- 相關(guān)推薦
關(guān)于人工智能的瓶頸問題與本體論語義學(xué)的回應(yīng)
意向性問題曾經(jīng)是19-20世紀(jì)轉(zhuǎn)折時期最熱門的話題之一。無獨有偶，在新的世紀(jì)轉(zhuǎn)折時期，它再次受到人們的親睞。所不同的是，它不再只是一個純學(xué)術(shù)問題，而同時帶有工程學(xué)的性質(zhì)。當(dāng)今的心靈哲學(xué)與其他關(guān)心智能問題的具體科學(xué)如人工智能、計算機(jī)科學(xué)、認(rèn)知科學(xué)等，盡管各自走著迥然不同的運思路線，但最終都發(fā)現(xiàn)意向性是智能現(xiàn)象的獨有特征和必備條件。然而作為現(xiàn)代科技之結(jié)晶的計算機(jī)所表現(xiàn)出的所謂智能，盡管在許多方面已遠(yuǎn)勝于人類智能，但它只能按形式規(guī)則進(jìn)行形式轉(zhuǎn)換，而不能像人類智能那樣主動、有意識地關(guān)聯(lián)于外部事態(tài)，即沒有涉及到意義，或沒有語義性或意向性。因此在本質(zhì)上它只是句法機(jī)，而非像人那樣的語義機(jī)。有些人甚至據(jù)此認(rèn)為，已有的機(jī)器智能根本就不是智能。因此擺在人工智能研究面前的一個瓶頸問題就是研究如何讓智能機(jī)器具有意向性，如何讓句法機(jī)質(zhì)變?yōu)檎Z義機(jī)。圍繞這一課題已誕生了許多新的方案，如卡明斯的解釋語義學(xué)、麥金的“心靈建筑術(shù)”、布魯克斯的無表征智能等，本體語義學(xué)也是其中一朵耀眼的奇葩。
一 本體論語義學(xué)的動因、方法與基本范疇
本體論語義學(xué)的倡導(dǎo)者尼倫伯格（s. nirenburg）和拉斯金（v. raskin）說：“本體論語義學(xué)是一種關(guān)于自然語言意義的理論，一種關(guān)于自然語言加工的方案，它把經(jīng)構(gòu)造而成的世界模型或本體論作為提取和表述自然語言文本意義的基本框架，作為從文本中推出知識的前提。這種方案也想根據(jù)自然語言的意義形成自然語言的文本�！盵1] 這就是說，本體語義學(xué)有著雙重動機(jī)。一是應(yīng)用或工程學(xué)層面的動機(jī)，二是基礎(chǔ)理論層面的動機(jī)，而前者就其現(xiàn)實的需要來說更為迫切。尼倫伯格等人認(rèn)識到：已有的機(jī)器智能的最大問題是只能完成句法加工或符號轉(zhuǎn)換，由此所決定，它即使快捷、方便、“多才多藝”，也無法改變其工具角色。因為它離人類智能還差關(guān)鍵的一點，那就是它沒有意向性。所謂有意向性，就是有對外在事態(tài)的關(guān)于性（aboutness）或指向性，就是有對它物的知道和意識，有對自身的超越性，而不致停留于純符號的形式轉(zhuǎn)換。從語義學(xué)的角度來看，有意向性就是有語義性。所謂有語義性，就是人類智能所涉及到的符號有意義、指稱和真值條件等特征。很顯然，意向性、語義性和意義等詞在本質(zhì)上是一致的，正因為如此，當(dāng)今的意向性理論、意義理論、語義學(xué)有合流的趨勢。但是，迄今為止的機(jī)器都沒有表現(xiàn)出上述屬性。美國著名哲學(xué)家、認(rèn)知科學(xué)家塞爾（john r.searle）一針見血地指出：已有計算機(jī)所實現(xiàn)的所謂智能“本身所做的”只是“形式符號處理”，它們“沒有任何意向性；它們是全然無意義的。……用語言學(xué)的行話來說，它們只是句法，而沒有意義。那種看來似乎是計算機(jī)所具有的意向性，只不過存在于為計算機(jī)編程和使用計算機(jī)的那些人心里，和那些送進(jìn)輸入和解釋輸出的人的心里�！盵2]如果從意義的角度理解信息，甚至不能說計算機(jī)有加工信息的功能。他說，“計算機(jī)所做的事不是‘信息加工’，而是處理形式符號。程序編制者和計算機(jī)輸出解釋者使用符號來替代現(xiàn)實中的物體，這個事實完全是在計算機(jī)范圍之外的事�！盵3]尼倫伯格等人不僅認(rèn)識到了這一點，而且進(jìn)一步強(qiáng)調(diào)：“意義是未來的高端自然語言加工的關(guān)鍵因素，”“有根據(jù)說，沒有這種利用文本意義的能力，人們就不可能在自然語言加工中取得真正的突破，……而過去在這個領(lǐng)域中的大多數(shù)工作都未注意到意義�！盵4]他們提出本體論語義學(xué)的研究目的就是要改變這一狀況，就是要從技術(shù)的層面研究計算機(jī)如何利用和處理文本意義，如何讓機(jī)器智能也有意向性。
要完成上述任務(wù)，必不可少的一項工作就是研究人類智能及其運作機(jī)理，研究人類意向性的根據(jù)和條件，尤其是揭示人類自然語言的加工機(jī)制，闡釋其根本原則和方法，構(gòu)建人類語義加工的基本模型。要模擬這樣的智能，及其意義接受、理解、完成、輸出機(jī)制，就必須進(jìn)到說者與聽者或語言的生產(chǎn)者與消費者相互交流的語境，探討怎樣將我們關(guān)于語言描述的觀念系統(tǒng)化，將計算程序處理意義的觀念系統(tǒng)化，怎樣形成更符合實際的、更有應(yīng)用價值的系統(tǒng)的表征理論。由這一任務(wù)所決定，本體論語義學(xué)提出了自己的方法論原則。既然它要完成的是應(yīng)用方面的任務(wù)，它當(dāng)然會設(shè)法形成這樣的假設(shè)，即重構(gòu)人類加工語言的能力及其所需的知識與過程，也就是要弄清人類的自然語言加工是如何可能的。為此，它有這樣的理論預(yù)設(shè)，即承諾弱人智能觀，而非強(qiáng)人工智能觀。后者認(rèn)為，計算機(jī)程序不僅應(yīng)在功能上模擬人腦，而且還應(yīng)從結(jié)構(gòu)上、物理執(zhí)行的過程與細(xì)節(jié)上去模擬。而前者則主張，在模擬人腦的語義能力時只需從功能上加以模擬就行了。判斷模擬是否成功，主要看機(jī)器處理語義的能力是否與人類的語義能力在功能上等值。其次，本體論語義學(xué)的方法論獨特之處還在于強(qiáng)調(diào)：要讓機(jī)器對自然語言的加工有語義性，必須以本體論為基礎(chǔ)。因為人類之所以能理解和產(chǎn)生意義，根本條件就是人類有一種本體論的圖式。正是借助這種本體論圖式，任何一個符號語詞一旦進(jìn)入人類視域，都會被歸類進(jìn)入特定的意義域，獲得特定的語義值。不過，這里所說的本體論有其獨特的含義。
尼倫伯格等人注意到：“本體論”一詞具有歧義性。盡管“本體論”用法五花八門，但可歸結(jié)為兩大類，一是純哲學(xué)的用法，二是具體科學(xué)和工程學(xué)中的用法。尼倫伯格贊成瓜里羅（n. guarino）對“本體論”的觀點，把前一用法稱作“大寫的本體論”，把后一用法稱作“小寫的本體論”。小寫的本體論又有形式本體論和工程學(xué)本體論兩種形式。瓜里羅指出：所謂“形式本體論……是關(guān)于先驗劃分的理論，如在世界的實在（物理對象、事件、區(qū)域、物質(zhì)的量……）之中，在用來模擬世界的元層次范疇（概念、屬性、質(zhì)、狀態(tài)、作用、部分……）之間作出劃分”。[5]工程學(xué)的本體論與哲學(xué)中的本體論有很大的區(qū)別。它既不關(guān)心形而上學(xué)的“是”的意義，又沒有關(guān)于實在的本體論分類。它關(guān)心的是信息系統(tǒng)中的整合因素，同時還涉及到有關(guān)概念分析之結(jié)果的本體論判定，因此它是名副其實的工程學(xué)本體論。[6]本體論語義學(xué)中的“本體論”既不同于形式本體論，又不同于哲學(xué)本體論，但從它們那里吸取了有用的東西。尼倫伯格等人說：他們的“本體論建構(gòu)試圖從形式本體論和哲學(xué)本體論中得到幫助”[7]在借鑒的基礎(chǔ)上，他們對“本體論”提出了新的理解，建立了一種極有個性的本體論�！霸诒倔w論語義學(xué)中的每種語言的詞匯都用相同的本體論來說明意義，因為它一定包含了那個本體論中的所有意義�！盵8]尼倫伯格等人認(rèn)為，“一個人要承認(rèn)表征和處理意義的可能性，就必須找到這樣的具體的意義因素，它們是外部世界實在的替代。而本體論語義學(xué)中的本體論就是能直接指示外部世界的最合適的東西。它實際上是世界的模型，是據(jù)此而建構(gòu)的”[9]總之，本體語義學(xué)所說的本體論不過是語言加工系統(tǒng)中的一種概念框架，其作用是對輸入的語詞做本體論定位，為其有語義性創(chuàng)造條件。
二 本體論語義學(xué)關(guān)于語義加工系統(tǒng)的構(gòu)想
要回答機(jī)器的語義加工何以可能，完成機(jī)器對人類自然語言加工的模擬，首先必須解決的問題是：人的自然語言加工何以可能？根據(jù)本體論語義學(xué)家的研究，所以可能的條件不外是：人類有將它與語言關(guān)聯(lián)起來的能力，有別的技能，有情感和意志之類的非理性方面，因為人們賦予語詞的意義常帶有情感色彩。另外，就是活動的目的、計劃及程序，最后就是各種知識資源。
本體論語義學(xué)認(rèn)為，人類之所以能理解和產(chǎn)生意義，最重要的條件就是人類有一種本體論圖式。正是借助它，任何語言一進(jìn)到心靈之中就有了自己的歸屬，被安放進(jìn)所屬的類別之中，如聽到了“紅”一詞，人們馬上有這樣的歸類：它指的是屬性，與“綠”“藍(lán)”等屬一類，為物體所具有，因而不是物體，等等而是基本概念與范疇。尼倫伯格等人說：“本體論語義學(xué)試圖探討的是人們在內(nèi)省式和反思式地看待概念時對這些概念的運用。人們常常談?wù)搶傩�。虛�?gòu)的實在（獨角獸或赫爾墨斯）和抽象的實質(zhì)，把它們當(dāng)作存在的。不過對于我們來說，決定把它們放在本體論之中不是根源于這樣的事實，即這些實在是用自然的語言指稱的，而是因為我們相信：由于人們在他們的宇宙中有這些概念因而語言才指稱它們。”[10]因此，在語義機(jī)模型中，我們首先要建立的就是這種本體論圖式。根據(jù)他們的看法，“本體論提供的是描述一種語言的詞匯單元的意義所需的原語言，以及說明編碼在自然語言表征中的意義所需的原語言。而要提供這些東西，本體論必須包含有對概念的定義，這些概念可理解為世界上的事物和事件類別的反映。從結(jié)構(gòu)上說，本體論是一系列的構(gòu)架，或一系列被命令的屬性-價值對子�！盵11]它為要表征的詞項的意義作本體論的定位，即說明它屬于哪一類存在，其特點、性質(zhì)、邊界條件是什么。例如當(dāng)有一詞“pay”輸入進(jìn)來，首先就要經(jīng)過本體論這一環(huán)節(jié)，換言之，該詞首先要被表征為一個本體論概念，要被放進(jìn)本體論的概念體系之中，一當(dāng)這樣做了，它的屬性、值便被規(guī)定了。有了本體論概念框架，在這種靜態(tài)知識資源上就可以不斷生成各種含有意義表征的動態(tài)知識資源。動態(tài)的知識資源是在應(yīng)用所提出的任務(wù)、要求的基礎(chǔ)上所產(chǎn)生的知識。
有了關(guān)于人類加工自然語言所需條件比較清楚和量化的認(rèn)識，就有可能通過建立相應(yīng)的網(wǎng)絡(luò)讓計算機(jī)也獲得這樣的條件，進(jìn)而讓機(jī)器表現(xiàn)出對意義的敏感，最終具有語義加工能力。本體論語義學(xué)相信：這不是沒有可能的，至少有巨大的開發(fā)前景。對此，本體語義學(xué)進(jìn)行大膽地嘗試，并建構(gòu)出典型的語義加工模型。其具體操作就是：先讓加工器具備靜態(tài)和動態(tài)的知識知源，然后讓其有相應(yīng)的加工能力。在實踐的基礎(chǔ)上，尼倫伯格等人通過分析公認(rèn)的自然語言加工stratified模型，詳細(xì)說明了機(jī)器進(jìn)行語義加工的基本原理與過程。
在尼倫伯格等人看來，智能主體要理解文本意義離不開至少六個基本環(huán)節(jié)的加工。第一步是文本分析，即要對輸入的文本產(chǎn)生一個表征了文本的意義的正式表達(dá)式。由這任務(wù)所決定，它必須有分析器和生成器。從文本分析過程來說，文本要輸入到系統(tǒng)之中，首先要經(jīng)過“前加工”將文本加以重新標(biāo)記，并區(qū)別分析不同語言、不同體裁和風(fēng)格的不同文本，以便讓文本能為系統(tǒng)所分析。第二步是對標(biāo)記過的文本動用生態(tài)學(xué)、形態(tài)學(xué)、語法學(xué)、詞匯學(xué)的靜態(tài)知識資源作形態(tài)學(xué)分析，形成關(guān)于文本單詞的引用形式分辨。例如碰到“書”這個詞的輸入，形態(tài)學(xué)分析會這樣來分析：“book，名詞，復(fù)數(shù)”，“book，動詞，現(xiàn)在時，第三人稱，單數(shù)”等。第三步就會把它們送給詞匯學(xué)分析器，并激活這一分析器的入口。這個入口包含有許多類型的知識和信息，如關(guān)于句法的信息，關(guān)于詞匯語義學(xué)的信息，其作用是檢查、凈化形態(tài)學(xué)分析的結(jié)果。例如英文文本中可能夾雜有法、德、意等語言的單詞，還有一些模棱兩可的單詞，更麻煩的是，有些詞在詞匯分析器中沒有出現(xiàn)過，因此無法予以檢查。在這些情況下，就要予以查檢、甄別，如對不熟悉的詞，它有一些處理的步驟和辦法。第四步是句法分析。第五步是決定基本的語義從屬關(guān)系，例如建立未來的意義表征的命題結(jié)構(gòu)，確定哪些因素將成為這些命題的主題，并決定該命題的屬性位置。
在此基礎(chǔ)上，本體論語義學(xué)提出了語義加工機(jī)的完整構(gòu)想。尼倫伯格認(rèn)為，機(jī)器要完成文本意義表征，必須有加工器和靜態(tài)知識資源。首先第一步，借助靜態(tài)知識資源（生態(tài)學(xué)、句法、形態(tài)學(xué)、詞匯學(xué)、詞源和本體論及事實材料）對輸入文本作出分析，然后又借助這些知識資源產(chǎn)生文本意義表征。分析模塊和語義生成器都離不開靜態(tài)知識資源。知識資源是如何得到的呢？要靠學(xué)習(xí)�！氨倔w論語義學(xué)必須涉及到學(xué)習(xí)：它們越起作用，它們儲存的關(guān)于世界的知識就越多，它們可望達(dá)到的結(jié)果就越好�！盵12]除了靜態(tài)知識之外，計算機(jī)要完成語義表征，還必須有動態(tài)的知識，它們是關(guān)于意義表征的程序方面的知識以及推理類型的知識。另外，加工器還要有這樣的動態(tài)能力，即把所儲存的知識動態(tài)地提取出來，運用于知識表征。尼倫伯格等人說“在本體論語義學(xué)中，這些目的是通過把文本意義表征、詞匯和本體論關(guān)聯(lián)起來而實現(xiàn)的�！盵13]“我們關(guān)于表征文本意義的方案動用了兩種手段，一是本體論概念的例示，二是與本體論無關(guān)的參數(shù)的例示。前者提供了與任何可能的文本意義表征例示相一致的、抽象的、非索引的命題。這些例示是這樣得到的，即提供了基本的本體論陳述，它們有具體的情境的、包含有參數(shù)的值，如方面、方式、共指等�！盵14]在這里，本體論的概念之所以抽象但又必要，主要是因為它提供了對存在和語詞的分類，如對于要表征的意義，它首先要借助這種本體論范疇確定它是屬于物體、屬性、方面、方式、過程、活動、數(shù)量中的哪一種。簡言之，對于任一詞的意義或所指，首先要借助本體論概念確定它應(yīng)包含在哪一類存在范疇之中。在此基礎(chǔ)上，再用非本體論參數(shù)分析它的具體的、情境方面的值。
三 特點與問題
本體論語義學(xué)與其他人工智能理論、自然語言加工系統(tǒng)相比有自己的一些鮮明特點。其一，它強(qiáng)調(diào)對意義的處理無需通過句法分析，至少主要不是通過句法分析。在它看來，機(jī)器對意義的接受、表征、加工、生成和輸出，或者說，讓機(jī)器的句法加工具有語義性或意向性，靠的主要不是原先的關(guān)鍵詞匹配，句法轉(zhuǎn)換，而依賴的是對人類智能的全方位模擬。其二，本體論語義學(xué)認(rèn)識到了人類心理狀態(tài)具有意向性、自然語言具有語義性依賴于復(fù)雜的因素，并在這種認(rèn)識的基礎(chǔ)上形成了研究意義的一種綜合性方案。在具體的工程學(xué)實踐中，它關(guān)注到了意義處理中的多方面因素，即不僅僅注意到了知識性因素，而且還重視潛藏在人類智能中的非知識因素，并通過特定的方式將它們“內(nèi)化”到他們所建構(gòu)的人工智能系統(tǒng)之中。第三，本體語義學(xué)非常重視本體論圖式在人類心理狀態(tài)意向性、自然語言語義性中的作用，并在將這一認(rèn)識成果向工程技術(shù)領(lǐng)域轉(zhuǎn)化，進(jìn)而讓自然語言加工系統(tǒng)獲得這一語義生成的重要樞紐、機(jī)制方面做了大膽探索，取得了富有啟發(fā)意義的初步成果。第四，本體論語義學(xué)的確有重要的實踐意義和廣闊的應(yīng)用前景，最重要的應(yīng)用價值是它能產(chǎn)生文本意義表征。因為它的語義處理系統(tǒng)可以借助靜態(tài)知識資源對輸入文本作出分析，借助加工器的動態(tài)能力將所儲存的知識動態(tài)地提取出來，并運用于知識表征， 然后借助這些知識資源產(chǎn)生文本意義表征，并由特定輸出設(shè)備完成在意義交流層次的人機(jī)對話。
可以說，本體論語義學(xué)面對當(dāng)前人工智能發(fā)展的瓶頸問題，基于工程學(xué)實踐和哲學(xué)反思，不僅在構(gòu)建現(xiàn)實的語義機(jī)方面做出了極富價值的探索，也為揭示人類自然語言處理的基本原理提供了可資借鑒和進(jìn)一步反思的研究成果。因此本體論語義學(xué)對于人工智能的發(fā)展來說是必不可少的選擇之一。但是，這并不意味著本體語義學(xué)就是完備的、無懈可擊的人工智能理論，非但如此，它盡管是為了回應(yīng)塞爾中文屋論證和其他關(guān)于人工智能責(zé)難而提出的一種方案，但仍會受到這樣的責(zé)難：它的自然語言系統(tǒng)所處理的意義、所生成的意義，好像仍離不開設(shè)計操作人員的解釋，如果是這樣，那么它充其量只有派生的意向性、語義性。其次，最大的問題是：這種理論建立的系統(tǒng)仍沒有主動性、自覺性、意識性、目的性，而這些性質(zhì)恰恰是人類固有的意向性的特征。因此要讓機(jī)器成為像人類那樣的有意向性的自主系統(tǒng)看來還有很長的路要走。
注 釋
[1][4][6][7][8][9][10][11][12][13][14] s. nuremburg and v. raskin, ontological semantics, cambridge, ma: the mit press, 2004, xiii, xiii, pp.138-139, p.154, p.111, p.88, p.135,p191, p160, p160,p174.
[2][3]塞爾：《心靈、大腦與程序》載于瑪格麗特·博登：《人工智能哲學(xué)》，上海譯文出版社，2001，第113頁，第116頁。
[5] n. guarino, “formal ontology”, in n. guarino et al (eds.), special issue, the role of formal ontology in the information technology, international journal of human and computer, 1995(43)5-6.
【人工智能的瓶頸問題與本體論語義學(xué)的回應(yīng)】相關(guān)文章：
面試瓶頸07-02
遇到工作瓶頸怎么辦，該如何走出瓶頸期？07-02
如何突破職業(yè)瓶頸07-03
如何突破職場瓶頸07-02
35歲是職場瓶頸11-22
人工智能閱讀與圖書館閱讀推廣問題研究論文07-04
怎么回應(yīng)微信里的詛咒信息？07-13
現(xiàn)在是應(yīng)屆畢業(yè)生找工作的瓶頸期，如何突破這個瓶頸？07-11
遇到工作瓶頸的15種表現(xiàn)03-27