人工智能是作為工程還是科學(xué)，這個問題是一個很嚴肅的問題，如果從工程技術(shù)角度來看人工智能，那么認知科學(xué)尤其是認知心理學(xué)、神經(jīng)生理學(xué)對人類這樣的生物智能的原理性認識，就不需要成為實現(xiàn)人工智能的前提條件，反之從科學(xué)角度來看，則需要將認知科學(xué)對生物智能的認識論目標(biāo)作為實現(xiàn)人工智能的前提，最強烈的工程觀點未必用計算機作為實現(xiàn)工具，反之最強烈的科學(xué)觀點則認為只要不基于人類認知原理基礎(chǔ)上實現(xiàn)的智能機器，就不是真正的人工智能。這個爭論到目前為止還沒有結(jié)論，但有助于弄清楚目前大眾傳播語境中含糊的人工智能、認知等概念，它們不是一回事，至于人工智能、認知科學(xué)與機器人的關(guān)系問題，可以肯定的是它們不是一回事，而是需要另一篇文章來解釋。

一、概述

在日常語境下的“人工智能”術(shù)語，如前所述，由于其可能具有的交叉性學(xué)科的特點，導(dǎo)致其含義比較模糊，大多數(shù)時候與機器人、軟件應(yīng)用聯(lián)系比較緊密，有時則作為計算機學(xué)科的一門分支或者計算機專業(yè)的一門課程，而且人們在談?wù)撊斯ぶ悄艿臅r候，往往與認知科學(xué)相提并論，認為其目標(biāo)就是開發(fā)比人類智能更為強大的智能機器，至于為了開發(fā)智能機器，是否需要完全弄清楚人類大腦的工作機制，在日常語境下很少成為核心議題。

因此，我們首先必須明確在何種意義上討論人工智能這門學(xué)科。

二、兩種不同的人工智能觀

傳統(tǒng)意義上，人工智能被認為是計算機學(xué)科中的一門重要分支，在控制論、心理學(xué)、神經(jīng)生理學(xué)和計算機科學(xué)的影響下，誕生于上世紀二戰(zhàn)后的40年代末50年代初，其目標(biāo)是使計算機完成人類智能才能完成的任務(wù)。

從上世紀70年代末到本世紀初的數(shù)十年中，這種對人工智能學(xué)科的傳統(tǒng)定義在一些標(biāo)準(zhǔn)的教科書中都有類似的表達方式，例如：

“人工智能所研究的是使計算機能夠做那些表現(xiàn)出人的智能的事情”。

“可以把人工智能定義為計算機科學(xué)的一個分支，其目標(biāo)是使智能行為自動化?！?/span>

但是，我們看到在這個學(xué)科的學(xué)術(shù)共同體和代表性學(xué)者中，對此也有不同的定義，例如：

 國際人工智能促進會（AAAI：Association for theAdvancement of Artificial Intelligence）：“對作為思維和智能行為基礎(chǔ)的機制的科學(xué)理解及它們在機器中的具體實現(xiàn)”。

約翰·麥卡錫（人工智能學(xué)科的主要開創(chuàng)者，1971年圖靈獎得主）：“制造智能機器的科學(xué)和工程，特別是智能的計算機程序，它與利用計算機來理解人類智能的類似任務(wù)有關(guān)，但不必自我限制于生物學(xué)上可觀察的方法?！?/span>

上述這兩種定義都沒有明確指出人工智能是計算機科學(xué)的一門分支，但都指出為了在機器中實現(xiàn)智能都需要理解人類智能的機制。這種與傳統(tǒng)人工智能定義的差異主要在于學(xué)術(shù)共同體內(nèi)部對人工智能具有兩種不同的理解，或者說有兩種不同的人工智能觀。

赫爾伯特·西蒙在1990年應(yīng)邀為《人工智能百科全書》撰寫的序言中，基于其物理符號系統(tǒng)假設(shè)的立場，認為人工智能有兩個主要分支：

1.狹義上的人工智能是計算機科學(xué)的一部分，旨在探索可通過對計算機編程而使其行為具有智能的一系列任務(wù)，它并未主張計算機智能在過程上模擬人類智能；

2.人工智能的第二個分支，是新興的認知科學(xué)的一部分，該學(xué)科旨在通過編程來模擬人類在其智能行為中所運用的實際過程。

西蒙所持有的物理符號主義立場，其理論硬核以表征-計算為特征，因此并沒有強調(diào)對人工智能和認知科學(xué)進行特別的區(qū)分，甚至在艾倫·紐厄爾（Allen Newell）、澤農(nóng)·派利夏恩（Zelon W.Pylyshyn）這樣的符號主義者看來，標(biāo)準(zhǔn)認知科學(xué)和傳統(tǒng)人工智能共享同樣的理論假設(shè)和目標(biāo)，只是實現(xiàn)同一目標(biāo)的兩條不同路徑，這個目標(biāo)就是理解可能出現(xiàn)在任何物理形式中的智能行為的本性。

隨著20世紀末以來新的研究綱領(lǐng)及其理論假設(shè)的引入，對兩種不同的人工智能觀的認識也進一步深化，在1999年出版的《MIT認知科學(xué)百科全書》中，兩位知名的人工智能學(xué)者Michael I. Jordan和Stuart Russell如此表述：

“有兩種互補的人工智能觀：一種是涉及智能機器建造的工程學(xué)科，另一種是涉及人類智能計算建模的經(jīng)驗學(xué)科。在這個領(lǐng)域的初期，這兩種觀點很少區(qū)分,此后兩者之間的大量分歧開始出現(xiàn)，前者統(tǒng)治了現(xiàn)代人工智能，而后者描述了現(xiàn)代認知科學(xué)的大多數(shù)特征。因此我們采用更為中立的術(shù)語’計算智能’作為本文的標(biāo)題——兩個共同體都采用計算的術(shù)語來致力于理解智能的問題?！?/span>

這兩種不同的學(xué)科觀如果不在上下文語境中進行說明或限定，則很容易導(dǎo)致對人工智能歷史描述的誤解，雖然AAAI和麥卡錫的定義兼顧了這兩種互補的觀點，但這卻與一部分主流教科書的表述并不一致，而且對學(xué)科歷史研究中所涉及的大量認知科學(xué)、心靈哲學(xué)、認知心理學(xué)文獻中所出現(xiàn)的人工智能術(shù)語，究竟是基于哪一種人工智能觀需要予以明確。因此接下來我們介紹這兩種不同人工智能觀，進行初步分析，并在本文的后續(xù)描述中來揭示這兩種互補的觀點是如何形成并相互影響的。

三、作為技術(shù)或工程的人工智能

人工智能哲學(xué)家約翰·豪奇蘭德（John Haugeland）是德雷福斯的學(xué)生，在他一本有很大影響的人工智能哲學(xué)著作《Artificial Intelligence: The Very Idea》中，提出了GOFAI（Good Old-Fashioned Artificial Intelligence）這個概念，直譯為好的舊式AI，其含義是指以西蒙、紐厄爾等提出的物理符號系統(tǒng)假設(shè)（PSSH：PhysicalSymbol System Hypothesis）為硬核的符號人工智能。

從1956年標(biāo)志人工智能正式誕生的達特茅斯會議，到聯(lián)結(jié)主義綱領(lǐng)初步復(fù)興的20世紀80年代初的這20多年里，符號主義綱領(lǐng)在人工智能的研究中占主要地位，而且取得了不少成就，因此豪奇蘭德稱其為GOFAI，事實上由其主要承擔(dān)達成1956年達特茅斯暑期研究項目建議書中提出的技術(shù)目標(biāo)：

“……試圖發(fā)現(xiàn)如何制造這樣的機器：運用語言、形成抽象觀念和概念、求解目前僅限人類解決的問題并予以改進，……”。

因此，從達特茅斯會議到上世紀70年代末之前，人工智能主要作為技術(shù)或工程科學(xué)，其目標(biāo)是建造智能機器這樣的人造物，對人類智能機制的理解是否會成為實現(xiàn)這個目標(biāo)的前提，早期的研究者并未引起足夠重視，或者過于樂觀地高估了物理符號系統(tǒng)、信息加工心理學(xué)對智能機制的解釋能力，認為其對實現(xiàn)這樣的技術(shù)目標(biāo)已經(jīng)足夠。雖然在這段時期，在美國有德雷福斯從哲學(xué)視角進行了批判，以及1966年美國國家科學(xué)院的ALPAC（AutomaticLanguage Processing Advisory Committee：自動語言處理顧問委員會）報告對機器實現(xiàn)語言自動翻譯任務(wù)的否定性結(jié)論，在英國則有1973年英國科學(xué)研究理事會的萊特希爾報告對當(dāng)時整個人工智能研究的質(zhì)疑和否定，甚至連DARPA（Defense Advanced Research Projects Agency：美國國防部高級研究計劃局）這樣的主要支持機構(gòu)對GOFAI技術(shù)成果的進展也不滿意，大規(guī)模削減經(jīng)費，導(dǎo)致人工智能歷史上的第一次冬天，都未能從根本上動搖堅持GOFAI的研究者的信心，這使得在此階段，如Jordan和Russell 所說，作為技術(shù)的人工智能和作為人類智能計算建模的人工智能沒有明確區(qū)分，對共同體內(nèi)部而言，只有一種從屬于計算機科學(xué)的技術(shù)的人工智能，并對如何理解人類智能工作機制發(fā)揮著關(guān)鍵作用。

四、作為認知科學(xué)核心學(xué)科的人工智能

人工智能在認知科學(xué)這門交叉學(xué)科中的地位，在共同體內(nèi)部大致有三種不同的觀點：

第一種觀點是無關(guān)論，認為人工智能與認知科學(xué)沒有關(guān)系（如標(biāo)準(zhǔn)認知科學(xué)的典型代表人物福多），甚至不承認人工智能屬于認知科學(xué)這門交叉學(xué)科的范圍（如1972年圖靈獎獲得者、著名計算機科學(xué)家戴克斯特拉），或者本身對認知科學(xué)的獨立地位持有一種弱化甚至取消的觀點（如普特南和塞爾）；

第二種觀點幾乎是強相關(guān)論甚至等同論，認為人工智能是認知科學(xué)的理論內(nèi)核或智力內(nèi)核，甚至將兩者的目標(biāo)等同起來，例如認知科學(xué)家丘奇蘭德將人工智能的目標(biāo)定義為：“重新創(chuàng)造和理解一般生命有機體的認知能力”，持有這種觀點的科學(xué)家包括加德納、丘奇蘭德、博登等人；

第三種觀點是第二種觀點的一種弱化或折衷，主要在計算機科學(xué)的背景下強調(diào)區(qū)分人工智能的認識論目標(biāo)和工程目標(biāo)，在承認人工智能在認知科學(xué)中的重要地位的同時，并沒有將其與認知科學(xué)混同起來，持有這種觀點的科學(xué)家包括西蒙、勒內(nèi)特、麥卡錫、眀斯基等人。

在具體實踐中，主流的觀點是第二種和第三種，認為人工智能和認知科學(xué)無關(guān)的只是少數(shù)，而第二種和第三種觀點只是在理論主張強弱程度上的不同，因此本文對人工智能和認知科學(xué)之間的關(guān)系所采取的立場是：綜合加德納、西蒙等人的觀點，即人工智能在認知科學(xué)中發(fā)揮核心作用，但又不等同于認知科學(xué)，而有其獨特的經(jīng)驗科學(xué)的探索和實驗性質(zhì)。

霍華德·加德納將認知科學(xué)定義為一門經(jīng)驗科學(xué)，主要是解決傳統(tǒng)上根深蒂固的認識論問題，特別是關(guān)于知識的本質(zhì)、成份、來源、發(fā)展和展開的問題。因此，認知科學(xué)似乎有一個漫長的過去，但卻只有一個相對短暫的歷史，其作為交叉學(xué)科所包括的大多數(shù)其他學(xué)科在20世紀初就已初露端倪。學(xué)科內(nèi)部從思想史的發(fā)展線索和成熟度出發(fā)，一般將1956年9月在麻省理工學(xué)院召開的信息論專題討論會作為這門學(xué)科的開始，因為在這次會議上西蒙與紐厄爾提交了描述第一個人工智能程序“邏輯理論家”的論文，喬姆斯基提交了“語言的三個模型”的論文，以及喬治·米勒提交了關(guān)于人類短時記憶能力的論文，代表著認知科學(xué)研究的三個核心學(xué)科人工智能、語言學(xué)、心理學(xué)在理論和經(jīng)驗實踐上的突破。但至于認知科學(xué)（Cognitive Sciences）這個學(xué)科名稱的正式出現(xiàn)，則比人工智能要晚17年，是由愛丁堡大學(xué)的心理學(xué)家Hugh Christopher Longuet-Higgins在對著名的LightHill報告的評論文章中提出的。

加德納在對認知科學(xué)的關(guān)鍵特征進行總結(jié)時指出：“事實上，還有許多人認為，圍繞計算機模擬而建立的人工智能，是認知科學(xué)的核心學(xué)科，是一門最有可能把其它陳舊的研究排擠出去，或使其成為余贅的學(xué)科”。他所總結(jié)的認知科學(xué)五個關(guān)鍵特征是：

1.心理表征；

2.計算機既可以作為人的思維模型，也是研究人類心靈的主要工具；

3.在認知研究中忽略或淡化情感、背景、文化和歷史的影響；

4.依賴多學(xué)科的研究；

5.植根于經(jīng)典哲學(xué)；

加德納認為前兩個特征是認知科學(xué)的基本信念，也即標(biāo)準(zhǔn)認知科學(xué)研究綱領(lǐng)

的理論硬核，后三個特征主要與認知科學(xué)的方法論有關(guān)，可以理解為某種程度上的保護帶和正面啟發(fā)法。

加德納作為心理學(xué)家，主要從其科學(xué)心理學(xué)的立場出發(fā)，認為心理學(xué)是任何認知科學(xué)的核心，并且認知心理學(xué)和人工智能將合二為一，成為新的、統(tǒng)一的認知科學(xué)的核心領(lǐng)域。

加德納所持有的這些觀點，現(xiàn)在來看屬于標(biāo)準(zhǔn)認知科學(xué)或者第一代認知科學(xué)的立場，在這個視角下，人工智能是為認知心理學(xué)提供計算模型，將傳統(tǒng)上僅通過內(nèi)省、行為等方式難以進行科學(xué)和經(jīng)驗研究的人類心靈，通過計算機建模的方式進行實證研究，是心理學(xué)在研究人類心靈認知活動時的關(guān)鍵工具，也是從哲學(xué)上推動認識論自然化的主要途徑。在這種場景下，作為技術(shù)的人工智能與作為自然科學(xué)的科學(xué)心理學(xué)之間的關(guān)系，不是傳統(tǒng)上簡單的科學(xué)及其應(yīng)用關(guān)系，科學(xué)知識和技術(shù)知識之間在這里沒有體現(xiàn)指導(dǎo)和被指導(dǎo)的層次關(guān)系，而是兩者之間相互依賴，各自的核心概念、模型相互交織在一起，共同為認知科學(xué)提供理論指導(dǎo)。

在這種背景下，到目前為止的絕大多數(shù)心靈哲學(xué)、認知心理學(xué)、認知哲學(xué)的研究文獻，均對人工智能采取一種工具主義立場，其目的是支撐和驗證心理科學(xué)對人類智能工作機制的建模分析和理解，而不是聚焦在開發(fā)和建造智能機器這樣的人造物來實現(xiàn)人類級別智能的目標(biāo)上，因此對這種背景下的人工智能，對其進步與否的判斷需要和認知心理學(xué)結(jié)合在一起，看其是否為認知科學(xué)提供了超余的經(jīng)驗內(nèi)容和預(yù)測了新的事實。

反之，以計算機科學(xué)為背景的人工智能學(xué)者的大多數(shù)研究文獻，則聚焦在開發(fā)、建造實體機器（如移動機器人）或智能代理體這樣的軟件，并在社會和經(jīng)濟目標(biāo)指引下，尋求其商業(yè)化用途。這種背景下的人工智能，作為技術(shù)來看，判斷其是否成功，主要應(yīng)基于效率最優(yōu)的觀點來看其是否達到設(shè)計要求和應(yīng)用的商業(yè)目標(biāo)。

雖然最近二十多年來，在共同體內(nèi)部力圖彌合和淡化這兩種不同的學(xué)科觀差異，例如采用理性智能體的觀點來定義人工智能，“將AI的研究視為理性智能體的設(shè)計過程至少有兩個好處……因此，本書將著重討論理性智能體的通用原則以及構(gòu)造此類智能體所需的組成部分”，并且認識到僅作為經(jīng)驗的人工智能是不足夠的：“智能軟件的復(fù)雜性和在人類交互活動中與生俱來的不確定性阻擾了不管是從純數(shù)學(xué)角度還是純工程角度的分析”，并希望通過哲學(xué)尤其是認識論來為兩種不同人工智能觀的統(tǒng)一奠定基礎(chǔ)。

這種努力確實比標(biāo)準(zhǔn)教科書中所呈現(xiàn)的GOFAI更完整地展現(xiàn)了當(dāng)代人工智能研究的主流趨勢，但共同體堅持其學(xué)科在方法論乃至形而上學(xué)基礎(chǔ)方面的獨立性立場仍然沒有改變，如Luger同樣在其書中所指出的：“得到的結(jié)論是，人工智能的經(jīng)驗主義的方法學(xué)是一個重要的工具，也許它對于探索智能的本質(zhì)來說是最好的工具”。