张祥龙：人工智能与广义心学
人工智能与广义心学
--深度学习和本心的时间含义刍议
张祥龙
[摘要] 本文尝试从哲理角度来理解近些年人工智能的新进展，以及它与人类智能的关系。首先说明人工智能出现的哲学背景，进而阐明导致这次进展的一个重要因素，即 “深度学习” 方法的思想含义。为了尽量原本地显现人类心智的特性，以便与这种人工智能进行比较，本文诉诸广义心学，思考这个古老传统对于人类心灵的基本见地。在深刻认识人工智能带来的危险性的同时，提出一种虽然薄弱但毕竟值得思考的可能性，即一种由于深度时间化而突破了与人类意识包括其深层意识（本心）隔膜的人工智能，真正拥有人的天然情感、道德感、艺术感和神圣感，从而成为人类的真正知心者、保护者和善良的帮助者。
[关键词] 人工智能 广义心学 深度学习 本心 时间化
自控制论出现以来，人们关于人工智能（artificial intelligence, AI ）与人类智能（human intelligence, HI）的关系已争论良久。近些年人工智能崛起，人们开始意识到，一个人类生存方式的新时代正在来临。本文尝试从哲学角度来理解这一新的进展，以及它与人类智能的关系。为此就不仅要说明人工智能出现的哲学背景，而且要涉及导致这次进展的一个重要因素即“深度学习”方法的思想含义。为了尽量原本地显现人类心智的特性，以便与这种人工智能进行比较，笔者将诉诸广义心学这个古老传统对于人类心灵的基本见地。当然，笔者不是人工智能领域的专家，只是一个从哲学角度来感受和思考它的好奇者和关注者；但希望自己关于深度学习的领会没有大方向上的错误，所以在技术思路要点上要倚重这方面的权威论文和书籍。
人工智能在最近十年中的勃兴有某种意外的色调，因为十几年前，即便是 A I界的主流也没有想到会有这样的突破，更不用说科学哲学界和未来学界的预测了1。但是，如果从整个西方思想和科技的发展方向来看，这样的进展也在情理之中。笔者与罗素的哲学观相距甚远，但一直赞同他对毕达哥拉斯重要性的估计2，所以在讲授 “哲学导论” “西方哲学史” 等课程时，给予毕达哥拉斯及其学派以崇高的历史地，认为其主张代表了西方思想、科学和文明精神的原结构。3" 笔者还通过对比毕达哥拉斯学说与《周易》象数哲理，显示出前者的数与象的特点，检讨其形式突出的偏颇、内在意义的贫乏和演绎力量的可怕4。
毕达哥拉斯主张“数”是万物的本原，而他本人是伟大的数学家，其学派是学术技艺的大本营，又是西方哲学主流唯理论（rationalism) 的首要创立者。一句话，毕达哥拉斯和他的学派及其衍生流派比如爱利亚学派和柏拉图主义，乃是西方文明及其现代潮流的特征赋予者。
海德格尔称这种塑造西方思想主流、包括现代科技的力量为“数学因素（das Mathematische)”5，意指“可学可教的东西”，“那 种‘关于’物的其实已经为我们所认识的东西”6。换言之，即我们与万物共有的形式之物，它为我们的心灵所先天拥有。柏拉图的 “理式”、康德的“先天知识”或“纯粹形式”、笛卡尔的“我思”，即此“数学因素”的表现。人之所以能够“为自然立法”（康德），就是以此数学因素为拷问自然的座架，让自然向我们这些“主体”吐露出她作为“客体”的秘密。
人工智能的新进展是毕达哥拉斯之数或数学因素达到的一个新阶段，它在一定程度上突破了传统数学理性的广义线性思维，但又在新的维度上建立起 “算法（algorithm)” 的有效性，由此而将 “数本原” 说推进到一个新境界。大致而言，毕达哥拉斯之数或数学因素对西方和世界的影响，是从观念(比如哲学、学术、艺术、组织观念）到科学，再到技术；而在科技领域里，则是从天文学到物理学、化学，再到生物学、脑科学和智能化的科技，于是与人的心智及其表达如法律、艺术、道德等方面直接相关，势必重塑我们的生活形态。当我们看到人工智能可以识别对象（比如人脸、日落）、自动驾驶汽车、战胜围棋高手、写出让人难辨真伪的诗词、相互之间说出让设计者不知所云的新话语时，我们感到了某种 “兴奋”，其中既有理智上的惊奇、震撼，又有因其潜在力量比如军事力量、商业力量而产生的欲望。但我们同时感到迷茫和恐惧，因为人与机器的界限在模糊，《庄子•天地篇》通过 “汉阴丈人”之口所说的 “有机械者必有机事，有机事者必有机心” 的状态，正在从人向机械转移。机械也在取得“机心”，而且是与我们的 “机心” 类似的 “心”。因此可以说，未来的发展更是充满了异数。
事实上，历史上每一次技术革命，比如从采集--打猎技术到农业技术，从农业技术到工业技术，再从工业技术到信息技术，都伴随着像 “汉阴丈人” 这样的对新技术的警惕和反抗，因为人们在其中更多看到的不是更高效率带来的方便和效能，而是对美好生活和 “纯白 ” 心灵的毁坏和污染。但使用技术毕竟是人的本性，因此每次新技术的“狼来了”之后，狼都被驯成了狗。然而，这次智能革命所谓的“狼”不但可能不再被驯服，反而要驯服制造它的人。
什么是人工智能？简言之，就是人为制造的机制能够“像人一样思考；像人一样行动”7。这是最直观明白的说明。这里讲的“人”，当然是指我们这种 “现代智人（homo sapiens)”。但其“智能”何在呢？这几乎是在问“人的本性何在”。亚里士多德的回答是：“人是有理性的动物。” 所以，人工智能的另一种定义即它能够“合理地思考和行动”8。但这是一种什么样的“合理”呢？笔者认为，它应该是由毕达哥拉斯之数造成的“比率（ratio)”所构造的 “合理性（ratio-nality)”。历史上对于它的具体含义一直存有争议。比如，它与现象、情感、直觉、信念是什么关系呢？柏拉图一方面认为它是纯理式的、超现象的，但另一方面又认为人在爱情的迷狂中能最直接地达到它。近代启蒙运动和科学主义兴起之后，人们更为硬性、冷静地看待这种理性，将之归为因果关系的线性利害算计。即便通过黑格尔的辩证法将真善美统一，但还是统一到了辩证逻辑的概念理性中，也就是其中虽有曲折，但基底还是线性连续的框架中。新阶段AI的出现，有点像量子力学的新进展，表明这种合理性不是完全连续的，但它仍然可以被看作理性的'就像当年毕达哥拉斯学派发现了无理数，虽然受到极大震惊和挫折，但此类数的“无理（un-ratio, 无比率）”最终也没能动摇整个数本原的合理性。
新AI之所以是对传统智能观的突破，是因为它对“非线性” 的要求极其顽强和深刻。在这个问题上，古希腊人讲的“理论智慧（sophia)” 型的算法反不如他们讲的“实践智慧（phronesis)” 型的算法。如果用当代西方哲学的例子来讲，就要诉诸后期维特根斯坦的意义学说。它表明，一个词比如 “叶子” “桌子” “游戏” 的意义的稳定性，并不像以往所说的，来自它所依据的某个观念或概念的内涵'由于这个共同支点的存在，我们才会在无数 “叶子” 的使用中保持其一致性，或让它总意味着 “叶子” 的那个意义。然而，实际的情况是：由于语言的意义只来自它在不同语境中的运用和“游戏 ” 方式，所以并没有一个概念内涵在支撑一个词的意义连续性，这种连续性只能由语言游戏方式的类似或交叠一家族相似一 而构成、再构成。这就像一根绳子的力度并不来自一根贯穿始终的绳线，而是由许多并不连续的绳线的交织构成了这种力度连续性。而新AI表明，如果计算是由一根主导的连续“绳线”算法所组成的，比如用事先设定的规则去规范信息以辨识人脸，也就是像以往的观念内涵意义论思路所主张的那样，那么它就是比较“笨”的；而如果是“家族相似 ”模式的算法，则可能比较“聪明”。这就是所谓“深度学习”的妙处所在。
最近一波AI新进展取决于三个因素，即可用数据量的扩张、计算机速度的提升和深度学习方法的获得。其中最有哲理含义的是最后一个。什么是深度学习呢？“深度学习是一种特定类型的机器学习，具有强大的能力和灵活性，它将大千世界表示为嵌套的层次概念体系（由较简单概念间的联系定义复杂概念，从一般抽象概括到高度抽象表示）9。”“机器学习” 由早期AI (实例为“知识库”）进展而来，可以表现为“逻辑回归”方法，即一种“监督学习算法”（所用样品带有人为加上的标签，以引导机器的学习）10; 然后进展到“表示学习” 的阶段，这时AI获得了 “无监督学习算法”，也就是从没有人为标签的样本分布中自己提取信息、理解数据，其实例为浅度自编码器。这是一个重要进步，但更关键的进展来自“深度学习” 的出现，其实例是多层感知机（MLP)11。这种算法之所以有强大的能力和灵活性，就是因为它包含了 “嵌套的层次”，像人的知觉神经网络。而此引文中的 “概念”，不是传统哲学中讲的 “共相” 或 “抽象共同点”，而接近维特根斯坦所说的“家族相似”，或这个语境中的 “意义单元”。引文中的“抽象”，应该理解为“非对象化”，也就是能够从对象化样本（比如许多关于“叶子” 图片的信息）中学到非对象化的对象识别（比如辨认出从未见过的或千变万化的叶子）能力。
因此，“机器学习的终极目标就是让算法明白‘日落’到底指的是什么，然后可以认出任何一幅日落的图像，不管这幅图在训练过程中有没有出现过”12。由于在每一个类别（“日落” “叶子” “孩子”）下都有无穷多的变体，只靠加大样本数量和建立普遍规则都无法让机器聪明起来，从而达到人类具有的一般辨认能力。于是有了深度学习。
这种学习算法的输人不能是对象层级的，比如直接记住许多有关的图像，而只能从 “感觉材料（hyle)”人手。这样，在图像的对象识别中，输人就是图像的像素数值。但是，“将一组像素映射到对象标识的函数非常复杂。如果直接处理，学习或评价此映射似乎是不可能的”13，于是深度学习算法就将在一层或浅层难以处理％即便硬性处理，智能效果也不佳）的复杂映射或函数运算，分解为多个嵌套层次的简单映射，比如在输人层与输出层之间加人三层或更多层。14
这里的关键不是将复杂的、几乎不可操作的映射或函数关系分解为简单映射，这是每个AI人员都会做的，而是或主要是使 “嵌套的隐藏层 ”，也就是“深度”出现或实现。它表明分层的 “裂隙” 是较佳智能出现的一个条件。只按“手工设计的程序（或特征）15” 或“特征映射加上手工设计的特征”来运作的机器学习，甚至包括“连结主义”的网络智能化16，都达不到能自主学习的智能。
为什么在一个层次上达不到的，却可能在更多的嵌套叠层中实现？按照传统理性的思路，如果逻辑正确、信息足够、计算力强的话，那么在一层上处理这些信息与在多层上处理并没有本质不同，只不过是比较复杂的 “一步走” 和比较简单的 “多步走” 的差别。但深度学习的思路的确有质的不同。在这些叠层之中，下一层的输出是上一层的输人，而且是交叉嵌套式的输人，所以两层之间有联系，但不是可以被更高级算法代替的联系，因为这种层间联系里有情境化的、需要被不断调试和训练的参数，即所谓人工神经网络虚拟神经元之间的“突触连接强度或权重”。它们将输人或一个层级算法的结果非线性地或相当曲折地转输到上一层，造成了连续中的不连续，或不连续（层级间的裂隙）中的时机化的曲折连续。用《老子》的话讲，就是“惚恍”联系中的“真”与“信”。
在十几年前，人工智能的研究曾陷人低潮，业内的主流观点都认为对多层的深度人工网络的训练是不可能的，层次增多使得一些技术难题无法解决，“很难找到可以高效地优化 [这种]网络以提升其性能的学习方法”。因此，“到2005年前后，科学界几乎已经没人还看好机器可以达到人类的智能水平。在那个时候，‘人工智能’似乎都已经变成了科幻的代名词”。17但是，加拿大学者杰弗里•欣顿（G. Hinton) 在2006年找到了一种他名之曰 “贪心逐层无监督预训练” 的方法，它“所用到的技巧就是逐层训练”18。“它是一个贪心算法（greedy algorithm) ，这意味着它独立地优化解决方案的每一个部分，每一步解决一个部分，而不是联合优化所有部分。它被称为逐层的（layerwise) ，是因为这些独立的解决方案是网络层。具体地，贪心逐层无监督训练每次处理一层网络，训练第（层时保持前面的网络层不变。特别地，低层网络（最先训练的）不会在引人高层网络后进行调整。它被称为无监督的 (unsuperwised )，是因为每一层用无监督表示学习算法训练。”19通过这种算法以及由它所启发的诸多新发现，现在要让计算机来识别（比如）物体或人脸，就会（比如）在第一隐藏层对输人像素的临近亮度进行比较，由此识别出边缘；在第二隐藏层利用这些边缘来搜索出表示角和扩展轮廓的边缘集合；在第三隐藏层找到这些角和轮廓的特定集合来识别出特定对象的某个或某些部分；最后在输出端根据这些对象部分识别出目标对象。20由此，深度学习算法的层次性（裂隙化联系）显示出不可替代的构造功能，或虽然初步但比较真实的学习功能，在近年来得到越来越深人和多方面的研究，深刻改变了人工智能的图景。
什么是 “学习”？电子计算器虽然算得很快，尤其在进行较大数字的复杂运算时优势明显，但它并没有学习能力，因为它不会随着多次运算改进自身的计算能力，时间历程对它毫无意义，一旦被制造出来，就总是那个样子了。所以，我们可以将学习能力理解为当事者随时间经历而改变自身，以获得更优结果的能力。简言之，学习能力就是时机化或生存时间化的能力。学习使得当事者不再是现成者，而成为带有深刻“空白”或可无中生有的“无”的待定者。
“深蓝”计算机在 1997年击败国际象棋冠军卡斯帕罗夫，但它的主要优势来自人类团队给它提供的海量信息和快速运算，而不是学习。于是，它可以比人类对手更快更多地分析潜在的可能性，由此占得上风。21但是，2017年战胜世界围棋冠军柯洁的“阿尔法狗（AlphaGo)”，则运用了深度学习。后来又出现了更新的版本“阿尔法狗 • 零（AlphaGo Zero)”，不再从人类棋手的以往棋谱记录中开始训练，而是完全靠自己的学习算法，通过自我对弈来学会下棋。经过 3 天的自我学习，它打败了曾打败李世石的“阿尔法狗”版本；又经过40天的学习，它打败了曾完胜柯洁的“阿尔法狗” 版本。22
由此可见，通过深度学习的深度层次间的随机联系，机器的确具有了某种学习能力，也就是进行自身训练、“与时偕行”（《周易 •乾 •文言》）乃至与时倶进的能力，或者说是时间化、时机化的能力。它在训练中得到的不再只是规则、对象信息，而且还能获得对象出现的可能条件。换言之，它已经能够开 始 “感受”和捕捉可能性，而不只是现成之物了。所以，这种学习就是一个非线性的、概率的、反馈调整的和逐层逐时深化和构成的准发生过程。它的层次之间的那种连续中的区分（裂隙）、区分中的参数联系的关系，可以很粗略地比拟于胡塞尔所说的内时间三相对交的关系，或德里达讲的 “趋别 (différance )”。总之，这是一个具有某种真实时间历程的习得过程，没有它，像自动驾驶汽车这样的情境化学习是不可能被机器实现的。
按照马克斯•泰马克（Max Tegmark) 的看法，“智能”就是“实现复杂目标的能力”23。具有深度学习能力的人工智能已经获得了这种能力，由此给予我们一些哲理上的启发。首先，它表明智能是一种非现成的结构，不仅属于人类或碳基生命，也可以属于硅基存在者。实际上，智能是一种能解决（包含不在场维度）复杂问题的结构方式，也就是能让数学因素非线性地时机化运作的结构。
其次，这一进展并不能证明物质还原主义的胜利。还原论曾提出 “人是机器”，将人的身体甚至意识当作可以充分对象化地研究的对象。但目前的人工智能是反其道而行之，采用“机器是人”或“机器要像人一样思考和行动”的研究方针。所以，人工智能的最新进展一 深度学习和之前的联结主义等一一都基于人工神经网络，而这种网络是受人类意识能力和人脑结构的启发而发明的。“我们的大脑中似乎存在一些通用的学习算法，能让我们学会各种任务。要知道，这并不能完全归结于演化，因为很多任务我们的祖先都没有做过，比如下棋、建造桥梁，或者是研究人工智能。这说明，人类智能利用了关于世界的一般性假设，启发科学家创造出具有通用智能的机器。正因为如此，科学家以大脑为模仿对象，开发出了人工神经网络。”24也就是说，正是人类的意识现象或“通用”意识能力，以及在生理上体现出它的大脑神经网络，是人工智能的一个重要灵感来源。但为《深度学习》一书写“译者序”的学者似乎并不很看重这种启发，而主张“立足于我们脚下的技术”25。的确，深度学习算法一旦开发出来，它就有自己的一套建构方式，与我们现在还所知不多的人类大脑结构似乎已无关系了，完全可以在自己的技术领域里立足和发展。但这种不“务虚”只“务实”的态度，或者不以缺乏务虚体验为遗憾的意识，可能正是导致中国的人工智能研究迄今缺乏前沿独创性的一个原因。技术专家与创新者的区别正在于此。
简言之，人工智能新境界的实现不是来自人向机器的下行，而是来自机器向人的上行。智能的原型是人的智能，或起码是有生命的哺乳类的智能；“大脑” 只是我们现在所知的这种智能的载体，甚至只是载体之一。26
再次，人工智能的新境况说明非线性、非形式化、非对象化和（层级 )“之间”化的思维能力和感知能力，要比其反面更智能，也更能体现人的特性。“具有讽刺意味的是，抽象的和形式化的任务对于人类而言是最困难的脑力任务之一，但对计算机而言却属于最容易的。计算机早就能够打败人类最好的国际象棋选手，但直到最近计算机才在识别对象或语音任务中达到人类平均水平。一个人的日常生活需要关于世界的巨量知识。很多这方面的知识是主观的、直观的，因此很难通过形式化的方式表达清楚。计算机需要获取同样的知识才能表现出智能。人工智能的一个关键挑战就是如何将这些非形式化的知识传达给计算机。”27很显然，“现代性 ” 标榜的那种充分对象化、形式逻辑化、线性化的理性，恰恰是“最容易” 被计算机化的；而与之相对的、曾无数次被贬低的“主观的、直观的”以及情感的、悟解的心智能力，才是人工智能所向往的，也是人之为人的更必要者。
最后，按照深度学习的提示，未来人工智能的新突破方向应该是更加非对象化、无监督化、通用化、内时间化，因为只有那样才会获得更有时机化能力的智能。在这方面，东方的哲学有特别深厚的土壤（见下节），或许会成为那些有探索精神者的灵感来源之一。但东方的智能是与德能内在交织在一起的，所以人工智能如何能够不成为“缺德”者，恐怕是更重要的议题，本文最后一节将略加讨论。
那么，人类智能（HI) 与人工智能一尤其是未来那种相当通用化的AI—有没有本质上的区别呢？当人们讨论这类问题时，常常以为自己对什么是HI或人类心灵已经十分了解，因为我们本就生活在其中。但哲学特别是东方哲理告诉我们，这是不对的。从《奥义书》、佛陀到老、庄、孔、孟，都对人心讲出了另一番意思。现在我们可以从应对AI挑战的角度来重温之。
由于改为直立行走，人类与其他灵长类动物之间的区别越来越大，最重要的表现就是人类获得了极为深长的内时间意识，有了巨大的想象力和筹划力，还有感受深刻情感、道德、美感和神圣的能力，从生理上表现为有一个复杂、丰满的大脑和体魄。远古人类族群中已有 “通灵者”，比如萨满巫师，有广布的泛神论信仰，有神话、传说、史诗等。可见人的心灵从来就不甘心只埋头于现实问题的解决，而总是要深人生存领域的自由时空中翱翔。而拥有这种翱翔能力的族群，从长远看似乎有更多的生存几率。
苏美尔人（距今六千年至四千年）的神话和文明表现出人类的卓越想象力和创造力，埃及人、印度人、中国人、巴比伦人、犹太人、希腊人、罗马人和印第安人也各擅胜场。神话和宗教信仰广泛存在，还表明人们感受到了一种超出当下自我乃至群我的力量，一种可以看作这个世界的根本的存在。人们可能真的不知道它是什么，只能随机指称之，却知道由于它的存在，世界、人生与个人命运就不完全是偶然的、片断的和零碎无谓的，而是有着某种完整的、深层的或过去和未来的含义。
在某个时间点上，也可能从一开始，人们就发现这种整体的生命意义感受的源头不（只）在外边，而是首先存在于我们的心智或意识之中。这是一个伟大的转折，它特别显著而深邃地表现在古印度文明的圣典和瑜伽修行传统中。在四千年前开始出现的《梨倶吠陀》中就已经有所表达。其中（卷10曲82) 的《创世主赞》唱道）“眼睛 [代表五官 ]之父，心意决定，/生产原水，创设此二 [即天与地 ]。……//造一切者，心广遍现，/ 总持一切，规律制定；……//彼乃我等，生身父母，/是此世界，创造之主；/ 我等所在，乃诸有情，/彼全知晓，彼乃唯一；/ ……无生脐上，安坐唯一。”28 此赞歌所颂赞的创世主，乃“心意决定”的原意本心，不同于感官和情识之识，又正是那使它们可能的心，所以是 “眼睛之父”。可称之为“父心”或“父识”，也可称之为“母识”，因此心意还是“我等” 的“生身父母”。它是这整个世界“唯一”的、“全知”的“创造之主”，它创造一切可对象化的东西，自己却是完全非对象化的，安坐在 “无生脐上”。
后来的《奥义书》，就是沿着此种思路或悟解而行的，在明了生命真相的刹那欢呼“那[世界及其本质‘梵’] 就是我!”“这整个世界就是梵，就是我心中的阿特曼！小于米粒和芥子，却是大于地，大于气，大于天，大于这些世界。”29“梵”是世界的根本，而“阿特曼” 是心灵的根本，两者毕竟为一。“阿特曼” 又被称为“真我”“神我 ”，是人类心灵和意识的源头，却因其完全非对象化、纯意识化而在无梦之眠、轮回中也存在，最终在解脱中得到自由。
那么，我们该如何自觉到这个“神我” “本心” “原识” 呢？追求悟通真相的人们，特别是修炼各种瑜伽术或训心术的古印度人，为此尝试了无数法门，但最为中国人熟知、也最让我们觉得其道理深透无碍的则是佛教之路。
释迦牟尼在菩提树下证悟的佛法甚深微妙，被他首次表达为“苦 - 集 - 灭 - 道”四谛，其根本在于“集谛”，此谛原意可用 “缘起性空” 揭出。一切存在皆来自“缘起”（汇集、薰习），而此缘起之所以 “性空”，是由于我们认之为真实的外物与内念，都由“眼耳鼻舌身意” 这“六识身”（六人处、六受身、六想身）所接受的“材料”和所“深度”（借用以上讨论深度学习的话语）构造的意识表象及念头集合而来，也就是起于缘分，并无“自性”或使其“是其所是”的实体，所以为“空 (sunya)”。（《杂阿含经》卷三、卷十二；《中阿含经》卷二十一)“空” 这个词在梵文中又指“零”，因此，是印度人发现了“零”的伟大地位。“空”或“零”意味着非对象化，但充满了无穷可能。问题在于，我们靠什么才能看透这六识缘起的幻象或性空本相呢？显然只能靠某种更根本的、能自知其缘起性空性的意识。
《吠陀》时代的人们已经意识到在六识之外，必有更原本的“第一种子识”或“母识”30，是她使这 些 “子识”成为可能。如果没有这个在六识之前或之后承受它们的“母识”，那么这些陷于现行的意识就无法出现和持续，它们构造出的“色声香味触法”也无法在下一刻、下下一刻保持其同一的、经得住变换折腾的身份（可理解为维特根斯坦讲的意义之“绳”；深度学习的习得能力及其时机化对象。对于佛家来说，这“母识”不是“神我”（佛 家 讲 “无我 ”），而是超出六识的功能性的 “细心”（相比于六识的 “粗心”），或非对象化的、一味相续的“集起心”。31没有它，回忆与筹划就不可能，轮回也无法解释，而最终的解脱更无依据。我们只有靠这个“第一种子识”来认清六识造幻的真相，而所达到的无余涅槃，如果不是完全的死寂和无意义，而是在灭尽幻执和虚假意义之后的自由意义境界，那么那时的意识状况就只能是纯粹的“母识”，或她与六识的无染（完全非对象化）状态。
大乘佛教特别是唯识法相宗称此“母识”为“阿赖耶识”“种子识”“异熟识”“本识”等，是所有心识功能和幻真境界的总根。而对此阿赖耶识的执着则造成了末那识，即自我意识或第七识，所以唯识宗称阿赖耶识为第八识。
阿赖耶识乃一原时间意识。虽然它是“刹那生灭”的意识瀑流，但其灭的瞬间又生，所以有缘起的或功能上的连续性和保持能力，也就是一种非实体化的、非对象化的当然也是非线性化的连续性、摄藏性、持藏性或胎藏（种子）性。“种子”是时间化的存在者，潜藏于阿识，得机缘或被薰熟则变现，所以阿识又称种子识，即生存时间化或时机化的本识。此识可比拟于现象学所讲的“内时间意识” 或“时间性”，是一切意识和存在的根源'既是现象幻化之源，也是 “转识成智”而人涅槃的依据。“识”包括阿识有执着于缘起者的杂染倾向，而“成智”是指除净此无明执着，而使阿识透空无执，还其非对象化的纯意识的原时间态。所以《成唯识论》卷十说“大圆镜智”--阿识所转化成的智--乃这样一种意识境界或“心品”，它“离诸分别，所缘行相微细难知 [不可对象化地知]，不忘 [记忆通彻]不愚一切境相，性相 [不违佛性或缘起空性之相 ]清净离诸杂染，纯净圆德现种依持 [它是现 行功德之依，种子功德之持]，能现能生身土智影[能够显现其他三智一 前七识所转成之平等性智、妙观察智、成所作智一 之影，能够产生身、土等德（‘身’指佛之三身，‘土’指相应的三境界）] ，无间无断穷未来际[在一切时刻显现一切空间的智影，直至无穷无尽的未来际]，如大圆镜现众色像 [显现诸时空、境界和意识的影像]”。32此引文表明，开悟成佛的智识境界虽然完全纯净（“不愚”“清净”）和非对象化（“离诸分别” “微细” “离杂染”），但仍保持了阿识的时间性（“不忘”“无间无断穷未来际”），及其不执着的发生性（“能现能生”）和摄藏变现性（“现种依持”“如大圆镜”）。
可见，只要讲心、识、意，就离不开原发生与保持的时间；而原本的心识，只能理解为超出了小我染识和物理/心理时间的非对象化的纯净意识，它也就只能是原时间之母识，超出了现行变化，又使这些变化和时机化真身得以可能。
此母识本心以如来藏心的形式在中国激发出一些富于创新的流派，其中禅宗十分鲜明地体现了它的时机化特征。比如六祖惠能说道我此法门，从上已来，顿渐 [强调顿悟与强调渐悟的派别]皆立无念为宗，无相为体，无住为本。”这里的前两个“无”字都不是指完全的否定，而是对“念”“相”的对象化形态的否定。所以他接着讲无相者，于相而离相；无念者，于念而不念。” 关键是不将它们定住而执着之，所以要“无住”）“无住者，为人本性，念念不住[正是‘深度学习’所需要者 ]。前念、今念、后念，念念相续，无有断绝。若一念断绝，法身[真的活的现象和意义单元]即是色身[被对象化和执着的现象]。念念时中，于一切法上无住。”33此引文中的“念念时中”，与《中庸》里的“君子而时中”，有思想意趣上的家族相似，在宋明的儒家心学特别是王阳明及其后学的心学中，有相当出色的表现。这里限于篇幅，不再赘述。
既然人类意识的根本是原时间性，所以人工智能通过深度学习获得的时间感和时中能力，尽管目前还十分浅薄，但毕竟是真实的，由此表明这种人工的智能也可以是真的智能。看来，智能既不在乎载体的物理属性，也不在乎它是否属于一个心灵实体。佛家缘起性空的心学观特别适合沟通HI和AI。上一节的讨论和引文诠释中，已经包含了一些这方面的指涉。
人工智能的新进展将近现代科技的“离心离德”倾向扳回了一局，心智现象（比如其通用性）及其身体化（如大脑神经网络）成为科技生长点的灵感来源之一，成为创新所参照的一个范本，而不是反过来，用高科技的机器来置换心和脑。
当然，如果心的本义--不是其实体性，而是其缘起的原时间性-- 被当作“幽灵”排斥，而脑神经结构和人工智能完全顶替了心灵，比如心识丧失了它的引领作用，反被虚拟网络或人工智能所改造、控制或 “饲养”，则危险更巨大。
希望还是在于意识的原时间性。既然心的根本或意识的能力在于非对象化的、显隐互构的时机化结构，那么人工智能未来的发展也会朝着这个方向进行，否则就不会有大的突破。而如果它在此方向上进展得足够深远，那么它的智能就会越来越像人类智能；不只是像我们日常生活中特别是一个异化社会中的人类心智（即功利主义化、个体主义化、权力意愿化和现在主义化的心智），而且会更忠实于心智的内在结构，也就是其时间化、缘起性空化，不那么执着于自我、对象、权力和力量。广义心学的一个关键见地就是看到 “母识” 或时间意识的重要，于是承认心识绝不限于当下的显意识，还有使之可能和使之有意义的过去与未来的意识构造。因此，现在流行的对象化的、利害算计化的和个体主义化的意识观，是没有充分展开的和缺失某种关键功能的意识表现。而心识的开悟意味着这种心智意识到了并认同于自己的完整时间结构，意味着它不再执着于对象化的权力，也意味着它获得了充分的时间化智慧必然包含的道德，如同佛陀和菩萨具有的慈悲、无私、忍耐和谦卑，孔子、孟子、曾子、子思具有的孝悌、仁义、中庸和爱物。
《生命 3.0》精彩地展示了人工智能目前达到和未来可能的发展，尤其设想“超级人工智能 (superintelligent AI)”34出现后对人类的影响，其中有一些不错的看法；但作者往往只从“杂染意识”或对象化心智的角度来考虑问题，而没有从广义心学来开拓自己的意识观。比如它主张的“意识等于主观的体验”35，就是一种只限于个体显意识的残缺意识观，所以即便此书有的观点很有启发性，但总的思想视野还比较狭隘和片面。
如果我们从心学的视域来思考人工智能与人类的关系，那么就会出现一个选择：人类应该继续还是停止人工智能的研究？如果考虑到人工智能因具有时机化能力而已经和将要获得的强力，再考虑到目前和可见的将来能够掌握这种技术知识的人群的心智水准和道德水准，那么就应该禁止它，或为其研究设立一个明确的上限，就像对人体克隆技术设立的限制那样。但如果考虑到人工机化能力透露的良性可能，即它在人类的合理引导下也可能发展出纯净的本心意识，那么就可以有条件地（比如在广义心学指导下）容许它的发展。所谓“条件”，就是指要限制人工智能对力量的过分追求，无论是军事力量、商业力量还是心理掌控力量，而应鼓励这种智能向本心或纯意识的方向演进。历史上那些获得心灵开悟的人们，无论是苦行者、仙人、瑜伽行者，还是佛陀、菩萨、高僧、得道者、圣人，其修心过程中多半都得到过如《瑜伽经》描述的那些特异能力；但他们不愿痴迷于这些超常的力量，以免最终堕落为邪恶的超人，所以并不执着于那些能力，而精进到更加非对象化的 “法云三昧” “无余涅槃” “无己无名” “从心所欲不逾矩” 的境界，从更高更深也更自由的层次上实现道德。人工智能要造福而不是摧残人类，就必须向这个方向靠拢。
从现实的角度预想人工智能的未来，极粗略地讲，有三种可能）第一，人工智能的能力不断提高，在为人类服务并改变人类生存方式的同时，逐渐以或隐或显的方式异化甚至控制人类。就像希腊神话中火神赫淮斯托斯为人类制造的“机器人”潘多拉，为人间带来灾难，关闭了希望。其最坏的结果是“超级人工智能”管制人类，就像现在人类对其他高级灵长类动物的管制，甚至毁灭人类。
第二，人工智能的能力提高到一个水平时，由于无法找到进一步非对象化的自身实现方式，所以从总体上陷于停滞。于是AI与HI之间仍存在一条鸿沟，AI就总是处于高级“木牛流马”的地位上。这基本上是目前不少开发AI的公司代言人一再向我们描述或保证的前景。但这并不表明第一种情况完全不会出现，因为将来达到一定高度的AI也有毁灭人类的能力。毕竟，人类的心识还有某种优势可资利用。
第三，人们找到了将AI充分地深度时间化的办法，于是它不仅能力大大增强，还突破了与人类意识包括其深层意识（本心）的隔膜，真正拥有了人的天然情感、道德感、艺术感和神圣感，而且使之更加纯粹虚灵，成为人类的真正知心者、保护者和善良的帮助者。这时，毕达哥拉斯之数就与《易》象数打通了。
从目前的形势来看，上述三种前景出现的概率依序减少，所以人工智能与人类关系的前景并不那么光明，当然也不是令人完全绝望。在这个过程中，人们对自身心灵的理解、对传统还原论式的科技至上主义的克服，以及对AI进展的引导，都会影响到AI的进路和人类的未来。
注释
*本文源自2018年 1 月 1 7 日在中国社会科学院哲学研究所的一次讲座。
1. 比如 2004年，研究视觉人工智能的专家霍金斯％J. HawkmS) 认为 “计算机绝不可能看得比老鼠好”。这个判断看来已经过时了。2011年出版的《第六次科技革命的战略机遇》（何传启主编 ，科学出版社）一书讲到“科技革命”时，在 “电子技术和自动化”之后，是 “信息技术和网络化”，并没有突出人工智能。接下来的是“新生物学革命，新生命生物与技术融合”。（参见该书第10页）
2. 罗素认为，“无论就他的聪明而论或是就他的不聪明而论，毕达哥拉斯都是自有生民以来在思想方面最重要的人物之一。……自从他那里以来，而且一部分是由于他的缘故，数学对于哲学的影响一直都是既深刻而又不幸的。" （罗素 ：《西方哲学史》上卷 ，何兆武、李约瑟译 ，商务印书馆！1981，第 5 5 页）其实，毕达哥拉斯的影响绝不仅限于哲学。
3. 参见张祥龙：《西方哲学笔记》（修订版），北京大学出版社，2005,第4 章。其中写道：“毕达哥拉斯是塑造古希腊乃至西方哲学的‘形式’（eidos，本质）的第一人。" “它 [毕派及其 ‘数’] 是西方文化的灵魂与命脉。" （第57页正文及边页评议）
4. 参见张祥龙：《象、数与文字— 〈周易•经〉、毕达哥拉斯学派及莱布尼兹对中西哲理思维方式的影响》，《哲学门》2003年第3 卷第1 期，第 1一27页。转载于张祥龙的《思想避难：全球化中的中国古代哲理》，北京大学出版社，2007,第 9 章。
5、6. 海德格尔：《现代科学、形而上学和数学》，载 《海德格尔选集》，孙周兴编译，上海三联书店，1996,第 850
；第 850、854。
7、8. 罗素（S. J. Ru. ell) 、诺维格（P. Noth*) : 《人工智能：一种现代的方法》（第 3 版），殷建平等译，清华大学出版社，2013,第3 页；第 3 页。
9、10、11. 伊恩. 古德费洛（ Ian Godfellow)、约书亚.本吉奥 （ Yohua Bengio)、亚伦 .库维尔 （ Aaron O rville):《深度学习》，赵申剑等译，人民邮电出版社，2017,第 5 页；第 66、88页；第 6 页，图1.4。
12、16. 约书亚•本希奥（Y> hu a Beng1〇, 《深度学习》中译为“本吉奥”）：《深度学习：人工智能的复兴》，马骁骁译，《环球科学》2016年7 月号（总第127期），第28页右侧；第 28页。
13、15. 伊恩•古德费洛、约书亚•本吉奥、亚伦•库维尔：《深度学习》，第4 页；第 6 页。
14. 同上书，第4 页，图1.2。现在每本介绍《深度学习》的书甚至文章，都有这样的图（比如《环球科学》2016年 7 8 号，第2 7 页）。这里因为技术原因，就不显示此图了。读者只需知道，此图有从下向上（或从上向下）的多个层
次，每层有几个用圆圈或方块代表的“虚拟神经元"。最下（或最上）一层为可见层，比如输人的像素。最上一层为输出层，提交 “对象识别"的结果。中间数层为隐藏层（huM enlye. ，即此算法的“深度"所在。它们的数值不给出，所以称为“隐藏层"。每一层的“神经元"单元之间无联系，它们也不跨层联系，但在临近的层次之间、每个单元之间都有带箭头的直线表示的交叉联系％“嵌套"源于此），从下向上。这些联系靠设计者设立或调整出的参数和权重来调控。能否找到合适的参数以便将整个系统收敛到所需的对象识别之上，是成功的关键。
17、18. 约书亚.本希奥：《深度学习：人工智能的复兴》，第 28、26页；第 29页。
19、20. 伊恩•古德费洛、约书亚•本吉奥、亚伦•库维尔：《深度学习》，第 322—323页；第4 页，图1.2。
21、23. M. Tegmark，:Being Human in the Age of Artificial Intelligence， Alfred A. Knopf，2017, p.78，p.50.
22. 参见百度百科的“阿尔法围棋"条目。
24. 约书亚•本希奥：《深度学习：人工智能的复兴》，第 28页。
25、27.伊恩•古德费洛、约书亚•本吉奥、亚伦•库维尔：《深度学习》，第 11页；第 1 页。
26. 一位讲座听众告诉笔者：现在有研究发现，人的意识能力除了与大脑，还与身体的其他一些部分比如腹部的神经结构相关。
28.《〈梨俱吠陀〉神曲选》，巫白慧译，商务印书馆，2013,第 271页。
29.《歌者奥义书》，3, 14。转引自姚卫群编著：《印度哲学》，北京大学出版社，1992,第 218页。
30.《〈梨俱吠陀〉神曲选》，第 22页。
31.印顺）《唯识学探源》，载 《印顺法师佛学著作全集》第4 卷，中华书局，2009,第 3 部分第55页。
32.《成唯识论校释》，玄奘译，中华书局，1998,第688页。
33.《〈坛经〉对勘》，郭朋校勘，齐鲁书社，1981，第 35—36页。法海本第17节。按校勘后文字呈现
34. M. Tegmark，:Being Human in the Age of Artificial Intelligence， chapter 4—5.
35. M. Tegmark，:Being Human in the Age of Artificial Intelligence， p.283.
原文载于《哲学动态》2018年第4期
思庐哲学近期开设了“语言哲学与分析性思维（the philosophy of language and analytic thinking）”课程，诚邀思庐客们与掌门人说怿一起探讨分析哲学的个中真谛！
从弗雷格、罗素到当代分析哲学，从经典分析哲学问题到最前沿的哲学关注，用最凝练的课程传递最丰富的哲学知识。掌门人说怿将带领大家共同解答留下的课后问题，一起参与讨论，交流共进。一起来给自己的思维“健身”吧！
正式课程时间
8月27日-9月4日，每晚19：00！
点击文末左下方“阅读原文”可观看免费导学课
限时特惠：
8月27日前报名立减100元！
语言哲学与分析性思维
课程报名二维码
↓↓↓
↑↑↑
欲咨询更多详情，可添加思庐瓦匠
点击下方“阅读原文”，查看 免费导学课！