研發人工智能，必讀維根斯坦哲學
Ludwig Wittgenstein(連結為史丹佛哲學百科，比維基百科準確很多)，在中文世界稱為維根斯坦或維特根斯坦，20世紀最偉大的哲學家之一。在哲學界的地位有如愛因斯坦，促成了西洋哲學的語言學轉向。思想極富原創性卻艱澀，容易誤解。著名的哲學成果包括：命題的圖像映射形式系統、可說與不可說命題的劃分、語法研究、語言遊戲。主要作品有《邏輯哲學論》及《哲學研究》
為什麼是哲學
因為，我們要非常全面瞭解人工智能，避免陷入人工智能的泡沫化。當要又廣又深地探討問題的本質時，我們只能進入了不分領域和深度的哲學領域。
例如說，受吹捧的深度學習能不能當作所有人工智能的基礎技術？這時我們要回答到底什麼是『所有』，什麼又是『基礎』。深度學習能發展的範圍到底多大？如果不能回答這個問題，憑什麼對依賴深度學習的當代人工智能抱持信心？資料科學家自己又要怎麼樣確信自己在走的方向？
或者，自然語言處理(讓電腦處理人類說的語言)什麼時候開始必得跟其他感官領域綜合發展：例如電腦視覺、手語辨識？這時我們要先明確了解，溝通的本質必定包含不同感官和行為。暫時分別處理只是折衷，那接下來合理的折衷又要多久？什麼時候我們該跟單一感官的人工智能說不？
另一個問題，我們說現在的機器能依照大量數據來學習。但這樣就是學習嗎？人類的學習從無時無刻地模仿開始，現在的演算法卻要人工(或寫程式)指示該去模仿的資料關係。人類的學習又包括記下並應用老師直接教導的知識，現在的學習演算法卻無法直接聽懂人類知識再應用知識。如果用這樣的機器學習當人工智能的發展基石，我們有沒有另外缺了什麼？或是在大架構上要重新調整？
還有重要的人才培育。人工智能跟心理學、數學、哲學、腦科學、電機資訊、機械、教育、甚至體育、美學都相關，到底該如何培育夠多又夠好的人才？
最後，資料科學家和我們究竟是理智地運用數學和邏輯工具，還是讓它們牽著鼻子走？資料科學家自己被質問時，如何更好地回答？什麼時候可以相信資料、數學、和邏輯，什麼時候又要做不符數據的決策？到底資料、數學、邏輯的本質是什麼？理智決策的本質是什麼？
只有哲學擁有如此的全面性和深度。
維根斯坦討論過什麼？
維根斯坦沒有直接處理人工智能的哲學，但他探討過的問題遍地都跟智能的本質相關，像是：
- 用一套符號系統，建構可以理解的世界，並圈化命題能處理的範圍：
這對應到人工智能的知識表示法(Knowledge Representation)、命題邏輯系統(Propositional Logic) - 邏輯：
人工智能即使使用統計或歸納方法，這些數學工具遵從的仍然是邏輯。從維根斯坦哲學，我們會知道邏輯的本質是什麼，又怎麼避免誤用邏輯。 - 語言的語意和意義：
我們總是質疑機器不懂人類的語言，總是覺得機器只懂數據，或是表面上能夠處理語言。那表面上能夠處理是不是就足夠了？還是我們真的要讓機器深層的理解人類語言？什麼叫做深刻的理解人類語言？又要怎麼做？維根斯坦會回答語意和意義的真相。 - 探討規則、理解、私人性與私人語言、內在與外在 ：
機器學習、類神經網路、深度學習、模式辨認都是為了理解規則而存在。規則這個詞彙又暗示著現象有『表面』的樣子和『背後』可以理解預測的部分。所以談到規則，我們遇到私人(密)性、內在外在(背後及表面)之分。維根斯坦哲學將破除我們對規則和理解的迷思，並提出真正的解決方法。 - 看見與看見模樣：
我們用眼睛認出一樣事物的過程是什麼？我們會把事物看成其它東西是怎麼回事？我們可以說人類有自由把任何表象看成任何東西嗎？我們可以說圖像背後都不存在絕對的本質嗎？如果不存在，怎麼樣才是最實際的作法？維根斯坦哲學不以腦科學的神經圖譜來轉移焦點，而是直接細膩地論證我們的實際生活經驗。除了繼續跟機器學習相關外，也跟電腦視覺、機器創意有關。在此，我們更能知道人怎麼理解不同感官的世界，以及創造力是怎麼回事。
……
維根斯坦的答案呢？
在此舉例一些筆者運用維根斯坦哲學得到的淺見。
首先，語言就是工具，工具的意義在於人類平常如何應用它、產生作用，其中橫跨文字、聲音、動作、背景情境等等。語言無法獨立於人類的物理生活情境。因此，即使是自然語言處理，盡快把不同感官和輸出(行動)機制綜合進單一系統中，是增強電腦語言能力的必要途徑。像是網路人工智能公司Diffbot，已經開始運用電腦視覺來分析文字為主的網頁資訊。
第二個，判斷機器的智能，必須同時考量內在運作方式和外在能力。維根斯坦的私人語言論證告訴我們內在運作和外在世界不可分割。單獨用行為主義來檢定智能(行為主義就是看行為就夠了，內心或內在機制不重要)，會忽略內在運作產生的多樣化行為，這些行為無法被行為主義精準捕捉。單獨從內在運作判斷智能也不足夠，因為智能的表現就包含了對實體世界的影響。從來都無法跟實體世界溝通或造成影響的物體，沒有智能。
最後的例子：邏輯、數學都只是生活情境中的一種語言，他們本身並不代表真理。所以不能直接相信電腦演算法，資料科學家也要小心自己的思考習慣。古典邏輯和數學，習慣在假設的條件下，建構絕對正確的知識。請原諒筆者講饒口的話，就算不管現實和假設的差距：假設某件事是對的，在這樣假設的理想情況下，這件事就是對的嗎？如果答案是”錯”(稍微進階一點來說，如果這個問題可以不是同義反覆)，那古典邏輯和數學的絕對正確都會崩盤。那答案呢？簡單的回答會是：看實際生活的情境。解套方式是更依照實際情境來面對問題。詳細上什麼情境要怎麼面對，維根斯坦哲學將帶我們用邏輯命題、語法研究、語言遊戲來仔細處理。
但常常維根斯坦是告訴我們重要的態度。在研究、思考、解答、行動之前，不要被我們的語言迷惑、不要被我們的思考給迷惑。
好好看，接納實際生活的矛盾性、複雜性和多樣性，永遠記得回到實際生活來處理問題。哲學即生活，生活即哲學。
推薦書籍
Wittgenstein’s Remarks on the Foundations of AI這本書會直接從維根斯坦哲學的觀點解析人工智慧，不簡單，但不必有任何基礎。敝公司最近亦將舉辦本書的讀書會，敬邀朋友們一起參加。
維根斯坦哲學的入門書筆者推薦五南出版社的《維根斯坦與哲學研究》(還是不簡單……)
也歡迎參加維根斯坦哲學讀書會Facebook社團。
