王钢：《人工智能刑事责任主体否定论——基于规范与语义的考察》
Editor's Note
转自“苏州大学学报法学版”
The following article is from 苏州大学学报法学版 Author 王钢
王钢，清华大学法学院副教授、博士生导师。
内容摘要：人的存在论特性决定了刑法是行为规范体系，故唯有能够理解概念和语义、能够领会刑法规范的内容和要求的主体才可能作为适格的规范接受者被视为刑事责任主体。不论是采用符号计算主义还是联结主义的系统，当前的人工智能技术都不能解决语义的理解和生成问题。根据意义的指称理论，人工智能系统因缺乏将语词与世界事物关联起来的意向能力而无法理解语义，根据意义的使用理论，人工智能系统因并未与人类分享共同的生活形式而不具有语言使用者的规范主体身份。因此，至少在可预见的将来，人工智能技术无法逾越语义鸿沟，不具有成为刑事责任主体的资格。
关键词：行为规范；语词意义；人工智能；刑事责任主体
DOI：10.19563/j.cnki.sdfx.2022.04.006
一、刑法是行为规范体系
法律不是自在之物。自17世纪启蒙运动以来，随着对人类理性的推崇，自然法日益转化为人类的理性法。此时在被假定为源于“自然”的自由、平等等基本权利之中已经完全取消了超越人类理性的要素。对于法律实证主义者而言，法律就更加不过是人造之物而已。因此，任何法律都无法自我证立，其必须为自身提供正当性的来源，使自己能够获得社会共同体成员的普遍认同和遵从而具有实效。法律的正当性和实效的取得固然要求具体的法律规定符合社会共同体成员的生活形式和价值观念，但从更深层次考察，作为人为产物，法律必须暗合于人的基本属性方能被社会共同体成员广泛接受而成为社会实在。对于刑法而言也同样如此。刑法与宪法和其他部门法显而易见的差异在于，刑法旨在确定合适的刑罚范围。然而，国家为何需要且能够对公民施以刑罚？哲学家们往往诉诸公平正义的理念或者证法的有效性的必然需求，法学家们则相应地主张各种报应刑、预防刑或综合理论。诸说各有千秋，但在本文看来，恰如所有的法律都必须体现人的特征一样，对刑法和刑罚的理解也同样无法离开对人之属性的反思。显而易见，若非陷入极端的怀疑论，人的自我认知的一切起点就都应当是自身的实在性，即必须先承认自身的存在。对于任何法学问题的思考也应以此为基点展开。
在神灵被放逐、人的超验价值也不再被肯认的现代社会，每个人首先都是且只是作为生物性的个体被抛入世间而生活，人的存在也成了纯粹的偶然事件。与此相应，人的存在大致体现出两个显著特点：其一，人总是“是其所不是”，总是作为一种筹划朝向未来的可能性而存在。人并非首先拥有一种先验的、客观的、恒定的存在状态，而后再去认识自身、他人和世界事物的存在并在此基础之上展开其实践活动。相反，人的存在并非现成在手的东西，人总是在现身情态中理解着世界并且往前到达世界之物中去，故人的存在“就是它的展开状态”，其是一种“可能之在”，是其“所能是者”或者说“在其能在中尚不是的东西”。在海德格尔（Heidegger）看来，这种超出自身、总是先行于自身的特性，恰是人的存在（此在）的原初结构的基本面向之一。与此相似，萨特（Sartre）的存在主义也认为，人的存在是一种筹划，它总是在创造着自己。人“在把自己投向未来之前，什么都不存在”。其二，人总是在与他者的相互关系中存在，总是与他人“共在”。政治哲学和法哲学中各种以个体为出发点的契约论学说虽然不失为寻求人类理性共识的理路，但其实质终究仅为思想实验而非人类的历史现实。休谟（Hume）早已指出，“人类的最初状态就该被认为是有社会性的”，由单独的个体简单聚合而成的自然状态不过是“单纯的虚构”。事实上，“人类生来就有合群的性情”，任何人都不是世界中的孤岛，共在是人的存在的本质规定性。诚然，与他者的共在难免导致我们总是倾向于消除自己与他人的差距，根据他人的言行举止来调整自己的行为，使自己处于接近众人的平均状态而庸庸碌碌，以致沉沦于“非本真的日常生活的无根基状态和虚无中”。与他者的遭遇也导致我们从主体转化为（他人注视之下的）客体，造成了自身世界的异化，甚至难免引发“他人即地狱”的感慨。但同样重要的是，他者的存在对于任何人都具有不可或缺的意义。这不仅是因为人作为生物性的个体需要在与他者的相互协作中抵御自然风险，更是因为他者也是形成自我的必要条件。黑格尔（Hegel）就曾指出，“自我意识只有通过另一个自我意识才得到满足”，只有当一个自我意识为着另一个自我意识而存在时，“自我意识才通过一个他者获得自身的统一”。在拉康（Lacan）的精神分析学中，人同样需要在镜像阶段借助他人形成自身完整统一体的形象。从语言哲学的角度来看，人更是只有借助公共性，也即在与他者的关系中显现的语言才能形成思维，才能成其为人。
对于刑法和刑罚的理解也应当与人的上述存在属性相适应。既然人总是面向未来而筹划着存在，总是与其他社会共同体成员共在，就应当重视刑罚的积极预防功能。因为，单纯的报应只能指向过往的罪行而缺乏与将来的关联性，在很多案件中，不论我们如何处罚行为人都无助于挽回已经出现的法益损害。相较之下，只有侧重刑罚确证法规范有效性的效果，引导社会共同体成员遵循法规范的指引行为处事，才能使刑罚与人“成其所不是”的存在特性相契合。也唯有如此，才能以刑罚维持社会共同体成员彼此之间的规范性期待，使之不仅相互尊重对方的自由权利领域，也根据社会制度建构负担相应的职责和义务，从而维持共同体成员的共同存在。为与刑罚的这种积极预防功能相适应，便应当将刑法规定理解为行为规范体系。实际上，“规范”本就是指被视为具有正面意义、应当予以实现的可能性，其必然指向某种可能的状态或可能的结果。规范总是预设了世界事物可以以不同的方式被组织和建构的属性，将不可能的东西当作规范的对象则是不可理喻的。因此，从行为规范体系的角度理解刑法，将刑法规定视为对国民的行为指引，才能揭示出刑法规定的存在论本质，即其乃是社会共同体成员向着未来而进行的筹划。
既然将刑法理解为行为规范体系，就只有能够领会行为规范的要求、能够依照行为规范行事的主体才能被视为适格的刑事责任主体。原因在于，一方面，对于规范的遵守是一个极其复杂的过程，规范接受者理解规范的要求是其能够依规范行事的必要前提条件。规范具有普遍适用性，其虽然可能会明确要求实施或放弃某一个特定的具体行为，但在更多的场合下，规范只是要求规范接受者以符合某种特定类型的方式行事。故规范接受者不仅要在多种客观上具有可能性的行为中选择符合规范要求的具体行为方式，其还须放弃与符合规范要求的行为不相容的其他行为，尽管这些行为可能根本没有在规范的内容中出现。这就更加要求规范接受者能够真正理解规范的内容（并具有相关的生活经验），以至于能够将规范的要求贯彻于现实情境之中。另一方面，若将规范违反视为刑事不法的内涵，就也不能再从自然主义的角度理解犯罪行为。在规范论的视角下，唯有认定犯罪行为蕴含着否定规范的意义表达，而刑罚则作为否定之否定，体现出了否定犯罪行为之意义从而确证了规范的效力，才能使刑罚具有正当性。否则，刑罚就纯粹只是以一个恶害（刑罚）去回应另一个恶害（犯罪），从中无法体现出对刑法规范的确证，刑罚的积极预防功能也就无从谈起。然而，要认为犯罪行为体现出了否定规范的意义内涵，就又必须以行为主体能够理解规范的内容和要求为前提。对于无法理解规范要求的主体（如野生动物），即便其造成法益损害结果，我们也无法认定其举动中包含着对行为规范的否定，也就无从正当地对之科以刑罚。
简言之，刑法是行为规范体系，不论是遵守规范还是违反规范，都以行为主体能够理解规范的内容和要求为前提。刑法规范由语词和句法确定，而语词又由概念构成，因此，人工智能要成为刑事责任主体，就必须具有理解概念和语义的能力，唯有如此才能够成为适格的规范接受者，其行为也才能够体现出对规范加以遵守或违背的意义。根据这种要求，当前的人工智能系统无法被视为刑事责任主体。下文将对此予以详述。
二、人工智能的语义难题
理解语言、把握概念的能力历来是人工智能研究的重要目的。1955年达特茅斯学院会议首次使用“人工智能”术语，其时麦卡锡（McCarthy）等人便已提出，人工智能研究的目标为：“尝试发现如何制造出使用语言、形成抽象与概念、解决目前只有人才能解决的问题并且改善自身的机器。”然而，人工智能技术数十年来的发展表明，使人工智能理解语义是一项极端困难的任务。
（一）符号计算主义的困境
我国张钹院士将人工智能技术的发展划分为三代，在其看来，第一代人工智能技术采取了符号计算主义（又称为经典计算主义、符号主义等）的立场，这种立场与物理符号系统假说（Physical Symbol System Hypothesis）紧密相连。图灵在其1936年的论文中即将计算理解为应用形式规则对纯粹的符号进行形式操作的过程。而物理符号系统假说则进一步主张，“对于一般智能行动而言，物理符号系统具有必要的和充分的手段”。所谓“必要的”是指，“任何表现出一般智能的系统都可以经分析证明为一个物理符号系统”，所谓“充分的”是指，“任何足够大的物理符号系统都可以通过进一步的组织而表现出一般智能”，即与人类行动范围相同的智能。在物理符号系统假说看来，人类的心灵是一个符号系统，人类思维主要是通过使用语词符号，按照形式的推理和猜想规则运作，是句法性的实体。因此，人类心智活动的过程也是受规则控制的纯形式、纯句法的计算过程。这种从物理符号系统的角度把握人类智能的见解具有深刻的哲学渊源。自弗雷格（Frege）于19世纪末开创以数理逻辑进行语言分析，以逻辑符号表达语言命题、构造形式语言之先河后，经罗素（Russell）和早期维特根斯坦（Wittgenstein）发展，以及在20世纪上半叶逻辑实证主义思潮的推动下，众多分析哲学家都热衷于对语言中的概念、命题、证明、推理进行逻辑分析，甚至尝试模拟数学表达构造纯粹形式的、较之自然语言更为精确的人工语言（逻辑语言）。鉴于人类总是必须依托语言才能进行思维活动，分析哲学中这种对语言的符号化解析乃至重构也就为人类心智的形式化和符号化理解奠定了基础。虽然逻辑实证主义在20世纪下半叶已经风光不再，但认为人类心智同样具有符号表征与形式句法属性的哲学见解却并未因此消亡。例如，美国哲学家福多（Fodor）提出的思维语言假说就仍然坚持认为，心理状态具有可计算的句法结构，心理过程的本质在于心理表征标记的因果序列，也即对这些心理表征的句法运算。在这些思想的影响下，符号计算主义的支持者们普遍认为，人类的心智活动与计算机系统通过对形式符号进行加工而实现的数据处理过程具有相似的基础结构，只要能解析出人类心智活动（特别是语言思维活动）中的形式特征并建构出一套与人类所使用的语言和概念相类似的符号系统，就可以以计算机模拟人类的思维。
自20世纪50年代至80年代，符号计算主义全面主导了人工智能技术的早期发展阶段。这一时期的人工智能技术虽然取得了巨大的进步，但其在发展过程中遭遇的各种瓶颈也表明，遵循符号计算主义的人工智能技术并不能真正模拟人类智能。其中的缘由固然是多方面的，但是，符号计算主义无法实现人类智能的根本原因却隐含在其物理符号系统假说之中。由于物理符号系统假说将人类智能理解为对符号的形式计算过程，这就导致了对思维和语言的形式化理解，而人类的心智活动却并非纯粹形式性的。实际上，人类基于语言而进行的思维包含句法和语词两个方面，对于理解语言的意义来说，二者都具有不可或缺的功能。索绪尔（Saussure）关于语言共时结构关系的研究以及乔姆斯基（Chomsky）的普遍语法学固然都证实了语言的结构性，人类借以形成思维的语言符号之间的关联也确实具有形式的结构或者说形式的句法关系。然而，语言符号本身却并非纯粹的形式，而是意义的载体。人类的语言符号是对世界事物的表征，也因其与事物的联系才得以具有意义。也正是因为语言符号承载有意义，依照句法联结起来的符号才能形成具有意义的语句，使人类思维中的命题、判断和推理具有实质的内容。物理符号系统假说侧重于以计算机语言模拟人类思维和语言中的句法结构，却将人类智能简化为符号的形式操作，同时又未对符号的意义予以解释，这就忽视了人类思维和语言中的语义成分，导致符号计算成了纯粹的形式句法操作，脱离了与世界事物的联系，也失去了意义的来源。
美国哲学家塞尔（Searle）提出的“中文屋论证”形象地揭示了符号计算主义的这种意义缺失。在这个著名的思想实验中，被封闭于小屋内、完全不懂中文的塞尔虽然能够依据以英文写成的规则说明将不同批次的中文符号关联起来，以致从外部来看其完全正确地以中文回应了中文问题，但这也并不改变塞尔本人只懂英文而完全无法理解中文的事实。塞尔由此论证，对形式符号的操作不足以产生意义，形式句法并非生成语义的充分条件。塞尔的见解获得了大部分心灵哲学家和人工智能专家的认同，但也有部分学者认为，不能将形式句法与实质语义截然割裂开来，纯粹的形式系统本身就蕴含着实质的语义。例如，我国就有部分论者援引霍夫斯塔特（Hofstadter）和豪格兰德（Haugeland）的见解声称，同构性是语义的来源，当无意义的符号系统与真实世界中的事件、现象存在映射关系时，就会产生意义。对于形式系统而言，形式句法就是语义引擎。在本文看来，这些见解都未真正反驳塞尔的论证，也无法实现对符号计算主义的辩护。豪格兰德关于句法可以作用于语义的主张固然是正确的，因为句子作为语词符号的复合体，不同的符号排序就已经可能产生不同的意义。也正因如此，人们才能以有限的词汇表达几乎无穷的含义。同时，在语言系统中，句法也确实是维系推理有效性、确保语义转换的必要条件，只是在这个意义上，豪格兰德才提出了其“形式主义者的格言”：“如果你处理好句法，语义就会自己照顾好自己”。但是，形式符号本身无法仅通过句法就产生语义，豪格兰德也认为，语义以单个字词符号具有意义为前提，而这些单个字词符号的意义却并不产生于自身，而是来自外来的任意指定。此外，同构性也并不必然保证语义的生成。例如，水银温度计中的水银柱会随着温度的升高和降低自然地相应变化，但这种变化本身却并不产生意义，唯有经过人的解释其才能被视为与温度之间的映射。事实上，霍夫斯塔特也在其著述中承认，解释对于意义的创生是必不可少的。特别是，如果不对符号进行解释，较高层次的对应关系甚至都无法被揭示出来。既然只有在解释中才能产生意义，自然就无法认为形式符号和句法是构成意义的充分条件。具体到人工智能技术之中，计算机系统所处理的符号（即0和1）同样也无法仅凭自身的形式就具备语义。从纯粹的物理角度来看，现代计算机中的0和1无非代表着电路开关、电平高低等物理状态，这种表征对象显然并不关涉人类的语言理解。
第一代人工智能技术遭遇的发展障碍也印证了符号计算主义所面临的语义缺失难题。由于纯粹的形式符号并不具有意义，要使人工智能与外在世界发生关联，就必须先由人工智能专家将人类的经验和知识转译为计算机可以处理的符号数据，经过计算机的数据加工之后，再形成能够由人加以使用的信息。然而，且不论计算机进行符号处理之后形成的数据本身同样因缺乏与世界的关联而缺少意义，甚至上述过程的第一步，也即将人类的经验和知识转译为计算机符号数据，就已经是符号计算主义路线下无法解决的难题。其原因在于，一方面，人类的知识和经验并不是孤立的，哪怕是人们在日常生活中最不起眼的推理或决策，都建立在海量背景信息的基础之上。当我们决定步行前往餐厅用餐时，我们实际上已经接受了“通过行动才能造成位移”“地面可以承受我们的体重”等众多关于世界和生活的基本设定。这些背景信息在我们的生活实践中往往作为不言自明的常识存在，以至于我们在进行思维活动时根本无需为之劳心费力。然而，计算机本身却是一块信息“白板”，不具有任何生活常识，在符号计算主义路线之下，计算机所需要的任何初始数据都必须由人工输入。这就必然遭遇所谓的“框架问题”：我们日常生活中的背景信息浩如烟海，应当从中选取哪些部分转译为计算符号才能使计算机能够智能地完成任务？我们应当如何使计算机理解，哪些因素是其在完成当前任务时应当加以注意的，哪些因素又与当前任务无关，应当眼下“停止思考”，将这些因素暂时予以忽略？我们如何才能将变化多端的生活经验压缩成计算机能够处理的、以限定量级的数据表达的类型化情节梗概？这种种难题都构成了符号计算主义无法逾越的障碍。另一方面，即便能够确定哪些人类的经验和知识需要被转译为计算机应当理解的信息，问题也并不因此变得更为简单。这种转译要求对输入计算机的原始数据进行大量的人工处理，从中提取出能够为计算机辨识和运用的特征，再将这种特征进行转换和加工，最终形成能够让计算机学习的数据。
显而易见，如此就难免遇到知识表示难题：在很多情况下，人们其实并不清楚应当如何将人类既有的知识和经验转换为计算机能够接收并处理的符号。事实上，尽管人工智能领域自20世纪80年代以来就不乏为计算机建立常识知识库的努力，但这些努力迄今为止均未获得成功。不仅如此，由于前述数据预处理、特征提取、特征转换等过程都必须在人工干预下完成，必须通过人类的经验来筛选必要的数据，这也就造成第一代人工智能仍然需要以大量的人类知识与经验为基础，其经常只是以更快的速度和更大的规模对人类的既有知识加以运用。这种人工智能无法处理复杂和不确定的知识，只能在有限的场景下进行部分的逻辑推理，其虽然在部分针对特定领域、限定了知识范围、表现为“如果……然后”推理结构的专家系统中取得了令人瞩目的成绩，在国际象棋这种完全信息博弈（决策）的场合可以轻松战胜人类，但一旦遭遇了信息不完全和非结构化环境，其就无法应对。因此，符号计算主义路线下的人工智能本质上仍然只是拥有远高于人类计算能力的计算机，还谈不上“智能”。也正是基于对这些技术难题的反思，即便被认为是符号计算主义领军人物的福多也在其后期理论中认为，符号计算主义并不能为心灵活动提供普遍性的解释。
（二）联结主义的不足
为了克服人类知识与计算机符号数据之间的鸿沟，解决上述框架问题和知识表示等难题，第二代人工智能应运而生。近年来引起人们普遍关注的也恰是第二代人工智能。第二代人工智能采用联结主义（又称为连接主义、亚符号主义）的立场，以深度学习为特征，其主要是通过模拟人脑神经网络的计算模型（即人工神经网络，其本质上仍然是算法）让计算机自行完成学习任务，并对通过学习所获取的数据和信息进行适用。联结主义思路发端于20世纪40年代，图灵在其1948年的学术报告（当时未正式发表）率先提出了人工神经网络的设想，前述1955年达特茅斯学院会议提出的人工智能研究建议也已经将“设置一组（虚拟的）神经元使之形成概念”视为人工智能可能的技术发展路线，罗森布拉特（Rosenblatt）则在20世纪50年代末发明了“感知机”神经网络模型并首次使用“联结主义”的术语，从而被普遍视为联结主义方法的创始人。联结主义仍然以对形式符号的计算操作为基础，故其同样属于计算主义，作为联结主义之代表的人工神经网络模型也与符号计算主义的符号模型并不存在根本对立。但是，联结主义系统也与前述符号计算主义系统存在不容忽视的差别。特别是，联结主义系统是亚符号系统，在联结主义系统中，形式符号与其所表征的对象之间不再具有直接的对应关系，计算处理过程不再依赖于符号性的输入，其输出结果也经常不再表现为自身不承载任何意义的形式符号。因此，基于联结主义的第二代人工智能不再需要由人工大量干预将人类的知识和经验转译为计算机数据；相反，人们只需提供海量的原始数据，计算机就可以自主完成数据预处理、特征提取、特征转换等步骤，自动从原始数据中习得有效特征，从而基于输入数据的底层特征形成计算机能够处理和运用的信息（此即表示学习），而后再利用这些信息进行判断、推理和预测。这种深度学习将原始的数据特征通过多次特征转换获得特征表示并对之加以运用，数据的加工和处理不再需要人类频繁介入，故其能够在很大程度上摆脱对于人类知识和经验的依赖，发展和适用的前景大为增强，开创了人工智能的新纪元。
在联结主义看来，符号计算主义忽视了人类大脑的现实工作模式，更未能对之加以模拟，故而在生物学上就是错误的。在人工神经网络和深度学习的技术路线下，第二代人工智能已经能够通过识别数以万计乃至亿计的图片辨认诸多不同种类的事物，能够基于事物的特征相似性对之进行分类、完成范畴化的判定，从而似乎具备了形成抽象概念的能力。同时，第二代人工智能也能在很大程度上流畅进行语音识别以及翻译、写作等文字处理工作，这似乎就为人工智能技术跨越语义鸿沟，理解人类语言的概念，甚至通过反馈行为影响世界、创造意义提供了条件。那么，基于联结主义系统的人工智能是否确实能够理解语词的含义，甚至理解法律规范的要求呢？答案仍然是否定的。联结主义与人工神经网络固然在一定程度上模拟了人类大脑的工作机理，但也必须注意到，联结主义模型本身不是神经模型，联结主义并不追求（实际上也不可能）说明人类神经系统的全部工作细节，而只是对人类神经加工系统的抽象描述。这也就决定了，人工神经网络充其量是对人类基础神经活动的模拟，而不是对人类大脑高水平思维活动的复现。
以当前广泛应用于图像识别的卷积神经网络为例，其原理大体如下：储存在计算机内的图像由像素构成，每个像素又由数值表示，在利用卷积神经网络进行图像识别时，首先在卷积层利用多个不同类型的卷积核对原始图像中的每个像素进行扫描，提取图像中的各类常见特征，形成多张含有不同特征的输出图像，之后在池化层按照一定的规则将输出图像的像素区分为若干区域，保留每个区域中最具特征的像素数值或者对每个区域中的像素数值取平均值，从而在保留图像主要特征的同时缩小图像尺寸，再对缩小后的图像重复进行卷积和池化，使图片尺寸不断缩小，卷积提取的特征也越来越从局部特征转向整体特征。而后将历经多次重复卷积和池化获得的关于原始图像的众多特征数据输入由感知机组成的全连接神经网络，神经网络经过数万次乃至千万次的不断重复尝试、调整之后对每种特征数据赋予合适的权重，这种特征和权重的结合就使计算机能够判定原始图像所显示的内容。例如，在特定的特征和权重的结合下，计算机可以判定图像中的动物是猫，而基于其他一些特征和权重的组合，计算机便判定图像中的动物是狗。由此，卷积神经网络就完成了图像识别过程。这种图像识别过程表明，人工智能对图像中的事物进行识别和分类时所依据的其实只是在图像中重复出现的部分片段信息，而并不如人类认识世界时一样真正从整体上形成了对事物的概念，故不能认为其掌握了相关概念的语义特征。
换言之，与前述符号计算主义的情形相似，卷积神经网络在完成图像识别时依然没有与外在世界中的事物发生关联，其借以判定“猫”“狗”的依据是从图像中提取的各种特征数据以及对不同特征进行的权重赋值，而不是根据猫和狗的外貌、体型、习性等现实特性形成对猫和狗的认识。因此，在人工神经网络系统看来，“猫”和“狗”都不过是关于特征、权重和概率的数值的集合，“猫”与“狗”的差异也仅仅体现在这些数值上的差异，至于这些数值差异在现实世界的猫、狗身上意味着什么，人工神经网络一无所知。虽然当今的神经认知科学也不能完全解释人类的认知过程，而卷积神经网络在图像识别的过程中究竟提取了原始图像中的哪些特征数据，又为这些特征赋予了什么样的权重，其实也是人们无从了解的“黑箱”，但人类的认知与人工智能的不同还是直观地体现在诸多方面。例如，神经网络的图像识别需要从大量的原始图像中提取数据，而人类仅凭少数几个示例就可以认识相关事物。又如，人的知识是一个整体，可以触类旁通并具有高度的概括性，而神经网络针对特定任务的训练成果往往无法被迁移到其他学习任务之中，遇到新的问题就需要对神经网络进行调整，重新进行机器学习。再如，在原始图像中加入极其微弱的背景噪声就可能严重干扰卷积神经网络的图像识别结果，而人类的认知却完全不会受这种背景噪声的影响，等等。
利用人工神经网络进行自然语言处理的情形也与此相似。在自然语言处理过程中，因计算机无法直接理解人类的语词符号，就必须先将语词符号转化为数字表达式（词向量），计算机才能对语词进行处理。由于语词获得了数字化的表达，计算机便可以通过每个语词在向量空间所处的相对位置理解这些语词的相互关系（在向量空间中位置越接近的语词，其含义也越接近），而后再根据句法法则推测、选择应当使用的语词。2013年谷歌团队提供的Word2vec工具就是神经网络在自然语言处理领域的应用，其利用深度学习方法使计算机基于原始语料库（例如各类文章等）进行非监督学习，通过对语词在文本中所处位置的考察确定不同语词之间的相关性、得到语料库中全部语词的词向量，之后再在人工神经网络中利用这种预先获得的词向量完成语句的处理。由此可见，当前的人工智能技术是通过确定不同语词之间的相似度和类比关系使机器习得语词的特征表达，再由计算机基于语词的相关性，根据既有的背景词预测文本序列周围的其他语词，从而以类似完形填空的方式形成语句。这里计算机所能把握的同样只是语词在向量空间中的相对关系，或者说语词在语言文本中出现在相对位置上的概率，而并不涉及语言的含义本身。因此，即便人工神经网络使计算机能够形成正确的语句，计算机也完全不了解语词和句子的真正含义。
总而言之，联结主义的人工神经网络在本质上依然还是基于数学方法的运算程序和统计工具，其核心原理是在大量数据的基础上，根据一定的特征、权重和概率来决定输出。与符号计算主义系统一样，使用人工神经网络驱动的计算机也只是读取数据并按照预设指令运行的机器，只不过符号计算主义系统依赖固定的数据库进行条件推理，而联结主义的人工神经网络则可以自动基于原始数据进行学习和计算而已。因此，就缺乏与世界的关联性，从而缺乏对语义的理解和生成这一点而言，联结主义系统与符号计算主义系统没有本质差异，同样无法摆脱塞尔中文屋论证的责难。由此可见，不论采取符号计算主义还是联结主义系统，当前的人工智能技术其实都不能解决语义难题。
三、基于意义指称论的考察
从上文论述中也不难发现，符号计算主义的基本架构与人类的逻辑推理具有较大的相似性，而联结主义系统则似乎把握了人类感知世界之过程的部分特征，那么，将二者结合，是否就可以完成对人类知性和理性的建构，从而模拟人类的智能活动？这也正是当前第三代人工智能技术的发展方向。因此，接下来需要探讨的问题是，人工智能技术的发展是否以及在什么条件下可以具有理解语义的能力。显而易见，要回答这些问题，就必须阐明语言的含义究竟从何而来。下文将分别论证，不论采取意义的指称理论还是意义的使用理论，至少在可预见的将来，人工智能系统都无法真正理解语义。
（一）意义指称论的主旨
语言含义的来源问题历来是语言哲学中的核心议题之一，对此也形成了众多不同的意义理论。其中，历史最为悠久也可能最符合人们直觉的当属意义的指称理论（也称为意义的对应理论）。该说认为，意义是语言符号与独立于该语言的某种实体之间的对应关系，符号的含义就是该符号所指的对象。至于符号与所指称对象之间的这种对应关系应当如何确定，则自古存在自然论与约定论之间的分歧。前者认为，特定的语言符号（声音、文字等）与其所对应之事物的本质之间存在特殊联系，语言符号正是依据这种关系才能表征对象。据此，每个事物都有其正确的名称，事物的名称是自然生成的，具有符合事物本质的正确性。后者则认为，语言符号与其所表征之对象之间的关系纯粹源于人们的约定俗成，事物的名称与事物之间并无本质的必然联系。早在古希腊时期，柏拉图（Plato）就在其著作《克拉底鲁篇》中对两种立场进行了较为详细的辨析，并基于其所主张的理念论而倾向于自然论的立场。相反，亚里士多德（Aristotle）则站在约定论的立场上主张：“名词是指由于约定而拥有某种意义的语音。”但是，对于语言符号究竟是指涉何物的约定，语言哲学中也存在见解的分歧。意义的观念论认为，语言符号是对言说者内心观念的指称，语词“固有的，直接的意义，就在于它们所标记的那些观念”。意义的实在论则主张，语言符号的意义来自符号与我们周遭可感知的实在世界的对应关系，每个语词都有一个意义，意义与语词一一对应，意义即语词所指称的外在世界中的对象。
以上诸说之中，自然论存在着无法解释为何人们可以以不同的语言指称同一事物的问题，自古以来一直受到各方的批判。在今天后形而上学的时代，人们更是早已不再相信呈现世界本原、保证符号与指称之物之间存在本质关联的实在论承诺，故自20世纪以来，哲学家们普遍认可约定论的立场，不再认为语言符号是透过现象世界对于理念世界的映射，而是肯定人的思维活动对于确定语词含义具有决定性作用。据此，语词与它们所表征的东西之间不具有内在的、固有的、神秘的联系，其“并不内在地表征它们与之有关的东西”。“我们应当把一个事物叫作什么？看来这完全是任意的，……人的贡献是不可能抹杀的。我们的名词和形容词都是人化了的珍宝。”意义的观念论直接将人的内心观念作为语词指称的对象，从而肯定了人的观念乃语义之源。在意义的实在论看来，语词指称的虽然并非人的内心观念，但语词之所以能够指称外在世界的事物，也仍然是人的精神活动或者说解释活动的结果。美国哲学家皮尔斯（Peirce）在20世纪初即指出，语言符号涉及符号、对象和人的解释之间的“三元关系”。符号的意义根本不是由对象决定，其意义来自人的解释。现代众多语言哲学家也认为，语词的指称关系并不是单纯的因果关系，而是派生自使用语言的人的意向关系。使用语言的人将其意识指向世界的事物并以语词符号来表达该事物，才使语词成了外在事物的表征，从而具有了意义。
意义的观念论和意义的实在论当然也存在种种争论和不足，但在本文看来，两种见解都正确地强调了语义与世界的关联性以及人的意识活动在决定语词含义方面的重要作用。塞尔等众多哲学家之所以否认人工智能可能理解语词，也正是因为计算机缺乏将其所处理的数据符号与外在世界关联起来的意向能力。人工智能技术驱动下的计算系统固然可以完成语言识别、文字处理乃至与人类交谈等任务，或许未来的人工智能也确实能够通过图灵测试，但是，依意义的观念论和意义的实在论，这仍然不能证明人工智能能够理解语义。因此，计算机实际上无法理解语义，也无法以语言符号表达语义。正如蚂蚁在沙滩上留下的足迹即便看上去再怎么像丘吉尔的头像，其也并不指称丘吉尔，猴子乱敲键盘偶然打印出的“树”字并不指称现实世界中的树木，钵中之脑所言的“钵”和“脑”并不指称现实世界中的钵和脑一样，人工智能系统中输入和输出的文字本身也并不关联于外在世界，从而不具有意义。认为人工智能能够理解语言符号对现实世界的指称的观点，更多地只是反映了人们为语词概念赋予对应实体内涵的思维习惯。这种见解实际上承认了人和计算机使用的语言符号仅仅因其相同的形式就具有相同指称，从而预设了语词与其表征对象之间存在内在的固有联系，不自觉地落入了普特南所言的“神秘的指称理论”的窠臼。
（二）所予神话的破灭
上述因计算机缺乏与世界的联系而造成的语义理解难题又被称为人工智能技术中的“涉身问题”或“符号落地问题”。对此，有论者认为，若为人工智能系统接上摄像头、雷达等感知设备，使计算机直接从外在世界获得信息并加以处理，就可以使计算机的符号系统与外界发生关联，从而理解甚至产生语义。但Harnad本人反对这种见解。如前所述，当前第二代人工智能正是通过联结主义系统直接识别图像和文字，似乎已经满足了与外在世界的关联性要求。在本文看来，认为通过传感设备就可以使人工智能跨越语义鸿沟的见解建立在对人类认知的错误理解之上，其仍然低估了意识在人类认知过程中的重要作用，也颠倒了语言和感知之间的关系。
语言如何与世界发生联系其实与知觉如何与世界发生联系是同一个问题。哲学家们对于认知问题的探索由来已久。古希腊人深信人作为“小宇宙”与世界（大宇宙）同源同构，故而并不怀疑人能够认识世界，也极少探究认识论以及心灵与世界的关系等问题。然而，至17世纪时，随着自然科学的发展，人们越来越多地采用观测和试验的方法对自然界的事物进行精确的计量，而人的意识则由于缺乏被客观测量的可能性越发显得独立于客观世界之外。最终，笛卡尔（Descartes）提出“我思故我在”的命题，设定了内心意识与外在世界二元对立的基本图景。根据笛卡尔的学说，人们从感觉器官获得的信息在各自心灵之中获得表象，形成感觉材料，并依次在内心的自我面前得以呈现，人们对于这些表象和感觉材料的觉知就形成了意识经验，从而为思维活动提供基础。据此，人的认识能力只能经由心灵中的感觉材料这一界面（interface）形成认知，人的理性也同样只能基于这种感觉材料的界面才能形成概念，原初的、单纯被外在世界所给予的感觉经验便在人的认知过程中获得了基础性地位：感知所予是知识经验的基础，人只能在外在事物所给予的框架之内认识世界，只有在被动地接受经验表象的形成之后，才能进行思维。相反，认知对象则可以仅凭自身就展现于人们的内心世界，无需人的既有知识参与构造，不必假借任何概念或反思就能直接形成经验表象，从而赋予认知的基础。美国哲学家塞拉斯（Sellars）恰切地将这种对于经验表象在人的认知过程中的直接性、权威性和不可抗拒性的预设描述为“所予神话”。认为人工智能系统通过传感设备就可以建立与外在世界的联系并进而形成概念的见解，其实也是这种“所予神话”的产物。这种见解认为人工智能只要通过对外在事物直接加以感知就足以获得感性材料，提供形成概念的充分条件，这无疑也是将人类的认知理解为了对不基于任何知识而形成的感觉材料进行加工的过程。
然而，“所予神话”是对人类认知过程的误解。特别是自20世纪以来，随着哲学界对于笛卡尔二元论图景的不断反思，主要的哲学流派都不约而同地对所予神话展开了激烈的批判，相关的论著不胜枚举。因篇幅和主题所限，本文此处仅欲指出的是，所予神话完全忽视了人的意识活动和语词概念对于感知的影响。人的心灵不是简单映射客观事物的“自然之镜”，人们在认识对象事物时并非是在摆脱了一切知识的基础之上形成纯粹的原始经验材料，再进而通过对经验材料的加工形成知识。相反，感性材料的形成本身就已经依赖于意识和语词概念的参与。康德（Kant）早就察觉到，“直观无概念则盲”，在人们认识事物时，对象只能给予我们杂多的表象，若无法将这些表象在一个意识中联结起来，在一个自我意识中总括起来，就没有任何东西能够被认识或者被思维。因此，对象的统一性来源于构造它们的主体意识的综合统一性，即“纯粹统觉”或者说“自我意识”。也正是这种自我意识保证了经验判断对每个人必然的普遍有效性。实际上，在康德的学说体系中，“概念”一词本身就意味着一种统一的意识，其“把杂多、逐渐地直观到的东西、然后还把再生出来的东西结合成一个表象”。概念从感知一开始，就在起综合统一的作用，也只有通过概念，才可能有对象在意识中的同一性，一个被意识到的对象才可能出现或存在。黑格尔受此启发，在哲学史上首次基于语言的公共性揭示了貌似纯粹私人性的感觉材料中所蕴含的普遍物。其在《精神现象学》中敏锐地指出，“普遍者实际上才是感性确定性的真相”。因为，人不可能同时感受世间的万事万物，任何感性的知都是单纯地在自己面前拥有，也即对“这一个”对象或者“这一个”“我”的意指。然而，当意识感受到“这一个”对象或者“这一个”“我”时，其中对于时间维度（“这时”）和空间维度（“这里”）的意指其实就都已经是含有共相作用在内的、含有普遍性的“这时”和“这里”了。据此，“任何一个实际的感性确定性都是一个样例”，任何感知都必须建立在具有普遍性的共相的基础之上，无论是事物本身还是事物的各种属性，都只是在可公共地理解的前提下才能被意识所把握。与两位先哲相似，后世众多论者——如胡塞尔（Husserl）的现象学、塞拉斯的心理学唯名论和美国哲学家麦克道威尔（McDowell）的最低限度经验论等——也都将感觉材料视为人的意识活动和语言概念参与作用的结果。
上述诸位论者的理论立场虽然各不相同，但从其论述中不难看出，人的意识活动和语词概念在感知材料的形成过程中就已经具有不可忽视的重要作用。例如，当我们观察位于桌子上的一个红苹果时，外在对象于我们感官中只是留下无数杂乱无章的信息，若我们不事先理解苹果的概念，就根本无法将眼前特定形状之物、红的颜色以及相应的香味统合为一个知觉对象从而形成对这个苹果的表象，甚至都无从将这个苹果与桌子区分开来将之辨认为两个不同的对象。因此，所予神话所声称的自在的感觉材料界面或“内在的图像”的概念是一种“误导”。相反，人们不是基于直接的感性材料形成概念，而是在意识思维和语词概念的建构作用之下才能形成感知：知觉是“对感受性依据身体刺激所提供之信号的‘解释’”。事实上，现代认知神经科学的研究也早已证实，人的感知绝非对外在客观事件的单纯记录或者对物理对象的机械复刻，而是大脑对感官信息进行加工处理后的产物。由此可见，企图仅仅通过海量的数据输入（例如大量的图片识别）就使人工智能模拟人类的感觉经验并进而在此基础之上形成概念、理解语义的技术路线获得成功，至少是非常可疑的。在当今大数据时代，人工智能系统所能获取的信息固然数量庞大、类型多样，但这些信息对于计算机而言终究不过是彼此孤立的片断，而语词概念却总是具有普遍性的综合体。缺乏意识能力、没有经历任何在先的概念生成过程的人工智能系统无法将这些直接所予综合统一成为具体的感觉对象，更无法以语词对之加以指称，从而把握概念的含义。波普尔（Popper）曾断言：“普遍概念不能和任何特殊的知觉经验发生相互关系。（一个‘直接经验’的‘直接给予’只有一次；这是独一无二的。）……普遍概念不能还原为经验类；它们不可能由经验‘组成’。”这一论断或许彻底切断了语词概念与经验觉知之间的联系，从而有过于极端之嫌，但其中包含的感性直观无法直接构成概念这一洞见却是完全正确的。人工智能系统所获取的信息恰似波普尔所言的特殊“直接经验”，其若非历经人的思维活动的统合加工，就仍然只是杂多的数据，从中无法形成具有抽象性和普遍性的概念。就其性质而言，这种杂多的数据可能更近似动物对世界的感知，与人类的感知经验相去甚远。
四、立足意义使用论的检视
（一）意义使用论的内涵
如前所述，在意义的指称理论之下，由于语词与世界事物之间的指称关系的建立依赖于人的意识活动，故缺乏意向性的人工智能系统难以理解语词的含义。但是，意义的指称理论本身却并非没有疑问。一方面，各种意义的指称理论虽然都正确强调了语义与世界的关联性，但其未能提供对于语词含义的充分说明。例如，具有同样指称的语词完全可能具有不同的意义，“晨星（启明星）”和“昏星（长庚星）”虽然所指的都是金星，但两者的词义却不相同。另一方面，若认为指称关系的建立依赖人的意识，将意向性置于语义的中心，就难免会引起对意识之本质的追问。而关于意识的本质，却是心灵哲学中长期具有重大争议的问题。众多论者坚持唯心一元论或二元论的立场，强调人的意识活动中存在不可被物理性地解释的感受性等特质，故主张意识具有实在性或者至少是不同于物质实体的副现象。物理主义者则普遍质疑意识的实在性。其中，严格的物理主义和二元论物理主义认为人的意识活动完全可以被还原为神经细胞的物理活动机制，从而导致了意识的取消论。行为主义和功能主义则采纳了相对缓和的物理主义立场，前者主张，任何意识活动都可以被转译为对主体实际实施的或潜在的行为的描述，后者将心理性质等同于功能性质，认为思想活动是具有功能特点的物理事件，任何意识状态都能从概念上还原为功能状态。简言之，至少在物理主义者们看来，诉诸意识活动确定语词含义的理路并不可行。因此，自20世纪中叶开始，在对意义的指称理论进行反思的基础上，逐渐形成了意义的使用理论。该说以后期维特根斯坦为代表，强调“语词的意义就是其在语言中的用法”，主张语词的含义在于人们对语词的日常使用之中。在该说看来，指称或者说描述世界只是语词的功能之一，也只是其获得含义的方式之一。语言的功能繁多，不同功能可能产生不同的意义，故语词就像机车驾驶室中各式各样的手柄，或者像棋盘上各个不同的棋子，其功能只有在使用中才能实现，其含义也只有在使用中才能得以说明。与我们只有通过实际经验才能学习其他任何事物一样，我们也只有在拥有了对词语的使用经验时，才能对词语的意义有所了解。与此相似，20世纪的美国实用主义哲学家们也大多主张应当基于人们在社会共同体中的生活实践把握语词的意义。
意义的使用理论也具有深厚的哲学根基。首先，从人与世界的关系来看，前文已经提及，海德格尔的存在论哲学认为人总是“在世界之中存在”，人居于世界之中，“把世界作为如此这般熟悉之所而依寓之、逗留之”。人最原初的存在方式不是凝视周遭的现成之物，而是“操劳着同世界打交道”，即制作、使用、安排、放弃世界之中的事物。只有在这种操劳发生残断时，人才可能观察世界中的事物，从而形成知觉。这种存在结构不仅适用于周遭的用具，自然界中的万事万物亦尽皆如此。人根据不同物品的因缘（Bewandtnis）即其效用上的相关性使之关联起来，赋予其意义，从而建构起自身的周遭世界。据此，与事物打交道、使一物与另一物相互联结，是人理解和通达于世间万物并于世界中存在的基本方式。无独有偶，杜威（Dewey）基于实用主义哲学而提倡的“经验的方法”也认为，世界正是在与人的遭遇中，在与人的相互作用中完成自己并显示自己，故“要从事物本身出发来研究它们，以求发现当事物被经验时所揭露出来的是什么”。与此相应，人们对于语词概念的把握以及对于语言的理解，也同样只能植根于与事物的交往之中。语词概念的范围并非由对象物在形状、外观、材质上的相似性决定，而主要是由对象物的效用或者说人与之打交道的方式决定。因此，不了解人类的形体特征和生理特性，不了解特定族群的历史文化和社会生活实践，就不可能真正理解任何语词概念。
其次，从价值哲学和语言哲学的角度来看，结论也并无不同。人的经验觉知不是片段式的或者点对点式的；相反，人总是生活在连绵不断的经验之流当中，我们所经验到的现实性是一种无以计数的多样性，必须要通过概念来对之加以把握。为了不至于流于任意，这种对现实世界的概念重塑又必然要遵从某种价值准则，以决定应当将哪些要素作为现实的本质因素纳入概念之中。正因如此，人类的语言才充满了价值抉择。文德尔班（Windelband）将命题区分为评判（例如“这个东西是好的”）和判断（例如“这个东西是白的”）两类，并认为评判预设了作为自身标准的目标。李凯尔特（Rickert）进而指出，判断其实也同样是价值的产物。判断之真只能借助于一种“应当从判断中得到承认的”价值而获得定义。判断之所以是真的，也是因为某个价值在其中获得了承认，这对一切有关现实的陈述都有效。对于早已祛魅、摒弃了一切超验权威的现代社会而言，这种在语言中隐而不显的价值共识当然只能来源于人们的共同生活，来源于人们在特定语境下对于特定语词的约定俗成的使用方式。这种立场也获得了语言哲学的印证。奥斯汀（Austin）正确地指出，即便只是进行描述或报道的记述话语归根到底其实也都是施行话语，具有超越话语行为本身的以言行事的意义和力量。而语言的这种以言行事的力量恰恰源自人们在特定的生活情境中对语词的特定使用方式，其是在人们对语词的使用过程中“约定俗成”的。据此，语词概念正是在社会共同体成员的使用中才获得其定义，成为超越单个主体的意义载体。
（二）社会共同体中的语义
意义的使用理论将对语言的使用而非人的内在心灵作为语义的来源，似乎就为人工智能理解语词概念开创了可能性。特别是从行为主义语义学的角度看来，“意义……不是精神的存在物，它主要是行为的属性”，故貌似应当肯定能恰当使用语言的计算机系统就已经具有了理解语义的能力。图灵测试其实就部分体现了行为主义的立场。虽然后期维特根斯坦的思想也确实与行为主义存在密切联系，但若深入把握前述意义使用理论的主旨就可以发现，根据该说的立场，人工智能系统仍然难以真正理解和使用语词概念。原因在于，对于语词的恰切反应只是认定主体能够“使用”语词、理解语词概念的必要条件，而远非充分条件。意义的使用论与存在哲学、价值哲学、语言哲学所共同揭示的事实是，语词本身并无确定的含义，人们对语词的理解根源于特定的文化共同体对于世界的理解。语词概念只能通过复杂的生活形式获得其含义，这种生活形式与语词使用者们的生活历史和当下的行动方式息息相关。正是社会共同体的背景和历史赋予语词以意义，并使语词使用者在其受同化的生活结构中掌握语词的含义，学会在特定的情境中使用语词。与此相应，理解语词概念也就以理解相应的生活实践、能够被接纳为相应文化共同体中的成员为前提。事实上，作为一种社会交往实践的形式，我们对于任何语词的使用总是蕴含着规范性的主张，总是伴随着可供主体相互之间进行批判检验的真实性和有效性的要求。即便当我们只是在进行对事实的简单描述时，我们也是在将所使用的语词“置于理由的逻辑空间，即证成和能证成我们的话的逻辑空间”。因此，语言使用者要被认为能够恰当地使用语词概念、能够理解语词的含义，就必须通过其对语词概念符合社会规范的运用和反应证明自己与其他社会共同体成员（或其他同种语言使用者）分享着基本的价值信念，证明其能够证成自己对语词的使用，有能力对自己的断言进行承诺并对自己所使用的语词负责。也唯有如此，其才能被社会共同体视为具有承诺断言、理解语词的能力，从而被赋予适格的语言使用者这一规范身份。语言之所以具有以言行事的力量，其实也正是我们对语词的使用者赋予了这种规范身份的结果。相反，不具有这种规范身份的人（例如幼童）或动物，即便其可以形成语法上正确的语句，也因其缺乏证成语言使用、担守断言的能力而并未真正理解语词概念。学舌的鹦鹉显然并未与我们分享共同的生活形式和价值信念，从而无法被接纳为理解语词含义的社会共同体成员。
根据上述理解，人工智能系统要成为理解语义的适格语言使用者，就必须获得社会共同体的承认，其必须被社会成员赋予能够确信并且担守其自身对于语言之使用的规范身份。而这种规范身份的取得又以社会共同体成员能够将人工智能系统接受为具有信念、意愿且据此行事的系统（意向系统）为前提。因为，只有当我们能够认为人工智能系统是出于自身的信念和确信使用相应的语词时，我们才可能将之视为严肃的言说者，才可能将语词的使用及其后果归属于人工智能系统。然而，这一前提是否能够得以实现，却存在着巨大的疑问。根据美国哲学家丹尼特（Dennett）的见解，人们为了维持自身生存和妥善组织自身事务，满足与相关对象进行交往互动的需要，必然要解释和预测周遭世界中他人与他物的行为。为了能够最为高效地完成这项任务，我们往往会对不同复杂程度的对象系统采用不同的解释策略或者说解释立场。对于能够以物理定律简单解释的事物，我们一般采用物理立场。例如，灯不亮是因为停电了或者没有按开关。对于相对复杂的对象，我们往往采用设计立场，即忽略对象事物的物理细节而假设其被设计为实现某种目的，并根据这种假设预测其行为。例如，闹钟被设计为提醒工具，故我们可以据此期待其会在设定时点发出提醒声音，而无需去关切闹钟内部的具体机械构造究竟如何使闹钟实现其功能。对于高度复杂的对象，我们很难以物理法则或设计目的解释其行为机制，此时我们便会倾向于采取意向立场，即将对象视为遵从自身目的而行事的理性主体，推测其具有特定的目的和意向并预测其将会为实现自身目的而以最合理的方式行动。在这种场合下，我们便认为对象具有信念和意愿，属于该对象的信念和意愿就是那些使其行为具有意义、得以成为最合理的行动过程的信念和意愿。当我们需要解释人类或其他高等动物的活动时，往往就会采用这种立场。
丹尼特的学说为我们考察人工智能系统的语义理解问题提供了一个分析视角。虽然丹尼特本人以及部分论者主张在特定情况下可以将计算机理解为意向系统，但在本文看来，这种理解可能过于扩张了意向系统的范围。例如，若一辆自动驾驶汽车于红灯亮起时在路口停下，我们恐怕很难认为该车是出于自身意向理解并且遵守交通规则。换言之，此时我们无需预设自动驾驶汽车具有信念和意愿，也无需认为其能够理解交通法规，就可以解释其停车的举动：因为其被设计为在遇到红灯时停止前行。这显然只是设计立场的视角。虽然当前的人工智能技术已经较为复杂，如前所述，在联结主义系统中甚至出现了算法黑箱的现象，但同样无可否认的事实是，当前的人工智能仍然远未达到摆脱人类干预的程度。例如，我们虽然已经无法解释卷积神经网络进行图像识别的具体细节，但为了保证识别准确度，人工智能系统仍然需要技术人员设置并调整影响最终输出结果的部分重要参数。有鉴于此，只要人工智能系统不能完全脱离人工设计，不能自行发展至以人类知识无法解释的复杂程度，不能广泛参与社会共同生活，人们就始终只会将人工智能系统解释为人造物，而不会将信念、意愿等心理活动归属于人工智能系统，更不会承认其具有了与人类相当的智能和理解、使用语言的能力。
五、余论：未来已来
综上所述，不论采取符号计算主义还是联结主义，当前的人工智能技术都不能解决语义的理解和生成问题。根据意义的指称理论，人工智能系统因缺乏将语词与世界事物关联起来的意向能力而无法理解语义；根据意义的使用理论，人工智能系统因并未与我们分享共同的生活形式而不具有语言使用者的规范身份，同样不能认为其可以领会法律的规定。当然，人工智能技术未来是否真的能够实现如人类一般的高等级“智能”，是否能够理解刑法和其他法律的规范要求从而被视为法律主体，无疑是将持续引发争议的问题。在本文看来，人工智能技术对于智能的实现无非有两种路径。意识的强实在论路径承认意识的实在性，要求探明人脑产生意识的机理，并在此基础上以计算机模拟人类的大脑活动从而形成人工意识。不可否认的是，人脑的工作机理与计算机具有相当程度的相似性。随着脑科学和认知神经科学的不断发展，我们已经确定了大脑活动的基本模式是通过神经元分析和传递信息。在神经元内部和神经元之间的信息传递以电信号和化学信号的方式进行，特别是在以电信号传递信息时，神经元遵循与计算机电路相似的方式，以“全或无”的动作电位（神经冲动）进行信息传导。这种信息传递方式上的相似性似乎为以计算机模拟人类智能提供了可能性。虽然部分科学家对此充满信心，但我们当下的科技水平距离以计算机实现人类智能还有巨大的差距。一方面，认知神经科学至今尚不能解释，为何能够从最基本的物理、化学反应中突现出人脑的意识活动。另一方面，人脑拥有大约860亿个神经元，每个神经元又可能拥有上万根树突（输入分支）和多根轴突（输出纤维）。若要以计算机模拟大脑神经元内部以及神经元之间的信息传导活动，对算力的需求将达到乃至超越天文数字级别，远非当今计算机所能及。
相较之下，更为可行的或许是行为主义或功能主义路径，即将人类的心智视为“机器中的幽灵”，从而否定人类意识活动的实在性，或者将人的意识化约为对于以某种方式去行动之倾向的谈论方式。根据这种理解，人工智能技术就——正如图灵测试所指出的那样——不必模拟人脑的运行机制，而“只”需使机器的行为看起来就像是人所表现出的智能行为。然而，即便是这个相对简单的目标，目前看来也难以实现。图灵本人在1952年接受采访时曾预言，机器“至少要100年”才能令人满意地模拟人类的行为。时至今日，图灵的预测可能还是显得过于乐观：“想让机器真正通过图灵测试，具备真正意义上的人类智能，这个目标看上去仍然遥遥无期。”且不论人工智能技术在构建人工情感主体、人工道德主体方面所遭遇的重重困难，单纯就本文所涉及的语义理解问题而言，人工智能是否能逾越语义鸿沟就已经令人疑窦丛生。当然，今天的我们无从预测未来的技术发展，或许将来的认知神经科学真的有能力揭示意识形成的全部细节，而计算机的进步也能提供足够的算力模拟人的意识活动，从而实现真正意义上的人工智能。但是，这一天的到来恐怕还需要经历漫长的等待。相较于这种近似科幻小说的愿景而言，本文的论述应该已经能够证明，至少在当下和可预见的未来，我们绝然无法认定人工智能系统能够理解刑法规范的语义。人工智能系统不仅不能在理解规范的基础上依规范的要求行事，甚至也不能通过其外在行为进行违反规范的意义表达、创设刑事不法，故不应将之视为刑事责任主体。与此相应，在人工智能系统造成损害的场合，仍然应当合理界定、追究人工智能系统的研发者、生产者或使用者的刑事责任。
本文刊于《苏州大学学报（法学版）》2022年第4期，第63—79页，为方便阅读，此处删去原文脚注，如需阅读完整版，可点击左下角“阅读原文”。如需转载，请后台留言联系授权。（图片来源于网络）
图文编辑：张盼盼
责任编辑：王俊
审核：程雪阳
早在1922年，东吴大学法学院创办了中国最早的法学期刊之一——《法学季刊》（今年正值创刊100周年），分为中文版和英文版，是20世纪前期中国与西方法学界的重要交流媒介。为传承和弘扬老东吴法学教育的传统和精神，苏州大学法学院于1996年创办了院刊《东吴法学》，直至2013年秋一共出版了27卷。经校内资源整合并经国家新闻出版总署批准，《苏州大学学报（法学版）》于2014年2月正式创刊，它是《东吴法学》的继承和延展。自创刊以来，本刊秉承“养天地正气，法古今完人”之校训，以学思之纯正、为文之旨趣为取向，注重法理，恪守学术，主要包括本期聚焦、数据法治、法学基本概念和基本范畴、学术专论、域外译文、经典判例等栏目。
本刊纸刊投稿系统地址：
http://szfx.cbpt.cnki.net
本刊微信公众号征文邮箱(征稿启事)：
sdfxbwxzw@126.com
【本刊得到江苏博事达律师事务所、江苏明台律师事务所和江苏天贤律师事务所的资助】
苏州大学学报
哲社版
苏州大学学报
教科版
苏州大学学报
法学版
稿约：
法大网络与智能法研究会公众号诚挚欢迎各类投稿，包括主题相关的书籍介绍、学位论文介绍、书评、时评、图片、音视频等。来稿请发送至邮箱dp123321@qq.com
往期回顾：
新书推荐 ∣ 韩旭至著：《人工智能的法律回应：从权利法理到致害责任》
法社科如何研究科技？|《法律和社会科学》“法律与科技”专号（第21卷第1辑）征稿启事
郭烁：云存储的数据主权维护——以阻断法案规制“长臂管辖”为例 | 中法评 · 专论
SSCI一区AI&Law |郭旨龙 Policing based on automatic facial recognition