《計算機不能做什么》是德雷夫斯的代表作之一，由生活·讀書·新知三聯書店于1987年出版，彼時對人工智能和計算機的探討仍是小圈子的活動，故未能在國內引發足夠的熱度。如今，新的技術哲學和方法論風起云涌，這本書也似乎已被遺忘 作為哲學家，德雷福斯最閃亮的標簽是“反AI”，這一標簽的獲得，源于他參與過的一些思想史事件。例如，他不斷地批判馬文·明斯基（Marvin Lee Minsky）和司馬賀（Herbert Alexander Simon）等早期人工智能科學家；又如，在他的現象學和存在主義研究中，常常夾槍帶棒地反諷“計算理性”；再如，他借現象學傳統，反思AI的認知邏輯，寫就《人工智能與煉金術》，并給蘭德公司提供負面的意見，預言這門新興學科在未來的必然失敗。這些事件讓他大名鼎鼎，或者說臭名昭著。 他的著作有些尚未和中文讀者見面，其中一本名為《機器心智》（Mind over Machine），這是德雷福斯“反AI”的代表作之一，成書于一九八六年，由哲學專業的休伯特·德雷福斯和數學專業的斯圖亞特·德雷福斯合作完成，對他早期的思想有系統總結的性質。這本書反思了“專家系統”這一早期人工智能實踐，書名以英文修辭中押頭韻的方式，表達了他的總態度，“Mind over Machine”，人類智能優于人工智能。本書中德雷福斯的觀點可以簡要歸結為：在“弈棋”和“人臉識別”等領域，機器智能必然會失敗。就具體預言而論，毫無疑問，歷史已經證明了德雷福斯的預言是失敗的。 德雷福斯為什么會失敗？ 如果要歸結它的深層原因，需要觀察一次重要的數學范式轉換——AI方法論自專家系統的符號主義，到機器學習的人工神經網絡，完成了一次整體性進化，這種變化被稱為“統計革命”。人工智能發展史上的統計革命，指的是以人工神經網絡與機器學習為基礎的，而非以大型知識庫和符號推演為基礎的AI革新，機器學習和深度學習伴隨而生。羅森布拉特在二十世紀六十年代就提出了感知機模型，但是，直到二十世紀八十年代AI寒冬冰雪消融之后，人工神經網絡才迎來了學術探討的熱潮，而直到二十一世紀，它才收獲了諸多具體的商業成果。 從思想基礎的角度講，“統計革命”源于符號主義到聯結主義的觀念轉變。簡而言之，符號主義主張通過知識累積、規則設定、邏輯推導和符號運算來完成對人類心智的模擬；而聯結主義，則通過大量數據的累積，人工神經網絡的學習，完成判斷方式與行為方式的擬合。基于這一理論，計算機在下棋領域取得了重要的突破。“統計革命”中暗含著對德雷福斯早期預言的徹底顛覆，超出了德雷福斯舊有的想象空間。 德雷福斯的具體預言失敗了，不過，他的哲學根基是否也發生了動搖？
二
科學還是煉金術？
讓我們放寬視野暫且避開德雷福斯在具體預言方面的失敗，思考這樣一個問題：德雷福斯的底層邏輯，與后來的“統計革命”是否有類似之處？ 在知識論的層面，德雷福斯的核心觀點是：存在一種“直覺性專業知識”，它區別于形式化的知識、符號化的知識、計算化的知識。在《從菜鳥到專家必經五步》（“Five steps from novice to expert”）一文中，德雷福斯舉了“自行車”的例子來闡發他的觀念。我們很多人都會騎自行車，知曉如何登上自行車，開始騎行，并且騎到自己的目的地，我們還知道如何維持平衡，調整速率，在途中躲避各種障礙物和同行車輛。不過，很少有人能夠給出一套標準化的自行車相關規則和專業知識。在這里，徳雷福斯做出了一個主要區分：知其如何（know-how）與知曉原理（know-what）是不同的。 在剛開始學習一個新技能的時候，首先要學習識別各種各樣的客觀存在的事物，去了解它們的特性，嘗試記住那些復雜的規則，而此刻這些規則都是與情境無涉的，對我們來說，它們的抽象程度無異于一門外語或者一堆數學公式。與之相反，對習以為常的事情，我們卻不知其所以然，不過，不知其所以然并不代表不能夠成功地做好它。從自行車的例子開始，徳雷福斯引申開去，他認為，人類所擅長處理的很多事物都遵循這一規律，例如聊天與談話，如何走路等等，我們對其習以為常，因此也熟視無睹。唯有在執行這些日常出現問題的時候，才會想起規則，例如，當你開車掛錯擋的時候，當你聊天說錯話的時候，規則才顯現出來。 總的說來，德雷福斯認為，學車不源于計算，不源于邏輯，不源于專家系統式的知識儲備，而源于“學”，包含長期的實踐中形成的固定反應模式。如此看來，這是否與機器學習有相似之處？細細考察學自行車這一案例，思考德雷福斯對符號化認知的批評，就可以發現，德雷福斯似乎從另一個角度完成了對符號主義的超越。
人工神經網絡簡化圖。早期符號主義重視模仿人類和制定規則，也是德雷福斯主要的批判對象。如今的人工神經網絡的方法則基于大量數據、大量訓練與試驗，進行數據擬合，最終訓練出合適的判斷機制，讓機器自行發現規則。這與德雷福斯早期思想有一定相似之處 在《邏輯機器及其限度》（“Logical machine and its limits”）一文中，德雷福斯對他的想法進行了總結，他說，機器心智乃是符號化、計算化、形式化、規則依賴的、脫離大世界情景的，是在小世界（micro-world）自我操作的；而人類心智，則是非符號化、非形式化、非計算化的、可遺忘規則的，依賴于大世界的社會歷史實踐與生活風格的。這一思路也是德雷福斯思想的關鍵所在。所有電腦、機器或者人工智能，無論發展到何種程度，只要它本質上是符號依賴的，那么，它就擺脫不了邏輯機器與推理機器的本性。 當然，需要警惕的是，我們不能強行跨越學科邊界，認為德雷福斯的哲學地基與深度學習的數學地基是相同的；或冒失地認為，海德格爾的幽靈被八十年代和九十年代的科學家在無意中發現；或者更極端地認為，人工智能的失敗是由于科學家不懂海德格爾。但是，德雷福斯反駁“專家系統”的底層邏輯，與人工智能得以進展的底層邏輯，如果都用人人可理解的語言表述出來，變為公眾的常識之后，它們確實存在共通之處。 問題開始變得復雜起來，德雷福斯失敗了，也成功了，不管是否愿意稱他為“科學先知”，他的預言都不宜再被貼上“煉金術”“瘋話”這樣的標簽，事實上，他的確在進行認真而嚴肅的思索，并且得出了富有啟發的結論。
