这篇文章是为了今年的现象学科技哲学会议准备的，酝酿了几个月，最后也没写成完整的论文，把随笔形式的文字交了差，这次参会人数太多，吴老师不准备每个参会者都讲论文，有些论文收录会议文集但不安排报告，我就更乐意凑合一下了。
论文写不出来，主要原因自然是花的时间不够，文献读偏了，啃了写关于“意向性”的资料，最后发现“意向性”水太深，驾驭不了。
对于这一主题我绝非懈怠，相反，这个主题非常重要，以至于我不愿意轻易去旁征博引，因为这很容易被他们的思路拐跑，尤其是伊德以降的“后现象学家”，已然提供了太多可用的概念，然而这些概念恰恰是太好用了，所以更需要谨慎对待。比如“技术意向性”，我很想用这个概念，但是牵涉得太多，让我顾虑重重。（稍后我马上会写一篇文章粗略谈一下关于“技术意向性”的思考，这个概念我究竟要不要用，我至今还未决定）
这篇漫谈虽然敷衍，但其中应该还是埋下了许多我将要围绕其展开的关键点。把握到“学习”这一核心概念之后，我逐渐感觉自己可以把科学史、科学哲学、技术史和技术哲学这四条线索统一起来了……
一、从现象学出发讨论人工智能问题
这届会议第一次确认报名的时候，大概就是在AlphaGo战胜围棋冠军李世乭的前后，当时我就想赶个时髦，写一篇关于人工智能的论文。不过酝酿了几个月，这篇论文还是很难憋出来，关键问题在于，虽然人工智能向来都是科技哲学的一个热门话题，但是其“话语权”基本上都是属于分析哲学的，基本上都把人工智能的哲学问题，定位于认知哲学或心灵哲学的范畴。
当然也不是没有现象学家参与相关的论题，比如美国有德雷福斯的《计算机不能做什么》，中国也有徐献军等做了一些相关工作，但这些工作的主要贡献还是把现象学的一些思路和概念引入到分析哲学的语境，整个讨论问题的语境基本还是在认知哲学和心身问题之类的视域。另外，由于影响巨大的约翰·塞尔把“意向性”这一现象学的关键术语挪用到了心灵哲学的语境，并成为他讨论人工智能问题的核心概念，更是给试图参与相关论题的现象学家添了不少乱，一不留神就陷入了某种圈套之中了。
比如你如果去争辩物质是不是第一性的，无论给出肯定还是否定的答案，都早已经落入了基础主义形而上学的“圈套”之内了。而如果我们去争辩计算机究竟能还是不能做什么之类的问题，恐怕也是陷入死胡同了。
这种状况也是我有所不满的，现象学的技术哲学理应对技术发展的历史与前沿保持关注，然而我不能认同德雷福斯的套路，更不想采取塞尔的套路，而是希望另起炉灶，在一种不同的视角下讨论人工智能问题。简单来说，我希望把人工智能问题引入存在论和历史学的论域。这并不是说认知哲学或心灵哲学方面的各种讨论都是错的，而只是说不应局限于这些视角，在这些领域分析哲学家确实有独到之处，但现象学家也有其特长，不必也不应与分析哲学正面碰撞。
二、图灵测试是方向而非判决
要重新定位和梳理人工智能问题，不妨首先从基本概念的界定开始。首先，“人工智能”（Artificial Intelligence）这个概念从一开始就很明确地是在讨论一种“能力”，而不是一种“实体”。换句话说，人工智能并不是“人工心灵”。
尽管人工智能这一词组是在1956年被正式提出的，但计算机之父阿兰·图灵在1950年设计的“图灵测试”无疑奠定了人工智能问题的基调。图灵首先摆出“机器能思考吗”这一问题，并指出由于“思考”之类的词汇语意模糊，未免纠缠于语词，他提出用一个可操作的“模仿游戏”来取代这一问题，把这一问题替换为“机器能不能在这一游戏中胜出”——在一定的受到控制的环境下模仿人的行为而不被人识破。
随后形成的人工智能这一概念和相关学科也深深地带有这种操作主义的特征。人工智能技术始终侧重于如何让机器模仿并实现人的能力，人工智能问题始终着眼于外在的行为和表现。
图灵设计的测试游戏很简单，就是让机器和人分别与评委对话，对话过程中隔离掉口音、神态等因素（也就是只通过文字交流），然后如果有相当一部分评委无法分辨出哪个是真人，哪个是机器，那么就可以说这台机器通过了测试。
当机器通过了图灵测试之后意味着什么呢？意味着机器能够思维吗？意味着机器拥有心灵吗？图灵并没有说明，事实上他恰是用这一测试取代了机器能否思考这一问题。这些问题究竟如何解答涉及到语义辨析，而图灵的策略是：我只是拿出这一项可操作的测试作为技术发展的实际目标，工程师们自然就有了着力的方向，至于它究竟意味着什么，就交给修辞学家和哲学家去烦心好了。
所以说图灵测试自提出时就已然成功了，它虽然形如一项判决性实验，但实质却是指明了一条渐进发展的方向。图灵本人对测试的某些细节是比较任意的，例如究竟要多少被试无法分辨才算通过，图灵随口给出了30%的要求，至于究竟要在多长时间的交流中不被识破才行，更是没有准数。如果只是经过一句问答，就让被试进行分辨，那么也许60年代的计算机就能通过测试了，但如果说时间不限，可以交流一辈子再来分辨，那就显然失去了操作性了。
事实上，只要机器能够在几句话内骗过一两个人，图灵测试的结局就已然注定了。因为1%到30%到50%，两句话到十句话到一万句对话，这些无非是程度上的差异，就比如当AlphaGo战胜欧洲冠军后，它能否战胜世界冠军也就是一个时间问题了。即便技术的发展经常遭遇瓶颈，这些瓶颈也多半是工艺上的，而非原则上的。
在2014年终于有一个聊天程序在图灵测试大会上骗过了33%的评委而取胜，但这一事件本身已经无足轻重，人工智能技术的发展和应用早已远远超出在聊天中模仿人类的范畴。
三、智能就是学习的能力
图灵测试值得讨论和批评的并不是其结果，而是其预设。图灵测试的关键之处，正如图灵自己所说，是“有利于在人的体力能力和智力能力之间划出一条截然分明的界线。”通过对身体的隔离，图灵把单纯运用语言符号进行交流的能力看作“智能”的标准。
甚至在许多其他讨论者那里，在图灵的模仿游戏中被测试的这种能力，更是被视作人类独有的能力。这是出于最经典的哲学传统——首先把人看作“理性的动物”，然后“理性”被认定为“运用概念的能力”，最后“概念”被认定为对特定书面符号的运用。如此一来，图灵测试测的就是人之为人的根本能力，这也难免会让人觉得机器在这一测试中的胜利将是对人类“尊严”的某种打击了。现象学一旦打破了这种本质主义和理性主义的人类学预设，自然也不必对人工智能如此恐慌了。
事实上人的“能力”多了去了，大多数情况下，人的各种能力很难说清是纯粹的智力或纯粹的体力。比如骑自行车看起来是一种身体能力，但它也需要有一定的头脑才能学会，智力残疾和身体残疾的人一样都很难学会骑自行车。狩猎、采集、农耕、锻造等等，都是人类特长的能力，但很难简单地用智能和体能这两个界线分明的概念加以统摄。
人的这些林林总总的能力之间并非互相独立，而是互相交叠，还有一些能力是另一些能力的基础，例如直立行走的能力是奔跑、跳跃、舞蹈、踢球等等更具体的能力的前提。“智能”无疑也是许多能力的前提，甚至也许可以说，它也许是让人的一切能力得以可能的基础能力。但这种能力究竟是什么呢？
在日常话语中，“智能”一词最多出现的语境，也许是“智能手机”了。而我们可以从“智能手机”这一词组的用法中找到理解何谓“智能”的某些线索。
与“智能手机”相对的词是“功能手机”，那么智能机究竟比功能机多了什么才称得上“智能”呢？是多了某项“功能”吗？并非如此。当苹果手机刚刚问世的时候，其中自带的功能未必有同时期的诺基亚手机更多。智能机之所以智能，恰恰不是在于提供了更全面的功能，而是在于其功能的“不全面”，也就是说，它“先天不足”因而给用户留出了不断安装新功能的“余地”。智能手机胜过功能手机的不是其完美而是其“缺陷”，是其可扩展性。
如果说人类凭借在“智能”上的特长而胜过动物，这种长处也不在于尖牙利爪之类的具体功能，而恰恰在于其“可扩展性”。正如斯蒂格勒的说法，人因其缺陷而可以补足（而技术就是人的补足）。也正如海德格尔所说，人（此在）的特点是“它所包含的存在向来就是它有待去是的那个存在”。人的特长与智能机的特长一样，正是其朝向未来开放的非现成性。
手机的“智能”体现为其可扩展性，而人的“智能”无非就是其学习的能力了。
四、人工物可以有“智能”吗？
无论如何，“智能”的确是人类相对于其它动物的一项特长，尽管一些动物也会随机应变地使用“工具”，但就学习和扩展的能力而言，人类显然是一枝独秀了。
但人工物是否可能拥有与人类相提并论的“智能”呢？或者说，谈论人工物的“智能”在什么意义上是合法的呢？
从“智能手机”的实际用法来看，我们的确能够言之有物地谈论人工物的“智能”，但问题在于，这一例子究竟只是一种偶然的比喻，还是说手机的智能与人的智能本来就有某种一以贯之的内在关联？
首先，我们应该避免“乞题”，如果预先设定了只有人才能谈论智能，那么当然可以立刻得出“人工物不是人，所以人工物没有智能”这一结论。如此一来，要谈论智能，先要判断所谈对象是否是“人”，但什么是人的问题，往往又隐含着人是智慧生物这样的定义。
计算机作为人工物，其物质材料与人类大不相同，但只凭质料显然也并不足以判定某个东西是否有智能，例如一个脑死亡的植物人在身体的物质组成方面与健康人差不多，但他恐怕不再能说是拥有智能的了；而一个外星人（我们可以合理地设想）也许身体结构与我们完全不同，但是在我们敲开他的脑壳检验其中的物质成分之前，恐怕早就能够确信他们是否是智能生物了。
如果说“智能”一定要附着于某个“心灵”之上，而人工物没有“心灵”，这样倒是能把人工物排除在“智能”之外。然而“心灵”是什么呢？从来没有人是先去识别出他人是否有一个心灵，然后再谈论他人是否表现出智能的。传统的心物二元论设定了一个绝缘的、独立的、无条件的“心灵”的存在，但这种可疑的、无根基的设定恰恰是现象学要打破的东西。
一旦放弃了各种关于人的本质的先入为主的定义，谈论人工物拥有可以与人相提并论的“智能”也就不是那么让人难以接受的事情了。
五、“人工”与“智能”同源
如果说谈论人工物的智能是合法的，那么下一个问题是，人工物究竟是从什么时候开始，算得上有智能了呢？
前面说过，图灵测试并不是一项判决，而是一个发展方向，如果一台机器能够在所有时间所有场合骗过所有人，那么排除掉他者是否拥有心灵这一问题，至少从实践上说，这台机器当然可以被认作是有智能的了。但如果机器只是在一定的时间和一定的场合骗过部分人呢？机器对人的模仿本来就是一个程度的问题，那么从模仿到多大程度开始，机器算是有了智能呢？
在我看来，人工物拥有智能既不是从2014年开始的，也不是从1950年开始的，而是从史前时代就开始了。技术与智能本来就是一体两面的，智能要求自我扩展和延伸，而技术人工物就是这扩展和延伸本身。技术就是“智能”的延伸和固化，人通过人工物实现自己、补完自己。所以“人工—智能”源本就同根同源、互相构成。
前面说到智能无非是“学习的能力”，而技术不如说就是“可以学的东西”。
学习何以可能？柏拉图在美诺篇中就提出了学习的悖论——学习是把不知道的东西变成知道的东西，但如果我原本不知道它，那么当我得到它时，又如何得知它恰好是我要找的东西呢？柏拉图的解释是，我只能学会我原本知道的东西，只不过我遗忘了它们，因此学习就是回忆。
但遗忘如何可能呢？斯蒂格勒给出了他的解释，遗忘意味着把记忆滞留于我们之外，而这个在我们之外延伸和承载着我们的记忆的东西，就是技术。
每一种人工物都是某种能力的延伸和固定，例如在每一把锤子中都沉淀了人类数千年来关于锤打的知识，每一个能够用拳头锤打的人都可能学会使用铁锤，学习的过程就是把这些外在的东西内化成自己的行为或习惯，同时也会把自己的身体外化出去，例如我可能根据自己的身体习惯调整锤子的重量和长度，我可能根据自己的偏好为电脑安装软件和升级硬件，我也随时可能把我的使用经验反馈给其他人，包括器物的制造者和教会我使用它的老师，在收到反馈后他们又可能把新的东西传达给我或下一个学习者……整个学用技术的过程是一个由内到外由外而内的双向的交互磨合，我手边的锤子的形状和材质也正是经过无数代人使用和学习最终沉淀下来的产物之一。
每一项技术物在外化或延伸了某一项人体技能的同时，也固化或者说凝聚了某一套人类的智慧。比如一把简单的锤子，它的构造不仅能够放大人的力量，也蕴含了如何把握、控制，如何发力等等的一系列智慧，以及牵涉到关于钉子和修缮活动等方面的智慧，还包括关于铁和木头等材质之特性的智慧……人们把方方面面的智慧“打包封装”在每一个技术器物之内。
六、被技术强化的能力是谁的？
正是因为人类可以把“智能”延伸于自己之“外”，因而这些能力是可传承、可累积、可改进的。但是这些滞留于“外物”中的能力，仍然是属于人类的，还是可以说属于这些器物的呢？
人有奔跑的能力，但马比人跑得快，而人造的火车又比马跑得快。在火车胜出后，一般人并未感到屈辱，也没有急于辨析“跑”的不同含义从而否认火车的奔驰与人的奔跑可以相提并论，而是把人工物在某方面的优越，看作是人类征服自然的伟大力量的展现。技术本来就是人的延伸，是对缺陷的补全，是对人原本孱弱的机能的扩展，那么人造物所展现的各种能力比赤身露体的个人更加强大，这本来就是应有之义。
问题在于，在其它人工物的运转中显示出来的强大能力，仍然被认为是属于人类的，而不是属于器物的，因为这些器物归根结底都是人的作品，是人的“智慧的结晶”。然而这智慧已然在器物中“结晶”了，为什么不能说器物拥有智慧呢？
关于在器物中“结晶”的智慧究竟属于谁这一问题，人们向来有某种矛盾的心态——柏拉图在讨论“书写损害记忆”的时候，这个难题就已经被摆在哲学家面前了。借助于书写技术，人的记忆能力似乎得到了加强，但这种被强化的能力似乎归属于纸笔，而不是人。而人由于依赖于这些外物，一旦脱离纸笔，其记忆能力反而削弱了。
如果说一个借助纸笔的书记员能够展现出更强的记忆能力，而这种额外的能力却又不被归功于这个书记员“本人”，那么很自然地，这些能力理应归功于书写技术。
七、人工物作为人类智慧的“结晶”
但人们往往不愿意把记忆力之类的智慧的能力归功于器物，这种额外的能力既然不归属于技术的使用者，也不归属于技术本身，那就只能被归于技术的创造者了。
需要追认的显然不止于技术物直接的的制造者，在一件器物中汇聚和凝结的往往不只是一个人的智慧，比如对于一架钢琴，工匠懂得如何制造，但不需要懂得如何演奏，演奏家却未必懂得调音，调音师也未必懂得欣赏乐曲。由工厂流水线生产出来的各种复杂的现代技术物更是如此，一辆汽车的成功运转依赖于几乎整个现代工业体系的各个环节协同贡献。
因此，在技术物中凝聚和展现的，并不是某一个或几个具体的人的智慧，而只能勉强说，技术是“人类的”智慧的结晶。
然而，个体的属性和全体的属性往往不能混为一谈，我们未必总是能用相同的范畴去涵盖它们。例如我们可以用砖瓦组成房屋，但谈论砖瓦的形状和谈论房屋的形状是两码事；人体由细胞组成，但谈论人体的寿命和谈论个别细胞的寿命是两码事。那么谈论所谓“人类的智慧”，和谈论具体个人的智慧还是一回事吗？
制造技术物的智慧、选取和运用技术物的智慧，与通过技术物的运转展示出的智慧，似乎也是不同层面的范畴。
如果说，一个老学究展示其博闻强记的能力时，展现的是“他的”智慧；而我借助工具书或搜索引擎展示同样的博学时，展现的是否是“我的”智慧呢？注意到善于检索本身也是一种实践智慧，假如把我所仰赖的技术工具同时也分给老眼昏花的老学究用，他也未必能展示出更多的智慧。所以说，当我借助谷歌展示博学时，也的确展示了“我的”智慧，然而这种智慧似乎与老学究所展示的智慧属于不同的层面。那么，如果说这些博学的信息根本就不再需要一个善于检索的人运用自己的技巧来呈现，谷歌本身就能够像一个老学究一样听取他人的求教，帮人答疑解惑，那么，在这一过程中所展现的智慧究竟是谁的智慧呢？
我们硬要说这是“人类的”智慧，但老学究博学的知识难道不也都来自其他人的积累吗？只是他通过常年的学习，把无数人智慧汇聚在自己的头脑中，出版商则把无数人的智慧汇聚到印刷书中，而谷歌则把无数人的智慧汇聚到数据库里。我们非要说，只有这些“人类的智慧”通过老学究的脑与嘴表达出来的时候，它们可以被归为老学究的智慧，而当同样的东西通过谷歌的数据库和显示屏表达出来的时候，却为何不能说它们是谷歌的智慧？
无数人积累了各种知识；老学究学习并记住了许多知识；我认识老学究并善于和他交流；当我的小伙伴向我出了一个难题时，我向老学究求助从而得到了明智的解答。——这一系列事情中，每一个环节都涉及不同层面的“智慧”，但另一方面，每一个环节的主角都有可能被机器取代，那么凭什么不能把相应层面的智慧归功于机器呢？
技术把人类的智慧结晶为人工物，这种凝聚和固化的结晶过程已然改变了“智慧”的归属。比如说当无数人的智慧汇聚在老学究的头脑中时，表现出的就是属于老学究的智慧，当老学究帮助我们解决疑难时，我们首先感激和夸赞的显然是老学究的智慧，而不是去谈老学究的父母和老师们，更不是在谈所谓“人类的智慧”。在技术器物中凝聚的智慧，表现出来时，理应也归功于技术器物。
八、机器的逐渐独立
所以说，人工物从一开始就独立于具体的人而拥有“智能”。但“人工智能”在计算机技术兴起之前，特别是在古代技术中，从未成为问题，这是因为古代技术虽然已经有了一定得独立性，但其“能力”的发挥却始终离不开作为操作者的人。由纸笔展现的记忆能力虽然并未被全盘归功于执笔者，但始终总是能找到具体的执笔者在运作，因而其独立性并不显著。
诸如文字、兵器之类，这些古老的技术就已然有了一定的独立性，也就是说，它们除了被人支配之外，还有某种“不以人的意志为转移”的惯性。所以秦始皇会去焚书坑儒，会去收缴天下兵器铸造铜人。因为这些书籍和兵器只要流传于世，就具有某种力量。虽然这些力量最终总要通过具体的操作者的意志才能发挥出来，然而这些操作者的意志在某种意义上也正是由这些技术物所促成的。
当然，这些古代技术的“独立性”并不显著，因为它们毕竟还需要人去操控，否则就是一堆死物。当然技术物的力量未必需要在活动时才能发挥，比如城墙、建筑、墓碑等等，它们只是放在那里不动就在导引乃至支配着人类的行为和观念，躺在地窖里的原子弹更是左右着全球的秩序。但是毕竟在一般人眼里，这些器物相对于人类而言始终是“被动”的。
什么时候开始技术器物获得了一定的“主动性”呢？最具标志性的就是机械技术的发展。从较早的水车、风车等等，到中世纪晚期的机械钟，一直到蒸汽机、纺织机和工厂流水线。这些机械的新特点是：除了上发条、添加原料等少数不太起眼的环节之外，机械在正常运作的过程中是相对独立的，它们脱离于人，按照自己的节奏自行运转。
在纺织机和流水线中，人类的参与仍是一个必要的环节，但在这些机械活动中，人类所扮演的不是操作者，而是动力源。在工厂流水线之类的大型机械联动运转的流程下，人类所扮演的并不是充满智慧的创造者，反而比机器更机器，像牲畜一样出卖劳力，像机械一样单调重复，也正是从这个时候开始，对技术的恐惧和抵触态度也日益显著了起来。
启蒙思想家提出了“人是机器”的主张，这一主张合理不合理姑且不论，但这一主张的提出首先暗示了这一实情——“机器像人”。人们未必是因为对于人体结构的细致分析而得到人是机器的信念，相反，人们更多地是基于对机器的经验，从机器中发现了人的形象，这才得到了人是机器的结论。机械不再是一堆死物，技术逐渐“活”了起来。
九、机器学会学习
新近以“深度学习”为代表的人工智能技术更是让机器看起来完全摆脱了人的控制。
在塞尔的“中文屋”思想实验中暗示出来的一个关键问题是：当我们可以把“意识”的过程外在化地把握时，当这种过程失去了内在性，也就是失去了神秘性时，我们便倾向于认为这种意识是虚假的。比如当这个人之所以表现出“懂中文”，依靠的是外在的可见的可把握的行为——查词典——的时候，我们会以为他是假懂，但如果他之所以“懂中文”是依靠着大脑内部的一些特定区域，而这些区域的运作机制仍然晦暗不明，也没办法外在化，在个人之外滞留和复制，那么我们就以为他是真懂。事实上，讽刺的是，恰恰是当我们搞“不懂”他如何“懂”时，我们才相信他是真“懂”。
而机器发挥其能力的过程从一开始就是外在化的，是可见的、可把握的，于是我们认为它只不过是把别人预先设定好的套路实际运转一通而已，仍然没有什么主动性或独立性可言。
然而随着“神经网络”、“深度学习”这样一些人工智能的新技术的发展，机器开始变得能够自主学习，而不是照搬人类预先制定的框架。
比如谷歌的人工智能已经能从几千万张图片中“学会”了对“猫”的辨识。这不同于以往的人脸识别之类，以往是人类程序员编制好如何识别的完整程序，制定好何谓人脸的标准，让电脑去“按图索骥”。最后机器自己形成了猫的“概念”，用程序员预先并不知道的方式去辨认猫。
这也是这次的AlphaGo与以往的深蓝之类的人工智能相比的关键改进，现在不再需要人类去预先编制好应当如何下棋的程序，而是让计算机自己在无数棋谱和无数实战中自行总结出怎样下棋的策略。理论上说，设计AlphaGo的程序员根本不需要擅长下围棋，甚至可以连围棋的基本规则都不知道，就像让电脑在无数图片中学会辨认出猫那样，让电脑自己去发现围棋的奥妙。这次的AlphaGo还没有完全从零开始学习（据说之后会这么做），但计算机已然表现出许多超出人们理解的方面，可怕之处不在于AlphaGo赢了，更在于人们开始不知道它究竟凭什么赢的。它的许多走法都超出了所有人类高手的判断。
如果说深蓝战胜卡斯帕罗夫时，我们说电脑的优势无非是计算速度，那么现在，AlphaGo却是在那些传统上人们引以为傲的方面击溃了人类对手。比如所谓的直觉、大局观、创造性等等。一开始李世乭还试图用打破刻板定式的新奇走法扰乱电脑的阵脚，然而结果发现电脑才是更善于打破定式的一方。
十、人与技术的对称与不对称关系
并不是说直到“深度学习”之类的技术兴起之后，机器才开始能够“学习”，相反，深度学习技术之所以可能，是因为人工物本来就能够“学习”。人工物从一开始就是“智能”的凝聚，而“智能”无非是学习的能力，或者说“留白”、“缺陷”。人工物与人从一开始就是互相构成、互为表里的关系。
人工物可以“学习”吗？似乎缺乏自主意识的人工物无法“独自”学习，但如果说允许它们“借助”人类，那么它们当然也是可学习的，人工物也以各自的方式寻求“补完”。但另一方面，人类难道就能够“独自”学习吗？人类之所以可能学习，也必须“借助”外在的技术器物和技术活动，“学习”本来就不是一个纯然在灵魂内部发生的事情。人的自我完善和器物的自我完善本来就是互相构成的关系。
既然智慧意味着缺陷，那么智慧的发展难道是意味着缺陷的加强吗？某种意义上的确如此，这就是为什么说“文字损害记忆”。随着人不断把智能延伸于技术物，人就日益依赖于这些技术环境，人寓于技术，从一开始人对技术就不只是单纯的掌控关系，而总是要把自己托付给技术。在通过技术突破身体的缺陷的同时，又习得了新的缺陷，被技术所限制。
不过在这一方面，人与技术的关系似乎就不再那么“对称”了。技术的发展让人越来越依赖于技术环境，但相反，技术环境似乎越来越不依赖于人的参与。
一旦强人工智能在学习的能力上全面超越了人类，从而可以摆脱人类自行推动技术革新，那么人与技术的平衡可能最终打破，人难以脱离机器而生存，但机器脱离了人却仍能自行运转。
十一、技术史的宿命
这种不对称关系是历史性的，在史前时期，人类的生活较少依赖于人工物，而随着文明的演进，人类生活所依赖的人工物越来越多，人工物之间的关联也越来越紧密。另一方面，越是古代，人越是依赖于个人的身体，而身体官能之间的联系也越是紧密。
就技术是人的延伸和限制而言，古代技术与现代技术是一致的，区别在于，在古代，人的身体往往是一个整体，各种感官并没有互相割裂，而技术环境并未闭合为一个整体，每一种技术延伸某一项特定的能力，指向某一个特定的目的。各式各样的人工物最终只是在人的生活中才成为整体。而在现代，技术环境闭合为“座架”，整个技术环境以工厂流水线为代表，首尾相连，自成一体，而人的身体反而分裂了，视觉在印刷文化下首先被剥离出来，在工厂流水线中，工人的双手被剥离出来，工人双手的劳动与其情感和欲求无关，被机器的节奏所支配。
随着工业文明的进展，身体的“肢解”与人工物的“一体化”变得日益显著，狭义上的“人工智能”，亦即“电脑”，正是在这一背景下诞生的。“电脑”的发展史诠释了身体之瓦解与人工物之独立，人的整个身体几乎都被隔绝于屏幕之外，电脑似乎只想把某种无身体的灵魂摄入其中。
技术史的这种“时间箭头”的存在，缘于人的有限性。相比于广袤的外部环境和漫长的技术史而言，每一个人的肉体和寿命都是极其有限的。人们固然可以通过学习，不断把那些在个人有限的生命之外沉淀下来的智慧内化于己身，同时在自己之外留下新的沉淀。由人们贡献出来的智慧将凝结各种人工物而日积月累，让后代拥有更加厚重和丰富的“环境”。然而，后代却并不能拥有相应的更长的寿命去学习。一个人死了，他一辈子的学习除了那些反馈给技术环境的东西之外，都将烟消云散，但一项技术却几乎不会死掉，而总是不断沿革改进。
人类身体的进化始终赶不上技术的进步，也就是说，人的学习的能力的增强始终赶不上可学习的东西的积累，那么技术环境越来越脱离人的支配，而反过来支配人的生活，这也就是人类难以逃避的宿命了。
“人工智能”之实现既不是一个完成时也不是一个将来时，而是进行时，人工智能的实现就是技术的自我实现本身，整个技术史可以理解为“人工智能”的现实化。
这种无可逃避的命运倒未必是人类的灭顶之灾。就好比说人类现在必须依赖地球才能生存，但没了人类地球还是照转不误，这种人与地球的不对称关系显然并不意味着人类的灭亡。
发表回复