单个水分子并不具有湿润的性质,单个神经元也不保存一个人完整的童年记忆。一只蚂蚁并不理解蚁巢的整体结构,成千上万只蚂蚁却能够建造复杂的巢穴,维持运输网络,并协调完成任何单只蚂蚁都无法独立完成的任务。在自然界中,类似现象随处可见:许多相对简单的组成部分,通过相互作用形成某种整体组织,而这个整体表现出的性质,似乎超出了任何单独部分所具有的能力。科学家通常用“涌现”(emergence)来描述这一类现象。随着复杂系统科学的发展,涌现已经成为理解物理、生命、生态和社会系统的重要概念,如今也越来越频繁地出现在关于人工智能与意识的讨论之中。
涌现之所以具有吸引力,是因为它似乎为意识的起源提供了一条自然的解释道路。人类意识产生于由神经元、分子和电化学活动构成的大脑,而这些组成部分本身并不表现出我们熟悉的主观体验。如果意识能够从这些物理过程的组织中产生,那么类似的原理是否也可能适用于人工系统?随着人工神经网络规模不断扩大,内部关系越来越复杂,系统表现出的能力也越来越超出设计者最初的预期,人们自然容易产生一种想法:也许意识同样会在复杂性达到某种程度时出现,成为人工系统的一种新性质。然而,这种推理包含着一个尚未解决的重要问题。复杂行为的涌现,并不必然意味着主观体验的涌现。我们可以观察蚁群如何协调活动,研究神经网络如何形成内部表征,也可以解释物理系统如何产生宏观结构,但这些现象是否伴随着某种被体验到的内在世界,却是另外一个问题。要理解涌现对于人工意识研究究竟意味着什么,我们首先需要区分,它已经成功解释了哪些现象,又在哪些地方可能只是为尚未解决的问题提供了一个新的名称。
整体可能具有单个部分所不具备的性质,这一思想有着悠久的历史。亚里士多德就曾强调,某些整体不能仅仅通过孤立地考察其组成部分来理解。到了十九世纪,约翰·斯图亚特·密尔(John Stuart Mill)进一步区分了不同类型的因果组合:有些结果可以被理解为各部分作用的简单叠加,另一些则表现出无法直接从单独因素中看出的性质。二十世纪初,英国哲学家劳埃德·摩根(C. Lloyd Morgan)和布罗德(C. D. Broad)等人发展了更加明确的涌现理论,试图解释生命、心智以及自然界不同层次的组织关系。他们关心的核心问题是,高层次现象能否完全通过低层次组成部分的性质和规律加以解释,还是说,当物质形成某些特殊组织时,会出现需要新的解释原则才能理解的性质。这些讨论并没有因为现代科学的发展而消失,反而随着物理学、生命科学和复杂系统研究的进展,获得了更加具体的内容。
现代科学已经把涌现从一种哲学直觉发展为重要的研究方法。统计力学解释了温度和压强如何与大量粒子的集体运动联系起来,生物学研究分子之间的相互作用如何形成代谢、发育和细胞调节,生态学分析不同生物之间的互动如何影响种群和生态系统,而复杂系统科学则进一步研究反馈、非线性关系以及局部互动如何在不同系统中产生有组织的整体行为。这些研究共同说明,理解一个系统,有时不能只看它包含什么,还必须考察这些组成部分如何相互联系,以及这种联系如何随时间发生变化。不过,涌现的科学意义并不只是说,许多部分放在一起就会发生复杂的事情。真正有解释价值的涌现研究,需要说明局部相互作用通过什么机制产生整体性质,这些性质在什么条件下出现,以及当条件改变时,整体行为又会如何变化。只有建立这样的联系,涌现才不只是一个描述现象的词语,而成为可以用于解释和预测的科学概念。
温度提供了一个熟悉的例子。单个分子具有动能,但温度是在适当物理条件下描述大量粒子统计状态的性质。我们不需要逐一追踪每个分子的运动,就可以通过热力学解释物体如何传递热量、如何膨胀,以及为什么不同物质会表现出不同的宏观行为。温度因此属于与单个分子运动不同的描述层次,却不需要在分子相互作用之外引入某种神秘的新力量。相变现象进一步展示了整体组织的重要性。水可以表现为固体、液体或者气体,组成它的分子在化学意义上并没有改变,但分子之间的集体组织发生变化,便产生了截然不同的宏观性质。磁性材料中也存在类似现象,微观磁矩之间的相互作用可以形成大范围的有序排列,而在某些临界条件附近,物理参数的微小变化就可能引起整体状态的显著转变。这些现象说明,系统条件的量变有时确实能够带来可观察性质的质变,也解释了为什么复杂系统研究特别关注临界点、非线性变化和组织结构,而不仅仅关注组成部分的数量。
但是,把相变直接类比为意识的出现,需要格外谨慎。我们能够识别液体状态或者磁化状态,是因为这些现象具有可以测量的物理特征。科学家能够确定相关变量,建立数学模型,并通过实验检验预测。意识面临的困难则有所不同。它最独特的性质是主观体验,而主观体验并不能像压强、磁化强度或者电导率那样,直接从外部加以观察。因此,即使我们发现某个人工系统在计算复杂性达到一定程度以后,突然表现出新的能力,也不能据此认定意识已经出现。我们还需要独立的理由,说明这种新的组织形式为什么与体验有关,而不仅仅是另一种信息处理或者行为能力。这里的问题并不是否认意识可能通过某种涌现过程产生,而是强调,如果缺少对相关机制的认识,复杂性与意识之间的联系仍然只是一种假设。
这一区别引出了涌现哲学中一个重要的争论,即弱涌现(weak emergence)与强涌现(strong emergence)的区别。所谓弱涌现,通常是指某些整体性质由底层组成部分的相互作用产生,虽然很难仅凭观察单个部分就预测整体行为,却不需要假定系统获得了超出底层物理过程的新基本因果能力。复杂的整体模式可能只有通过研究系统的实际运行才能被发现,但原则上仍然由其组成部分及相互作用所决定。强涌现则提出了更加严格的主张:某些高层次性质,即使我们完全了解底层物理事实,也无法仅仅从这些事实中推导或者解释出来。在某些强涌现理论中,高层次性质甚至可能具有真正新的因果能力,或者需要额外的基本规律才能得到说明。两者的区别十分重要,因为关于意识的讨论经常在这两种含义之间不自觉地转换。当研究者发现人工神经网络产生了训练时没有明确编程的能力,他们通常是在讨论弱涌现意义上的现象;而当哲学家认为主观体验作为一种无法还原的性质,从物理组织中产生时,他们可能是在提出某种强涌现的主张。前者可以通过计算实验和行为测量进行研究,后者则涉及物理过程与主观存在之间的根本关系,目前仍然存在深刻争议。
人工神经网络的发展,使这种区别具有了直接的现实意义。人工神经网络由大量相互连接的计算单元构成,其行为受到数值参数的调节。在训练过程中,系统不断调整这些参数,使整体表现逐渐符合训练目标。没有任何一个单独参数保存了模型关于语言、数学或者世界的完整知识,有用的表征和行为能力来自大量组成部分之间的协调作用。大语言模型尤其清楚地展示了这种现象。一个主要通过语言训练建立起来的模型,可能逐渐获得翻译、摘要、分类、编程以及某些推理能力,而这些能力并不是以彼此独立的完整规则逐项写入程序的。它们依赖模型架构、训练数据、优化过程和计算规模之间的复杂关系。这确实是一种值得重视的计算组织现象,说明复杂认知能力可以通过学习形成,其具体表现不必完全由程序员事先规定。然而,我们也不能把每一种新能力都简单解释为突然发生的涌现。关于模型规模规律的研究表明,许多语言能力随着模型参数、训练数据和计算资源的增加而相对平滑地改善。某些能力在特定测试中看起来突然出现,有时是因为评价方法采用了非线性的成功标准。例如,当一道题只有完全正确才算成功时,底层能力的连续改善可能在测试结果中表现为突然而明显的跃升。这并不否认人工智能存在真正的涌现现象,而是提醒我们,必须区分系统内部组织的实际变化与测量方法所制造的表面变化。
即使某种新能力确实通过涌现产生,我们仍然需要追问,这究竟是一种什么性质的能力。神经网络可能获得更好的数学计算能力、更复杂的规划能力,或者更加连贯的长程推理能力,这些变化都扩大了系统的功能范围,却不能自动证明它已经获得主观体验。智能与意识在人类生活中通常紧密联系,但它们在概念上并不相同。一个人工系统可能越来越擅长解决问题,却始终没有任何类似感受的东西;反过来说,许多生物可能具有某种形式的体验,却不具备高级人工智能所表现出的抽象推理能力。因此,如果我们希望通过涌现解释意识,就不能仅仅说足够复杂的系统最终会变得有意识,而必须进一步说明,究竟是哪一种复杂性具有决定性意义,它需要以怎样的方式组织,以及为什么这种组织能够产生体验。组成部分的数量、连接关系的密度、信息处理的速度或者任务表现的优劣,都不能单独成为可靠的意识标准。真正重要的可能是某些特定的因果结构、信息关系或者生物调节机制,而这些机制是否存在于人工系统中,需要具体研究才能判断。
当代意识理论正是从不同方向尝试回答这些问题。整合信息理论(Integrated Information Theory)强调系统内部的因果组织,认为意识可能与某些不可分解的整体因果结构有关。在这种观点下,重要的不是系统处理了多少信息,而是其内部组成部分以怎样的方式形成整合的因果关系。全球工作空间理论(Global Workspace Theory)及相关计算模型则强调信息如何在不同专门化过程之间获得广泛可用性,使感知、记忆、规划和行动控制能够灵活协调。预测处理与主动推断理论提供了另一种视角,关注生命体如何建立环境模型,预测感官输入,并通过行动与身体调节维持同世界的联系。这些理论之间存在实质性分歧,而且目前没有任何一种理论已经获得普遍认可,足以完整解释主观体验。但是,它们至少共同提示了一个重要的方法论原则:如果意识确实依赖系统的组织方式,那么相关组织必须得到远比“复杂性”更加精确的描述。拥有数十亿个组成部分的系统,不一定比只有数百万个组成部分的系统更有意识;连接密集的网络,也不一定比连接稀疏的系统更有意识;一个高度准确的预测模型,也不能仅仅因为内部表征复杂,就被认为具有体验。真正需要确定的是,哪些因果、信息或者生物关系对于意识是必要的,哪些可能是充分的。在这些关系得到澄清之前,复杂性只能被视为一种可能的条件,而不是已经成立的解释。
(未完待续)
AI时代再问意识:涌现 — 当复杂性产生新的性质(上)
AI时代再问意识:语言能够创造心智吗?(下)
AI时代再问意识:语言能够创造心智吗?(中)
AI时代再问意识:语言能够创造心智吗?(上)
AI时代再问意识:从工具到智能体(下)
AI时代再问意识:从工具到智能体(中)
AI时代再问意识:从工具到智能体(上)
AI时代再问意识:意识究竟是什么?(下)
- AI时代再问意识:涌现 — 当复杂性产生新的性质(上) - 11/07/26
- AI时代再问意识:语言能够创造心智吗?(下) - 11/05/26
- AI时代再问意识:语言能够创造心智吗?(中) - 11/04/26
