人文学科与人工智能有何关系？二者该怎样结合？

人工智能 （AI）现在已经是全社会关注的热点问题，一般来说，我们认为人工智能主要是自然科学的事情，人文学科很难与人工智能扯上关系。但必须看到，人工智能作为必将彻底改造整个社会生活的一项技术，也必然将彻底改造学术研究的方式和内涵。所以，我们不如迎潮而上，思考人工智能与人文学科的关系。因为，再过十年二十年，人文研究将再无退路，除了正视这一巨大变革，别无他选。

作为一名文学和美学研究者，我关心的就是 “人工智能与美学”这样一个问题。二者怎样结合？

“微软小冰”是最著名的文学艺术类人工智能。对于小冰的诗歌创作，往往存在两种截然对立的观念：一种认为小冰创作的不是诗，因为小冰不是人，是机器，没有创造力，所以它创造出来的不可能是诗。另一种观念认为，小冰创造的是诗，它具有独特的创造力，只是我们现在不了解这一创造力来自哪里。这种观点面临的困难是，回答什么是创造力，如果它很神秘，无法说清楚，那么，究竟是因为它根本不存在，还是我们无法理解它？

创造力的神秘是美学中一个由来已久的观念。但 “微软小冰”给了我们一个契机，让我们从人工智能的角度去理解人。如果说小冰有创造力的话，那么这个创造力是什么？小冰的“创造”应该视为一种算法，它在效果上与人类创作诗歌基本相同，争议集中在机制上。如果我们把创造力解释为一种 “算法”，这是不是能够解决人工智能的美学难题呢？我们甚至可以把人工智能当作从美学角度理解人类创造力的钥匙，这样一来，美学的研究对象就不再仅限于人类，还包括与人类对照的人工智能，算法与创造力之间就形成了一种互动关系。

当然，这样考虑问题的时候，就一定不局限于目前人工智能的工业化发展，还包含了对于未来的展望，或者说理论性的设想。在人工智能与美学这一话题上，如果我们设想一个人工智能达成审美判断，它应该用什么样的方式来实现？要回答这一问题，必须讨论人工智能的审美建模问题，也就是怎样建立一种对于审美判断的算法。

就我理解，如果人工智能要达到审美判断，大致有两种基本建模方式：一种是康德式，另一种是维特根斯坦式。简单地说，康德式建模方式注重底层规则组合，以达到整体判断，其基础规则必须非常牢靠，这可以称作最底层的逻辑，每一步推导必须是坚实的，如此才能达成一种必然如此的审美判断。而维特根斯坦的做法则完全不一样，他更注意语言训练，否定普遍性本质的存在。如果冒险一些的话，可以把他的方法类比为 “大数据式”，强调建模之后的训练，重视输出端管理。现在的人工智能建模更流行这种方式。无论康德式还是维特根斯坦式，这两种分析都是以人为基础的，如何 “转运”到人工智能领域，还需要极大的功夫。

人的心灵已经是一个事实了，它摆在那里，无论观察者怎么想，它都已经在那里，能够进行审判判断，可一旦加入人工智能，事情就发生了巨变——现在心灵、创造、审美判断等似乎都消失了，但人工智能的输出结果却可能与人类的输出结果一样，这又如何理解呢？这不是一个简简单单就能回答的问题，我们只能把它列为任务进行探讨，也许不同的观点相互碰撞，就能渐渐打开思路，寻找到新的方向。

对于人工智能与美学问题，将与其他相关问题一样，边建构边解构。每个人都有知识和观念的盲区，重要的是开放的讨论