跨文化的控制論：普遍性的在地化

本次演講發(fā)表于“21世紀(jì)的控制論”系列講座暨論壇，2022年11月4日，文字版有刪節(jié)?；顒?dòng)由廣東時(shí)代美術(shù)館媒介實(shí)驗(yàn)室與器道哲學(xué)與技術(shù)研究網(wǎng)絡(luò)主辦，漢雅精舍聯(lián)合主辦，許煜擔(dān)任學(xué)術(shù)主持，吳建儒策劃。講座主頁(yè)：

https://medialab.timesmuseum.org/en/lectures

今天我們將探討不同文化背景下的控制論歷史，以及對(duì)其普遍性的本地化探索。

控制論的歷史是一個(gè)跨越了文化、政治和學(xué)科邊界的歷史。《控制論：或關(guān)于在動(dòng)物和機(jī)器中控制和通訊的科學(xué)》，這個(gè)定義也是一本書名，該書出版于1948年，作者是麻省理工學(xué)院數(shù)學(xué)教授諾伯特·維納（Norbert Wiener）。維納的歷史照片和文件陳列在麻省理工學(xué)院數(shù)學(xué)系的大廳里，這些歷史資料的展廳離我的辦公室不遠(yuǎn)。

維納在控制論方面的工作借鑒了他對(duì)高射炮控制的戰(zhàn)時(shí)研究。他設(shè)計(jì)并制造了一種防空預(yù)測(cè)器，這是一種依靠反饋運(yùn)行的伺服機(jī)械裝置，用于預(yù)測(cè)敵機(jī)的軌跡。該功能原來(lái)通常由人類艦炮手和神槍手執(zhí)行，因此維納的設(shè)備將“承擔(dān)特定的人類功能”。該發(fā)明讓維納做了個(gè)意義深遠(yuǎn)的類比：即自動(dòng)控制裝置的操作、基于反饋的控制設(shè)備和人類有目的的行為之間的類比。1943年，維納、生理學(xué)家阿圖羅·羅森布魯斯（Arturo Rosenblueth）和工程師朱利安·畢格羅（Julian Bigelow）聯(lián)合發(fā)表了一篇文章，他們?cè)谖恼轮刑岢觯心康牡娜祟愋袨槭艿椒答仚C(jī)制的支配，而伺服機(jī)制中也采用了相同的反饋機(jī)制。結(jié)合控制工程（例如，反饋）、心理學(xué)（目的）、哲學(xué)（目的論）和數(shù)學(xué)（外推，指從已知數(shù)據(jù)的孤點(diǎn)集合中構(gòu)建新的數(shù)據(jù)方法）的術(shù)語(yǔ)，他們構(gòu)建了一個(gè)既適用于人類行為也適用于機(jī)器操作的行為分類方案。

在其《控制論》一書中，維納對(duì)這些想法進(jìn)行了概括，并引入了一種新的“通用”語(yǔ)言，我稱之為“賽博語(yǔ)言”。它將各種不同的人機(jī)隱喻聯(lián)系在一起?？缭礁黝悓W(xué)科——計(jì)算、信息論、控制理論、神經(jīng)生理學(xué)和社會(huì)學(xué)——控制論用相同的控制論術(shù)語(yǔ)來(lái)描述生物體、控制和通信設(shè)備以及人類社會(huì)——信息、反饋和控制等等。

穿越大西洋到歐洲，再到蘇聯(lián)、南美和其他地方，控制論多次以不同形式現(xiàn)身：它作為設(shè)計(jì)尖端武器的工具出現(xiàn)在不同的時(shí)間和地點(diǎn)，它是言論自由的理論基礎(chǔ)，它是設(shè)計(jì)智能機(jī)器的方法，它是描述人腦功能的模型，它是跨學(xué)科的載體，它還是改革理論架構(gòu)的工具，這些理論架構(gòu)是廣泛的生命和社會(huì)科學(xué)通過(guò)數(shù)學(xué)和計(jì)算建立的模型。它有時(shí)充滿了強(qiáng)烈的意識(shí)形態(tài)信息，有時(shí)表現(xiàn)為所謂的政治中立。每次控制論跨越新的文化、政治或?qū)W科邊界時(shí)，它的內(nèi)涵都會(huì)受到質(zhì)疑，并被賦予新的內(nèi)涵。

有一個(gè)特別突出的例子，普世主義者在全球的控制論在地化運(yùn)動(dòng)時(shí)的一個(gè)愿景，是設(shè)計(jì)能夠執(zhí)行某些人類認(rèn)知任務(wù)的計(jì)算機(jī)程序，通常被稱為人工智能（AI）。人工智能的愿望是掌握思想的普適原理，以便在計(jì)算機(jī)中予以運(yùn)用和實(shí)現(xiàn)。1984年，帕特里克·溫斯頓（Patrick Winston）闡述了AI的研究目標(biāo)：“人工智能激發(fā)了那些想要發(fā)現(xiàn)普適原理的人，所有智能信息處理器都必須開(kāi)發(fā)利用這一原理?！迸c此同時(shí)，在蘇聯(lián)，一個(gè)新興的人工智能社區(qū)制定了它的目標(biāo)，這個(gè)目標(biāo)聽(tīng)起來(lái)很耳熟——“了解人類如何思考，以及思考的機(jī)制是什么”。在鐵幕的兩邊，人工智能研究都被理解為對(duì)人類思維的基本原理的探索。

美國(guó)和蘇聯(lián)的科學(xué)家都認(rèn)為存在一種常規(guī)的、普遍的、與歷史無(wú)關(guān)的人類思維機(jī)制。然而，由于這些科學(xué)家是來(lái)自不同文化的人，他們對(duì)人類思維有著獨(dú)特的、文化上特定的直覺(jué)認(rèn)知。他們視為普遍范疇的“人”，實(shí)際上是屬于特定文化的人。因此，他們的人工智能模型反映了各自文化的特殊性。

任何社會(huì)的日常實(shí)踐都基于普遍被接受的行為模式——被視為典型和正常的行為——以及處理日常情況的各種策略，即所謂的“常識(shí)”。約翰·麥卡錫（John McCarthy）有個(gè)很出名的說(shuō)法，他曾將AI系統(tǒng)稱為“有常識(shí)的程序”，暗示著人類思維普遍具有基礎(chǔ)性的常識(shí)。然而，人類學(xué)家克利福德·格爾茨（Clifford Geertz）曾說(shuō)過(guò)的，常識(shí)是“歷史建構(gòu)的，并且……服從于歷史定義的判斷標(biāo)準(zhǔn)。它會(huì)……因人而異。簡(jiǎn)單來(lái)說(shuō)，它是一種文化系統(tǒng)。”格爾茨還告誡到，不要去“勾勒出一些[常識(shí)性的]邏輯結(jié)構(gòu)，因?yàn)樗遣淮嬖诘摹?。這就不幸地打破了麥卡錫說(shuō)法中的基本前提。

日常實(shí)踐充當(dāng)了一種媒介，承載著不斷交流的文化符號(hào)，并為任一特定群體塑造了文化詞匯。對(duì)美國(guó)人來(lái)說(shuō)，日常經(jīng)歷從閱讀《紐約時(shí)報(bào)》到觀看電視上的政治辯論，再到在超市中購(gòu)買種類繁多的商品。蘇聯(lián)人的日常經(jīng)歷則完全不同。他們從不閱讀《紐約時(shí)報(bào)》，從不觀看政治辯論，或者在購(gòu)買商品時(shí)對(duì)品牌猶豫不決。他們閱讀《真理報(bào)》和地下文學(xué)，參加黨代會(huì)，在食品店排隊(duì)消費(fèi)。在他們看來(lái)是典型和正常的東西，在美國(guó)人看來(lái)卻是奇特和充滿異域風(fēng)情的，反過(guò)來(lái)也是一樣。然而，即使常識(shí)不是普遍的，人工智能模型確實(shí)告訴我們一些東西——如果不是關(guān)于人類思維的基本原理，那么也許是關(guān)于常識(shí)的特定文化內(nèi)涵。

文化影響不僅通過(guò)日常生活的典型行為模式和策略表現(xiàn)出來(lái)，還通過(guò)語(yǔ)言——通過(guò)我們所經(jīng)歷和運(yùn)用的各種隱喻，包括對(duì)思想本身的思考。今天我將討論在美國(guó)和蘇聯(lián)知識(shí)分子中流行的，受不同文化影響的隱喻，并探討它們與特定人工智能系統(tǒng)的聯(lián)系。我認(rèn)為，美蘇學(xué)者在開(kāi)發(fā)人工智能時(shí)，采用了截然不同的方法，是有著深層次的文化因素在內(nèi)的。在尋找思維和行為的一般原理時(shí)，人工智能專家實(shí)際上將自己的文化刻板印象帶入到了他們所開(kāi)發(fā)的模型中。

例如，我們來(lái)看看購(gòu)物這種日常行為，美國(guó)消費(fèi)者面臨的主要問(wèn)題是如何在琳瑯滿目的食品和商品中做出正確的（或說(shuō)“健康的”）選擇。做出正確選擇的能力也是美國(guó)學(xué)術(shù)訓(xùn)練的重點(diǎn)內(nèi)容。大學(xué)生從各種各樣的課程中選擇他們想上的課程。考試中最常見(jiàn)的選擇題也是需要考生在多種可能性中選擇一個(gè)正確答案。政治選舉的選票上也會(huì)列出多名候選人。相比之下，蘇聯(lián)的大多數(shù)日常情況則不同，例如高等教育課程為每個(gè)專業(yè)規(guī)定了固定的科目和預(yù)設(shè)好順序的課程，學(xué)生唯一的選擇是在體育課上選擇他們喜歡的運(yùn)動(dòng)，考試中的選擇題很少見(jiàn)，相反它要求學(xué)生寫出所有解題步驟，如果學(xué)生沒(méi)有給出最佳解法（或只是解法與教科書不同），即使得出了正確答案，也會(huì)被扣分。最后，蘇聯(lián)的購(gòu)物方式也給顧客帶來(lái)了新的問(wèn)題。他們的問(wèn)題不在于該選擇什么，而在于能買到什么。由于許多食品和家居用品短缺，人們只能從黑市上獲得搶手的產(chǎn)品。一個(gè)普通的蘇聯(lián)公民必須創(chuàng)建一個(gè)獨(dú)特的、廣泛的私人社交圈，這個(gè)圈子由朋友、親戚、親戚的朋友和朋友的親戚等組成，廣泛撒網(wǎng)以便能買到想要的洗衣機(jī)或電視。

美蘇學(xué)者發(fā)展的認(rèn)知心理學(xué)理論反映了不同文化價(jià)值觀下的選擇和創(chuàng)造力。例如，美國(guó)認(rèn)知心理學(xué)家杰羅姆·布魯納（Jerome Bruner）將概念獲得描述為一個(gè)過(guò)程，其每一步“通常是在備選步驟之間做選擇或決定?！辈剪敿{的研究展示了心理學(xué)的“認(rèn)知革命”，這與美國(guó)人工智能先驅(qū)赫伯特·西蒙和艾倫·紐厄爾的研究密切相關(guān)，他們將選擇置于智力活動(dòng)模型“啟發(fā)式搜索”的核心。

然而，蘇聯(lián)心理學(xué)家安德烈·布拉什林斯基（Andrei Brushlinskii）則否認(rèn)了這一觀點(diǎn)，他不認(rèn)為思考涉及了在預(yù)設(shè)的備選方案中進(jìn)行選擇。他認(rèn)為，真正的思考必須產(chǎn)生一種新的選擇：“實(shí)際的生動(dòng)的思考，例如，解決任務(wù)或問(wèn)題，是對(duì)最初未知的、尚不存在的解決方案進(jìn)行預(yù)測(cè)。這一預(yù)測(cè)......使人們不再需要在備選解決方案中進(jìn)行選擇?！?/p>

蘇聯(lián)和美國(guó)的人工智能專家有時(shí)借鑒心理學(xué)理論，有時(shí)心理學(xué)家借鑒人工智能模型。然而，人工智能專家仍會(huì)習(xí)以為常地忽略心理學(xué)家的研究成果，認(rèn)為知識(shí)應(yīng)該從人工智能流向心理學(xué)，而不是從心理學(xué)流向人工智能。人工智能經(jīng)常會(huì)和心理學(xué)達(dá)成一致，因?yàn)樗鼈兌家蕾囉谙嗤奈幕季S定勢(shì)。

美國(guó)人工智能先驅(qū)之一赫伯特·西蒙（Herbert Simon）明確提到了日常經(jīng)驗(yàn)，他認(rèn)為智力活動(dòng)的核心是一種選擇行為：

我們沒(méi)有人完全了解人類選擇的總體特征，或者發(fā)生這種選擇的環(huán)境的廣泛特征。那么，我可以自由地將這種共同經(jīng)驗(yàn)作為一種理論的假設(shè)來(lái)源加以調(diào)用，這一理論是關(guān)于對(duì)人和人類世界的探討。

西蒙借鑒了廣泛的數(shù)學(xué)理論，這些理論提供了各種形式的選擇，而這些選擇發(fā)生在分類明確、建構(gòu)成熟的環(huán)境中——計(jì)量經(jīng)濟(jì)學(xué)、博弈論、運(yùn)籌學(xué)、效用理論和統(tǒng)計(jì)決策理論——他的傳記作者亨特·克勞瑟-?？耍℉unter Crowther-Heyck）稱之為“選擇的科學(xué)”。所有這些理論都假設(shè)選擇行為是自由和理性的：個(gè)體對(duì)其環(huán)境采取行動(dòng)，但環(huán)境不會(huì)影響個(gè)體的目標(biāo)或偏好。

西蒙還借鑒了另一套學(xué)科——社會(huì)學(xué)、社會(huì)心理學(xué)、人類學(xué)和政治學(xué)。相比之下，這些“控制科學(xué)”強(qiáng)調(diào)個(gè)體的可塑性和順從性，受到群體和社會(huì)壓力并受到社會(huì)環(huán)境的影響?？刂瓶茖W(xué)的“管理人”似乎與選擇科學(xué)的“經(jīng)濟(jì)人”格格不入。

西蒙利用選擇科學(xué)和控制科學(xué)，發(fā)展了“有限理性”理論。人們?cè)诮鉀Q復(fù)雜問(wèn)題的時(shí)候，可以將其簡(jiǎn)化為一組有限的備選方案并在其中進(jìn)行合理選擇。個(gè)人選擇的組織化使理性決策成為可能。

西蒙在他1956年發(fā)表的論文《理性選擇和環(huán)境的結(jié)構(gòu)》中，使用迷宮來(lái)比喻他所介紹的數(shù)學(xué)模型，該模型描述了生物體如何滿足需求的多樣性，在分叉點(diǎn)上做出一系列理性選擇，而這些選擇基于不完整的信息。這種比喻性的描述十分貼切易懂。西蒙從他的個(gè)人經(jīng)歷推斷到整個(gè)人類，將一系列理性選擇視為一種“普遍”模型，一種生活哲學(xué)：

生活哲學(xué)肯定涉及一組原則?！瓌t可以集結(jié)成各種啟發(fā)或試探法，以指導(dǎo)人們?cè)谏畹牟砺房谧龀鲞x擇，如同在迷宮中保持正確的路線?！诒菊轮?，我描述了自己的生活，也描述了我的個(gè)人生活哲學(xué)，但其實(shí)我也一直在描述每個(gè)人的生活。

在1950年代至1960年代，西蒙與艾倫·紐厄爾（Allen Newell）合作開(kāi)發(fā)了“啟發(fā)式搜索”法，該方法很快成為美國(guó)人工智能研究的主導(dǎo)范式。根據(jù)他們的模型，解決問(wèn)題的過(guò)程包括在問(wèn)題空間內(nèi)找到從初始狀態(tài)到目標(biāo)狀態(tài)的路徑。這個(gè)空間看起來(lái)像一棵分枝的樹或一個(gè)迷宮；過(guò)程的每一步，問(wèn)題解決者都必須從選項(xiàng)中做出選擇——每個(gè)選項(xiàng)都是從選擇點(diǎn)發(fā)散出來(lái)的分支之一。在沒(méi)有關(guān)于迷宮的完整信息的情況下，或者如果迷宮太大而無(wú)法進(jìn)行可行的計(jì)算，紐厄爾和西蒙建議使用啟發(fā)式方法——經(jīng)驗(yàn)法則——幫助人們做出正確的選擇。他們認(rèn)為迷宮搜索是一種通用的智能模型，并認(rèn)為他們的計(jì)算機(jī)程序“通用問(wèn)題解決者”是一種通用的“人類解決問(wèn)題的理論”。

隨著西蒙和紐厄爾對(duì)人類行為的概念化變得越來(lái)越形式化，他們所借鑒的情境模型變得越來(lái)越受限制和規(guī)范化：從大型組織中工人的半獨(dú)立決策到防空控制中心機(jī)器操作員的半自主行動(dòng)，再到國(guó)際象棋手有限的出棋套路。在“啟發(fā)式搜索”模型的各種計(jì)算機(jī)運(yùn)行結(jié)果中——推導(dǎo)出“邏輯理論家”（可以自動(dòng)運(yùn)行推理的程序，也被稱為史上首個(gè)人工智能程序），在屏幕底部邏輯理論家模型的圖表，下棋程序和“普遍的”通用問(wèn)題求解器，屏幕頂部是通用問(wèn)題求解器的草圖——紐厄爾和西蒙傾向于關(guān)注描述完整、明確、計(jì)算機(jī)友好的情況。

紐厄爾和西蒙重新定義了選擇的問(wèn)題：他們不再談?wù)摗白龀鰶Q定”，而是談?wù)摗敖鉀Q問(wèn)題”。如果決策者可以考慮不同的目標(biāo)，那么問(wèn)題解決者就必須專注于指定的問(wèn)題。決策變成了“一個(gè)沒(méi)什么爭(zhēng)議或政治性的過(guò)程，一個(gè)將‘處理器的時(shí)間’分配給不同任務(wù)的過(guò)程?，F(xiàn)在，選擇不再是關(guān)于要接受哪一組值的決定，而更多地是關(guān)于要處理哪組數(shù)據(jù)的決定?！闭伪缓?jiǎn)化為技術(shù)：自由地控制和有目的地改變環(huán)境的想法變成了在迷宮中進(jìn)行簡(jiǎn)化搜索的純技術(shù)任務(wù)。

在其名為“講述美國(guó)故事”的論文中，人類學(xué)家莉維亞·波蘭尼（Livia Polanyi）在闡述文化“語(yǔ)法”時(shí)強(qiáng)調(diào)，“控制”是美國(guó)人生活中最重要的一項(xiàng)內(nèi)容。日常對(duì)話中所描繪的“適當(dāng)?shù)娜恕笔悄切澳軌虺浞挚刂剖澜缫垣@得快樂(lè)和擁有權(quán)力”的人。相比之下，在蘇聯(lián)的情況下，你的社會(huì)環(huán)境不是你可以控制的東西。如果構(gòu)建一種蘇聯(lián)文化語(yǔ)法，這種描述可能會(huì)被改寫為“適當(dāng)?shù)娜耸悄切┠軌虺浞謹(jǐn)[脫世界的控制而獲得幸福的人”。

計(jì)算機(jī)可以執(zhí)行智能任務(wù)的想法在1950年代初期的蘇聯(lián)引發(fā)了強(qiáng)烈的爭(zhēng)議。在偏執(zhí)多疑的冷戰(zhàn)背景下，來(lái)自西方的科技創(chuàng)新往往受到高度質(zhì)疑。對(duì)于西方正在流行的“思維機(jī)器”的討論，蘇方的回應(yīng)是通過(guò)媒體譴責(zé)這一想法，認(rèn)為它既是一種技術(shù)威脅，也是對(duì)意識(shí)形態(tài)的顛覆。蘇聯(lián)記者斥責(zé)資本家另有隱情，認(rèn)為他們幕后的動(dòng)機(jī)是想用機(jī)器人代替罷工工人，并用“冷漠的怪物”代替拒絕轟炸平民的人類飛行員。就蘇聯(lián)哲學(xué)家而言，他們抨擊“思維機(jī)器”的概念既是“理想主義的”，也就是將思想同大腦中的物質(zhì)基礎(chǔ)分離開(kāi)來(lái)，而且是“機(jī)械主義的”，即將思維簡(jiǎn)化為計(jì)算機(jī)操作。蘇聯(lián)批評(píng)家將所有有爭(zhēng)議的計(jì)算機(jī)應(yīng)用歸為“控制論”，并稱該領(lǐng)域?yàn)椤胺磩?dòng)的、理想主義的偽科學(xué)”。盡管有明顯的邏輯矛盾——控制論被描述成理想主義和機(jī)械主義、烏托邦和反烏托邦、技術(shù)官僚主義和悲觀主義、偽科學(xué)和危險(xiǎn)的軍事侵略武器——但這場(chǎng)運(yùn)動(dòng)對(duì)蘇聯(lián)的研究產(chǎn)生了嚴(yán)重影響。由于媒體的狂熱，搞“思維機(jī)器”的研究從意識(shí)形態(tài)上來(lái)講變得不可接受，早期的蘇聯(lián)計(jì)算機(jī)應(yīng)用僅限于科學(xué)計(jì)算。

然而，反控制論運(yùn)動(dòng)并沒(méi)有削弱蘇聯(lián)科學(xué)家對(duì)可以執(zhí)行智能任務(wù)的計(jì)算機(jī)系統(tǒng)的興趣。蘇聯(lián)首批大型電子數(shù)字計(jì)算機(jī)都安裝在國(guó)防研究機(jī)構(gòu)中，這些機(jī)構(gòu)相對(duì)不受意識(shí)形態(tài)的影響，也讓他們的員工有權(quán)限接觸到最新的西方出版物。早期蘇聯(lián)控制論和人工智能的擁護(hù)者主要來(lái)自這些機(jī)構(gòu)。數(shù)學(xué)家阿列克謝·利亞普諾夫（Aleksei Liapunov）領(lǐng)導(dǎo)計(jì)算機(jī)編程科，該科室隸屬于莫斯科蘇聯(lián)科學(xué)院的數(shù)學(xué)研究所應(yīng)用數(shù)學(xué)部。該部門（1966年后，應(yīng)用數(shù)學(xué)研究所）為蘇聯(lián)核武器和火箭項(xiàng)目進(jìn)行數(shù)據(jù)運(yùn)算。這些運(yùn)算與在國(guó)防部第一計(jì)算機(jī)中心獲得的結(jié)果進(jìn)行了比對(duì)，計(jì)算機(jī)專家阿納托利·基托夫（Anatolii Kitov）在那里負(fù)責(zé)研發(fā)。1955年，斯大林逝世后，基托夫和利亞普諾夫與核武器項(xiàng)目的主要數(shù)學(xué)家謝爾蓋·索博列夫（Sergei Sobolev）合作，在《哲學(xué)問(wèn)題》雜志上發(fā)表了一篇文章，公開(kāi)駁斥了對(duì)控制論的意識(shí)形態(tài)指控，該文章立竿見(jiàn)影地使該領(lǐng)域的研究被合法化。

隨著控制論運(yùn)動(dòng)的發(fā)展壯大，它把各種數(shù)學(xué)模型和計(jì)算機(jī)應(yīng)用都納入旗下，如“控制論生物學(xué)”、“控制論生理學(xué)”、“控制論語(yǔ)言學(xué)”、“控制論經(jīng)濟(jì)學(xué)”等許多其他領(lǐng)域。

上圖的左上角是蘇聯(lián)電子數(shù)字計(jì)算機(jī)——MESM，它被用于國(guó)防計(jì)算。下面是阿列克謝·利亞普諾夫，他是蘇聯(lián)控制論的先驅(qū)之一，他正用教棍指著一個(gè)巨大的表格，上面概述了各種控制論應(yīng)用。左下角是一張會(huì)面圖片，圖片左邊是阿列克謝·利亞普諾夫，中間是諾伯特·維納。1960年，諾伯特·維納參加了在莫斯科舉行的一場(chǎng)會(huì)議，并一舉成名。大家可以在右上角看到在列寧的巨幅肖像旁邊的維納。黨的領(lǐng)導(dǎo)人對(duì)計(jì)算機(jī)技術(shù)及其為社會(huì)主義經(jīng)濟(jì)開(kāi)辟的前景產(chǎn)生了興趣。

在右下角，大家會(huì)看到蘇聯(lián)領(lǐng)導(dǎo)人列昂尼德·勃列日涅夫正在查看一臺(tái)連接了蘇聯(lián)計(jì)算機(jī)的打字設(shè)備，這是在1970年代。蘇聯(lián)公眾對(duì)“思維機(jī)器”的態(tài)度開(kāi)始朝著另一個(gè)方向搖擺。蘇聯(lián)媒體開(kāi)始贊美計(jì)算機(jī)的智能，將其描述為解決任何問(wèn)題的萬(wàn)能魔法工具。標(biāo)題為《“思維”機(jī)器》和《近乎科幻》的文章如雨后春筍般涌現(xiàn)在報(bào)紙和流行雜志上。記者們很快駁斥了之前的意識(shí)形態(tài)批評(píng)，聲稱那些副作用只適用于資本主義社會(huì)：

如果在資本主義世界中，引入“會(huì)思考”的機(jī)器意味著增加失業(yè)率、剝削工人和恐懼未來(lái)，那么在社會(huì)主義社會(huì)中，通過(guò)將人們從艱苦、無(wú)趣的工作中解放出來(lái)，機(jī)器將使我們能夠有機(jī)會(huì)來(lái)專注于一些崇高而快樂(lè)的東西——思考、創(chuàng)造，尤其是創(chuàng)造新的“思維”機(jī)器。

就這樣，創(chuàng)造思維機(jī)器和人工智能在蘇聯(lián)被合法化。1961年蘇聯(lián)共產(chǎn)黨新綱領(lǐng)宣布：“控制論和電子計(jì)算機(jī)及控制系統(tǒng)將廣泛應(yīng)用于制造業(yè)、建筑業(yè)和運(yùn)輸業(yè)的生產(chǎn)過(guò)程，它將被廣泛應(yīng)用于科學(xué)研究、規(guī)劃設(shè)計(jì)、會(huì)計(jì)和管理?！碧K聯(lián)媒體開(kāi)始稱計(jì)算機(jī)為“共產(chǎn)主義機(jī)器”。

盡管媒體大肆宣傳，但蘇聯(lián)政府卻對(duì)支持人工智能研究不太感興趣?？刂普撨\(yùn)動(dòng)的領(lǐng)導(dǎo)者們不指望能實(shí)現(xiàn)人工智能，而只是試圖將計(jì)算機(jī)塑造成一種高效的工具，而不是一個(gè)自主代理。蘇聯(lián)科學(xué)院控制論委員會(huì)主席兼工程師阿克塞爾·伯格海軍上將公開(kāi)宣稱，電子計(jì)算機(jī)“將越來(lái)越多地為人類提供幫助，但永遠(yuǎn)不會(huì)取代人類，也永遠(yuǎn)不會(huì)思考?！庇?jì)算機(jī)仍然供不應(yīng)求，并且管理者們都不贊成計(jì)算機(jī)程序員試圖轉(zhuǎn)移寶貴的計(jì)算資源去琢磨那些和他們自身智能有關(guān)的問(wèn)題。

蘇聯(lián)對(duì)人工智能的將信將疑體現(xiàn)在語(yǔ)言上?！八季S機(jī)器”這個(gè)短語(yǔ)總是被放在引號(hào)中以強(qiáng)調(diào)它是一種比喻說(shuō)法?！叭斯ぶ悄堋边@個(gè)詞仍然存在爭(zhēng)議，研究人員避免使用這個(gè)短語(yǔ)。他們更喜歡聽(tīng)起來(lái)比較中性的詞匯，例如“控制心理學(xué)”、“信息過(guò)程研究”或“啟發(fā)式編程”。

1964年，當(dāng)數(shù)學(xué)家德米特里·波斯佩洛夫（Dmitrii Pospelov）和心理學(xué)家維尼亞明·普希金（Veniamin Pushkin）召集對(duì)人工智能感興趣的計(jì)算機(jī)專家和心理學(xué)家在莫斯科動(dòng)力工程學(xué)院舉行常規(guī)座談會(huì)時(shí)，他們將他們的領(lǐng)域命名為“仿心學(xué)（psychonics）”。仿心學(xué)團(tuán)隊(duì)直接挑戰(zhàn)了西蒙-紐厄爾的思維模式，提出了另一種方法。

“仿心學(xué)”一詞是通過(guò)類比仿生學(xué)形成的。仿生學(xué)專家希望在工程系統(tǒng)中模仿生物體的“設(shè)計(jì)”，而波斯佩洛夫和普希金則渴望利用心理學(xué)知識(shí)來(lái)構(gòu)建智能計(jì)算機(jī)。普希金對(duì)棋手進(jìn)行了多項(xiàng)眼球運(yùn)動(dòng)跟蹤研究，并得出結(jié)論，每個(gè)棋手對(duì)棋盤上的棋子位置構(gòu)建了不同的心理模型，而不是在預(yù)設(shè)的問(wèn)題空間中尋找解決方案。他斷言，人類問(wèn)題空間最初并不是建構(gòu)一棵樹，尋找解決方案的過(guò)程涉及創(chuàng)建一個(gè)新的問(wèn)題空間，而不是像西蒙-紐厄爾所提出的迷宮模型那樣“修剪無(wú)用的分支”。

蘇聯(lián)人工智能專家不喜歡迷宮模型，不是因?yàn)樗实拖?，而是因?yàn)樗畴x了他們的文化觀念。即便不知道“通用問(wèn)題求解器”的概念起源，他們也將其與迷宮搜索的“官僚機(jī)制”聯(lián)系在一起。雖然有些人遵循紐厄爾和西蒙的邏輯并斷言“人類通過(guò)詳盡的搜索進(jìn)行思考”，但許多其他人提出了另外的模型，例如，將思維看成一連串的聯(lián)想。

普希金和波斯佩洛夫?qū)⑺伎几拍罨癁閷?duì)問(wèn)題的反思和反映，而非一種探索。他們認(rèn)為，對(duì)當(dāng)前情況和目標(biāo)的描述通常有不同的表述方式。例如，在國(guó)際象棋的情況下，初始位置就是棋盤上特定棋子的位置，而目標(biāo)狀態(tài)——將軍——需要更高級(jí)別的描述，涉及無(wú)法移動(dòng)被將死的國(guó)王。人類棋手必須能夠在低級(jí)和高級(jí)描述之間來(lái)回穿梭，即構(gòu)建和操縱各種情況的媒介模型。正如大家中間那張圖看到的那樣，對(duì)情況的描述有不同的層次。普希金和波斯佩洛夫認(rèn)為，基本的智能程序是情境建模，而不是迷宮搜索：“在所有用于描述創(chuàng)造性思維的現(xiàn)有詞語(yǔ)和概念中，最恰當(dāng)、最合適的是俄語(yǔ)單詞soobrazhenie（反思/想象）。......解決方案反映了情況，基于圖像或元素模型?！?/p>

對(duì)于波斯佩洛夫和普希金來(lái)說(shuō)，人類的創(chuàng)造力表現(xiàn)在拋棄舊的迷宮，重新將問(wèn)題概念化，構(gòu)建新的問(wèn)題空間。例如，一個(gè)人無(wú)法用六根火柴構(gòu)建四個(gè)等邊三角形，如果他一直在平面上尋求解決方案的話。構(gòu)建一個(gè)新的解決方案迷宮——即換到三維空間——才能使此問(wèn)題得解。

雖然紐厄爾和西蒙從一個(gè)現(xiàn)成的問(wèn)題結(jié)構(gòu)開(kāi)始，但普希金和波斯佩洛夫建議，構(gòu)建問(wèn)題是尋找解決方案的重要智能步驟。為情境建立一個(gè)充分的模型比強(qiáng)大的搜索算法更重要。普希金和波斯佩洛夫提出了一種“語(yǔ)義語(yǔ)言”，用于從各種普遍性層面對(duì)情境進(jìn)行形式化描述，并開(kāi)發(fā)了一種系統(tǒng)，以構(gòu)建關(guān)系情境模型。波斯佩洛夫和他的團(tuán)隊(duì)在計(jì)算機(jī)系統(tǒng)中實(shí)施了這種方法，用于控制海港的裝載操作和其他工業(yè)操作，它結(jié)合了技術(shù)和人力因素。

波斯佩洛夫和普希金對(duì)迷宮理論的批評(píng)與蘇聯(lián)文化中將選擇視為對(duì)創(chuàng)造力的限制相呼應(yīng)。對(duì)于蘇聯(lián)和東歐的知識(shí)分子來(lái)說(shuō)，政府提供的、結(jié)構(gòu)刻板的選擇迷宮似乎有太多的限制。有些人，比如波斯佩洛夫和普希金，選擇公然指出選擇行為的局限性，并創(chuàng)造新的問(wèn)題空間。

蘇聯(lián)知識(shí)分子制定了復(fù)雜的策略。最近對(duì)蘇聯(lián)知識(shí)分子的研究打破了人們從冷戰(zhàn)以來(lái)形成的偏見(jiàn)，從事國(guó)防項(xiàng)目的數(shù)學(xué)家和計(jì)算機(jī)專家，作為萬(wàn)能之神“計(jì)算機(jī)”神廟中的祭司，他們創(chuàng)造了一片屬于知識(shí)分子的自治領(lǐng)地，該領(lǐng)地是一個(gè)溫度受控、訪問(wèn)受限，并安裝有第一代龐大計(jì)算機(jī)的房間。數(shù)學(xué)家伊茲瑞爾·格爾凡德（Izrail Gelfand）和米哈伊爾·采特林（Mikhail Tsetlin）就職于搞國(guó)防研究的應(yīng)用數(shù)學(xué)研究所，他們利用作為知識(shí)分子的自由特權(quán)從事中樞神經(jīng)系統(tǒng)的研究。

1958年，格爾凡德和采特林組織了一場(chǎng)生理學(xué)領(lǐng)域中關(guān)于數(shù)學(xué)模型的非正式常規(guī)研討會(huì)。神經(jīng)生理學(xué)家傳統(tǒng)上假設(shè)中樞神經(jīng)系統(tǒng)內(nèi)的各個(gè)節(jié)點(diǎn)通過(guò)復(fù)雜的互連系統(tǒng)協(xié)調(diào)它們的活動(dòng)。然而，這個(gè)假設(shè)讓數(shù)學(xué)家感到困惑：在一個(gè)大型系統(tǒng)中，連接節(jié)點(diǎn)的數(shù)量會(huì)增長(zhǎng)得如此之快，會(huì)使任何數(shù)學(xué)模型都會(huì)變得過(guò)于復(fù)雜。相比之下，采特林和格爾凡德提出了一個(gè)模型，這個(gè)模型中的每個(gè)節(jié)點(diǎn)都將所有其他節(jié)點(diǎn)的活動(dòng)視為一種環(huán)境變化。他們表明，單個(gè)節(jié)點(diǎn)不必直接作用于其他節(jié)點(diǎn)，而可以僅僅觀察環(huán)境的變化并遵循簡(jiǎn)單的自適應(yīng)算法，從而最大限度地減少其本身與環(huán)境的交互。這導(dǎo)致了系統(tǒng)作為一個(gè)整體做出有目的的行為，這里的目的指的是將系統(tǒng)與環(huán)境的交互最小化。在這個(gè)模型中，整個(gè)系統(tǒng)的有目的的行為不需要其子系統(tǒng)的高度復(fù)雜性。所有單體行為都非常簡(jiǎn)單：他們?cè)噲D避免互動(dòng)，而不是建立復(fù)雜的協(xié)調(diào)網(wǎng)絡(luò)。格爾凡德和采特林將這種自適應(yīng)機(jī)制稱為“最少交互原則”：

子系統(tǒng)無(wú)時(shí)不刻地都在解決它自己“特殊的”、“個(gè)體化的”問(wèn)題——即，它盡量減少與媒介的交互；因此，子系統(tǒng)的復(fù)雜度并不取決于整個(gè)系統(tǒng)的復(fù)雜度。......我們的數(shù)學(xué)模型允許我們（在一定程度上）想象神經(jīng)中樞的相互作用，而不用去考慮復(fù)雜的鏈接系統(tǒng)及其協(xié)調(diào)活動(dòng)。

有目的的行為之獨(dú)特定義，即最小化系統(tǒng)與其環(huán)境之間的相互作用，顯然源于蘇聯(lián)知識(shí)分子想要保持最大的思想自主權(quán)的愿望。采特林認(rèn)為他的神經(jīng)系統(tǒng)模型具有非個(gè)體化控制的優(yōu)勢(shì)：系統(tǒng)不需要告訴其中的每個(gè)節(jié)點(diǎn)它應(yīng)該做什么；該系統(tǒng)利用調(diào)動(dòng)自由在最常規(guī)的條件下進(jìn)行自組織。1965年2月，在生理學(xué)會(huì)的一次演講中，采特林明確提出了一個(gè)對(duì)比，即將自由勞動(dòng)和強(qiáng)迫勞動(dòng)相比，以突出自組織的優(yōu)勢(shì)：

囚犯勞工比自由人勞工要貴，盡管前者在吃穿上要差得多，并且兩者的工作量差不多。關(guān)鍵不僅在于囚犯的效率較低，而且必須為囚犯提供食物、衣服并雇人監(jiān)管。對(duì)于自由人來(lái)說(shuō)，情況就不同了：……我的經(jīng)理……不必考慮什么時(shí)候該給我換鞋或換床單，或者如何撫養(yǎng)我的孩子。

麻省理工學(xué)院的生物物理學(xué)家默里·伊登（Murray Eden）曾說(shuō)過(guò)：“人們想知道，究竟是不是文化或社會(huì)差異的原因，導(dǎo)致了采特林選擇通過(guò)‘權(quán)宜’行為來(lái)研究合作現(xiàn)象，而美國(guó)的博弈論側(cè)重于參與者之間的競(jìng)爭(zhēng)。”嚴(yán)格來(lái)說(shuō)，采特林的模型并不符合社會(huì)主義者理想中的數(shù)學(xué)建模。它反映了知識(shí)分子在蘇聯(lián)系統(tǒng)中的特殊地位，“合作現(xiàn)象”源于個(gè)人努力擺脫環(huán)境或其他個(gè)體的控制。然而，伊登關(guān)于博弈論不同方法背后所帶有的社會(huì)和文化根源的觀點(diǎn)值得我們更為深入地探討。

1926年，出生于匈牙利的美國(guó)數(shù)學(xué)家約翰·馮·諾依曼（John von Neumann）開(kāi)發(fā)了一種公理形式化的兩人零和博弈，這種博弈具有有限數(shù)量的“策略”（完整的游戲規(guī)則）。它基于一種西方的概念，即社會(huì)互動(dòng)是一種競(jìng)爭(zhēng)，一種以自我利益為中心、在理性計(jì)算的同時(shí)小心對(duì)手的競(jìng)爭(zhēng)。

馮·諾依曼證明了最小最大值定理，斷言存在優(yōu)化的“混合”或隨機(jī)策略，該策略將最大損失最小化并保證贏得“游戲的價(jià)值”。他認(rèn)為最小最大值策略捕捉了人類理性的一些基本方面：“任何事件——給定了外部條件、參與者和參與情形（只要參與者可以按照自己的意愿行事）——都可以被視為一種策略游戲，因?yàn)樗鼘?duì)參與者施加了影響?！?/p>

馮·諾伊曼的傳記作者史蒂夫·海姆斯（Steve Heims）將馮·諾伊曼的形式主義追溯到了他的世界觀，他認(rèn)為世界充滿了無(wú)情的競(jìng)爭(zhēng)對(duì)手，他們將所有其他參與者視為狡猾的敵人：

他的性情受到他在匈牙利經(jīng)歷的嚴(yán)酷政治現(xiàn)實(shí)的影響?！敖?jīng)濟(jì)博弈”的推薦風(fēng)格，強(qiáng)調(diào)的是謹(jǐn)慎，是計(jì)算預(yù)期結(jié)果，所有這些功利主義的強(qiáng)調(diào)恰如其分地表達(dá)了資本主義社會(huì)的中產(chǎn)階級(jí)的典型理想。

1944年，馮·諾依曼與合作伙伴、美籍奧地利裔經(jīng)濟(jì)學(xué)家?jiàn)W斯卡·摩根斯坦（Oskar Morgenstern）一起擴(kuò)展了博弈論的原始概念框架，以處理經(jīng)濟(jì)學(xué)問(wèn)題，并就此合著了

《博弈論與經(jīng)濟(jì)行為》一書。他們明確挑戰(zhàn)了新古典經(jīng)濟(jì)學(xué)所追捧的確定性決策，并將經(jīng)濟(jì)博弈的“解決方案”呈現(xiàn)為參與者之間可能的收益分配的概率“穩(wěn)定集”。正如歷史學(xué)家菲利普·米羅夫斯基（Philip Mirowski）所說(shuō)，他們將混合策略視為“思想本身的隨機(jī)性的表現(xiàn)”，并有效地將最小最大值策略轉(zhuǎn)變?yōu)椤俺橄蟮睦硇缘目s影”。米羅夫斯基進(jìn)一步指出，馮·諾依曼和摩根斯坦相信博弈論可以“模擬任何對(duì)手的行為，因此可以作為理性的一般理論”，并且在他們的著作中寫到“博弈論和人工智能之間的界限往往模糊不清?！?/p>

在馮·諾依曼和摩根斯坦所推崇的非決定論中，有一件事是保持不變的：游戲規(guī)則。固定游戲規(guī)則不僅可以在博弈論中推導(dǎo)出非常形式化的結(jié)果；它還是理性概念的支柱：世界太復(fù)雜，無(wú)法進(jìn)行確定性分析，但它仍然遵循規(guī)則，因此隨機(jī)配備的思維仍然可以計(jì)算出一組最佳策略。

美國(guó)國(guó)防分析家斷言，“博弈論作為決策工具的意義在于它使得我們不必再去猜測(cè)對(duì)手的意圖。”雖然在美國(guó)分析家看來(lái)，猜測(cè)似乎是理性解決問(wèn)題的對(duì)立面，但它往往是聰明的蘇聯(lián)決策者的唯一選擇。

關(guān)于科學(xué)理論有效性的辯論結(jié)果通常取決于討論者的博弈能力。由于特定策略的獎(jiǎng)勵(lì)和懲罰具有不確定性，所以博弈變得復(fù)雜起來(lái)。

蘇聯(lián)社會(huì)博弈從根本上的不確定性反映在采特林的自動(dòng)機(jī)集體博弈理論中。自動(dòng)機(jī)是有限狀態(tài)機(jī)的數(shù)學(xué)模型，它依據(jù)轉(zhuǎn)移函數(shù)和當(dāng)前輸入來(lái)改變其狀態(tài)。采特林將自動(dòng)機(jī)解釋為一種代理，它處于針對(duì)特定行為進(jìn)行隨機(jī)獎(jiǎng)懲的環(huán)境中。與馮·諾依曼的經(jīng)典博弈不同，采特林研究的博弈中，自動(dòng)機(jī)面臨著一個(gè)充滿不確定性的世界。他寫道：

值得注意的是，這里討論的自動(dòng)機(jī)博弈的出發(fā)點(diǎn)不同于博弈論中所接受的觀點(diǎn)。實(shí)際上，后者通常假設(shè)博弈是由參與者先前已知的支付函數(shù)系統(tǒng)來(lái)決定的。......我們認(rèn)為由有限自動(dòng)機(jī)進(jìn)行的博弈很有趣，沒(méi)有關(guān)于博弈的先驗(yàn)信息，并且在博弈過(guò)程中為一個(gè)接一個(gè)的重復(fù)動(dòng)作被動(dòng)調(diào)整策略。

在采特林的博弈中，“參與者幾乎沒(méi)有關(guān)于博弈的信息。他們不知道參與者的數(shù)量，對(duì)任一特定時(shí)刻的情況也是毫不知情，他們甚至不知道自己實(shí)際上在參與何種類型的博弈?！辈商亓滞ㄋ椎貙⑺哪Ｐ?，即在一個(gè)規(guī)則未知且不斷變化的環(huán)境中運(yùn)行的代理比作“大世界中的小動(dòng)物”。他的朋友、控制論神經(jīng)生理學(xué)家尼古拉斯·伯恩斯坦（Nicholas Bernstein）使用了一個(gè)類似的比喻來(lái)描述思維活動(dòng)從根本上所具有的不確定性：“打個(gè)比方，我們可以說(shuō)有機(jī)體不斷地與它的環(huán)境進(jìn)行博弈，一場(chǎng)沒(méi)有明確規(guī)則的博弈，并且對(duì)方策劃了哪些動(dòng)作也不得而知?！?/p>

采特林發(fā)現(xiàn)，在不斷變化的環(huán)境中，獎(jiǎng)懲的概率隨時(shí)間變化，最成功的是沒(méi)有太多狀態(tài)的自動(dòng)機(jī)。換句話說(shuō)，如果博弈規(guī)則不斷變化，那么自動(dòng)機(jī)對(duì)自身歷史的記憶就毫無(wú)益處。環(huán)境越動(dòng)態(tài)，自動(dòng)機(jī)“記憶”的最佳深度就越短。

在他對(duì)集體“分配博弈”的研究中，采特林毫不掩飾地評(píng)論了那一時(shí)期個(gè)體的經(jīng)濟(jì)戰(zhàn)略。首先，他想出了一種博弈，其中一組自動(dòng)機(jī)通過(guò)選擇不同的策略來(lái)競(jìng)爭(zhēng)資源（獎(jiǎng)勵(lì)或收益）。他設(shè)計(jì)的自動(dòng)機(jī)完全不知道不同策略的相對(duì)優(yōu)勢(shì)，但最終會(huì)通過(guò)對(duì)環(huán)境收益做出反應(yīng)來(lái)確定最佳策略。然而，采特林表明，如果自動(dòng)機(jī)參與蘇式版本的博弈論，他們的平均收益可能會(huì)增加——這是一種有“公共基金”的博弈，在這種博弈中，所有個(gè)體自動(dòng)機(jī)的收益和損失都被匯總到一起，然后再平均分配回給他們。這種模式的缺點(diǎn)是公共基金掩蓋了個(gè)體貢獻(xiàn)和收益之間的掛鉤，因此對(duì)個(gè)體自動(dòng)機(jī)的記憶能力提出了更高的要求。他總結(jié)說(shuō)，人們可以“從公共基金程序中截取收益，一旦自動(dòng)機(jī)的記憶達(dá)到了某種復(fù)雜程度”?！叭绻麅?nèi)存容量低于此閾值，則引入公共基金會(huì)降低平均收益?！?/p>

采特林對(duì)這種教條的意識(shí)形態(tài)進(jìn)行了數(shù)學(xué)建模，計(jì)算了在具有公共基金的博弈中找到最佳策略所需的精確記憶力（“覺(jué)悟水平”）。采特林的同事將他的研究成果轉(zhuǎn)化為人類思維和行為的基本原則。維克托·瓦爾沙夫斯基（Viktor Varshavskii）和德米特里·波斯佩洛夫?qū)⒂洃浟忉尀楹饬恐橇Φ囊话銟?biāo)準(zhǔn)。他們將一個(gè)人的“智力水平”與在博弈中找到最佳策略的能力聯(lián)系起來(lái)，在博弈中，收益和損失與一個(gè)人的直接行動(dòng)沒(méi)有明確的聯(lián)系，而是在更高的組織層次上產(chǎn)生的。而信奉自由主義的知識(shí)分子非常熟悉規(guī)則未知或不斷變化的博弈概念。

有兩個(gè)比喻可以很好地展示出美蘇實(shí)施的人工智能系統(tǒng)所反映出的兩國(guó)在思想和行為上的關(guān)鍵文化差異。迷宮般的生活——我們必須在迷宮中找到正確的道路——成為美國(guó)人工智能的核心隱喻。迷宮的比喻使人聯(lián)想起了斯金納（B.F. Skinner）的行為主義模式實(shí)驗(yàn)，即讓老鼠跑T形迷宮，和美國(guó)用來(lái)表示“激烈競(jìng)爭(zhēng)”的形象俗語(yǔ)“老鼠賽跑”。1950年，克勞德·香農(nóng)（Claude Shannon）設(shè)計(jì)了一種機(jī)械老鼠，可以在迷宮中尋找金屬“奶酪”。赫伯特·西蒙對(duì)管理行為的研究將老鼠跑迷宮作為一個(gè)典型案例：“人類決策的簡(jiǎn)化模型就如同一只小白鼠在心理學(xué)實(shí)驗(yàn)室的迷宮中找食物時(shí)所表現(xiàn)出來(lái)的行為模式?！蔽髅蓤?jiān)信，一只知識(shí)和智力都有限的老鼠能更好地反映人類理性的局限性，它要好過(guò)假設(shè)一個(gè)神圣、全知和完美的理性：“我們不需要一個(gè)像上帝一樣，而更需要一個(gè)像老鼠一樣的選擇者?！?/p>

對(duì)于蘇聯(lián)人工智能專家來(lái)說(shuō)，決策的核心比喻不是像在固定的迷宮中搜索，而是像蝴蝶的飛行，通過(guò)隨機(jī)氣流繪制其飛行軌跡。蘇聯(lián)人工智能研究人員維克托·瓦爾沙夫斯基（Viktor Varshavskii）和德米特里·波斯佩洛夫（Dmitrii Pospelov）描述了一個(gè)模擬蝙蝠捕食飛蛾行為的系統(tǒng)。當(dāng)蝙蝠離得太近，飛蛾飛不走時(shí)，飛蛾便會(huì)開(kāi)始亂飛：

所謂的亂飛，是指一系列折翅迫降、急轉(zhuǎn)彎、繞圈子和猛俯沖的動(dòng)作。換句話說(shuō)，飛蛾的亂飛軌跡使蝙蝠更難預(yù)測(cè)下一時(shí)刻它將出現(xiàn)在哪個(gè)位置。我們應(yīng)該提到，在實(shí)驗(yàn)中，亂飛策略拯救飛蛾性命的成功率高達(dá)70%。

一只蝴蝶在混亂的生活中亂飛以試圖逃離捕食者——這個(gè)形象太親切了，這是對(duì)他們?cè)噲D保持思維自主的生動(dòng)寫照。

美國(guó)和蘇聯(lián)的人工智能專家都在尋求普遍性原則——普遍的、永恒的思維和行為機(jī)制。然而，他們的概括都受到了其所處的文化背景的影響和制約。美國(guó)和蘇聯(lián)科學(xué)家所掌握的例子，實(shí)際上都是帶有特定文化模式的社會(huì)組織和決策。當(dāng)人們?cè)噲D去掌握普遍性時(shí)，人工智能模型所給出的則恰恰相反——一種具有文化特殊性的模式。

在不知不覺(jué)中，科學(xué)研究經(jīng)常帶有民族特色。文化符號(hào)系統(tǒng)清晰地體現(xiàn)在科學(xué)思想中，就如同在文學(xué)或藝術(shù)中一樣。在對(duì)人類思維的模擬中，人工智能系統(tǒng)真實(shí)地反映了理性機(jī)制和非理性模式、個(gè)人創(chuàng)造力和社會(huì)心理定勢(shì)、人性和人文。