中國社會科學(xué)網(wǎng)：一般來說，人工智能往往和自然科學(xué)聯(lián)系緊密，在您看來，人工智能與人文社科領(lǐng)域研究應(yīng)如何結(jié)合?

王峰：雖然有些學(xué)者認為人工智能離人文學(xué)科還比較遙遠，學(xué)術(shù)研究本不該盲目跟風(fēng)，學(xué)術(shù)研究不能被技術(shù)過度捆綁，應(yīng)保持自身的純粹，以及獨立價值的思考，但我們必須看到，人工智能作為必將徹底改造整個社會生活的一項技術(shù)，也必然將徹底改造學(xué)術(shù)研究的方式和內(nèi)涵。人文學(xué)科雖然是離技術(shù)最遠的領(lǐng)域，終也逃不過這一巨大浪潮。人工智能既是一種挑戰(zhàn)，也是一次機遇，也許正是在這樣一種變革面前，中國的人文研究才有可能找到一條突圍之路，實現(xiàn)人文思想創(chuàng)新領(lǐng)先。但如何進行研究，怎樣找到一條道路，并不是一件容易的事情。不同學(xué)科的學(xué)者既要關(guān)心人工智能發(fā)展的大趨勢，還應(yīng)把這些新技術(shù)、新理念與自己的研究領(lǐng)域結(jié)合起來，只有一個個具體學(xué)科開辟出創(chuàng)新發(fā)展之路，才能真正實現(xiàn)人文研究的整體轉(zhuǎn)向。

中國社會科學(xué)網(wǎng)：您主要關(guān)注的美學(xué)領(lǐng)域與人工智能二者是怎樣結(jié)合的?現(xiàn)在的人工智能達到人類美學(xué)的高度了嗎?

王峰：近年來，科學(xué)認知和人工智能的興起，給美學(xué)研究帶來了新的發(fā)展方向，似乎這些研究就是將自然科學(xué)方法與美學(xué)研究結(jié)合在一起，建造一種自然科學(xué)的美學(xué)。實際上，如果要想討論人工智能能否進行美學(xué)判斷，我們應(yīng)該從測試的效果角度入手。這一方式已經(jīng)在圖靈測試當(dāng)中顯現(xiàn)出來，借用圖靈測試的方法，我們應(yīng)該從審美效果出發(fā)對人工智能能否進行審美進行判斷，也就是說，審美這個活動不能從人的機能角度入手，而是應(yīng)該從一個測試的效果入手。

現(xiàn)在的人工智能達到人類美學(xué)的高度了嗎?并沒有。但不可否認的是，現(xiàn)在的人工智能也提供了一些可供討論的美學(xué)話題，這是我們的機遇。即按照實例進行分析，同時沿著這樣的方向，對人工智能美學(xué)問題的發(fā)展做出預(yù)測。當(dāng)然，既然是預(yù)測，就不可避免地與對未來的想象結(jié)合在一些，一步步推進。例如，“微軟小冰”是最著名的文學(xué)藝術(shù)類人工智能。以前，人們認為，無論人工智能會做什么，它都不可能會寫詩，因為寫詩是最需要人的創(chuàng)造力的，但機器沒有創(chuàng)造力，它只有程序，只會排列字序，不可能寫出文學(xué)的“明珠”——詩歌。但現(xiàn)在小冰能寫詩了，這就對我們的文學(xué)、美學(xué)觀念提出了挑戰(zhàn)。小冰的“創(chuàng)造”應(yīng)該視為一種算法，它在效果上與人類創(chuàng)作詩歌基本相同，爭議集中在機制上。如果我們把創(chuàng)造力解釋為一種“算法”，把人工智能當(dāng)作從美學(xué)角度理解人類創(chuàng)造力的鑰匙，這樣一來，美學(xué)的研究對象就不再僅限于人類，還包括與人類對照的人工智能，算法與創(chuàng)造力之間就形成了一種互動關(guān)系。

中國社會科學(xué)網(wǎng)：如果設(shè)想人工智能可以達成審美判斷，應(yīng)該用什么樣的方式來實現(xiàn)?

王峰：人工智能與美學(xué)問題，將與其他相關(guān)問題一樣，邊建構(gòu)邊解構(gòu)。要回答這一問題，必須討論人工智能的審美建模問題，也就是怎樣建立一種對于審美判斷的算法。我們所討論的是最基礎(chǔ)的建模方式，是一種相對哲學(xué)化的討論。就我理解，如果人工智能要達到審美判斷，大致有兩種基本建模方式：一種是康德式，另一種是維特根斯坦式?？档率浇７绞阶⒅氐讓右?guī)則組合，以達到整體判斷，其基礎(chǔ)規(guī)則必須非常牢靠，這可以稱作最底層的邏輯，每一步推導(dǎo)必須是堅實的，如此才能達成一種必然如此的審美判斷。維特根斯坦完全放棄康德式的底層規(guī)則組合方式，更注意語言訓(xùn)練，否定普遍性本質(zhì)的存在。如果冒險一些的話，可以把他的方法類比為“大數(shù)據(jù)式”，強調(diào)建模之后的訓(xùn)練，重視輸出端管理?，F(xiàn)在的人工智能建模更流行這種方式。不同的建模方式依賴于不同的技術(shù)高度，維特根斯坦式似乎更適合當(dāng)前的大數(shù)據(jù)式人工智能，而康德式更適合通用式人工智能。但這個判斷是以目前技術(shù)為基礎(chǔ)的，一旦新的技術(shù)發(fā)展起來，比如量子計算機成熟，那么，這些建模方式就要重新評估。在涉及人類審美的理解上，我更傾向于維特根斯坦是對的，而在人工智能的審美可能性上，我更傾向于康德式建模方式，因為它更適合通用人工智能。但無論康德式還是維特根斯坦式，這兩種分析都是以人為基礎(chǔ)的，如何“轉(zhuǎn)運”到人工智能領(lǐng)域，還需要極大的功夫。對于人工智能與美學(xué)問題，我們必須抱有開放心態(tài)，所有拿出來討論的方案都是為了聽取更多批評意見，所有方案都必將調(diào)整，將與其他相關(guān)問題一樣，邊建構(gòu)邊解構(gòu)。每個人都有知識和觀念的盲區(qū)，重要的是開放的討論。