展出新的行为方式，这种做法与人类和动物通过与环境互动学习知识的方式相类似。有些科学家将强化学习称为是“首个智能的计算理论”。”

强化学习机内部的深度神经网络，是对外部客观世界（U系统）的抽象和映射。就好像用牛顿力学对物理世界抽象建模。

杨：学习模拟环境里头本身有很多有意思的题。

杨：如何理解这一段：就像是他们在结论中说的一样，（强化学习的）底层架构还缺乏实现这三件（本体感知、时间意识、理解高层次任务的结构）所需的东西”，他说，“总之，XLand 也只是'差不多相同'而已”。

蒋：我现在觉得“本体感知”“时间意识”这些玄虚的概念并无必要。

我们所处的宇宙是高度稀疏的，也就是说纷繁复杂的世界可以用诸如牛顿三定律，麦克斯韦方程，相对论等少数几个公式描述。但目前的人工智能还做不到，要用非常复杂的神经网络来拟合。这是目前人工智能的瓶颈。

朱文说的UV系统概念和思路，我觉得是对路的，按那个思路去看人工智能的发展前景，强人工智能的前景并不虚幻。

杨：但是目测，我觉得现在也还是从人学东西。而并不是搞出什么公式。

后面就要问，什么样的智能真的具有创造性？牛顿爱因斯坦那样的智能性的工作，怎么做到？

蒋：无他，解放思想，实事求是。不必把天才神秘化。有正确的思想方法，足够多的人才基数，假以时日就能产生天才的突破。

杨：这需要等待时间来回答。

第一部分

2、为“心”建模是个具有普遍性的问题，也是一个科学的问题

杨：回到朱文：“要实现通用智能，5%要靠客观的观察，95%要靠主观的内心需求与想象，研究通用人工智能的关键在于为主观的为'心'建模。”这种研究方向的确立，题材重要而宏大。

值得注意的是：建模是一种方法，不必然和结果的科学性想联系。如何确认通过建模就能够找到智能这种现象背后的真谛呢？仍要依赖科学的方法，要小心求证。

为人心建模仍是与观察到的数据有关系的一种研究方法。“上穷碧落下黄泉，动手动脚找东西”，无论建模也好，到各种人类的智慧理寻求资源也好，都是方法，目的都是求知求真。在寻找人类情绪、感觉和智能的生理和心理基础的时候，其他领域的科学家也一定会用到假设和模型，而且加上验证。

古往今来很多人在为心建立模型。包括程朱和陆王。朱文提出了一个模型，并且论证了与前人的模型有相通的地方。

人文学科是为在理解人类社会和人本身的意义上建立模型。它们在这个意义上成为科学。

模型之间有各种各样的关系。模型本身也有高下之分。建立人工智能的对心的模型，需要用到各种资源，需要参考古往今来的对心建立的模型。朱文是一个案例，有分析有回答。

本文讨论也围绕着这个主题，但不是直接回答或者给出一个模型，而是仔细探讨各种可能作为资源的模型的性质，试图深入讨论研究人工智能问题的时候可能的比较科学的利用已有模型资源的方法。

3、人类的思想史是对人心建的模型集合的一部分类史

杨：让我们来稍微仔细考察下为心建模可能怎么做？使用类比来讲。

日常生活中，所有的人跟人交往都基于他心里的对人对世界的理解，就是说他的模型。

古往今来所有的哲学家都在为人建模。文学家也是，社会学家也是，历史学也是，个人也是。

从古到今的人都在这样做，有过多少个人，就有过与之相应的多少模型。研究已经有过的模型因此有意义，这也决定了这个研究是人类所有知识的总和。这本身是个大数据问题。可以用大数据的各种手段去条分缕析。仍然有个价值问题，从这林林总总的东西里去挑。

也有权利和交换问题：一个人或者一个研究做的模型，如何被另外的有自由意志的人接受。

从历史上看，没有自由的被统治起来的人有什么智能呢？活着的状态本身是不是就是人？有创造性的人是极少数。学习能力很强的人也很少。能够终生学习的人就更少了。

从古到今，到底有过多少“心”的模型？能否对这个问题先建立模型？类比如对于图像，研究一个像素如何描述？可能的范围多少？这些像素合起来可能构成了什么样的空间？定义和研究模型的分类和数目？模型的增长如何发生？数字多少？模型里各像素的互相依赖是否是马尔科夫场？加入新的像素的维度上述的情况是否会造成组合爆炸？我们能不能在这个模型上定义学习？定义新知识？定义判断？定义从特殊到一般？从具体到抽象？定义理性？定义逻辑？定义创造性？定义科学发现？等等？我且不说了。

即在提出关于“心”的模型或者认知框架之后，还可以问很多问题，例如，在这种模型下面怎么进行学习和创造的？这个模型如何解释人的那种学习能力和创造能力？也是一大堆大胆假设。需要实证。

如果承认关于心的模型的集合太大了，那么要用已知的，能赢的策略来找到可能比较好的模型，那就需要借用思想史资源。

继续继续运用类比思维帮助粗略的理解：这些模型是不是所有的古往今来试图理解人的各种学问和各种思考的集合？是哲学，是心理学，是社会学，是历史，是人类学，是文学艺术管理，等等等等。是各种有名和没有名的。这是一种分类方法。

是不是心经里的五蕴？空色？受想行识，眼耳鼻舌身意，色声香味触法，眼界，......等等？这也是一种分类。

当代哲学里已经建立起来的各种分类方法是不是也可以用进去？所谓的本体论、知识论、现象学、宇宙观、伦理学，等等等等？

当代心理学里已经建立起来的亦可作如是观。

在本文下面几段里，让我们来检查一下各种可能有参考意义的模型。

4、各种哲学思想也是模型的集合

杨：历史上看，哲学思考的很多问题非常有前瞻性。一到快实用的时候就分离出去变成了具体的科学的技术的一部分。哲学又要思考很多现实中发展出来的问题，急于追赶和深入不断变化的现实到底是怎么回事？而且这种思考要深刻到足够的程度，以至于又变成了前瞻。

所以思考人工智能问题的时候到哲学里去寻求资源是很自然的事。

孙：哲学在历史上对科学有着一定的指导性，不仅是在模型上，更在方法和基本假设上。库恩的科学革命的结构一书里讲的很清楚。

杨：可不可以认为，关于方法和基本假设也是一些模型。

孙：也可以。那些是模型的基本部分。

孙：但哲学也有超越模型的地方，因为哲学理论往往直接影响人的价值选择和行动，因此而改变现实。不仅仅是表征现实。

杨：可不可以说这个模型是极端灵活的、动态演化的。而不是一个死硬教条。

孙：动态是个较好的刻画，但具体情况要澄清。关键是动态演化的机制。人是世界的一部分，在思考的同时也在改变世界。

杨：那么在人工智能研究中如何运用哲学的资源（历史上探索的模型的集合）呢？

哲学本身有内在的逻辑和规律，需要学习和尊重。比如说，我们学习概率，例如方差、相关性全都是有严格的定义。这些定义是经过了认真研究才有的。要避免望文生义。对于文科里的各种名词，虽说每天我们都在用，也并不代表我们就真的懂那是什么。

孙：哲学是很严格的。不多看几本书都不敢说话。

第二部分

5、已有模型对新的模型可能的借鉴意义：谈主观客观心学理学之说

杨：我理解，从当代这个时间点看，哲学思想和科学与技术发展的关系挺复杂，并不是一一对应的关系，哲学并非一定高级于科学。哲学与其他学科互相吸取营养。各个学科有其自然的内在的发展逻辑。从这个角度看，通用人工智能的“心”模型未必需要与程朱理学或者陆王心学一一对应。研究者从中得到启发即可。

我想听听专治哲学的朋友谈谈，什么是心学？什么是理学？什么是心？什么是理？

孙：从中国哲学史来讲，心学和理学都认同理是天下万物的根本，是人心道德标准的源泉。也都认为人性就是天理。心学和理学之争在我看来主要是两点。一个是认识论上的，即如何认识天理。理学认为天理不能被人心或者人的认识直接全面充分的把握，而需要格物和读书。而心学认为人心可以直接把握天理，因为人性即天理，见性即见理。这点和禅宗接近，也是为什么朱熹说陆氏近禅。另外一点是本体论上的区别。这个在王阳明那里比较明显，是说外在事物之理依赖于人心之理，人不存在，外物之理也不存在。他的山中论花体现了这一点。即便如此，在道德领域，这么讲也有一定的道理。理学讲理是客观存在于世界之中的，人性只是秉承了宇宙中的天理。从这个角度，朱文中关于主观客观、心理之说需要更仔细推敲。

在读朱文时，感觉其中将心学的心当成的自我的心。前者是天理，后者是自己的情感意志，两者不一样。理学有天理人欲之分，阳明也是去人欲而存天理，要致良知，因此都有一个道德规范，而不是随心所欲，自由自在。禅宗也讲见心了性，但禅宗并不讲儒家的道德规范，而心学的心是儒家道德之心。

杨：我来学习一下理学和心学的基本概念。

我理解，古人的讲的东西固然会模模糊糊各说各话，但是有些基本的概念还是被搞清楚了。其实，即使是理科的概念，也有理解是否深入透彻以及理解可能不同的问题。

研究人工智能，可以不见得完全沿用哲学家的思考，但是得了解原先的想法是怎么回事？这样反过来有可能帮助推敲高层的设计，多想到应该考虑的因素。可以把朱文想成是一个种子和主干，从这上面引起的各种讨论，是有机生长的枝条和花朵。

6、已有模型对新的模型可能的借鉴意义：谈U=V的分析

孙：继续分析的话，最有问题的可能是U=V的分析。这里即便U只是涉及社会关系，也可能与价值相关，因此和V不能完全独立。例如，家庭伦理关系本质上是一种价值关系，不是一个物理事实。价值关系不能还原为物理或者生物事实。例如，父子的生物事实不能决定父子的伦理关系，尤其是儒家的父子伦理。

我所理解的U =V是U和V直接的一种动态平衡。个体从社会观察中提炼价值规范，并以此来主导个体的社会行为。这个过程必然很复杂，包括个体的归纳提炼是否准确，个体可选择的价值体系是多元化的因此如何选择，以及如何评价个体选择的价值体系是好还是坏。这些都是哲学的问题，同样在人工智能中出现。

心学他们强调道德之心已经先天存在于每个人的心里，你不需要从外在学习，直接省视内心便知道了。如果朱文是从心学这个角度来说构建人心的价值体系，将很难解释价值体系在不同时代和社会关系下的变化。

费：谈一点我对U=V的看法：朱文强调的是U和V的动态平衡，上面的谈话指出U和V不是独立无关的变量，我觉得这一点可以做如下说明。U作为社会规范、伦理道德，是在历史文化的发展中逐步形成的，它本身便是一种平衡的结果。只不过导致这种平衡的，不是为了追求某个人的价值，即V的最大化，而是社会全体价值（某种意义下对V的求和）的最大化。社会文化由若干个V推动发展，而达到平衡则有时间上的滞后性，从而引起U的演化。

杨：从数字的观点看社会一定是有研究的。如果做一些 literature review，可能找到已经有的研究。

第三部分

7、谈心与欲的思想史

杨：有一种常见的看法是认为东方哲学更加擅长感性非理性欲望这样的思考，因此，研究通用人工智能的时候，要从那里多吸取资源。有道理吗？

高：心与理（欲与理）这类问题在古希腊已经出现。

混沌与秩序、原欲与理性、本能与精神一类冲突，从古希腊神话中就可以看出。从提坦神到奥林匹亚神的更替，就反映了古希腊人解决这些问题的努力。奥林匹亚神內部又有酒神、日神等，也是古希腊人解决此类冲突的更为具体的方式。尼采在《悲剧的诞生》里就做了探究，可供参考。比如，面对世界的沉浸或静观，沉醉或清醒，就是基于对生命理解的两种人生态度，在尼釆看来，这是审美的人生态度。

随着哲学的出现，古希腊人摆脱了从神出发的解释，而是从自然出发解释世界和人生，这又是解决方法的突破和升华。

到苏格拉底，则出现新的突破，就是用辩论的方式（辩证法）寻找事物的普遍性的方法，这是西方认识史上一次大突破，也是人类认识史上一次里程碑式的突破。这种方法被柏拉图发展到新的高度，成为柏拉图主义，与之相应，经验和非理性都受到排斥。

亚里士多德则强调了经验研究的方法，这是对柏拉图的认识方法和真理观的矫正。以苏格拉底、柏拉图和亚里士多德为代表的古希腊思想和研究，标志着现代认识方式的萌芽，如同古希腊文明是现代文明的摇篮。可惜，这种萌芽随着古希腊文明的衰落而沉寂。

古罗马文化停留在社会政治层面，对哲学和科学的贡献不大。

基督教则确立了一神信仰。既然基于认识得不到全部的真理，那就不如先信再说。这种积极的信仰意义很大。东方没有这种信仰，其他宗教也没有这种信仰，完全为基督教独有。

文艺复兴复活了古希腊、古罗马文明的遗产，出现了批判性的思潮。然后，培根等英国人提出经验主义，笛卡尔等提出理性主义思维方法即演绎思维方法，并相继涌现了一批思想家、科学家等。在科学上，观察实验和数理方法相结合，在天文学、物理学、数学等上取得成功，代表人物就是牛顿等，这也是柏拉图和亚里士多德等传统的复活和完善。后来，达尔文又把英国的经验主义方法加以完善，才提出了物种演化学说。

到了十八世纪，理性的方法又用于社会领域，出现了启蒙运动。到了十九世纪，科学走向繁荣。

十九世纪末，人的非理性问题又被重新提出。像叔本华、尼采就是哲学上的代表。也就是说，西方出现了一股思潮，反对本质主义，反对理性主义，又回到古希腊这个源头上，又重新从神话、悲剧中寻找资源，认为人的意志、欲望等是人的本质，对存在了两千多年的柏拉图主义或者理性主义传统、苏格拉底的伦理学说、基督教进行批判，等等。

西方对人性的理解，始终在理性与非理性两极之间游走。其理论深度和强度要比中国传统的认识深入而细致。

西方文化比我们想象的要丰富和深刻，这从其源头上就已经表现出来，像欧几里德的几何学，其表现出的思维方法，即从公理出发推出定理，再去解决相关问题等，是其它文化始终没有出现的。艺术上就更不用说了，希腊雕塑达到的艺术水准，在同时期的其他地域和文化中根本没有比肩者。我们严重低估了古希腊文明的高度。而且，它一出场，就跟其它的文明迥然有别。

杨问：下面三句话对不对？

西方的所谓的反理性的思考也是用理性的方法进行的。

比如说，福柯的方法是符合理性的学术规范的。

海德格尔的思想，他的哲学应该也是用符合逻辑的方法进行思考的。

高：是的。没有理性的表述方式，那是讲不清思想和学说的。

即使否定理性的文章，它也要采用理性的表述形式。

你有兴趣可以看看福柯的文章，他的文笔相当好，有法国式的，轻松而严谨。他的著作大部头的不多，一般都十多万字。

杨：福的书和关于他的文章90年代我稍微读过一点，当时不懂，打算再捡起来。

唐：福柯（Foucault ）的那一套话语权的说法应该对你现在思考的一些事情来说很有用。语言里面有一套霸权制度在的。最厉害的地方是弱小的那一方根本找不到为自己说话的词汇。

杨：我再仔细读下。

不过有一点，我不同意后现代主义的科学观。讲语境主义、历史主义，我觉得无非都是思考问题全面一点，把一个事物和它关联的东西合起来看，多考虑动态的变化以及影响的因素。但是不能否定世界上有不以人的意志为转移的客观性。就像乔布斯可以相信，通过他的意志可以改造产品，可以制造市场，可以影响他周围的很多事情，但是无法通过他的意念治愈他的疾病。即使作用于人的世界，最简单的比如说是书法，对各种书法家和书体的推崇或者地位，也并不完全就是靠某些力量某些观念扭曲出来的。书法作为艺术也有客观性。具体还需要继续读书。

孙：后现代主要是在政治哲学上影响比较大，现在还有很多人学习研究。英语系哲学系都有。对于科学哲学在美国基本上没有影响。

8、谈大一统、整体

杨：如何看待这些年来网上经常谈论的一些思想观念，包括谈到发展人工智能的时候会用到的一些想法。例如大一统？

高：抽象地谈大一统或整体并不妥。大一统究竟是什么？一般所说的大一统，就是政治统一。中央政府对地方的严格控制。这些东西都是需要研究的重要课题。

有不少所谓从整体出发的研究方法，更多是一些浮夸空洞的口号。例如，有些用阴阳观念、臆想的腑脏及其功能等拼凑而成的虚假的整体，连对生命的相对完整的真实描述都做不到，如何从整体出发？

我们渴望获得整体的视野，可这种愿望是不现实的。因为我们都活在自然里，无法预先获得整体的视野，只能接触到局部，只能获得对局部的认知，并没有能力获得整体的视野。

所谓的整体观，都是假设的、相对的、有条件的。这是人的困境。相对来说，有的人知道的范围大一些，有的人了解得窄一些，但都不是整体。很多人说从全局出发，从整体出发，多是自我欺骗的幻觉，缺乏反省。古代有天圆地方之说，还有盘古开天辟地的创世神话，不都是整体观吗？现在看来，也都是假设、想象。

我们经常说别人“瞎子摸象”，可我们活在世上，不都在是瞎子摸象吗？每个人都知道一点，进行片面的交流，然后，可能会由局部连成整体。在人类漫长的历史中，自称对整体有了解的人，他们建构起来的整体观、全局观，或是世界观和宇宙观，后来不都被历史的发展否定了吗？不过，人类也正是从这样的整体观出发，不断调整和校正，才获得了对天地、宇宙越来越深入的认识。

看看《史记》、《四库全书》的目录，就知道中国古代的知识体系，尤其是经史子集，说明中国古代的知识分类非常简单和粗糙，这种情况直到晚清也没有大的改观。要是没有现代的学科化的研究方式，现在的知识不可能这么系统精密，整体上也不会这么宽厚，所以，学科化这种趋势会越来越细，无法逆转。

一般来说，人人都想获得对事物整体的认识，都想获得全部的真理，绝对的真理。可是，文明发展到今天，我们现在已有的知识体系的总和，究竟达到了什么样的水平？从乐观的角度谈，可以说水平很高，从悲观的角度来说，也可以说很低，但是要跟过去比，那我们可以感到自豪，因为现在的知识更新，确实天翻地覆。

每一个人的生命都是有限的，能力也是有限的，所以，他要有所作为，就不能不做出选择，做出取舍，集中精力做一件事情。一个大学，也是人数、设备、科研力量有限，所以，很多院系虽然出名，但也有取舍，发挥优势，在某一个方向或者专业上研究出色。事实上，这也都是从局部、从专题出发，才能取得一点突破。

很多人期望跨学科、跨专业研究。可这种合作也是有局限的，受很多条件的制约。

打个比方，不一定科学。如果说人类的知识像一棵树，那它刚发芽的时候可能只有两片叶子，这两片叶子就代表两个科学家，两人都很重要。可随着这棵树长得越来越高，越来越壮，主干越来越大，它伸出的叶子越来越多，每个叶子就相当于科学家，就变得很不起眼。

知识体系越大，它依赖的科研人员就越多，而每一个叶子在这个树上所占的位置就越来越小。但是，树的整体形态非常大，遮天蔽日的。科学家的社会影响更多地依赖自己的专业造诣，那种百科全书式的人物，就不可能出现了，只能是在知识发展阶段相比较低的时期才会冒出这样的人。这可能是传统和现代的显著差别之一。

获得真理的路确实不是由一个人完成的。涓涓细流，一点点汇总起来，这是人类知识发展的规律性的现象。

现代学术界在学科和专业上的分工，好像把知识整体分割开来，可这些学科和专业仍处于整体之中。至于学科之间的交流，可以通过各种渠道组织起来进行。这样的学科分工更符合实际。

杨：计算机科学是依赖现代的学术分科和交流这样成长起来的。它一直就是个交叉科学。近90年来，它一直受到全世界全社会最灵敏的头脑的关注。它的成长史就是各种东西（数学、物理、化学、材料科学、心理学、逻辑学、哲学、语言学、生物物理，等等）不断地进来的发展过程。而它在社会各个方面的应用，又反过来给这个学科提出问题，促进它的发展。

9、谈文理科、大道至简、人文科学是科学

杨：藉机机会说说文理科吧。

科学的思想方法对文科理科的研究都适用，但是不是学了文科或者理工科就天然懂得这个方法是什么。在现代的学术领域中，文科理科只是研究的课题不同，研究的方法没有什么两样。科学的方法需要专门的学习和锻炼。它的一个比较特殊的好处是能够克服种种特定人的人性的弱点。所以所谓的文傻、理工思维之类的说法，只是庸俗浅薄的表达。

优秀的文科研究，运用逻辑思维的严密，对于证据的认真，与认真的理工课的研究有同样的科学价值。科学价值不是说得到的是绝对正确、不可以推翻的结果，而是说很透明地让研究者之外的人看到，根据什么样的假设、基于什么样的数据、使用了什么样的方法、得到了什么样的结果，可以被检查、可以被矫正、也可以做继续前进的奠基石。

某个领域的科学家如果只学数理化生甚至是只学工程，而不投入专门时间认真了解当代思想和人文学科，那么对于专业以外的了解就很容易变成表皮、冰山的一角，不知道底下是什么，原来对于本学科的内容进行研究形成的科学思想方法很容易就被动摇，一有机会就会回到原来的自然语言成长时期的环境里。那样的话很容易内卷和自洽，也就失去了创造的源泉了。

哲理庐2017年在澎湃网发表的文章指出，爱因斯坦、霍金等，当超出专业，成为社会公众人物时，发表的见解也基本上是平庸的，如果不是错误的话。

高：比如说，很多科学结论最后要公式化，那个公式确实非常简洁，有的人由此可能会不加检省认为：这样的公式跟中国的大道至简的观念是一致的。从起源上看，大道至简的提法其实来自一种懒汉思想，或故弄玄虚。可一个科学家把一个复杂的规律性认识归约为一个简单的数学公式之后，会觉得这个公式与古人提出大道至简的说法是一致的吗？进而赞赏古人的先见和智慧，这就会闹出笑话，因为他把现代这种最有概括力的形式语言（公式）等同于农业社会里基于经验而形成的成语、俗语，就把问题简单化了，也把自己绕了进去，近乎上当受骗。

杨：这种认知偏差经常发生。例如钱钟书先生《读拉奥孔》一文中，说作为理论发现，七字古代谚语“先学无情后学戏”，并不亚于狄德罗的《关于戏剧演员的诡论》。他的著作里经常运用类似论证，迹近精神胜利法，失之片面肤浅，令人叹息。今天学习戏剧理论的人仍然要去看狄德罗的著作，而且要花相当长的时间研究，而并不是记住这几个字了事。

热爱文科的理科生要走出80年代成名的中国学者的局限，要充分警惕他们的问题。在当时，我们知道他们主要是依靠媒体宣传，听说了他们的大名，但是并不知道他们的学问具体是什么。30多年来人文和社会科学又取得了巨大的进步。学术界已经很清楚80年代成名的很多学者名家的思想和方法都有很大的局限性。

感情的充沛，文笔的优美，知识的繁富，组织的复杂，考证的细致，和思想的清晰，方法的符合逻辑，结论的经得起推敲，不必然重合。当今很多人把那种天马行空、虚无玄妙的当成是学文科有学问、上境界的标志，是把鲁迅先生说的搞不清深浅的烂泥塘当成大海。

我跟搞文学的同学讨论木心，也无法进行下去，专业研究文学的人觉得他的硬伤实在太多。这情形也可能和最近几十年南怀瑾的著作风行社会，可是很多严肃的学者，例如张中行先生早就指出他在学术上站不住，相似。

这些社会现象本身可能是个研究的题目。沉浸于这种感性上的认识也是个人的自由。但是作为以产生有比较长久价值的东西可被后人参考的学术研究，则要认真。

再举一例：我读王小波《驴与西方智慧》，这文章挺好玩的。但是唯一不对的末尾几段有点不加区分的贬损人文科学。现代的人文科学也不是好糊弄的，也是讲逻辑的。对不对、什么时候不对也是可以分清楚的。

孙：不说社会科学，就是哲学，尤其是分析哲学，都是要讲论证和逻辑的。笛卡尔是现代哲学的鼻祖，他的逻辑性是所有哲学家的榜样。

小波的文笔是好啊。

杨：是的，除了好处之外，他这样的文章客观上把人文科学不当科学了，是个错误。任何学科里都有做得不好的研究，但是这和学科的性质不能等同。

10、讨论理性、直觉、逻辑等概念

杨：现在问；感觉、感性、理性、逻辑、语言、非理性、潜意识、直觉这些分别如何定义的？之间是什么关系？

把这些词搞清楚，可能对于懂得通用人工智能有用。

https://en.m.wikipedia.org/wiki/Rationality

"Rationality" has different specialized meanings in philosophy,[3] economics, sociology, psychology, evolutionary biology, game theory and political science.

抄谷歌翻译的维基百科关于理性的这一条：

“理性”在哲学、经济学、社会学、心理学、进化生物学、博弈论和政治学中具有不同的专业含义。

孙：这些概念都需要澄清，也是哲学的一大任务。历史上的争论很多，现在也在继续。

高：稍说一下我的看法：

人的精神世界，有很多层面。人人都有感觉能力，能获得对外界的影像、色彩等，是最低级的精神能力。

在此基础上，人要对感觉结果进行处理。这种处理能够提升对感觉的认识，就是以简约的方式提纯复杂多样的感觉材料，达到以简驭繁的效果，这就是理性认识的特点。

中国的思维发展表现出这样的努力，但与西方差异很大。早在古希腊时期，就已经形成了现代思维的萌芽，可其他文明一直没有取得突破，即没有找到理性思维方法。没有理性思维，就没有办法建立起来现代科学。

简单地说，像以几何学为代表的从公理出发，推导具体的定理并用以解决具体问题的方法，都可以归为演绎或者分析的方法。凡是对复杂多样的经验进行分类、总结、概括等，获得一般性结论的方法，都可以笼统地叫归纳方法。后来又增加了一种方法，叫实验方法。实验方法也是一种观察和求证的方法。

相比之下，其它的传统思维就显得低端，远远没有那么有效。世界其他地方在历史上没有形成希腊早期那样的学科，如几何学，也没有亚里斯多德意义上的学科分类，如生物学、物理学等。

与理性相对立的叫非理性，非理性就是不从理性出发去观察归纳经验或依据公理定理去演绎分析以获得新的认识，而是靠情绪意见意志等去认知事物，因此容易轻率、简单、武断。

潜意识则是新的概念，由弗洛伊德提出。弗洛伊德认为，人的意识是分层面的，其中人们意识不到的层面，就是潜意识，对人的意识具有影响。

至于逻辑，就是研究思维形式的学科。我们在思考时，必须遵循思维的形式规则。比如，整体大于局部，就是一个基本的形式逻辑规则。两个概念之间存在着全同、全异、交叉、包含等关系，跟数学上两个集合的关系相似。这些都是形式逻辑的规则，至于现代逻辑，就更复杂了。

直觉，又叫悟，就是领悟、开悟、大彻大悟的悟。悟又是一种认知方式，就是从经验直接获得认知，没有思考的具体过程。这就好像做数学题，直接写出答案，缺省步骤，别人无法查验。有些人相信悟，好像感受、知识、阅历积累到一定程度，就会对某个事物突然有了深入的认识，直接得出结论。对接受者来说，则无法追踪，只能靠拥有相当的阅历、认知水平或者知识储备，才能对结论进行判断，认同或拒绝。这对注重理性思维方法的人来说，则是不能接受的。一个人不光要提出观点，还要把他怎么得出观点尽量清楚地说出来，写出来，可以让别人去倾听或阅读，这样，别人才能理解和验证。

希腊的思维发展独树一帜，其科学认识起源早。西方后来到文艺复兴时期，尤其是近代500年，简直是突飞猛进。与其相比，其他地区和国家则显得原始落后。有些民族，思维水平更为低级，长期停滞，像赤道地区的很多国家，至今连文字都没有，都没有走入文明时代。至于马来西亚、印度尼西亚等国家，则受中国文化的影响。

这种理性认识方法，以英国牛顿为代表，在自然科学如天文学、物理学取得成功之后，又在法国转入到对社会领域的认知，掀起一场启蒙运动，也就是用理性的方法认识和解决社会问题。像法国大革命提出的口号，自由、平等、博爱，其实就是探究解决社会问题的三个公理，就像平面几何里讲的经过两点只能做一条直线一样，不证自明。

人的精神生活、精神世界太复杂了，现在有潜意识学说，可能再过几年，心理学或别的学科又会取得突破，发现新的心理机能，或对意识层次做出更精细的划分。但是，我相信，这些东西只有遵循现代的学术分科和合作以及进步能做到，因为这样的科学基础和积累在别的时期没有。

杨：我以为，文化的优劣是历史上的过去的事情。现代社会各种交流，对于各种思想资源，可以采取拿来主义，如同不管白猫黑猫、姓社姓资一样，不必过多考虑思想的起源地点是东方还是西方。

11、谈关于中国古典文化作为模型的情境，以及认知偏见

杨：无论东西方，无论什么时候，都同时有互相斗争和互相矛盾的思想，也都是之前的各种思想调和斗争的结果，冯友兰先生说，无论是宋明理学还是陆王心学，都有儒道释法的思想。所以按照地点笼统说思想或者哲学有点粗糙。

古代思想的来源，也是个人类学的研究课题：在题为“什么是本体论：德斯科拉和他的《Beyond Nature and Culture》”中，加利福尼亚大学的Eugene N. Anderson对菲利普·德斯科拉的名著《 Beyond Nature and Culture》一书做了评论。其中谈到：“中国人和纳瓦特尔人很可能在他们的文明时代就一直信奉萨满教，然后慢慢地从万物有灵论转变为类比论。随着现代化的到来，他们不得不从类比主义转向自然主义。这产生了无数的“混合”或混合形式，正如在关键的过渡时期我在华人社区待了几年所知道的。”

每一个大的文明都是互相学习吸收对方资源的。例如糖：季羡林先生《糖史》结语："中国先贤说：人之所以异于禽兽者几希，这个“几希”的内涵异常丰富；但是，我个人认为，人类善于学习，喜欢交流。一个人或一部分人在生产和生活中偶尔有了一点什么发明创新，别人立刻会来学习。......推动人类社会进步的力量是多方面的，文化交流是其中较为重要的一个方面。"

现在有的似乎公认的西方的思想也是东西方交流的结果。伏尔泰对孔子的思想进行了研究。所以更没有必要专门强调古老的东方或者西方哲学了。交流中的具体情况值得研究，例如经常碰到词语的意义的变化，很多有意思的题。

先秦诸子的东西作为伟大的文学作品就好了。而且很奇特的适应了网络时代，因为短。想想现在要付出多大的努力才能去读荷马史诗，或者古希腊的悲喜剧？

孙：不是说每个人都需要或者能够从中国古典文献得到灵感，但也不能否认有些人可以从中得到灵感。其实这是很弱的一个论断，就如同有人从梦中可以得到灵感，但不能说每个人都要学会如何做梦。当然在不同学科，古典会有不同的影响。

杨：这在很弱的意义上脱离了各种相对而言的意义是可以成立的；如果一般性的讲通识教育，包括世界各种文明的古典，包括艺术体育娱乐宗教，会更加全面。但是在思考通用人工智能具有人性的特点的时候，这个说法相对于现代的人文科学和其他的科学领域，就可能变成误导。

实际上，获得启发的那种粗略的模型可以有很多候选人的，例如胡伟武在龙芯中科就用毛泽东思想指导。

如果说人工智能要从中国古典或者东方佛学研究出灵感的话，研究戏剧，歌曲，各种舞台艺术，脱口秀各类其他的艺术或者非艺术的人的思想生活形态，各种古代神话，无论是东西方，人类的创造其实都是可以提供这种灵感的源泉。

孙：关键是得到的灵感能不能在现实的人工智能研究中有所帮助，这个需要实践来验证。

从很多地方都能有灵感。有人从梦中，有人从酒中，也有人自己嗑药以求灵感。但是不是真正的灵感不是其来源所决定的。Carl Hempel 五十年前就是这么说的。

杨：分析一下这个说法：如果心里有佛，到处都能看见佛。这个是一个心理误区，即对一个对象的价值的判断受到解谈读者的期待和信念所影响。是需要克服的。很多引发灵感或者思考的对象，它的作用是通过与解读者的交互和探讨进行的。所以要小心，不要把自己引发自己思考的那个对象当成一个具有更大的客观的独立价值的东西。

古代经典保存了思想的原始状态和粗略的近似和压缩，长期以来已经进入人们的头脑，使得这些思想能比一般的没有特殊训练的人用自然语言谈，这是一个巨大的传播的好处，这种情况被一代一代的强化。

但是也有巨大的痛处。

即使对于西方的古典思想也要实事求是地对待。罗素评价亚里士多德说：“实际上在全部的近代史上，科学、逻辑与哲学每进一步都是冒着亚里士多德弟子们的反对而争取来的。”

在科学研究领域，无论对什么东西都要运用批判性思维，要实事求是，没有任何东西能够代替自己的独特的思考和研究。就是要坚持运用科学的方法。

第四部分

12、模型的演化案例：从类比谈启发性思维的前世今生

杨：现实生活中大量存在着在完美的科学方法没有发现之前、信息也不完整的时候，但是不得不做决定的情景。这种情况下思想，一般叫做“启发性思维”，英文heuristic。

古人面临大量的相似的这些情况，进行了很多探索，保存在古人典籍中。

最近几十年对启发性思维的科学研究是对关于人的知识极大的丰富，不仅研究这种思维的有效，而且研究可能造成的偏差，以及如何避免。

中外古典是史前科学时代的应用启发性思维的集合，同时也是启发性思维造成偏差的绝好材料。

陈：接地气一点，在四川方言剧《傻儿师长》一集中，范哈儿屡遭挫折，命运不济，想一根绳子寻了短见，算命先生对他说：鱼鳅黄鳝连手脚都没有，都要求生活的嘛！你有手有脚，有啥子想不开呢？

杨：读上古典籍，常常获得一种奇异的感受。

如“人之生也柔弱，其死也坚强。草木之生也柔脆，其死也枯槁。故坚强者死之徒，柔弱者生之徒。”这一段颠倒因果关系。

“天下莫柔弱于水，而攻坚强者莫之能胜，以其无以易之。弱之胜强，柔之胜刚。天下莫能知，莫能行。是以圣人云：“受国之垢，是谓社稷主；受国不祥，是为天下王。正言若反。”这一段把物质本身的性质和物质的运动混为一体。水是液体，这与水的运动能量是两码事。

“上士闻道，勤而行之；中士闻道，若存若亡；下士闻道，大笑之，不笑不足以为道。”这何尝不可能是讲话的人的精神胜利法呢？

引起这些奇异的感受的原因，可以从心理学例如亚里士多德就注意到的通感，也可以从文学，从潜意识等等角度分析。但是不能不承认这些陈述的本身，这些事物之间的联系，在原文中是不科学的。之所以有意义，是那个读者赋予的。

高：类比是一种近乎各个文明都自发采用的思维方法。

杨：是获得启发的一个来源，类比获得的东西在最好的意义上叫做大胆假设，具体比出来的东西对不对，是不是符合事实，需要研究。

获得可能的线索和随后的分析不能混到一起。光有类比是远远不够的。从类比中可以获得启发，但是找到问题、解决问题不能仅仅依赖它。那个求证的、分析的过程和运用到的科学的思想方法，使得常识意义上的类比和真正的科学探索、逻辑思维不同。

孙：类比或者更广泛的说归纳推理，目前是没有一个精确的系统，不过这也是更有挑战的事啊，去发现其内在的逻辑。其重要性是很明显的。

杨：考察一下上面的这个说法。当代的关于数据科学、关于启发性heuristic、关于数据挖掘等等的研究，虽然方兴未艾，但是其发展早已远远超过即使是非常灵敏的但是非专业的知识分子的认识。并且是延续科学传统而做到的，很难说什么地方用到古老的思维。

之所以还这样被中文世界谈论，只是因为语言的惯性：那些两三千年中发展起来的词汇已经变成了日常语言的一部分；而能够适合真实反映当前比如说数据科学最新进展的词汇还仍然是专业领域的事情，无法用自然语言来谈论。

只要稍加认真，就会发现这个古老哲学对于当今的关于启发性思维的研究的“启发性”（例如对于类比思维）只是良好的单方的意愿，而没有确实的证据。

杨：从搜狗问问抄一段，这篇文章比较简要的介绍了heuristic 在当今科学界的发展和对它的认识。如下：

”启发法（heuristics，源自古希腊语的εὑρίσκω，又译作：策略法、助发现法、启发力、捷思法，）是指依据有限的知识（或“不完整的信息”）在短时间内找到问题解决方案的一种技术。它是一种依据关于系统的有限认知和假说从而得到关于此系统的结论的分析行为。由此得到的解决方案有可能会偏离最佳方案。通过与最佳方案的对比，可以确保启发法的质量。典型的启发法有试错法和排除法。鉴于启发法基于经验，有时它也可能是基于错误的经验（如感知偏离和伪关系）。

心理学上“启发法”指用于解释人们如何进行决策、调整和解决问题的简单有效的概测规则，通常用以处理复合的问题和不完全的信息。这个规则在大部分情形下有效，但是在特定的情形下可能导致系统性的认知偏差。

许多探索人类决策者的“启发法”的著作出自阿摩司·特沃斯基（ Amos Tversky）和丹尼尔·卡内曼（Daniel Kahneman）对行为金融学有很重大的影响。哲德·吉格伦泽（GerdGigerenzer）提出批评，认为应该关注于“启发法”如何用于原则性的准确判断而不是产生认知偏差——“快捷而简朴”的启发法。”

丹尼尔·卡内曼的书《思考，快与慢》，值得阅读。

13、模型的演化案例：关于计算机科学与哲学：如果亚里士多德或者维特根斯坦还活着......

杨：本文整篇都在通过模型这个角度，讨论哲学和时代、与科学包括人工智能和计算机科学的关系。前面几节已经有很多阐述。下面继续讨论两个计算机科学的例子。

有朋友说：维特根斯坦《逻辑哲学论》前六章，对可以言说的世界进行了分析，似乎可以用程序语言描述，非常伟大，计算机语言一定是收了他的启发。最后一章”凡不可说的，皆应保持沉默”，告诉大家世界有很多事，不能说，说即错。

杨：对维特根斯坦的哲学，我还需要认真学习。我理解，维特根斯坦描述的是一个客观存在的现象，而程序员天天调程序debug 就是要解决这些问题。

是不是可以这样说：计算机科学的发展，例如对于指针（pointer)、参考(reference)、模板原型(template)的清晰的理解和广泛的应用，以及对于分布式系统的认真的研究，包括多个图灵奖获得者持续几十年的贡献，提供了大量在可以归类于维特根斯坦对于不可言说的哲学探讨下的关于具体的情景的、符合逻辑的、可以采取行动解决问题的方案。

所以从他讲的意思是推出不可言说因此不说，还是要思路清楚的搞清楚到底是什么？回答也许不是自然语言的言说，但是可能有工具和模型来逐渐理解这样的问题。也许永远有一些不可言说无法解决的问题，但是不可否认，人类在逐渐地从科学上理解以前一般认为是艺术宗教非理性的领域中的问题。

杨：第二个例子；现代的面向对象的分析，在细致和具体的程度上远远超过了亚里士多德10个范畴，虽然思路上完全延续下来了。

孙：亚里士多德的范畴是在最基本意义上，也即形而上学意义上的分类，很难说现在超出了那些范畴，只是具体的概念是更加广泛。

实体（例如：人、马）

• 数量（例如：四尺、三斤）

• 性质（例如：白色的、合理的）

• 关系（例如：两倍、小于）

• 位置（例如：在人马星座、在菜市场）

• 时间（例如；昨天、去年）

• 姿态（例如：躺着、坐着）

• 状态（穿着袜子，身披铠甲）

• 行为（切菜、吃饭）

• 承受（被害、被烧毁）

这是本体论的划分问题。其实亚里士多德的划分是基于物的实体（sunstance)的基础上，而现在也有基于事（event)的基础上。

杨：现在的情况比过去复杂了，而思路一样。而且大家甚至都不想到这个思路从哪里来的了？因为已经渗透到人的思想里去。

电商对于网店货物的分类，流媒体对于各种视频的分类关系，远远超过了哲学家之前想过、但是当时所可能给出的东西。

取得这些进展，主要是从实际出发，按照学科的逻辑，从数据出发，依靠无数次的迭代，解决实际的问题，包括洞察人性、感性、非理性等，有机地自然地获得突破。

如果用这个观点观照人心，那么不论是否研究的结果叫什么名字，不论是否叫做通用人工智能，不论是否破坏已有学科分科，是否有可能在各个学科的基础上加入崭新的研究方法，从而得出对人心更深入的，对人类更有意义的，对人类更有意义的了解？

芝：看看分布式系统的书吧。我读了两本分布式系统入门的书还能理解点，后来一堆一堆的组合拓扑概念，就看不懂了。

杨：还有计算理论的书。还有哲学的书。

我想：如果亚里士多德或者维特根斯坦还活着，是不是他们会干脆动手选用一个计算机语言或者发明一个，写个程序，放在自己研究的或者已知的分布式计算机系统上，给出各种不同的输入，表达自己的思想？

计算机里融合的是亚里士多德到维特根斯坦想过的事情。计算机提供了有意义的模拟环境，并且相当程度上解决了这些思考的操作问题。当然还有一大堆的问题没被认识到，或者目前还解决不了。

另外一种情况，也许在讨论问题的过程中，会有一些人不舒服，造成感情上的自尊心的伤害等等，但是这时的不可言说是并非理智以上的。

14、中文屋子和交互式证明

现在让我们用个例子谈谈思考人工智能问题时，用公式还是用直觉；如果是公式，可能的方向。

芝：我最近看计算复杂度，突然觉得那个什么中文屋子不就是交互式证明吗。

杨：惭愧这段时间没学习这个，等我来看看。

芝：中文屋子好像是1980年提出的，而1985年AM复杂度就被定义了。但现在大家还是大谈中文屋子不谈交互式证明。

杨：哈。因为这个最直觉对不对？就和葡萄酒商标里一定有一个大家熟悉的动物或者植物。

芝：因为大家喜欢谈虚的，不喜欢量化。

杨：倒也不能完全这么说。我念研究生的时候，听常庚哲老师讲过一个系列的关于小波的讲座。他强调，要能够把抽象的符号在脑子里建立起一个生动的图像，能够像谈论自己非常熟悉的事物那样如数家珍的思考。我觉得这是有意义的，关键问题在于如何如何做好？

是不是可以认为，分布式系统的问题、人工智能的问题和密码学的问题，等等，这些都是计算复杂性的问题，也都是同类的问题。

芝：都是互通的。

杨：让我们来好好复习学习计算机科学。

杨：再来谈谈我对这个问题的理解：如果我不懂中文，你说你懂，我怎么知道你是胡说八道还是真的懂？

对我来说，这个是一个知识增长的过程，也是一个学习的过程。是通过各种判断然后试错的过程，就是那个科学发现的过程。说来说去搞人工智能，不如干脆说是研究如何实现科学发现的机制。

中文屋子是一个判断性的问题，特别强调外面那个人的主观性，就是那个中文屋子搞出来的东西是否能被外面的人判断为是真。而外面的人的判断到底根据什么并没有确定的说明。就是说这个问题，本身有一定的诡辩的性质。

芝：“懂中文”是个不精确的问题，用了这种语言之后就无法量化了。

中文屋换个说法就是：alphago（或者索性是一个记住了所有棋局可能变化的oracle）到底“懂不懂”下棋？什么时候我们才承认它“懂”？这就比较虚了。

而”多项式xx的值是yy”是个精确的问题。而IP问题里问的是可以精确描述的，比如一个多项式的值。IP问题就只关心屋子里的是不是能解决问题，比如是不是能给出下一步的最优走法。这就很实在了。是一个科学的问题，和判断的人的随意和主观性不沾边儿。

杨：我来看书。

为了开始的尾声

15、不计黑白、无问西东

杨：能够反映当今的现代的认知，才够深刻。

当代的有历史上最多比例的人口知道，要向自己、从自己的探索中寻求自由；同样，当代的人有历史上最大最多可用的模型资源，包括从艺术家、哲学家、科学家、各种有名无名的家的帮助，寻求自由。上穷碧落下黄泉，动手动脚找东西。

现在普遍的中产阶级对苏东坡的尊崇，是一个有意思的现象。受到压迫能活固然是一种出路，但他也不该受那么多的压迫的。回顾历史，不应忽略即使是鸦片战争以前，乾嘉时代那种“中国文化”原汁原味的对人广泛的精神钳制。也不应忽略上个世纪所有重要的中国知识分子都受到的西方思想的几乎终生的影响这个重要的事实。凭着探索真理的精神，和西方的重要的思想一样，他们的思考已经变成了人类文明的现代思想的一部分。

一千年以前的古人资源可能有限，我想搞人工智能或者广泛讲在科学、艺术、人生上有更新的进展，需要在社会环境中崭新的人格。

维特根斯坦说的语言的那种惯性、那种落后于时间的、那种固定的性质，是我们有这些讨论的一个原因。人试着把自己脑子里的东西装到旧的语言做的标签里。这文章是对于语言标签的和思想的关系的各种检查。

篇末自我批评一下这篇文章是个笔记，聊一点就写一点。希望每一条还是有很清楚的论点和论据，而不是一条里东拉西扯。

感谢各位研究，哲学，文学，艺术，数学的朋友们花时间和学习计算机科学的人聊天。让我们继续多读书，多思考，多交流。