文章来源：《科学技术哲学研究》2014年第2期
董佳蓉(山西大学哲学社会学学院，太原030006)
摘要:诺尔蒂在《光速思考———新一代光计算机与人工智能》一书中，以量子计算和光学语言为基础，设想了量子计算机系统原理及新一代光电计算机发展远景，认为光机智能终将超越人类智能。文章从表征和计算的角度对这一系统设想进行了批判。
关键词:量子计算;光学语言
中图分类号:N02文献标识码:A文章编号:1674－7062(2014)02－0035－05
一直以来，什么是智能、智能可能的存在形式、人工智能能否超越人类智能等问题，吸引着人们去探索和思考。包括科学家、哲学家、心理学家甚至语言学家在内的认知科学家们，围绕智能展开了前所未有的多学科交叉研究。
在智能领域，物理学和数学似乎更具发言权。数学家首先论证了计算机存在的可能性，并在物理基本元件上使之得以实现。物理学家的介入，大大提升了计算机硬件的物理性能，从电子管到晶体管、再到集成电路，直至目前的大规模集成电路，一路走来，物理性能的提升使计算机的运算速度呈数量级增长。然而，当大规模集成电路发展到一定程度，以比特(bit)为基本信息单位的电子物理介质即将发展到极限，计算机却还没有展现出人们所期望的智能来。新一代计算机智能的发展趋势成为认知科学领域关切的热点问题。基于量子特性的“量子信息技术可以突破现有信息技术的物理极限，为信息科学的发展提供新的原理和方法，21世纪信息科学将从‘经典’跨越到‘量子’时代”［1］。量子计算机将诸多的量子处理器组合成多体量子体系，依据量子力学原理来实现有效的量子计算［2］。“晶体管和集成电路当然也是基于量子力学，但在量子信息论中，其算法引入量子力学的原理和方法，这一点是与经典理论的根本区别”，也就是“将比特由整数推广到含有实数和相位的多维复空间”［3］。一旦研制成功，计算机的性能至少提升数十亿倍。
在量子力学启发下，用光来替代电子进行计算，成为物理学家开发下一代计算机的远景目标。在这一研究领域，固态物理学家、理论家、动态全息术发明者戴维·D．诺尔蒂(DavidD．Nolte)是为数不多用光替代电子进行计算的理论来重新界定智能涵义，并系统论述“以光运算为基础的新型智能”的理论先驱。在《光速思考———新一代光计算机与人工智能》一书中，他为以量子计算为特征的新一代光电计算机规划了发展远景，该书亦因此被誉为光计算机的理论基础。诚然，光电技术在未来计算机硬件速度提升上所具有的潜力无可厚非，正如戴维·多伊奇(DavidDeutsch)所指出的，“量子计算是驾驭自然的全新方式”。［4］276然而，用光替代电子进行计算的光学计算机(简称光机)，是否像该书中所描述的那样，能够重新界定智能涵义并产生新型智能呢?
一 未来光机智能超越人类智能的主要观点
诺尔蒂在《光速思考》中大胆推测了光学革命未来的发展进程，认为与光机智能相比，人类智能的致命弱点是阅读时理解速度的限制。在此，他提出一个设想:未来光机需要新兴的光学语言和全新的结构设计，“符号与规则可以是视觉的，知识能以视觉形式表达和处理”。“图像好比是单词，语法是由视觉影射与联想组成的。”代表光机进步之处的“是新机器结构利用信息的方式方法，这些方法比人用的强。寻找这个新视觉结构的过程，会使计算机发现新的思维方法，以便利用光与图像的优点，这正是开发第三代计算机的指导思想”。［4］8－13
本文用人工智能语境论范式理论来考察这种未来光机的智能本质与可能具有的智能程度。诺尔蒂主要通过以下几点来支持未来量子光学计算机智能可以超越人类智能这一设想:
(一)光机的物理优势是其超越人类智能的物质基础
诺尔蒂设想的量子光机是一个把信息维持在图像领域、以光控制光的分布式智能全光互联网为基础的智能机器。对量子比特施加运算的巨大潜力在于量子力学所代表的多重并行性。以量子比特为单位，可实现对一个问题的回答同时既是“是”又是“不是”，同时享有所有可能的答案。所以量子计算能够同时执行同一计算的不同版本，这就极大地加快了计算进程。再加上相应的先进算法，原则上能够解决经典方法无法计算的问题。［4］16－53无论是计算还是表征，都发生了彻底改变。对这种可能出现的表征和计算本质的理解，是我们探寻未来智能发展趋势的出发点。
(二)以图像为传输单位使光机智能可能超越人类智能
从视觉智能入手，诺尔蒂认为智能全光互联网以图像为传输单位的特性优于人类智能。
首先，“人的认知能力有个极限:理解速度的极限”。［4］127－137
从人类视觉感知速度入手，诺尔蒂估计每秒有700万比特的信息量进入人眼，而能被人理解的平均信息量仅约为25比特，剩余大部分信息都被忽略掉。造成信息率有如此悬殊的匹配失调的瓶颈就存在于大脑理解语言的过程中。这是人类理解的瓶颈，是我们的生理限制。
其次，诺尔蒂认为他找到了全光机可能超越人类智能瓶颈的突破口。
他认为，光与图像的空间相容性优点似乎与我们无缘，漫长的进化并未找到办法帮我们利用图像并行性优势来提升智能。但人类局限不必是光机的局限。在以图像为信息单位的光机中，图像既是数据又是控制程序，图像控制图像，此一图像告诉计算机如何处理彼一图像。我们从一维(每秒多少比特)到二维(每秒多少个图像)，从而获得明显的并行优势。［4］135－215无论信号传输还是信号处理，都将以光速进行，不存在目前电子通信与光通信之间的转换瓶颈，更不会出现人类视觉智能那样的通信瓶颈。这样，光机就突破了人类理解速度的极限。
(三)光机结构可能使其智能优于人类智能
诺尔蒂首先分析了大脑的认知机制，认为人脑神经元结构过于复杂，计算机无法模拟，在这个意义上模拟大脑是不可能的。大脑认知的过程，是把视觉信息逐步分解、提取、传递并分析的过程。但我们怎样把知觉意识拼合装配一直是生命科学尚未揭开的谜。如果我们想模拟这些变化中的联系，最容易的方法是从问题的另一端入手，研究人工神经网络中一个小的神经元集合。以小见大，找出小的与大的公共的度量单位与应答方式，用它们做基砖，构建大脑更复杂的网络与活动。
其次，光机经过一代代演化将更多地使用抽象能力。全息量子光机将运行在复杂概念记号的平台上，并将被设计得具有类神经网络的行为，能够分类和识别图像。借助“偶合”光子量子比特，光机的大规模并行性将首次为我们开辟接近人脑大量神经节点的真正机会。［4］57－297
二 光机智能难以超越人类智能的语用瓶颈
诺尔蒂认为，光所具有的空间相容性具有巨大的通信和计算能力，是所有各类新型光学机器的基础。但仅仅速度快还不能算是一场革命，这只是量的区别而非质的飞跃。只有当全光智能以光控制光的方式分布在整个光网络上时，真正的革命才算到来。到那时，网络将有大量的多重内部连接，足以与人脑的复杂性媲美。［4］XI
本文认为，诺尔蒂的观点过于乐观，不仅对人类智能理解片面，对量子计算本身存在的困难也认识不足。然而，《光速思考》中的观点，典型地代表了一批计算机以及物理科学家对并行计算与量子计算机持高度乐观主义态度的学术思潮。分析《光速思考》中的观点，可以帮我们厘清未来人工智能的发展前景。诺尔蒂观点的主要问题在于:
(一)对人类视觉智能的片面理解致使其高估光机智能
诺尔蒂对人类视觉智能的片面理解造成了他对人类智能理解瓶颈的错误判断，主要体现在:
首先，大脑视觉的认知过程并非是损失大量有用信息的分解过程，而是基于语用的高效处理过程。“视觉是人类感知外界信息的重要途径，而主动性和选择性是人类处理视觉信息的基本特征，也是模仿人类视觉的机器人视觉系统必须具备的。”［5］人脑70%以上的神经都与视觉相关，人眼看的过程，并非是被动地接受，而是一个主动选择的过程。人脑将记忆中的视觉知识与所看到的视觉信息相结合，同时进行着所有可能的推理与联想。已有的知识与看的目的会影响我们看到的结果。
此外，人的视觉认知是抽象的。同样的画面，兴趣不同，所观察到的内容就不同。在这个意义上，视觉认知是语用的。通过对已有视觉知识的不断抽象和分类，我们才能知道桌子意味着什么，但却难以用语言精确地将桌子的概念描述出来。大脑内存储的相关视觉知识越多，人眼“看”的速度越快。很显然，读一本有关量子力学的专业书，量子力学专家的阅读速度要远远快于从未接触过相关知识的小学生，尽管他们都认识字。可见，人眼看的速度取决于理解的速度，而理解的速度绝不仅仅是诺尔蒂所说的每秒25比特。
由此，人类理解的速度不能根据每秒钟传入人脑的信息量来衡量。人类看的过程，同时就是大脑运用70%以上的神经细胞进行整体性思考的过程。无论是选择看的内容还是处理看的结果，人类在视觉智能过程中所处理的信息量都是非常巨大的。人眼只关注画面中心的信息而忽略大部分画面边缘的机制，就是配合人脑的视觉智能机制，经过长期进化而来的。在能量有限的情况下，人眼完全没有必要将所有映入眼睛的光信息都进行处理，因为这种处理大部分都将是无效的。在此，诺尔蒂用一幅图像等于1000个单词的比喻是极不恰当的。因为即便我们要用这幅图像来指导行动，它能提供给我们的有用信息也是有限的。只有围绕某种目的进行有效的视觉观察，并集中处理这些经过筛选的有意义的信息，才是最具智能的高效处理方式。因此，过滤掉每秒进入人眼的700万比特信息中的大部分而只接受其中的一部分，绝不是人类视觉智能的瓶颈，更不是人类理解速度的极限。恰恰相反，这是提高人类理解效率的有效机制。这种选择机制，是人类视觉智能的优势而不是瓶颈。
(二)光机视觉原理与人类视觉智能的不恰当类比使其产生错误判断
诺尔蒂认为“我们的眼是量子的光感受器，它能测量光能的量子。”［4］91问题在于:(1)人眼虽然是量子的光感受器，但不意味着我们的视觉过程是一个量子过程。因为在视紫红质分解之后，所有的视觉智能活动都与光量子无关。(2)人眼的色觉是一个复杂的物理—心理现象，颜色的不同只是不同波长的光作用于视网膜引起的主观印象。［6］在整个色觉过程中，光量子在第一阶段被转换为生物能后，无论是三原色学说还是四色学说，都与光的量子性能没有多少关系。
此外，诺尔蒂关于视网膜用的压缩比与互联网下载直播电视节目有着惊人的相似之处这一说法，也是一个不恰当的类比。他说，为理解大脑如何“看”东西，先要问个具体问题:图像具有信息量是什么意思?最简单的想法是图像由像素集合组成。［4］91，93其实，问题就在这里:计算机图像的信息量就是存储一幅图像所占的存储空间，像素是计算机图像的计量单位，与人眼无论从处理机制还是存储方式上都截然不同。从接受的信号数量到最终处理的信号数量，似乎中间都有一个所谓的压缩过程，但在这一过程中，信号变换的实质以及所产生的效果却截然不同，不存在可比性。简单地说，计算机压缩过程的结果是数据量骤减，以牺牲图像的清晰度为代价，在这一压缩过程中，计算机并没有对图像内容产生任何意义上的理解。而对于人眼来说，所谓的收敛过程的结果是从外界画面中抽取出有用的语义信息。“事实上，有些视觉信息的处理在到达视觉皮层之前就在视网膜本身进行。视网膜实际上被当成头脑的一部分!”［7］519因此，人类视觉的信息收敛过程与计算机处理图像时的压缩过程在本质上完全不同，诺尔蒂将二者加以类比是不恰当的。
(三)过分强调光机速度优势所致的错误判断
过分强调光机在速度上的优势，使人产生只要解决了原材料和工艺问题，其他所有智能问题也会迎刃而解的错觉。然而，光机的这种发展趋势是否真能带来其在智能处理上的质的飞跃，是非常值得我们深思的问题。著名的数学物理学家罗杰·彭罗斯(Roger Penrose)对于电脑最终能代替人脑甚至超过人脑这一乐观主义论断持否定态度。对于量子计算机的“光速思考”是否可以胜过人类智能，彭罗斯也做了详细论证。
首先，针对“认为发展并行电脑是建立具有人脑功能的机器之关键”这种流行观念，彭罗斯指出，并行电脑和串行电脑在原则上没有什么不同，两者皆为图灵机。不同之处只在于整个计算的效率或速度。对于某些类型的计算，采取并行计算的确更有效率，但对于另外一些计算类型，并行计算并不见得比串行计算更有优势。
其次，诺尔蒂对于量子计算机的描述在彭罗斯看来是一种典型的量子平行主义。当两个完全不同的事情应在量子线性叠加中同时发生就是两个不同的计算。量子计算机需要在非常大量的并行计算时才会有真正的好处。量子平行主义只是一种杰出的设想，因为算法问题在量子计算机中本身就不好解决，它是否可以在所有的计算方面都超过目前典型的计算机还是个未知之数。
第三，彭罗斯认为并行经典计算不可能掌握我们意识思维的关键，人脑意识思维的一个显著特征是它的“一性”(当一个人处于正常心理状态，而不是“头脑分裂”手术患者时)，这和同时进行大量独立活动成鲜明对比。而量子计算允许不同选择在线性叠加中共存。这样，一个单独的量子态在原则上可由大量不同的、而且同时发生的活动组成。这就是所谓的量子平行主义，其在原则上可用于同时进行大量的并行计算。在这个意义上，量子计算机要解决“一性”问题才有可能很好地模拟人脑。［7］533－539事实上，目前的大型计算机速度早已超过了人脑。可见，光机在速度上的优势绝不是人工智能可以超越人类智能的决定性因素。
三 光机智能理论的前景
关于光机智能何以可能超越人类智能，诺尔蒂认为，速度不是光机智能超过人类智能的关键所在，“新机器结构利用信息的方式方法”应该比人用的强。［4］12－13由此，他描绘出一幅未来超越人类智能的蓝图，要为下一代光机设计全新的结构和光学语言:“图像好比是单词，语法是由视觉影射与联想组成的。”［4］9－12
可见，诺尔蒂也认识到了人工智能的核心要素是表征和计算，而语境对于语言意义的理解起着重要作用。由此，要证明未来机器智能有可能超越人类智能，问题的关键就变为了:什么样的光学语言和计算方法可以使机器智能超越人类智能?进一步，未来的光学语言表征方法和新式计算方法比之当前的表征方法以及计算方法，其优越性体现在哪里?其质的飞跃又体现在哪里?可行性有多大?这些可行性表现在哪里?这种新的光学语言与计算方法如何解决意义理解中的语境问题?本文从表征、计算以及相关的语境问题入手，分析诺尔蒂提出的有可能超越人类智能的光机智能理论的可行性。
诺尔蒂认为，光学语言基于图像和符号，是可以表征空间和频谱(颜色)的语言，这使光机擅长联想与抽象思维。从图标与符号的区别入手，诺尔蒂试图在动机性图像(与它代表的事物直观上有点相似之处)与任意图像(如书写字母)之间作出区分。他认为动机性视觉符号是文字的起源，这些符号一旦约定俗成后，就脱离动机性起源，演变为任意性符号。对于人类理解来说，视觉与听觉的通信率几乎一样，视觉符号系统的优势荡然无存。而光学语言在这一问题上有可能提出解决方案。至此，他关于光学语言有可能超越人类语言的论证戛然而止。［4］XI，XIII，7－13，74－80，112－114，138
针对诺尔蒂对光学语言优势的描述，本文认为:
首先，概念可以由图像来表示，符号与规则也可以是视觉的，但图像和规则本身并不具有任何智能因素。关键在于使用这些视觉图像的是人还是机器。如果光学语言只具有死的规则系统，根本就不可能使光机具有联想和抽象思维。其最大的好处莫过于将电子时代的串行表征变为光子的并行表征。
其次，光学语言的图像表征不一定就比符号文字表征更有优势。诺尔蒂的全息图可充分利用图像的并行性优点，其表征的内容既有图像又有符号。这种描述听起来很诱人，但一遇到实际问题就难以体现出应有的优越性。本质上讲，光学语言的并行传输与符号语言的串行传输，从数据处理的角度来看是等价的;如果不涉及所传输的内容，仅从传输信号角度而言，两者之间完全可以进行等价转换。这就是说，并行传输的光学信号完全可以转换为串行传输的电子信号，反之亦然。除了传输速度上的区别与传输方式的不同之外，二者没有其他本质上的区别。
最为关键的是，对于光机而言，光学语言只不过是运行在其上的一种形式语言，即便它具有量子计算的亦此亦彼性，其实质不过是同时进行了两种计算。光学语言要想实现在中国表意文字与对应的英语句子之间的互译，就必然涉及语义理解问题。若如诺尔蒂所言，光学语言内既有图像又有符号，那么，在语义理解问题上，如果它采用符号处理方式，就必然会遇到我们目前所遇到的符号的意义理解问题;但如果它采用图像的方式来实现对于意义的理解，新的问题就会产生:这种语言如何理解图像中的意义，并从中汲取有用的图像内容与其他图像发生意义上的联系，甚至如何生成新的有意义的图像。
在目前的符号表征时代，我们通过语境描写来实现一定程度上的语义理解，这已经是一件非常困难且注定无法赶上人类智能的任务。在未来的图像表征时代，如何用一幅图像来理解另一幅图像甚至产生新的有意义的图像，似乎更为困难。常识知识问题及其更为深刻的语境理解问题，必将是光学语言所面临的最大的智能瓶颈。
最后，关于光学语言是否会比人类语言具有优势。正如上面所分析的，以语用为目的的认知方式是人类认知的优势而非瓶颈。《光速思考》有一个核心假设:如果我们能够找到这样一种运行于未来光机特殊结构上的光学语言的话，那么，光速思考就能实现，就会超过人类智能。这一假设，也正是强人工智能的追求目标。在这一关键问题上，如果诺尔蒂不能提出更为有效的如何通过图像控制图像获得语义理解上的突破，就不能证明光机智能有可能超越人类智能。因此，光机要想超过人类智能，表征方式的根本性变革不在于是否使用图像控制图像的表征形式，而是光机能否理解这些图像中所蕴涵的语义内容。无论这是一种什么样的光学语言，其所面临的难题与当前人工智能语义理解困境在本质上是一样的，都要依赖于对常识知识和语境因素的理解。不能解决这一问题，什么样的光学语言都不会取得实质性突破，更不用说新的智能模式了。
总之，在人工智能发展前景问题上，诺尔蒂虽然意识到了表征、计算以及语境的重要性，但他既没有提出光学语言如何解决表征语境问题，也没有提出未来量子神经网络的计算方法如何解决计算语境问题，更没有提出所谓的新结构将如何解决智能理解能力的问题。依诺尔蒂所提出的设想，仅仅依靠量子技术的进步，想要发展一场他所描绘的真正意义上的光学革命，几乎不太可能。
【参考文献】
［1］周正威，黄运锋，张永生，等．量子计算的研究进展［J］．物理学进展，2005(4):368－369．
［2］Ekert A. Introduction to Quantum Computation ［J］. Lecture Notes in Physics－New York then Berlin－，2002(587):47－71．
［3］佐川弘幸，吉田宣章．突破经典信息科学的极限:量子信息论［M］．宋鹤山，宋天，译．大连:大连理工大学出版社，2007:前言．
［4］诺尔蒂．光速思考:新一代观点计算机与人工智能［M］．王国琮，译．北京:中信出版社，沈阳:辽宁教育出版社，2003．
［5］肖南峰．智能机器人［M］．广州:华南理工大学出版社，2008:99．
［6］于志铭，李子瑜，张建福．人体生理学［M］．苏州:江苏科学技术出版社，1995:201－212．［7］彭罗斯．皇帝新脑［M］．许明贤，吴忠超，译．长沙:湖南科学技术出版社，2007．
特别声明：本文转载仅仅是出于辅助教学和学习的需要，如其他媒体、网站或个人从本网站转载使用，自负版权等法律责任；作者如果不希望被转载，请与我们接洽。
