问题与算法——从发现的逻辑看人工智能的局限

一、问题及其在知识发展中的作用

在科学研究中，“问题”起着至关重要的作用。自赖兴巴赫提出应当区分发现的语境与辩护的语境以来，有关发现的语境、逻辑或方法论的研究对整个二十世纪的科学哲学产生了深重的影响，“问题”在科学研究中的作用逐渐凸显。无论是“证伪”或“精致证伪”思想，还是历史主义的“范式”理论，尽管对发现的过程或“逻辑”的看法存在差异，但都认可“问题”在科学发现和理论形成中的核心地位。

提出问题并针对问题提出假说，搜索证据验证并修订假说最终形成理论，是自然科学发展的一般过程。科学问题的产生主要有两种情况：一是新的经验事实是原有理论所不能解释的；二是已有现象之间的联系还未被现有理论所解释，但可望通过现有大理论框架内的分支理论建构或修改来解决。因此，“反常”（针对原有理论而言）或“未知”成为科学问题的重要特征。对于“反常”现象，科学家需要构建新的理论假设；而对于常规科学的问题，则需要设计探索性实验，有时也可能需要在不改变科学“内核”的条件下提出新的理论假设。这种构建新理论假设的过程，不仅仅是提出一个试探性公式，更包括建立新概念以及构筑新的理解方式。例如，爱因斯坦的时空压缩理论和普朗克的量子概念都是科学史上具有里程碑意义的创造性假设。这些创造性假设的提出，往往依赖于科学家的直觉和顿悟，而这种心理活动目前难以用算法来模拟。

随着人工智能技术的发展，一些研究者开始探讨AI在自动生成问题方面的能力。然而，目前AI生成的问题主要集中在收敛性问题上，即根据当下行为趋向直接包含的选择可能性进行提问，如“咖啡里要不要放糖”。这类问题与科学史上那些引发科学革命的溯源性问题相去甚远。尽管AI问题自动生成技术仍在不断发展，但目前尚难以生成具有深刻科学意义和探索性的问题。

二、科学问题难以单纯用算法解决

算法的特点在于其清晰性和确定性，在解题过程中基本不会产生模糊和随机关系。然而，科学问题的解决往往需要依赖直觉和顿悟，这种非逻辑、非算法的过程使得AI在解决科学问题时面临挑战。

为了探索AI在科学发现中的潜力，科学家们开始尝试构建AI科学家模型。这些模型试图通过深度学习等技术，让AI从数据中获取“科学概念”。例如，苏黎世联邦理工学院的研究团队构建了一个基于“表征学习”的神经网络结构，通过训练让AI从物理学实验数据中识别出科学概念。然而，这种方法的本质仍然是数据拟合和相关性挖掘，并未能真正模拟人类科学家在提出新假设和构建新概念时的直觉和顿悟过程。此外，AI在解决科学问题时还面临数据选择的问题。人类科学家在设计实验时，会根据理论假设和已有知识有意识地选择参数和数据。而AI则往往只能被动地接受给定数据，缺乏主动选择数据的能力。这使得AI在解决某些需要特定数据支持的科学问题时显得力不从心。更重要的是，一些基于直觉的假设和概念具有不可分析性，如直线概念和两点之间的最短距离是线段这一公理。这些概念并非逻辑推导的结果，而是人类直觉的产物。目前尚难以用算法来模拟这种直觉过程，因此AI在提出这类基于直觉的假设和概念时存在局限。

三、人工智能能否提出“复杂的科学问题”

爱因斯坦在创立广义相对论时提出了强等效原理这一复杂科学问题：重力场与作适当加速运动的参考系是否等效？这是一个典型的数据晚于理论假设的案例。在爱因斯坦提出这一问题时，并没有相关的实验数据来支持他的假设。相反，他是通过深入的哲学思考和对当时物理学的深刻理解来提出这一问题的。

如果我们将爱因斯坦换成AI科学家，它能否提出这样的问题呢？答案显然是否定的。目前的AI主要依赖于给定数据进行学习和推理，缺乏像人类科学家那样的直觉和创造力。因此，AI难以提出那些需要深入哲学思考和创造性想象的复杂科学问题。当然，我们也不能完全否定AI在未来提出复杂科学问题的可能性。随着技术的不断发展，AI可能会逐渐具备更强的学习能力和创造力，但即使AI真的能够提出复杂科学问题，也必须超越和突破从已有数据中产生拟合公式进而形成问题或假设的进路。因为真正的科学发现往往需要超越现有数据的限制，通过直觉和顿悟来提出新的假设和概念。此外，我们还需要认识到科学问题的多样性和复杂性。并非所有科学问题都可以通过算法来解决。一些涉及深刻哲学思考和创造性想象的问题，可能永远无法被算法所替代。因此，在未来的科学研究中，人类科学家的直觉和创造力仍然将发挥不可替代的作用。

四、总结与展望

通过对“问题”与“算法”关系的深入探讨，我们可以得出以下结论：AI在提出创造性科学问题方面存在局限，因为科学问题的形成和认知跃迁往往是非归纳、非算法的过程。当然，这并不意味着AI在科学研究中毫无用处，AI可以在数据处理、模式识别等方面发挥巨大作用，从而辅助人类科学家进行更深入的科学探索。

展望未来，随着人工智能技术的不断发展，我们有理由相信AI将在科学研究中扮演越来越重要的角色。然而，我们也需要保持清醒的头脑，认识到AI的局限性和人类科学家的不可替代性。在未来的科学研究中，人类和AI应该相互协作、共同进步，共同推动科学的繁荣和发展。同时，我们也需要关注AI技术对社会伦理和人类未来的影响。在追求科技进步的同时，我们也需要思考如何确保AI技术的安全性和可控性，避免其对社会和人类造成不可预测的风险和危害。只有这样，我们才能真正实现科技与人文的和谐共生，为人类的可持续发展贡献智慧和力量。（摘编自《自然辩证法研究》2024年第1期，作者为王耀德教授、查唐龙博士）