摘要：人工智能哲学源流的历史考察表明人工智能哲学的兴起是多源汇聚的结果。目前的人工智能哲学研究正呈现跨学科攻关的发展势头。这主要体现在三个方面：人工智能与人工智能哲学的关系日渐紧密，计算机科学哲学、人工智能哲学和信息哲学的学科交叉渗透，在复杂性科学的框架中发展起来的人工生命哲学研究是一个跨学科研究领域。从本体论、方法论、逻辑学、美学和伦理学的多维视角考察人工智能哲学，可以展示其理论前沿和发展前景。
20世纪以来，发展最快而且对人类生活影响最大的学科无疑是人工智能。而在今天，人工智能成了新世纪的一种象征。20年前，当计算机程序“深蓝”战胜国际象棋世界冠军卡斯帕罗夫时，人们开始意识到，计算机也会有悟性，对机器能否超越人类的问题，学术界产生了一丝忧虑。2016年，谷歌的AlphaGo战胜了围棋世界冠军李世石，引起了哲学界乃至整个社会的深深忧虑：人工智能对人类来说是福音还是灾难？人工智能会给人类带来哪些威胁？人工智能所引起的问题已不仅是一个技术问题，它已经超出了科学技术的边界，成为一个哲学问题，甚至成为一个引起广泛关注的社会问题。对这些问题，哲学和社会科学界应该责无旁贷做出自己的回答。面对汹涌而来的人工智能革命，我们有必要对人工智能哲学的发展源流、人工智能哲学的跨学科特性给予多视角的考察和分析。
一、人工智能哲学的源流
尽管人工智能诞生不过几十年，但人工智能的哲学思想却源远流长。它肇始于古希腊哲学，是对哲学史上的毕达哥拉斯主义、机械论、还原论、目的论的继承和发展。
（一）朴素唯物主义的原子论和还原论思想
在卢克莱修的《物性论》中，德谟克利特的原子论得到了明确的表述。德谟克利特的原子论暗示，精神的东西可以还原为物质的东西，也就是说，一个系统可以还原为另一个包含它的基础系统。这是人工智能哲学的源流之一。德谟克利特的原子论包含了人工智能未来发展的思想萌芽。这些思想火花到近代演变为对心身问题、精神与物质的关系问题的探讨。原子论中包含的机械论、还原论思想后来演变为对人机关系问题、人与机器人问题的探讨。这些问题显然是人工智能的基础性问题。
（二）毕达哥拉斯主义的“万物皆数”
人工智能哲学也源于古希腊的毕达哥拉斯主义。毕达哥拉斯主义认为，世间万事万物都是由数组成的。这种“万物皆数”的思想主要是本体论的观点。到了近代，这一新颖的思想被近代机械论哲学家拉美特利（De La Mettrie）所继承和发展，变成了“人是机器”的观点。尽管拉美特利因提出“人是机器”的断言而受尽了哲学家们的奚落，但是他的思想反映了工业革命时期的技术水平，比起“万物皆数”思想仍然是一大进步。在人工智能发展的今天，人们开始重新审视并对其做现代解释，复活了毕达哥拉斯主义。今天的人工智能界，人工智能科学家图灵（Alan Mathison Turing）、冯·诺依曼（John von Neumann）和勃克斯（A. W. Burks）都是毕达哥拉斯主义者。与古希腊毕达哥拉斯主义者观点不同的是，他们认为，数学研究的是自然的形式而不是内容，数学研究抽象的实体，不研究具体的事物。这种观点实际上是从“万物皆数”到“认知即计算”思想的跨越，是人工智能哲学的主要研究纲领。
计算主义是人工智能研究中一个主流的研究纲领。其中的一个核心问题是：“人是机器吗？”除了拉美特利之外，DNA双螺旋结构的发现者弗朗西斯·克里克（Francis Crick）对此也持肯定的观点。他认为人和机器一样，都是由各种物理化学机制构成。按照这种还原论观点，将来有一天，生命可以在试管中合成。计算机科学家格雷戈里·蔡汀（Gregory Chaitin）把物理学和生物学作了类比，认为前者是死的、刚性的、封闭的、机械的；而后者是活的、可塑的、开放的、创造性的。物理学是硬件，生物学是软件。就此而言，物理学与生物学的对立恰恰表现为人与机器的对立。计算主义的观念起源于图灵1936年题为“可计算数”的论文。在这篇论文中，图灵定义了称之为“图灵机”的计算装置。他试图以精确的计算程序，让机器像人类计算者那样计算，以此来回答“人是机器吗”这一问题。图灵没有明确回答的问题是：如果人是机器，那么这种机器是模拟的还是数字的？
按照人工智能的符号主义观点，所有的计算装置都是数字的符号系统。按照冯·诺依曼的观点，即便是神经系统本质上也是数字的，尽管构成神经系统的化学和生物过程可能是模拟的。简言之，如果所有的机器都是数字的，那么图灵机就是最简单的强有力模型。这样一来，人工智能就建立在图灵机以及在图灵机基础上建立的计算理论之上。按照这一思路，“人是机器吗”这个问题就可变为“人是计算机器吗”，从而归结为“人是数字计算机吗”；如果智能是人类特有的属性，那么“人是机器吗”最终可以归结为“机器有智能吗”。为了回答这一问题，图灵提出了称之为“图灵测试”的思想实验。他提出，如果把人和机器安置在两个封闭房间中，如果不能区分哪一个是机器，哪一个是人，那就表明机器是有智能的。这一思路显然出自功能主义的哲学思考，图灵测试实际上是一种思想实验。
冯·诺依曼和他的助手勃克斯继承和发展了图灵的思想。勃克斯把“万物皆数”的哲学命题应用于人类，得到了人=机器人的结论。所谓人=机器人论题指的是，在某种意义上人就是一台计算机器。这看起来是拉美特利“人是机器”的翻版。但是，勃克斯指出，人=机器人论题在一般性、精确性和形而上学的内涵方面与拉美特利的观点不同。他认为，我们每个人都有自己的毕达哥拉斯数，这是一个很大的数串。它既包括人的遗传物质和气质，又包括人的遗传物质与环境、文化之间的相互作用。在勃克斯看来，在某种意义上，人不仅仅是一种机器，而且是一种机器人，同时又是一个非常复杂而精巧的逻辑结构和程序系统。这显然是毕达哥拉斯主义的现代版本。
（三）亚里士多德的“自动机器”和古希腊目的论
人工智能哲学也源于古代目的论，亚里士多德是其创始人。他认为宇宙是一个有机统一体，自然是具有内在目的的，它的一切创造物，无论是天然物还是人工物都是合目的的，这种合目的性只有通过自然自身的结构和机制来实现。亚里士多德以其隐喻式语言指出，受精卵就是一台生物自动机器，它内含先定的目的性程序，控制着未来个体发育的进程并决定其最终目标。尽管亚氏所说的“自动机器”特指一种简单的机械装置，但它具有的程序性特征，隐含了自动机理论的思想萌芽。亚里士多德目的论中生物体与自动机的类比实际上已经包含了人工智能的思想萌芽。
在机械论占上风的近代，目的论自然不受待见，在哲学史上是没有地位的。直到20世纪中叶，经过系统科学重新解释的近代目的论在人工智能发展的背景下才得以复兴。从系统科学的视角看，人和机器都具有目标趋向性和负反馈功能，现代目的论认为生物和机器的共性在于：它们都是内含先定的目的性程序，控制着未来发展进程并决定其最终目标的自动控制系统。现代目的论关于生物与机器的类比给予人工智能发展的重要启示是：人和机器都不过是细胞自动机。基于此，人工智能计算机科学家冯·诺依曼开创了计算机与人脑的类比研究。1948年，在加州理工学院召开的一次会议上，他做了题为《自动机的通用和逻辑理论》的演讲，从而开启了细胞自动机理论的研究。深受冯·诺依曼影响的科学家、哲学家是勃克斯。这位在普林斯顿高级研究院协助冯·诺依曼制造世界上第一台计算机的教授，后来在密歇根大学创办了美国较早的计算机科学系，并成了该校计算机科学系和哲学系双聘教授。他编辑和完成了冯·诺依曼关于自再生自动机（后来称作细胞自动机）的遗著，培养了一批世界上最早的计算机科学博士，其中最著名的是约翰·霍兰德（John Holland），他以提出遗传算法而著名。霍兰德的博士生是安第·巴托（Andy Barto），巴托的博士生是提出强化学习的理查德·萨顿（Richard Sutton）。正是通过应用强化学习和其他技术，AlphaGo战胜了围棋大师，而强化学习一夜之间成为显学。
现代目的论不仅对人工智能发展有重要启示，而且催生了人工生命理论。为了使机器学习行为更符合人类学习过程中人脑神经网络的活动，20世纪80年代后出现了人工神经网络的学习模型，提出了遗传算法等。1990年代后，人工智能研究开始了从机器学习到人工生命的转向。不难看出，学习能力的拥有是以生命为基础的。离开了生命，就根本谈不上拥有学习能力。因此，研究机器的学习，就会涉及生命的繁衍问题。这样一来，人工智能的研究经机器学习的探索，进而发展到确立以自我繁殖机制为核心的人工生命研究，也就是顺理成章的事情了。可见，现代目的论对人工智能和人工生命的贡献是把遗传和自我进化的机制赋予计算机，把人工智能哲学研究推进到了一个新阶段。
通过对人工智能哲学理论源流的考察，我们发现了这样一个显著特点，那就是它的发展实际上是多源汇聚的结果，这本身就是一种跨学科研究。我们知道，古希腊哲学中实际上包含了所有科学的萌芽，并没有严格的科学与哲学之分。到了近代，人工智能的朴素思想也没有从哲学中分离出来。即便到了现代计算机时代，人工智能与其哲学依然难解难分。难怪哲学家丹尼特（Daniel Dennett）说，人工智能就是哲学。人工智能这一跨学科特性使得它的名称颇具争议。在正式提出“人工智能”这个概念之前，就有人提出“机器智能”这个词。图灵1950年发表在《心灵》上的论文“计算机与智能”可以看做是对机器智能的最早系统表述。实际上，早在1948年，图灵有一篇题为“机器智能”的报告，在英国国家物理实验室（NPL）非公开发表。在具有历史意义的达特茅斯会议上，西蒙（Herbert A. Simon，又译司马贺）曾建议把这一学科叫做“复杂信息处理”，他认为这一名称更能反映该学科的性质。也有人说应该叫做“认知过程模拟”，这样也许能反映它与人类认知和机器模拟之间的联系。最后，麦卡锡（John McCarthy）主张定名为“人工智能”。后来，人们逐渐接受了这一名称，虽然一段时间以来，学界对这一名称是否名实相副始终有不同的看法。
二、人工智能哲学的跨学科研究
从目前的研究现状看，人工智能哲学研究正在呈现多元汇聚、跨学科攻关的发展势头。这种跨学科研究的特征主要体现在以下方面。
（一）人工智能与人工智能哲学的关系日渐紧密
人工智能研究的目标是用机器的方式再现人的智能，换言之，人工智能的研究建基于人机类比之上，这就使其研究跨越了物质与精神，而不同于以自然类为研究对象的自然科学，如物理学、化学。因此，人工智能尽管历史较短，但是派别林立，争论频仍。纵观人工智能的发展历程，可以看出，人工智能与心灵哲学有着密切的关系。心灵哲学讨论的问题，如心身问题、意识和意向性问题、心理表征问题、还原论问题等，都与人工智能有着千丝万缕的联系。可以说，人工智能不仅创造出辉煌的科学成就，而且引发了一系列哲学问题。人工智能的学科性质决定了它从一开始就与哲学结下了不解之缘。
人工智能属于自然科学，它的研究方法是科学的方法，但它的研究对象既有自然种类，又涉及人工种类，常常是物质现象和精神现象交织，难解难分。计算科学家高德纳（Donald Knuth）认为，科学应分为三类：其一是物理科学，包括物理学、化学和生物学；其二是数学；其三是计算机科学，包括人工智能等，又称为“非自然科学”（unnatural science）。在他看来，计算机人工智能与数学和物理学的不同之处在于，它常常在不同抽象层次之间跳来跳去，而数学太抽象，物理学太具象。由此可见，人工智能的复杂程度远远超出自然科学的范围，它探讨的问题也越出了科学的边界，与哲学发生了联系。
人工智能的进展往往会引起哲学家的关注，人工智能专家往往把研究兴趣转向哲学。一些具有远见卓识的人工智能专家不仅关注具体的研究任务，而且试图通过人工智能研究达致对人类智能和人类自身的认识。这与哲学的宗旨非常接近。另一方面，人工智能专家也尝试从哲学中吸取思想资源，寻找可用于人工智能研究的新方向。对于这种亲密互动的关系，哲学家德雷福斯（H. L. Dreyfus）有过一段生动的描述：“我惊讶地发现，认知模拟的先驱者们——已经继承了霍布斯推理就是计算的主张，笛卡尔的心理表述、莱布尼兹的‘普遍文字’的思想——所有知识都可以在一组初始概念中得到表示：康德规则即概念的主张，弗雷格关于这些规则的形式化以及罗素用逻辑原子建立实在组块的假定。简言之，虽然没有意识到这一点，但是人工智能的研究者们正在勤奋工作，把理性主义哲学转变成一个研究纲领。”
总之，历史和现实告诉我们，离开哲学的人工智能是盲目的，没有人工智能的哲学是苍白的。正如著名计算机科学家麦克德莫特（Drew McDermott）所说，许多没有出路的人工智能研究，“只是因为对哲学家昔日的失败一无所知，才得以维持。”因此，哲学对于人工智能的发展具有极端的重要性。
(二)人工智能哲学与计算机科学哲学、信息哲学的交叉融合
什么是人工智能哲学？简单地说，就像数学哲学、物理学哲学一样，人工智能哲学是对于人工智能的本质、假定、方法、目标的哲学研究。既然我们已经越出人工智能的科学边界，研究其本质、方法、目标等哲学问题，那么可以说就存在人工智能哲学。然而人工智能哲学并未形成一个完整的体系，只是对有关人工智能哲学问题的研究。
人工智能哲学在研究范围和研究对象上不同于计算机科学哲学，但是二者有着密切的联系，研究范围相互交叉。从某种意义上说，人工智能哲学包含于计算机科学哲学之中。例如，人工智能哲学研究的三要素是硬件的计算力、算法、数据，这三要素同样也是计算机科学哲学研究的要素。人工智能哲学研究涉及的智能机、意向性、表征、形式化、计算、算法、创造性等，同样属于计算机科学哲学的研究范围。但是，计算机科学哲学的研究更宽泛，它还包括硬件、软件、硬件和软件的关系、计算机程序、计算机实现等因素。所以，人工智能哲学与计算机科学哲学具有的包含和被包含关系，使得人工智能哲学与计算机科学哲学研究呈现出交叉渗透的趋势。这种关系可用公式简明表述为：
人工智能哲学在研究范围和研究对象上不同于信息（科学）哲学，但是二者有着密切的联系。人工智能的工作本质上是一种信息处理。人工智能哲学和信息哲学同样都研究复杂信息的处理。人工智能哲学关注的智能的本质等问题是信息哲学不予关注的；而信息哲学关注的信息的定义、信息的本质等问题是人工哲学不考虑的。可见，人工智能哲学与信息哲学具有交叉关系，这种既有联系又有区别的特性使得它们从不同角度研究智能和信息，体现出跨学科研究的特征。这种关系可用公式简明表述为：
简言之，人工智能哲学与计算机科学哲学、信息哲学以及后来兴起的认知科学之间的交叉融合，共同推动了这个学科群的发展。
(三)复杂性科学与人工智能哲学、人工生命哲学
人工生命是指用计算的手段来生成或构造表现自然生命系统行为的模型或系统的研究。由于人工生命从人工智能中发展而来，因而它在有些方面类似于人工智能，不同的只是人工生命用机器来模拟生命进化的机理和生命本身，而人工智能用机器来模拟智能过程。人工生命的创始人、美国科学家兰顿（C. Langton）说：“人工生命就是尽力像人工智能抓住和模仿神经心理学一样抓住和模仿进化。我不是要准确地模仿爬行动物的进化，而是想在计算机上抓住进化的抽象模型，为此展开实验。”
学界普遍认为，人工生命的研究是继混沌理论之后，探讨复杂性的一个新领域，是在复杂性科学的框架中发展起来的一个新的研究领域。人工生命研究的目标是为作为复杂系统的生命建立模型。从复杂系统理论的视角来看，人工生命的进化可以用远离热平衡的相变来解释，也就是用由（微观层次上的）人工分子或人工细胞等等的非线性相互作用引起的（宏观层次上的）序参量的进化来解释；人工生命的进化是自组织和自然选择共同作用的结果。人工生命的研究为复杂系统的进化提供了一种不依赖适应机制的解释。从超循环和协同学的观点看，自组织系统是诸多简单单元的复合体，生命的有序是这些单元之间非线性相互作用的结果。我们倾向于这样的观点，即自组织产生生命的基本的序，自然选择排除那些不适应环境的因素，生存博弈推动着系统从无序走向有序，从较低的序演化到较高的序。因此，应该把进化机制看成自组织和自然选择综合作用的机制。
在复杂生命系统的进化过程中，并不需要诸如上帝、拉普拉斯妖那样的总程序或总体进化优化策略。人工生命系统的存在与发展，可以用组成系统的个体（大分子、基因或细胞）之间的局域相互作用来加以解释。神的意志也好，总体优化策略也好，都可以用奥卡姆的剃刀剃除。
目前人工生命是不是一个强有力的研究纲领还存在争议，但是人工生命哲学研究的跨学科性质为人工智能的哲学思考开辟了更为广阔的新视野。近年来兴起的人工智能中的人机融合研究越来越得到学界的关注，这种研究很可能受到了人工生命及其哲学的影响和启示。
三、人工智能哲学多视角研究
轰轰烈烈的人工智能革命即将引发一场彻底的哲学革命，带来本体论、认识论、逻辑学、方法论、美学观和伦理观诸多方面的深刻变革，同时引发人工智能哲学的发展和若干理论前沿问题的提出。
(一)本体论和认识论维度
本体论和认识论维度，主要探讨智能的本质以及人工智能引发的世界观革命。人工智能哲学的本体论传统源自毕达哥拉斯学派“数是万物的始基”的思想。随着人工智能的兴起，计算主义者把计算为核心的智能赋予世界本体的意义。他们提出的问题主要有：计算智能是否具有本体论意义？世界万物都是计算机吗？智能世界是否构成了一个独立的客观世界？宇宙就是计算机吗？塞尔（Searle）认为，万物都可以看做计算机（1990），宇宙就是一台计算机；有学者如Lloyd & Ng（2004）提出了黑洞计算机的设想；但也有学者如海斯（Hayes, S. C.，1997）不以为然, 认为并非万物都是计算机。两派观点针锋相对，难分高下，但这一争论深化了计算智能的本体论研究。
与此类似，国内学界也有两种不同的观点。一派以郦全民为代表，他的著作《用计算的观点看世界》主要从本体论视角探讨计算智能的本质以及人工智能引发的世界观革命。他主张从计算的视角看待宇宙万物，把计算概念的含义和计算的方法扩展和推广到极致。他认为实在本质上就是计算，宇宙是一台巨大的计算机。构成世界的基本单位并不是实体性的例子，而是计算或信息流。这是一种看待世界的新方式，一种新的世界观。郦全民进一步指出，处于智能核心的计算已经上升为一个哲学范畴，严格地说是一个基本的本体论范畴。这种关于世界的新的观念被称为泛计算主义——一种统一理解物理世界和心智世界的新框架。在他看来，当代计算主义虽不是一个系统严密的理论纲领，但却存在着一个统一的基础，即本体论上的计算主义。当代计算主义对世界所做的本体论承诺在逻辑上是自洽的，扩大和加深了我们对世界和人类自身的认识和理解。另一派以刘晓力为代表，她对计算主义的本体论和认识论的论证方式提出质疑。在她看来，人工智能的成果激发了一些人工智能专家和哲学家的乐观主义立场，致使有人主张一种建立在还原论哲学基础上的计算主义，认为从物理世界、生命过程直到人类心智都是算法可计算的，甚至整个宇宙完全是由算法支配的。这其中有对计算的功能和局限缺少较为客观的估计，而且这种哲学信念与所提供的证据的确凿程度显然不成比例。在刘晓力看来，“宇宙是可计算的”论断暂且可以充当一种无须提供论证的信仰，但它毕竟不是依赖于当前科学的进展得出的有理论依据的科学哲学结论。尽管她对这种计算的前景并不持悲观主义的立场，但她对某些计算主义倡导者为支撑其论断所采取的论证方式提出了质疑。
从认识论角度看，人工智能发展对哲学的影响之一是：智能机器人孕育了新的认知主体。传统的认知主体被定义为人，经典计算主义将计算认知过程看做是随附于个体的物理属性，也就是心理学上的“个体主义”。但是，自然计算作为一种广义的计算，其计算系统已经不再局限于“人”这一传统主体，而是扩大到环境之中，新的计算系统被定义为“个体+环境”，而计算认知过程就随附于这样的计算系统。这就意味着，与广义的自然计算对应的主体将不可能完全是“人”，极有可能是一个复合主体——“个体+环境”。例如，半人工生命，一种机械体+生命体的复合体。
从本体论和认识论角度看，人工智能哲学的前沿问题有：智能是否具有本体论意义？宇宙是不是一台计算机？目前流行的认知计算主义认识论是否有局限？智能的本质是什么？计算的本质是什么？智能与物质、精神之间是什么关系？人工智能世界观与传统世界观有什么本质区别？等等。
(二)逻辑学和方法论维度
逻辑学和方法论维度，主要探讨人工智能对逻辑学发展和知识发现的贡献，以及它对经典逻辑和传统方法论的挑战。从逻辑学角度看，人工智能主要涉及两方面：其一是人工智能对逻辑的依赖，其二是人工智能对逻辑的发展。首先，人工智能的发展依赖于逻辑的形式系统。人工智能中的形式化基本是按照逻辑系统的形式化来定义的，人工智能的形式化依赖于逻辑的形式化。人工智能形式化的基础是邱奇—图灵论题中的递归思想。这种环环相接的变换序列，很容易在计算机上实现。从某种意义上说，逻辑形式化是人工智能的基础，没有逻辑的形式化就没有人工智能。其次，人工智能系统并不是一个纯逻辑系统，它可以比较自由地选择公理，直接引进概念，而不要求次级概念与初始概念之间具有逻辑蕴涵关系。人工智能形式化的最终形式是由数据集和指令集构成的可操作程序。这是人工智能对逻辑的突破和发展。它不仅有经典逻辑肯定前件式构成的系统，还有框架系统、脚本描述方法等。最有特色的发展是非单调逻辑、不确定推理甚至非形式推理等。人工智能是一个实用体系，对逻辑既有依赖又有发展。
从逻辑学角度看人工智能，不难看出，对机器而言，形式化是“脚手架”，不能通过形式化而表征的任务，机器都不能理解，从而不可能由机器来实现。所以形式化为人工智能划定了界限。突破这一界限，客观上推动了逻辑的发展。这主要表现在以下几个方面：第一，对心智中广义形式化的新认识；第二，对人工智能中现在应用的形式化的发展，亦即在人工智能实践中提炼概括的新的模型和模式；第三，探讨机器自动赋形和构造的可能性。随着人工智能技术的发展，用计算机模拟人类实际科学推理的思维过程成为可能。于是，在人工智能与认知心理学研究的交叉点上形成了“人类问题求解”理论。同时又在人工智能与逻辑研究的交叉点形成了适用于计算机的新颖逻辑理论及算法。
从方法论视角看，人工智能研究者分裂为两大派：认知心理学派与逻辑学派。H·西蒙为认知心理学派提出了研究纲领：“让人工智能借用心理学，又让心理学借用人工智能成果”。认知心理学派把思维看做有选择地搜索迷宫的心理过程，而逻辑学派则把思维看做一个由前提进行推理的逻辑过程。这两派中无论哪一派，对于思维的计算机模拟研究，包括机器学习和机器发现方面的研究，都为逻辑和科学方法论带来了革命性变化和新的启示。
关于人工智能的逻辑学和方法论前沿问题有：人工智能可以在哪些方面推动逻辑的发展进步？形式化作为人工智能的界限，是不是一成不变的？人工智能逻辑能否成为逻辑发展的新方式？人工智能认知心理学派与逻辑学派各自有什么优势和局限？人工智能方法与整体论方法、还原论方法是什么关系？人工智能方法与复杂性方法是什么关系？人工智能的研究方法与传统科学方法有什么区别？等等。
(三)美学维度
美学维度，主要讨论智能及其要素的美学价值，以及对传统美育观念的挑战。在人们的印象中，以逻辑算法为核心的人工智能与美感、美学风马牛不相及。事实恰好相反，人工智能从理论到应用处处都充满了美。这种美首先是简洁美。智能逻辑的简洁美体现在理论体系的逻辑简单性和结构协调性上。例如，Boole & Shannon认为，关于可计算问题的所有信息只需用两个数词：0和1就可以表征。显然，这里体现了逻辑简洁性。
在薄姆和雅各陂尼（Boehm & Jacopini）看来，只需三条语法规则就把任何一组指令组合成更复杂的指令：第一，排序，先做这个后做那个；第二，选择，若这样为真，就这样做；第三，重复，这样为真就这样做。此外，还有三条与之对称的配套规则：第一，退出，为了简洁；第二，命名程序；第三，递归，不断重复，优雅迭代。这里的语法规则体系不仅简洁而且具有结构对称的协调性。按照图灵的观点，图灵机语言的每一算法只需五个动词即可表达：向左移动；向右移动；打印0；打印1；删除。这种智能表达方式非常简洁而且协调。套用图灵雕像底座上所镌刻的罗素名言：数学不仅有真，而且有最高的美，那会是一种冷艳和简朴的美，就如雕塑一般。人工智能不仅有真更有美，是真和美的统一。
人工智能中的情感计算具有明显的美学价值。按照陶锋的观点，从“智能”的定义看，人工智能就与美学有不解之缘。人工智能研究的是人类的抽象思维和形象思维在机器上如何实现的问题。在他看来，要想成为真正的智能，就不能仅仅模拟人类的抽象思维能力，还需要模拟人类的情感、感性和创造性。实际上，无论是抽象的逻辑思维，还是形象的情感、直觉创造都是美学的研究对象。
人工智能美学的理论前沿问题有：简洁性、协调性等是不是体现在人工智能中的美？情感计算具有什么美学价值？人工智能时代的智能有哪些美学特征？什么是人工智能美学观？人工智能美学观会给传统美学观带来哪些冲击和变革？等等。
(四)伦理学和社会科学维度
伦理学和社会科学维度，主要讨论由于智能滥用所引发的传统伦理观的危机和社会影响。从伦理学角度看人工智能，主要聚焦于人工智能体（机器人）的伦理尺度和标准、智能机器人的道德嵌入等问题。面对人工智能时代的伦理危机，我们应当审察人工智能的伦理尺度，使人工智能不仅免于扮演文明终结者的魔咒，还能推进人的自由与全面发展。
人工智能学家将各种人工智能系统称为人工智能体或智能体（agents，又称智能主体）。不论智能体是否像主体那样具有道德意识，它们的行为可以看做是与主体伦理行为类似的拟伦理行为。段伟文主张运用智能算法对人工智能体的拟伦理行为进行伦理设计，将人所倡导的价值取向与伦理规范嵌入各种智能体之中，令其成为遵守道德规范乃至具有自主伦理抉择能力的智能体。
人工智能伦理问题还涉及如何保护隐私。在人工智能时代，我们已经没有什么隐私可言，都成了透明人：我们喜欢什么音乐，网易云知道；我们喜欢浏览哪些网页，百度、知乎清楚；我们所有通话和短信记录掌握在联通和电信手中；我们社交圈的私密，微信、QQ了解。人工智能技术带来了个人隐私保护的隐忧，由此产生了人工智能时代人类的自由与责任问题，并对传统伦理观带来了新挑战。
从社会科学的角度看，人工智能对社会的直接影响使很多人面临失业的风险。50多年前，英国还有60个证券交易中心。在那里，人头攒动，宛如闹市。现在只剩下伦敦金融交易中心，它是最后一个人们直接面谈交易的地方。人工智能技术大大缩减了人们见面交易的需要，交易员完全可以不在现场甚至面临失业，因为程序交易员ZIP抢了他们的饭碗。不久前IBM对ZIP进行测试，证明ZIP十分有效，还发现它比人类交易员表现得更好。有专家预测，未来的计算机人工智能完全可以打败人类。证券交易所的人开玩笑说，不久以后，伦敦交易中心会冷冷清清，你只能看到一台巨大的机器和一个人，还有一条狗。一切交易都用计算机来做，狗在这里做保卫工作，不让人乱碰机器。至于那个人干什么呢？在未来的交易中心，他的工作就是——喂狗。
人工智能对哲学的另一影响是人工物的活化和机器的人化，人与机器、人与物的截然二分开始模糊。据报道，有国家不顾联合国禁令，强势推出军用机器人——杀人蜂，它一击可让人致命。英国、法国和日本已制造出性爱机器人。这种机器人不仅有体温，而且有子宫，可生育后代，真人该有的它都有，却没有真人的毛病：盘问对方房子有几套？存款有几位数？豪车值几何？可见，人类正在面临数字化机器化的风险，而机器正在逐步人化。这是向传统主体、客体截然二分的哲学和伦理学、社会学提出的挑战。
当计算机科学家让人工智能变得足够复杂化之时，人与机器人建立关系就会变成可能，这样做的结果对人类既是有利的，又是不利的。性爱机器人的到来，不仅意味着一种新的认知主体即将诞生，而且会带来家庭婚姻失序的严重伦理问题。有哲学家认为这种局面很可怕。有了性爱机器人，人类伴侣会不会逐渐被取代？但是也有伦理学家认为不必大惊小怪，性爱机器人只是一个工具，不会对人类的家庭婚姻带来危害，不要危言耸听。实际上，造出这种机器人的伦理代价不小，经济代价也不小，经济学家考虑的是市场前景，而社会学家、政治家考虑的是如何应对和管控风险。
人工智能伦理学和社会学研究的前沿问题有：人工智能将带来哪些伦理问题？人工智能时代的个人隐私将出现哪些问题？人工智能时代如何保护隐私？在智能开放与隐私保护之间如何保持张力？人工智能伦理问题是否可通过立法来规制？怎样用伦理道德规范来治理人工智能伦理危机？人工智能时代如何保护人的自由？人工智能时代政府、企业和个人有哪些法律责任和伦理责任？人工智能伦理有哪些基本内容？人工智能会给传统伦理学带来哪些机遇与挑战？人工智能会带来什么社会影响和后果？等等。
综上所述，正是由于人工智能哲学的跨学科性，才使得它具有了无限魅力。目前的人工智能哲学研究正呈现跨学科攻关的发展势头。这主要体现在人工智能与人工智能哲学的关系日渐紧密。计算机科学哲学、人工智能哲学和信息哲学的学科之间日渐交叉渗透。从本体论、认识论、方法论、逻辑学、美学和伦理学等多维视角考察人工智能哲学可以展示其理论前沿并洞察其发展前景。
（任晓明，南开大学哲学院教授、博士生导师。）
以上文章原载于《学术研究》2019年第6期，文章不代表《学术研究》立场。
篇幅原因有所删减，未经授权不得转载。
