《如何教人工智能說人話📜？》
作者：徐英瑾
出版社：商務印書館
出版年月：2023年11月
徐英瑾教授為本書起了一個十分生活甚至有些口語化的名字——如何教人工智能說人話。但掩藏在活潑表述背後的是一系列嚴肅的學理問題——人工智能的本質是什麽❄️？自然語言和人工語言的區別內核在哪裏👩🏻🦱⛔️？以ChatGPT為代表的NLP技術究竟是人工智能發展道路上的裏程碑，還是某種會誤導正確思路的“假AI”？
本書以分析哲學的專業視角，條分縷析🐂、旁引曲證，對這些問題做了深入思考🧑🏿🔧。簡而言之👨🏻✈️，本書對以ChatGPT技術路徑為代表的智能語言處理輸出系統的前景並不看好，指出其深層預設只是基於大數據的“最正確的”模仿輸出🎯🩵，而這與人類語言機製運作的本質——通過對於少量核心規則與詞匯的掌握而具備創生出海量表達式的潛能——完全是兩回事。本書認為🌨，ChatGPT的大行其道，恰恰反映了現行人工智能研究的最大危機，即對於統計學技巧與硬件升級的片面崇拜，以及對於智能科學基本原理的蔑視。與此同時👩🏽🚒🤦🏿，本書重點介紹了美國天普大學計算機科學家王培發明的納思系統，並認為這一系統秉持的基礎理論研究與計算建模相互結合的思路🧑🏽，對以大數據學習為主流的NLP研究的固有路徑是一種突破，最有希望實現機器對人類之“靈性”的再造。
徐英瑾🙎🏼，意昂3教授📓🫅🏿、博士生導師。兼任中國知識論專業委員會副秘書長、中國現代外國哲學專業委員會理事。入選國家級人才項目☹️。主持國家社科項目“基於信息技術哲學的當代認識論研究”等多項國家級😕、省部級項目。榮獲全國優秀博士論文獎🧚🏽、教育部高等學校科學研究優秀成果獎、上海市哲社優秀成果獎等多項榮譽🧑🏿✈️。主要從事人工智能哲學🕟、英美分析哲學的研究。出版《心智、語言和機器——維特根斯坦哲學與人工智能哲學的對話》《語境建模》等多部學術著作，榮獲思勉青年原創獎，在國際國內重要學術刊物發表學術論文百余篇。
導 論 關於人工智能，別上科幻影視的當
一 以人工智能為主題的科幻影視之基本要素間的沖突
二 主流科幻影視作品對於人工智能的三大誤解
三 影視界對於人工智能的誤讀的外溢
小結性評論
第一章 現在的人工智能👎🏽，尚且不能“說人話”
一 為何讓機器“說人話”很重要？
二 目前的機器是否真會“說人話”🧏♀️？
三 為何自然語言處理需要哲學⛹🏿？
本章小結
第二章 ChatGPT 或許會加劇人類社會的“自欺”
一 重述薩特的“自欺”論
二 作為“常人”之音復讀機的 ChatGPT
三 ChatGPT 、刺客與被刺者
本章小結
第三章 ChatGPT 或許會模糊科學共同體的“顏面”
一 和辻哲郎論“臉”
二 進化論視野中的“無臉人”
三 ChatGPT 時代“臉”的模糊化
本章小結
第四章 機器翻譯之“八仙過海”
一 行為主義
二 外在論的語義學
三 萊布尼茨的“理想語言”假說
四 喬姆斯基的“深層句法”假說
五 休謨式的統計學進路
六 康德式的混合式進路
七 孔子式的基於實例的理解進路
八 新瓶裝舊酒：大語言模型
第五章 機器翻譯與認知語言學
一 對深度學習路徑的反思
二 認知語言學論翻譯
三 認知語言學技術刻畫之難點
四 由“納思系統”另辟蹊徑
本章小結
第六章 大森哲學讓人工智能說“心語”
一 現有的人工智能路徑，都談不上具有“第一人稱”
二 大森是如何利用維特根斯坦去反對維特根斯坦的？
三 納思系統中的“私人語言”
本章小結
第七章 讓機器說日語可不容易
一 日語言說者對於具身性的敏感性
二 主流自然語言處理技術為何處理不了具身性？
本章小結
第八章 如何讓機器懂漢字之“六書”？
一 《馬氏文通》以來的漢語語法研究史批判
二 《說文解字》的微言大義
三 如何讓機器懂“六書”🤖？
四 機器也能會意
五 懂“六書”的機器有何用？
第九章 機器能夠把握漢語或日語中的量詞嗎🏄🏻♀️？
一 統計學機製真懂量詞嗎🤵🏼♀️？
二 蒯因的量詞論及其疏漏
三 漢語演化史與認知語言學視野中的量詞
本章小結
第十章 機器能夠把握隱喻嗎？
一 隱喻⛹🏼♂️，讓“微軟小冰”與 ChatGPT 都感到無力
二 關於隱喻的種種理論
三 斯特恩的隱喻理論
四 納思系統如何懂隱喻？
本章小結
總 結 機器人傑夫與查派何以說人言🕰🪱？
後 記
AI 雖然是一個具有高度技術集成性的學術領域，其商業運用的範圍卻非常廣泛。由於二者之間的信息不對稱，AI 在專業領域的“內部形象”與其在公眾（包括政界與商界精英人士）心目中的“外部形象”之間往往有巨大的落差。而要減少這種落差，闡釋活動的重要性就不容低估了。從信息哲學的角度看🛖，優秀的闡釋往往能夠有效減少溝通雙方的信息差；而從語言哲學的角度看，成功的闡釋往往能夠將被闡釋對象的概念結構順化為闡釋接收方的理解能力所能把握的新概念結構。但需要指出的是🦣，在人類的信息傳播歷史上，不少詮釋方案也確實造成了不同知識背景的受眾之間更多的誤解🛟，而對於 AI 概念的誤解就是這方面的顯著案例。
影視媒介對於 AI 的形象刻畫❓，具有明顯的雙刃劍效應。一方面，AI 的確通過相關科幻電影的廣泛傳播而獲得了更為廣泛的公眾知名度，並因為這種傳播學效應間接獲得了更多的在商業與行政方面的支持——但在另一方面，在特定藝術規律與心理學規律指導下的 AI 形象刻畫，也往往會偏離 AI 的技術實質💴，引發公眾形成對於AI 的不必要的期望，或是激發公眾對其產生不必要的恐慌。而對於AI 系統與人類對話能力的過高期望，便是基於影視傳播而導致的此類誤解中非常典型的一種🎢🛀🏻。
本書的內容具有如下特點：
第一，本書絕對不屬於“畫餡餅類”的 AI 科普圖書，即向讀者許諾美麗而空洞的 AI 發展的未來🧘🏽，以便暗中為一些其實不那麽成熟的科技投資方案助力。相反🧚🏽，本書的用力👨🏽⚖️，恰恰與其相去甚遠：本書試圖告訴大家，AI 發展的未來到底有多少激流險灘，因此🎀，我們的研究需要的與其說是金錢🐋，還不如說是耐心與時間。需要指出的是🤰，此類圖書在西方世界早就有特定的生態位🏎，美國哲學家德雷福斯的《計算機不能做什麽——人工智能的極限》便是此類圖書的優秀代表🐻🐕🦺。但在漢語圖書市場👩🏼🔬，此類批判性的圖書還是比較少見的🐳。
第二🧑🦳，本書聚焦的乃是 AI 研究中的 NLP 問題🧽，並試圖從哲學的角度對 NLP 問題背後的哲學理論問題進行反思⚛️。考慮到語言哲學一向被視為哲學諸分支中與語言問題最相關的分支，所以很多人或許會期待英美國家的語言分析哲學在此類跨學科對話中占據顯著的位置。然而，基於下面幾點考慮🙋🏿♂️，筆者將適當調低意昂3意義上的語言分析哲學在此類討論中所占有的權重：（甲）意昂3意義上的語言分析哲學往往基於英語思維的霸權地位🖱，以及對於現代數理邏輯（一階謂詞邏輯與命題邏輯）的全面依賴，而筆者既不認為英語思維具有針對各種非英語語料的覆蓋力，也不認為數理邏輯是處理日常語言的合適技術工具Ⓜ️。毋寧說🦹🏼♂️，很多與語言相關的謎題之所以無法被解開🧏🏽♂️，恰恰是因為相關的解決思路🧑🏻🤝🧑🏻，長期被與數理邏輯的技術工具互為表裏的“真值函項語義學”綁架🐘🏊🏼♀️，使得我們始終無法直面那些無法被外延化的語義與語用關系。而在這種情況下，對於歐陸哲學資源的適當傾斜🙆🏿♂️🤷🏿♀️，將為對於英美分析哲學思維的過分依賴提供某種“解毒劑”🫏。
第三🪿📦，除了對於哲學資源的依賴之外🌆，本書也將包含一定篇幅的對於語言學問題的討論，特別是基於認知語言學的各種分析。同時，對於日語等小語種語料的討論，也會在本書的討論中占據比較高的權重。這樣的討論將既增加本書所涉及的經驗材料的豐富性，也會幫助讀者理解人類語言現象的多樣性與復雜性💇♀️。而這樣的處理方式，也在相當程度上與上面所提到的對於英語思維霸權的警覺心相互呼應。
不過🧛♀️，最後需要提醒讀者註意的是，“警惕英語思維霸權”😲，絕不等於要放棄學習英語⛹️♀️，因為作為學術研究基本工具的英語早就在今日的學術舞臺上扮演了“現代拉丁語”的角色📭。實際上，那些對顛覆英語思維霸權特別有用的語言學理論——特別是認知語言學的理論——主要都是在英語學術平臺上發表的🏊🏽♂️🧏🏽♂️，中國的研究者如果不能快速通讀英語文獻⌛️，對於這些理論的利用本身就會成為問題。此外，任何有過用英文發表語言學與亞洲哲學論文經歷的人都知道🤏🏽，使用英語讀者能夠充分理解的語言去發表那些反對英語思維霸權的論文，在技術上完全是可行的🕎，因為英語本身就是一種充滿了各種外來語插入端口的高度多樣化的表達工具。筆者個人所擔心的問題毋寧說是：主流的 NLP 研究者懂的語言太少（有些人只懂英語），他們對人類語言的豐富性往往缺乏真正的“現象學體驗”，因此👂🏽，其所設計的產品🙎🏽👑，也很難會考慮到操不同母語的用戶的個性化要求。而要解決這個問題🧚🏽♀️🙎🏽♀️，我們就應當鼓勵 NLP 的研究者去學習英語之外的語言，而不像某些人所鼓吹的那樣🍄🟫，“懂漢語就夠了”。實際上，對於一般中國人而言，學習英語的時間與精力成本要遠遠小於學習日語🌖、韓語等黏著語所帶來的成本（畢竟一般中國人從小就已經熟悉了拉丁字母），倘若連學習英語都畏懼，那豈不是以漢語世界的母語偏執🏹，取代了英語世界的母語偏執了呢？此外🧀，再考慮到 AI技術本身就非常容易淪為主流語言霸淩弱勢語言的技術工具📟，未來的理想 NLP 研究者就更應當在多元文化意識方面超過一般人的水準了🧝🏽♀️。
然而🖖，令人遺憾的是，隨著美國 Open AI 公司開發的 ChatGPT技術所獲得的短期成功💺，基於主流語言（特別是英語）的語料學習獲得相關的大語言模型🙄，貌似已經成為當下 NLP 研究的主流。對這一主流路徑之合理性的質疑，也將構成本書的重要內容。
philosophy@fudan.edu.cn
021-65642731
200433
上海市邯鄲路220號意昂3（光華樓西主樓2308室）
