南京大学马克思主义社会理论研究中心
教育部人文社会科学重点研究基地

蓝江 | 数字生态下的信息体与智能关联主义

数字生态下的信息体与智能关联主义

摘要:在思考未来人与人工智能的关系上,存在人工智能将淘汰人类的取代论和人工智能的发展与人类无关的外在论两种倾向。我们提出第三种路径,即数字生态下的智能关联主义。智能关联主义并不注重在人类和人工智能之间进行区分,而是将之还原为数字生态的信息体,信息体即被一定的数字环境赋形的数据。在赋形的信息体基础上,当代人工智能技术基于解释性路径,形成了与行动元和其他行动元的关联,并在此基础上形成了更大的数字生态信息层,而人与非人、真实与虚拟、自然与社会的行动元都是这个信息层上运行和展开。这个数字生态的信息不断构造出新的关联,而新的智能关联进一步促成了人与智能体在行动元基础上的共同进化。

关键词:数字生态;信息体;行动元;智能关联主义

作者简介:蓝江(1977-),哲学博士,南京大学马克思主义社会理论研究中心暨哲学系教授、博士生导师。

原文载于《中国人民大学学报》2022年第3期

对于如何思考未来的人与人工智能的关系,如何不陷入人类中心主义和人工智能取代论的二元论的窠臼,是人工智能及其未来数字生态下的伦理关系研究面临的迫切问题。在理论预设上,需要避免将人与人工智能直接对立起来的观点,需要通过一定的观念,将人类的存在、事物的数字化以及人工智能行为体的关系放在一个新的界面上来思考,这个界面就是数字生态,即通过数字化的中介,让人、物、智能体都可以在这个界面上进行交流、沟通、传递、互动。人和物以及智能体如何可以在一个界面上进行互动?通过一种新的方式,找到在数字生态下将人与人工智能有效关联起来的方式极为重要。我们可以将在数字生态下将人与物、人与人工智能关联起来的理论称为智能关联主义(Co-relationism),而智能关联主义不仅让不同的主体和对象在数字生态的界面上可以交流和互动,也为未来人类社会的进化和发展提供了一种可能的路径。

一、人工智能研究与数字生态

当我们在诸如《西部世界》《银翼杀手》《机器公敌》《失控玩家》这样的影视作品中熟悉了人工智能的形象,当我们读到美国人工智能研究学者库兹韦尔(Ray kurzweil)的《奇点将临》、以色列未来学家赫拉利(Yuval Noah Harari)的《未来简史》,以及美国学者明斯基(Marvin Lee Minsky)、谢诺夫斯基(Terrence J.Sejnouski)关于人工智能的著作,让许多人对人工智能技术支配下的未来社会充满着憧憬,同时也有着被人工智能体取代的恐惧。这实际上展现出当代人对未来人工智能体的一种恐惧的想象。然而,这并非唯一的可能,因为人类在面对不同的人工智能环境和关系,如元宇宙和万物互联时,其在人与人工智能之间的关系会不同于这些文学作品中的恐惧想象。这就需要哲学提供一种重新审视数字生态下包括人类和人工智能体在内的各种信息体之间的新理论。

《奇点将临》库兹韦尔(Ray kurzweil)

在以往的人工智能研究中,主要有两条思维路径:

(1)将人工智能与人类看成竞争与取代的关系,尤其在文学和艺术作品中,对人工智能最终取代人甚至消灭人类的忧虑始终存在着,这也势必产生一种以生物学上的自然人类为中心的伦理价值观。其中最著名的是阿西莫夫机器人三法则,通过指令的方式坚决杜绝人工智能或机器人取代和敌对人类的任何可能。

(2)在机器学习和深度学习的发展下,产生了另外一种关于人工智能的遐想,即人工智能并不是对人类行为和智能的简单模仿,而是形成一种在人类之外甚至与人类毫无关系的智能体,最终是为了解决在有限的人类生命形式下所不能解决的问题。在人工智能领域长期研究的工程师往往会具有类似的想法,其根本原因是迄今的人工智能研究从来不是以替代人类为主要目的的,他们所希望的是一种在人类之外寻找智能的可能性的方式。

我们认为,人工智能与人类的关系既不是单纯的竞争、替代甚至消灭的关系,也不是纯粹的无关论。这两条道路的共同问题在于都是从抽象和孤立的方式来看人工智能与人类的关系,然而,在现实的人工智能发展过程中,问题却并非如此简单,根本问题在于:我们很难将人工智能和人本身与周围环境的各种因素分离开来,例如自动驾驶技术不纯粹是一种在理想的道路上直线运动或转弯掉头的问题,智能技术必须能够分析环境要素,并对各种不同的环境作出分析,而在不同类型的地形和道路状况下智能驾驶的智能体也会有不同的成长过程。因此,我们提出第三种路径,即智能关联主义(intelligentco-relationism),来重新思考有各种参与关系的行动元,即智能体与人类共同进化和发展的数字生态的形式问题。

在解释性的智能关联主义之下,可以规避人工智能研究中的风险,即把人与智能体当成孤立和抽象的个体,作为一种独自运行和计算的实体来思考。这种孤立而抽象地思考人与智能体的问题在于,它们强行将人或智能体从它们各自运行的环境中剥离出来,从而单独分析和研究智能体的状态。这显然不是智能体发展的真实状态。相反,智能关联主义的观念要求,所有的信息体,无论是人还是其他信息体,都是平等交换和关联的行动元,它们之间构成的无数的智能关联形成了数字环境下的社会关系,而这些社会关系的综合,我们可以定义为数字生态(digital ecology)。数字生态是一个让不同的行动元共在的界面,让不可能的交往和互动可以在这个界面上运行,而这种共在的运行也是我们走向未来数字技术社会的基础。

数字生态是一种以当代数字技术发展为基础的新型生态系统,在数字生态之下,人类尽管仍然具有十分重要的地位,但已经不像在生物圈生态之中的核心地位,相反,数字生态面临着人的身体的基础性关系让渡于信息数据的基础性关系,即人们与他者之间构成关系的基础不再是身体的互动,而是数据的交换,这样,数字生态下的伦理关系也从碳基伦理变成了硅基伦理。[1]以无人驾驶为例,智能驾驶不仅与坐在汽车里的人产生身体性的碳基关联,而且智能驾驶需要不断扫描道路周围的环境,并在瞬间识别不同的物和对象,也就是说,与信息体形成关联的不仅仅是车内的人类主体,而且道路环境上的信息都是与智能驾驶交互作用的对象,信息体不仅形成了与主体之间的关系,更需要与车外道路环境上的每一个对象都形成关联,并对不同的对象作出反应。这意味着,一旦人工智能走出实验室,走出单纯而抽象的环境之后,它势必成为一个不断在复杂环境中成长的行动元,而这种行动元积极加入周围环境的信息体的智能识别当中,并不断地更新着各种关联,形成特定的行为方式,这种新的关联和行为方式就是硅基伦理的基础。于是,我们发现,数字生态下的各种信息体(包括人与人工智能体)的关系,不能仅仅从单一或几个行动元来思考,而且他们面对着更复杂的网络环境,一个将周围的对象都转化为海量数字的信息体之间的智能关联网络,这是一种新生态、一种不同于自然生态的生态系统,是一种完全基于作为行动元的信息体智能互动和关联的数字生态。

二、信息体的赋形与耗散

智能关联主义的关键在于,如何在一定的环境中形成个体,并让个体在传播、媒体、交换之中形成联系。我们面对的第一个问题是:什么是环境?简而言之,环境是一个场域,是让我们各种行为尤其是交往成为可能的场域。比如说,我们在社会中的交往,前提是我们生活在让我们身体存在成为可能的环境之中。但是,我们所指的环境,并不纯粹是传统意义上的自然环境和生态环境,而是信息环境,或者说以大数据为基础的信息环境。在以往的生态环境中,我们用来交往的是身体和由发声器官发出的语言,这是我们建立交往关系的基础,也是我们在非中介状态下直接交往的根基。但是,我们今天的交往关系是在完全不同的形式下进行的,在地铁上的时候,我们手机上的微信的信息跳动或许比我身边的一个陌生人更加靠近,这是因为,我的交往和传播关系实际上更依赖于我手中的智能设备,而不是我的身体。意大利信息学家卢西亚诺·弗洛里迪(Luciano Floridi)将生态学上的生态圈(biosphere)一词改造为信息圈(infosphere),而这个信息圈就是我们的交往、我们的生命形式所展开的新的媒体,产生了数字时代的新生态系统。弗洛里迪说:“信息与通信技术正在极大地改变我们的设计,它们正在创造新的现实,并推动着对世界和生活的方方面面的信息化解读。当交互界面逐渐变得不可见,此端[模拟的、碳基的(carbon-based)、线下的]和彼端[数字的、硅基的(silicon-based)、线上的]之间的界限也变得越来越模糊,尽管这种现象对彼端和此端的益处是一样的。改用贺拉斯的名言来说就是:被俘虏的信息圈征服了俘虏它的人。” [2]

不过,在弗洛里迪的信息圈的概念中,还有一个重要问题,即不同个体之间是如何实现交流和传播的?在生态环境中,身体的姿态是可见的,声音和语言是可以被听到的,身体成为我们感知各种社会关系的一种重要的节点。法国社会学家布尔迪厄曾经指出:“这是身体(不同程度地)在这个世界上暴露、活动、冒险,面临感情波动、伤害、痛苦、有时候是死亡的风险,因此不得不认真对待这个世界,这是因为身体能够获得配置,配置本身是对世界也就是对社会世界的结构开放的,配置是社会世界结构的被归并形式。”[3]换言之,在社会世界的生态环境中,我们正是基于身体(碳基的身体)与社会世界形成结构,实现了社会交往和传播。但是,在弗洛里迪的信息圈中,我们没有这样的身体可供依赖,尽管弗洛里迪发明了与身体相对应的信息体(inforg,或者可以理解为硅基的身体)的概念,但这个概念仍然不足以说明我们如何在信息圈的环境中实现交流和传播。

实际上,我们通过智能设备进行交流的时候,主要面对两个概念:数据和信息。数据是我们的活动在信息圈环境下留下的数字痕迹。只要我们在数字网络、赛博空间或者信息圈中采取了任意行为,如点开一个网站、浏览一个短视频,或者无意间的一次点击,都会形成数据。英国信息学家迈尔-舍恩伯格(Viktor Mayer-Schönberger)十分明确地指出,数据就是我们在智能时代的原材料。[4]这个比喻是十分恰当的,原因并不在于数据在智能时代的价值,而是在于它是一种原材料,是一种不能直接被平台或用户使用的材料,只有借助一定的提取、筛选、分析工具的加工,才能变成我们可以感知、理解、阅读、思考的数据;而这种我们可以感知和理解的数据,实际上就是信息。

如果说,我们面对的是可以阅读、感知、理解的数据,即信息,那么在数据中必然存在着一些不能被我们理解和感知的数据。[5]由于这些数据无法被理解,但是它们又实实在在地存在于弗洛里迪定义的信息圈之中,所以,它们构成了噪音(noise)。在这个意义上,噪音成为信息的对立面,而信息圈根据可以被理解和感知的情况,对于所有数据进行区分,一部分可以被个体形式所理解的数据成为信息,而另一部分被视为杂乱、混乱的数据成为噪音。

实际上,从信息学诞生之初,人们就关注到了信息和噪音的存在。不过,对于信息和噪音存在两种不同的定义方式。一种是控制论的创始人诺伯特·维纳(Norbert Wiener)的定义,维纳把信息界定为熵的减少。维纳说:“在一个系统中,信息量是衡量其有序程度的度量,而熵则是衡量其无序程度的度量。这两者一正一负,完全相反。”[6]与维纳不同的是另一位信息学创始人克劳德·香农(Claude Shannon)的定义,香农在《传播的数学方法》一书中指出:“噪声如何影响信息?我们必须牢牢记住,信息是衡量一个人在选择信息时的选择自由。这种选择的自由度越大,因此信息量越大,实际选择的信息是某种特定信息的不确定性就越大。因此,更大的选择自由、更大的不确定性、更大的信息是相辅相成的。”[7]可见,香农的噪音和信息的定义的优势在于,信息和噪音实际上并没有本质区别。信息是在某一系统下的选择的自由度,而噪音成为系统的停滞状态。在这个意义上,信息和噪音是同样的数据,在某种情况下的信息,在另一种情况下就会变成噪音,反之亦然。一个数据是信息还是噪音,并不取决于明确的熵或混乱程度,而是取决于不同的系统的算法需求。于是,我们可以从维纳控制论的静态区分,变成香农式的动态的信息和噪音之分,在香农这里,数据本身不能确定它究竟是信息还是噪音,而是取决于一个更为深层的概念,即形式(form)。

法国科学哲学家吉尔贝·西蒙东(Gilbert Simondon)对信息作出了更具有启发性的解读。他并没有将信息理解为一个现成给定的实体,而是一种不断在生成之中的事态,他从词源学上将信息(information)理解为赋形(in-formation)。西蒙东指出:“信息,不管是在向度统一的层面上还是在跨个体的层面上,从来都不是以一种能够被给予的形式沉淀下来的;它是两个不同的真实之间的张力,它是当个体化的操作将发现两个不同的真实能够成为一个系统的维度时将出现的符号;因此,信息是个体化的开始,是个体化的要求,是从可转移到稳定的通道,它从来不是一个给予的东西。信息没有统一性和同一性,因为信息不是一个项;它假定存在系统的张力,以便它被充分接收;它只能是一个问题的内在因素;信息是通过它使未解决的系统的不相容性成为解决中的一个组织层面;信息假定一个系统的相变,因为它假定第一个前个体信息是个体化的公式,这个公式在个体化之前是不存在的;可以说,信息总是在现在,是实际的,因为它是一个系统个体化的方向。”[8]

吉尔贝·西蒙东(Gilbert Simondon)

从西蒙东关于信息和个体化的定义中,我们可以理解信息实际上是一种赋形,即让不定性的混沌、流形或噪音生成为个体,在定义上,我们可以将这种被赋形的个体称之为信息体,以区别于传统在物理学信息论上的作为信号的信息。那么,信息由于具有了形式,在某一系统下,该形式让一定的数据成为可以识别、感知、理解的信息体,即在赋予形式下的个体单元。在这个意义上,我们可以得出关于信息体的几个特征:

(1)信息体不是先天给定的,而是在一定系统下生成的,只有生成为信息体,才能被系统所理解和把握。

(2)信息体都不是稳定的结构,它依赖于赋予各种痕迹和数据形式的方式,信息体是一种张力结构下的产物。

(3)由于信息体是在系统生成的,意味着存在一个前信息体状态,而这个状态,按照定义,一定是噪音和混沌的,无法被系统所理解,更不可能被人类所理解。

(4)如果信息体不具有绝对稳定性,那么随着系统变化,一旦信息体丧失了让其赋形的形式,意味着在变革的形态或新的系统中,旧的信息体不再具有可识别性和可理解性,于是信息体变成了耗散(de-formation),耗散也意味着信息体化形式的消逝或分化(divduation)[9],信息体不再作为系统的个体而存在,而是重新沦为噪音。

由此可见,信息体与噪音、赋形与耗散、个体化与分化,构成了在信息圈之中不断生成和演化的运动,我们正是通过信息体的赋形和耗散,在数字世界中交往和传播、浏览和游戏、交易和竞争、计算和操纵,等等。简言之,在智能时代的大数据社会中,我们的生命形式不再仅仅通过我们生物性的身体来完成,相反,这个身体仅仅成为我们交往的底层条件。在数字—智能设备的交互关系中,我们只能先通过一个信息体(如注册一个用户、登录一个手机号码或身份证号码),才能具有在数据系统中交往的资格,相反,如果我们没有这种信息体,那么我们只是一种噪音,即便我们的身体仍然健在。在以数据为基础的信息圈下,生命首先是信息赋形的信息体,任何不具有信息形式的存在物都是噪音,在数据世界里是耗散的,而且为了保证数据世界的连贯性,保证数据认识型的运算的流畅性,噪音被隐匿或消灭。

三、从模拟到解释:智能关联主义的诞生

从数据噪音到明确信息的转变,仅仅是智能系统下最底层的生命形式架构的基础,因为在一个系统中,具有确定性信息体之后,更重要的是对信息体进一步识别,这种识别需要解决这样一个问题:谁或什么才是信息圈环境下的可以主动建立关联的行动元(actant)?因为在数字环境下,存在着消极被动的信息体和主动建立关联的行动元之间的区别。一些信息体尽管具有独立的身份,但它只是一种被动存在。比如说,在我们用各种网络聊天工具登录的时候,我如何判断我是在与一个人对话,在网络游戏中,我如何分辨玩家和NPC(非玩家角色)?但是,在智能环境下,原先被视为被动的信息体可以通过某种方式激活为主动的行动元。电影《失控玩家》的一个有趣的设定就是,作为NPC角色的盖伊,成功夺得了一位玩家的太阳镜,而在电影里所在的“自由城”里,这个太阳镜就是识别游戏玩家和非游戏玩家的工具,只有戴上了这个太阳镜,才能被“自由城”系统识别为一个具有主观行动能力的主体,从而相对于其他NPC角色而言,他具有更高阶的权限和能力。在《西部世界》中亦如此,西部世界中的机器人招待员一开始是接受阿西莫夫三法则的,即机器人无论如何都不能采取伤害真正的人的行为。但是,接受阿西莫夫规则的一个前提是,所有的智能机器人必须有能力识别不同的对象,即普通的智能机器人对象和真正的人类,在机器人觉醒之前,所有机器人通过一个固定函数和项,来区分人(积极互动的行动元)和机器人(消极被动的信息体)。

实际上,针对这个问题,人工智能面对着两条截然不同的路径前进。第一条路径,我们称之为模拟(simulation)路径,也是符号型人工智能范式(symbolic AI paradigm)。按照美国人工智能哲学家卢卡·M.波萨蒂(Luca M.Possati)的说法:“符号型人工智能范式更适合从演绎和决定论式的方式来遵循着程序来运行。”[10]在20世纪60年代,对于第一代人工智能的研究者,无论是明斯基还是谢诺夫斯基,他们都是从这种模拟路径来开发人工智能的。假定在阿西莫夫法则下运行的智能机器人,它对于人和非人、人和智能体的识别是通过一个从外部设计的程序的演绎来实现的,比如说人的某种特征,或者强制性在智能机器人中加入的一个函数值或项。在非伪装的情况下,这种单一的项或特征,的确可以有效地区别人与智能体,但是,我们加上了一个限定条件,即无伪装的情况,例如有人可以为自己的信息添加了只有人工智能才具有的函数值,让智能体可能将现实的人识别为智能体,相反,有程序设计者在特定情况下为了不让机器人被消灭,也可以消灭机器人体内的识别函数。这种模拟路径的人工智能的更大缺陷在于,它无法面对程序设定之外的可能性,它只能在符号演绎和推理的界限之内来进行思考,一旦面对演绎推理之外的情形即从未见过的情形,无法形成完整的逻辑回路,陷入无止境的运算和演绎当中,它们便会宕机。

当然,今天的人工智能系统已经不再是这样的系统,而是走向了机器学习、深度学习、网络分析的领域。在这种情况下,人工智能不再是按照固定的逻辑线路来进行演绎推理,而是在通过自己捕捉到的原始数据的基础上,进行分析和解释,得出自己的逻辑。相对于演绎逻辑,这种人工智能体系更像是归纳体系,对事物的识别,不是按照演绎之前的固定的定理或函数值,而是从多种数据中提炼出来的逻辑形式。由于这种路径不是按照预先规划好的路径前进,而是从自己的机器学习中来丰富的认识,我们也可以将这种路径称之为解释(interpreation)路径,信息体根据自己在数据中形成的解释来实现对不同对象的分辨识别,完成行动决策和建立关联。

模拟逻辑尽管存在着人工智能的自我运算和操作,但其逻辑系统是设计好的,即使对于其衍生性逻辑,也在其设计者的控制范围之内。但是,正是由于这种控制,导致了模拟路径下的人工智能体系是在我们已经为它们分辨了有效信息之后的环境中运行。换言之,模拟路径根本是在人设定好的路径下运行,接受的也是人类社会世界被认定为信息的东西,噪音在模拟路径中是被排除的。于是,模拟路径从根本上不可能真正打破人类逻辑的有限循环,它们面对的是与人类环境极为相似的信息环境,也是在同样的信息圈中做着数据处理和运算。相反,解释路径下的智能关联没有被预先分辨哪些是噪音、哪些是信息,任何经验和归纳都是信息体能从现实的数据中提炼的,而这种逻辑与人类自己的形式逻辑,或许不再是范围大小的区别,而是本质上的区别,信息体通过不同的互动环节,实现了自己的解释和运算。

问题在于,在解释路径下的信息体,如何实现人与非人智能体的区分?在模拟路径下,固定的符号和特征成为智能识别的标志,比如,在元宇宙中,我们可以按照模拟路径让人工智能的NPC角色制作一杯“美式咖啡”,而NPC只需要按照原先设定的模拟程序制作就可以。但是,突然有一天,有个信息体提出了在NPC的菜单上没有的“卡布奇诺”咖啡,那么NPC陷入一个空洞状态,因为在它所有的设定中都不存在“卡布奇诺”咖啡。也就是说,如果选择模拟路径,NPC就会宕机,无法运作,这是人工智能无法容忍的。所以,需要一种解释路径,让NPC自己尝试着解释“卡布奇诺”咖啡是什么意思。于是,我们可以认为,在解释路径之下,NPC不是按照既定的设定的逻辑运作,而是存在着无数的可能性,因为信息体的解释不取决于预先规划好的模拟逻辑路线,而是取决于信息体在信息圈的互动环境中发生了什么的关系,它可以是“卡布奇诺”,也可以是普通的“美式咖啡”,可能是“拿铁”,更可能是根本不存在的“空无”。至于最终信息体作出何种行为决策,都需要在具体的行为和交往互动中来激发他们的行为。比如波士顿动力公司设计的机器狗和智能机器人一样,工程师不断地踹到机器人,让机器人学会从不同方式来保障自己的平衡,而工程师对机器人的踹打,就不能视为对机器人的虐待,而是激发信息体的解释模式。

或许我们可以重新来理解人工智能的解释学,正如波萨蒂指出:“AI是一个解释学空间。这意味着,人工智能总是解释行为的结果。当我们说一台机器是智能的,我们从它与我们的行为的解释开始解释它与我们的行为的关系。”[11]那么,人工智能的解释学并不是在孤立的人工智能的实体中发生的,它需要大量的接触和互动,需要在人与智能体之间形成一种解释性的智能关联。所谓的解释学视野下的人工智能,并非人工智能远离人的存在而独立的发生,相反,人工智能虽然不再代表着模仿人类大脑的模型和结构,或者按照人类设定的逻辑框架来运行,但更不意味着人工智能的发展是走着独自发展与人类完全无关的路径。这是一种智能关联主义。

如果我们将波萨蒂的结论进一步推论一下,可以得出一个更为有趣的结果,即一方面解释性人工智能是对人类的行为作出的反应,另一方面,人类也对人工智能的行为作出反应。我们并不是以身体的样态参与数字界面或信息圈里的传播和交流,而是首先被个体化,被物化为一种数据,只有我们自己变成个体化的数据,即变成信息(而不是噪音),才能被信息圈的系统所接受、所感知、所理解。加拿大温尼伯大学教授马修·弗里斯菲德尔(Matthew Flisfeder)注意到,在Facebook、Instagram、Twitter、TikTok等社交网站上,参与平台的各个主体并非像德国观念论那样设定了自由的自我意识,相反,在那些社交界面上,我们首先是将自己变成了一个商品化的自我,用弗里斯菲德尔的话来说:“可以作为一个模型来理解人们现在在社交媒体上从事的诸多活动,特别是考虑到社交媒体影响者的形象在Facebook拥有的Instagram等平台上的崛起——也就是说,社交媒体的使用就是工作。在这方面,社交媒体已经成为一个表现和展示商品化的自我的平台。我声称,‘自我’是一个异化的代表。我认为,‘自我’是主体的异化表征,凝结在符号(或拉康的‘主人能指’)的形式中。”[12]弗里斯菲德尔的意思是说,一旦我们进入被智能算法控制的社交媒体平台,我并不是以精神或意识上的自我呈现的,而是一种被物化或异化的自我形态出现,我在社交平台上的出场是一种由头像、文字叙述或数据构成的自我的数字绘像,这种数字绘像绝不是简单地由现实自我意识控制的结果,也不是单纯的受平台算法的摆布,而是由我们在平台上接触到的各种关系构成的,当然,这些关系包括与其他物化的“自我”之间的关系,也包括与非人的智能体之间的关系,而且与后者的关系在平台上会越来越普遍。这样,我们一方面面临着受到人类激发的解释性信息体的形象,另一方面所谓的数字化或物化的“自我”也是在与其他人或智能体的交往中形成的,一旦我以物化的“自我”形象出现在社交平台上,至于我所交往的对象是真实个体还是信息体,事实上,并非在任何时候都是重要的问题。与之相反,这里最重要的问题是:我们如何在平台算法之下,通过一个数字化的“自我”与其他“自我”形成一种关联,而这种关联是社交平台不断突破常规、实现从有限向无限递进的突破口,在这个突破口上,我们不断形成新的关联,即智能关联主义。

所谓智能关联主义,是在一定的数字生态下,通过解释性的路径,在诸信息体(包括人类和非人智能体等)之间形成了新型关联,而这些以解释为基础的新型关联构成了新数字生态下的社会关联的基础,并在此基础上形成了一系列的观念和价值。这个背景下,人工智能和人类关系的发展已经走出了人类与智能体是竞争、合作还是取代的简单的讨论。因为,在智能关联主义之中,人类和人工智能的区分不再重要,而是都被还原为作为行动元的信息体,它们是在平等的界面上建立交流和关联,从而形成面向未来的数字生态的基本关联和结构。

四、数字生态下的智能关联体系

为了理解什么是智能关联主义的数字生态,我们可以回到法国技术哲学家艾吕尔(Jacques Ellul)那里。艾吕尔在《技术哲学》一书中,已经看到了经过计算机处理的数字化网络所具有的潜能,这是一种有限的人所无法企及的潜能:“数据处理解决问题,由于计算机的存在,呈现出这种技术集合的内在系统,它在信息层面上表现自身,并在信息层面上运行。正是通过总体的相互作用和综合信息,调节了各个子系统。这是任何人、任何群体、任何机构都无法完成的事情。技术越是先进,越多的技术部门就会变得独立、自动化和分离化。只有计算机才能做这些事情。显然,不止一台计算机。它必须是一个在系统的所有通信点上相互关联地工作的计算机集合体。这个集合体成为不同技术子系统之间的连接子系统。”[13]

艾吕尔的描述已经为我们展现出智能关联主义的数字生态的基本面貌:

(1)数字网络系统,不是在自然生态圈,而是在信息圈(即艾吕尔所说的信息层面)上运作的。比如说,在智能驾驶系统中,系统不是面对真实的物,而是面对经过扫描识别之后的数字化的信息体,街边的一块石头不是以它的物质形态出现在数字系统中,而是通过扫描形成的对数据归纳和分析,让其形成关于石头的信息体(赋形),并传达给智能的行动元,从而让智能行动元有效地在道路上规避石头。所以,尽管我们可以观察到智能驾驶的汽车避开了石头,但是这一切并不是在物理世界发生的,而是通过转化为信息圈上的数字信息体的智能关联来实现的。

(2)我们看到数字生态系统可以完成前所未有的任务,这些任务是有限的人、群体、机构所无法企及的,而计算机将这些分散的实体变成了具有可以平等交换和关联的行动元,并在数字生态中将它们综合起来,我们似乎在这里看到了5G时代下的物联网体系的缩影,也是未来走向元宇宙的数字生态发展的雏形。

(3)借用艾吕尔的说法,数字生态的根本在于,它是“所有通信点上相互关联地工作的计算机集合体,这个集合体成为不同技术子系统之间的连接子系统”[14],在这个意义上,数字生态不是各个子系统抽象的连接,而是在具体的通信点上的智能关联。这样,我们可以看到,在智能关联主义的数字生态下,所有的行动元都在这个关联系统下发挥作用,这不是一种玄妙莫测的黑箱式的观念论结构,而是一种真实的智能关联主义,这些行动元或信息体形成了关联,并在关联中不断地互动和激发,构成新的关系。与此同时,数字生态系统实际上还预设了一种可能性,在这种数字化系统或信息层面上,关联起来的不再是纯粹的人与人之间的关系,社会系统也不是单纯的人类的系统,由于技术系统或数字生态的存在,我们可以与非人行动元和信息体形成互动,形成关联,并完成一种关联下的平衡。

实际上,法国科学哲学家布鲁诺·拉图尔(Bruno Latour)早已经看到社会系统绝不是人类之间的系统。在对巴斯德的研究中,拉图尔指出巴斯德的重要贡献不仅仅在于发现了微生物是导致我们某些疾病的根源,而是告诉我们,微生物也是我们社会的重要组成部分,在发现了微生物也构成我们的社会之后,我们才会在我们的日常生活中将其对象化,纳入我们的社会行动网络之中,并对其进行处理。拉图尔指出:“我不是在任何隐喻或讽刺的意义上,而是在符号学的意义上使用‘行动元’这个词。事实上,社会联系是由以下几个方面组成的,根据巴斯德学派的说法,社会联系是由那些把人组合一起的人,也是把微生物和人带到一起的人。我们不能仅靠人们形成社会,单纯的社会。我们必须加上微生物的作用。如果我们不认识到巴斯德主义以不同的方式重组了社会,我们就不能理解巴斯德主义的任何东西。它以不同的方式重组了社会。”[15]尽管拉图尔在对巴斯德实验室的研究中,得出了实验室构成的社会行动网络不是一个仅仅由人构成的网络,在其中也包含了诸多非人的实体,如微生物。所以社会行动网络是一个系统中所有人与非人的行动元共同构成的网络体,也是它们共同联系和互动形成的系统。

拉图尔的社会行动网络理论有助于我们建立在数字生态下的智能关联主义。在数字生态下的智能关联主义,不仅仅意味着人类主体,也意味着所有可以参与行动的或者被激活的非人类信息体以及作出反应的类似于游戏中随时被激活的行动元都被囊括在一个网状的智能关联体系中。在这个智能关联体系之中,每一个行动元都是潜在的力量,它们在数字网络中留下大量的数据,而这些数据只有一部分被赋形,变成可以辨识、可以被人类主体感知和理解的信息。于是,这带来了一个潜在的问题,在这样的社会行动网络中,事实上存在着三种不同的关系:

(1)人类主体与人类主体的互动,在这个意义上,这种互动类似于哈贝马斯和霍耐特等人提出的主体间性问题,也是协商政治和商谈伦理处理最多的问题,在此不赘述。

(2)人类主体与智能信息体之间的互动,这也是目前人工智能研究领域中的重点,自图灵以来,围绕着人类如何与智能信息体建立起合理的伦理和法律关系,已经有了相当丰富的研究,不过,这些研究往往将人工智能信息体简化为机器人实体或抽象的智能实体来考察。在没有智能关联主义的视角下,这些研究只是希望将传统人类社会的伦理和法律投射到人工智能身上,或者更简单的是,通过承认程序,将现有的智能信息体(如号称第一个具有身份的机器人索菲娅)纳入人类的伦理和法律程序之中,从而消化这个另类,而不用太多地更改我们现有的伦理学、政治学、法学的知识体系。

(3)在人工智能研究中,还有一个领域很容易被忽视,即非人行动元与非人行动元之间的互动和关联。因为在机器之间交流,不需要换算成高级语言,即可以与人类行动者沟通的语言和界面,它们之间的数据交换和操作可以完全在机器语言的层面上交流。在基层的机器语言上,其数据的绝大多数内容是不向任何人敞开的,它们只向人类公布它们最终运算的结果。而人类即便切入机器语言的界面上,如果没有经过专业训练,我们只能看到一连串毫无意义的代码,这些代码对于人类来说,就是噪音、一种无法感知获取意义的噪音。在这个意义上,我们面对着一种困境,人类行为者发现自己仅仅只是整个社会行动网络或数字生态下的一小部分,而绝大部分的数据是在非人行动元或信息体之间交换形成的。这个趋势在物联网和元宇宙时代会更为明显,人虽然仍然处在系统的中心地位,但信息体与信息体、行动元与行动元、机器与机器、传感器与传感器之间的联系会更加密切和紧密。

在华为公司的5G演示中,位于上海的挖掘机操作员通过传感设备,甚至可以控制远在河南的真实的挖掘机。倘若在5G通信技术的帮助下,物与物、机器与机器的联系将会打破传统空间的局限,而形成更大的物联网络,而这种基于数字化的信息圈的联系将史无前例的空间范围内的各种对象物联系在一起,形成海量级别的智能关联,从而造就前所未有的数字生态。我们的生命由于被编码和数字化,已经成为这个庞大的数字生态的行动元网络的一部分,英国哲学家我们和诸多非人对象形成的关联,而在这些全新的智能关联之下,我们正在走向一个全新的世界。

或许,在这个意义上,我们可以更好地理解英国哲学家格拉厄姆·哈曼(Graham Harman)的物导向的本体论(object-oriented ontology,简称OOO体系)。哈曼解释说,OOO体系要求“所有物体都必须得到同等的关注,无论它们是人、非人、自然物、文化物、真实物还是虚构物。物体与它们的属性并不完全相同,而是与这些属性有一种张力关系,而这种张力关系正是世界上发生的所有变化的原因”[16]。哈曼试图将000体系建构为数字生态的新本体论、一种新的万物理论,这是一种有趣的尝试。的确,由于信息体的赋形,让坐落于大地上的身体不再是我们衡量交往的唯一尺度,而更重要的尺度是,是否能够在数字生态下获得信息体的赋形,这决定了一定的数据是否数字生态下的信息体或行动元,只有成为信息体或行动元,才能成为数字生态或信息圈中的关联的项,才能在数字化的社会行动网络中形成互动和交往,最终实现行为和决策。在这个过程中,人与非人、自然与文化、真实与虚拟的界限变得十分次要,人与人的关系只是整个巨大的数字生态下的极小的一部分数据内容,而如果人文社会科学需要真正了解大数据时代的生命形式,就必须看到这种新的智能关联主义,一种在数字生态下的智能关联体系。然而,与哈曼不同的是,这种人与非人、自然物与文化物、真实物与虚拟物之间的智能关联主义并不会形成哈曼所谓的平等关系,在这个数字化的架构中,仍然是有差别的,不仅在人与人之间,而且在人与物之间、人与虚拟程序之间、信息体与信息体之间,以及其他各种智能信息体之间形成的关系并不会形成人类所期望的平等关系,而是一种按照关联形式生成的等级关系。但是,哈曼指出的大致方向没有错,在数字生态的背景下,在万物互联和元宇宙的新型环境下,我们面对的实际情况是:作为一个被高度编码和数字描绘的信息体或行动元,已经被整合到数字生态下的智能关联主义之中,我们不能以噪音的形式存在,唯有将我们自己变成系统可读的、可理解的信息,我们才能重新在这个数字生态系统里获得新的生命。这是数字生态下的生命形式,通过解释性的智能关联主义,我们的生命本身也在信息圈和数字社会行动网络中生长,但是与我们的生命同时生长的还有那些被视为非人的信息体的行动元,它们构成了我们生命不可或缺的关联物(relatant),与我们如影随形。未来我们看到的不是智能对人类的毁灭,或许我们可以理解为,未来的万物互联和元宇宙之下的生命形式就是智能关联主义,即人与非人都变成了可以交换和关联的信息体或行动元,并在数字生态下共同进化。

注释:

[1]参见蓝江:《从碳基伦理到硅基伦理——人工智能时代的伦理学浅论》,载《道德与文明》,2020(5)。

[2]卢西亚诺·弗洛里迪:《第四次革命:人工智能如何重塑人类现实》,48-49页,浙江人民出版社,2016。

[3]布尔迪厄:《帕斯卡尔式的沉思》,164页,生活·读书·新知三联书店,2009。

[4]参见维克托·迈尔舍恩伯格:《大数据时代:生活、工作与思维的大变革》,51页,浙江人民出版社,2013。

[5]笔者曾经在一篇文章中称之为“剩余数据”(surplus data),参见蓝江:《外主体的诞生——数字时代下的主体形态的流变》,载《求索》,2021,(3)。

[6]诺伯特·维纳:《控制论:关于动物和机器的控制与传播科学》,23页,中国传媒大学出版社,2018。

[7] Claude Shannon. The Mathematical Theory of Communication. University of Illinois Press,1964, pp 18-19.

[8] Gibert Simondon. L'individuation à la Lumière des Notions de Formeetd'Information Éditions Jérôme Millon,2013.p.31.

[9]分化是法国哲学家吉尔·德勒兹(Gilles Deleuze)在《控制社会后记》中使用的概念,代表着与个体化相反的倾向,参见吉尔·德勒兹:《哲学与权力的谈判:德勒兹访谈录》,205-206页,商务印书馆,2000。

[10] Luca M. Possati. The Algorithmic Unconscious: How Psychoanalysis Helps in Understanding AI. Routledge, 2021, p.12.

[11] Luca M Possati. The Algorithmic Unconscious: How Psychoanalysis Helps in Understanding AI.Routledge, 2021,p.23.

[12] Matthew Flisfeder. Algorithmic Desire: Toward a New Structuralist Theory of Social Media. Northwestern University Press,2021, p.145.

[13][14] Jacques Ellul. The Technological System. Trans by Joachim Neugroschel, Continuum, 1980, p.102.

[15] Bruno Latour. The Pasteurization of France. Trans by Alan Sheridan, and John Law, Harvard University Press,1988, p.35.

[16] Graham Harman. Object-Oriented Ontology: A New Theory of Everything. Penguin Books,2017, p.9.