原標題：人文學科如何擁抱人工智能 再過十年二十年，除了正視這一巨大技術變革，將別無退路

　　人工智能 （AI）現在已經是全社會關注的熱點問題，一般來說，我們認為人工智能主要是自然科學的事情，人文學科很難與人工智能扯上關系。不僅大眾如此認為，人文學科內部也對人工智能態度冷淡。雖然學者們認為人工智能的發展已勢不可擋，但畢竟離人文學科還比較遙遠，完全可以置之不論。甚至有學者認為，人工智能只是一陣風，學術研究本不該盲目跟風，過度參與只會產生浮躁的成果和新的學術泡沫。可以說，這些觀念相當正常，并且一定要有這樣的聲音存在，才能使學術研究不會被技術過度捆綁，從而保持自身的純粹，以及具有獨立價值的思考。

　　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，也必然將徹底改造學術研究的方式和內涵。人文學科雖然是離技術最遠的領域，終也逃不過這一巨大浪潮。

　　所以，我們不如迎潮而上，思考人工智能與人文學科的關系，即使我們不做這件事情，我們的后輩也必須做。因為再過十年二十年，人文研究將再無退路，除了正視這一巨大變革，別無他選。

　　我們已站在一個巨大的轉折點上，后退即成傳統，前進則為新變

　　其實在人文學科內部，對于人工智能的發展存在著一股焦慮。一方面這是技術的自然發展所致；另一方面，我們也意識到這一變化將極大地改變研究的手段、方式和內容，甚至整個學術訓練都將發生相應變化。也許二十年之后回望這一時代，就會發現，我們已經站在一個巨大的轉折點上，后退即成傳統，前進則為新變。

　　人工智能既是一種挑戰，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，實現人文思想創新領先。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。不同學科的學者既要關心人工智能發展的大趨勢，還應把這些新技術、新理念與自己的研究領域結合起來，只有一個個具體學科開辟出創新發展之路，才能真正實現人文研究的整體轉向。

　　作為一名文學和美學研究者，我關心的就是 “人工智能與美學”這樣一個問題。二者怎樣結合？相信不同學者會有不同的思考方式。下面就是我個人的探索之路。

　　首先，必須明確人工智能的工業化道路與人文道路的區別。人工智能的工業化，指的是人工智能的現實發展及理論推進，它注重的是工業化實現手段。相對而言，目前大家更重視這一道路。無論是國內還是國外，都在大力加碼人工智能的工業化實現。但技術不僅僅是一種工具，它還與所有社會文化緊密結合在一起，技術在快速發展，相關的法律、倫理、人的觀念、使用技術的心態以及新的社會文化形式都必須跟上，才能保護既有社會心理和文化形式不被摧毀，新舊兩種文化形式才能順利融合。但是，目前各類媒體在談論人工智能的時候，不能很好區分這兩條道路，甚至將二者混為一談，從而產生兩大害處：一是唯技術論，輕視社會人文研究，認為它沒有用；二是不注意區別，將技術科幻化，這不可避免地傷害社會人文研究。

　　人工智能的人文道路不可避免地涉及想象的層面，這是一種新型的烏托邦，但它是有理有據的推測，而不是任意的想象。但工業化道路暫時無法實現人文想象的高度，這就會帶來對人文道路的復雜態度。但是人文道路不僅僅著眼于當下的工業化發展，還著眼于未來幾十年。簡單地說，人工智能的人文道路主要是觀念性和文化性的，但人工智能的工業化道路也必然是從觀念到實踐，而不是反過來。所以，這樣的觀念性也包含在人工智能發展的自然之理。

　　只有把兩種道路明確地區分開來，我們才能逐漸明晰人文道路的方向和工作半徑，把握討論的分寸。在美學上亦是如此。現在的人工智能達到人類美學的高度了嗎？并沒有。但不可否認的是，現在的人工智能也提供了一些可供討論的美學話題，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，對人工智能美學問題的發展做出預測。當然，既然是預測，就不可避免地與對未來的想象結合在一些，一步步推進。

　　如果我們把創造力解釋為一種 “算法”，這能否解決人工智能的美學難題

　　“微軟小冰”是最著名的文學藝術類人工智能。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造力的，但機器沒有創造力，它只有程序，只會排列字序，不可能寫出文學的 “明珠”——詩歌。但現在小冰能寫詩了，這就對我們的文學、美學觀念提出了挑戰。

　　對于小冰的詩歌創作，往往存在兩種截然對立的觀念：一種認為小冰創作的不是詩，因為小冰不是人，是機器，沒有創造力，所以它創造出來的不可能是詩。這種觀點面臨的難題是，如果小冰創作出來的不是詩，那么，為什么我們把它的詩作與其他詩人的詩作混在一起，卻無法分辨出哪一首出自小冰之 “手”呢？另一種觀念認為，小冰創造的是詩，它具有獨特的創造力，只是我們現在不了解這一創造力來自哪里，就像我們現在也說不清人的創造力來自于哪里一樣。這種觀點面臨的困難是，回答什么是創造力，如果它很神秘，無法說清楚，那么，究竟是因為它根本不存在，還是我們無法理解它？

　　創造力的神秘是美學中一個由來已久的觀念。但 “微軟小冰”給了我們一個契機，讓我們從人工智能的角度去理解人。如果說小冰有創造力的話，那么這個創造力是什么？相對于通用人工智能而言，小冰其實只是一個比較初級的人工智能，它只會寫詩，進行自然語言的學習和處理。小冰的“創造”應該視為一種算法，它在效果上與人類創作詩歌基本相同，爭議集中在機制上。如果我們把創造力解釋為一種 “算法”，這是不是能夠解決人工智能的美學難題呢？我們甚至可以把人工智能當作從美學角度理解人類創造力的鑰匙，這樣一來，美學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，算法與創造力之間就形成了一種互動關系。

　　當然，這樣考慮問題的時候，就一定不局限于目前人工智能的工業化發展，還包含了對于未來的展望，或者說理論性的設想。在人工智能與美學這一話題上，如果我們設想一個人工智能達成審美判斷，它應該用什么樣的方式來實現？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。

　　人工智能與美學問題，將與其他相關問題一樣，邊建構邊解構

　　我們所討論的是最基礎的建模方式，是一種相對哲學化的討論。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。兩位哲學家在人類審美的理解上代表了最深刻的兩種途徑，但他們的路徑也往往針鋒相對、互相排斥，往往很難判斷其高下。當我們把美學與人工智能相關聯，將這兩位哲學家的思路視為人工智能建模方式，即一種復雜算法的組合體，可能就會產生新的觀念。

　　簡單地說，康德式建模方式注重底層規則組合，以達到整體判斷，其基礎規則必須非常牢靠，這可以稱作最底層的邏輯，每一步推導必須是堅實的，如此才能達成一種必然如此的審美判斷。而維特根斯坦的做法則完全不一樣，他完全放棄康德式的底層規則組合方式，更注意語言訓練，否定普遍性本質的存在。如果冒險一些的話，可以把他的方法類比為 “大數據式”，強調建模之后的訓練，重視輸出端管理。現在的人工智能建模更流行這種方式。

　　哪種方式更適合人工智能呢？這還真不好判斷。因為不同的建模方式依賴于不同的技術高度，維特根斯坦式似乎更適合當前的大數據式人工智能，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為基礎的，一旦新的技術發展起來，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的，如何 “轉運”到人工智能領域，還需要極大的功夫。

　　人的心靈已經是一個事實了，它擺在那里，無論觀察者怎么想，它都已經在那里，能夠進行審判判斷，可一旦加入人工智能，事情就發生了巨變——現在心靈、創造、審美判斷等似乎都消失了，但人工智能的輸出結果卻可能與人類的輸出結果一樣，這又如何理解呢？這不是一個簡簡單單就能回答的問題，我們只能把它列為任務進行探討，也許不同的觀點相互碰撞，就能漸漸打開思路，尋找到新的方向。

　　無論怎樣，這完全是一個新的話題。這里的探討并不是要建立一個系統性的人工智能與美學研究框架，而是展現一個初步的思考。在這個話題上，我們必須抱有開放心態，所有拿出來討論的方案都是為了聽取更多批評意見，所有方案都必將調整。對于人工智能與美學問題，將與其他相關問題一樣，邊建構邊解構。每個人都有知識和觀念的盲區，重要的是開放的討論。

　　（作者王峰，系華東師范大學中文系教授）