现象和本质

笛卡尔在《谈谈方法》和《第一哲学沉思集》都曾探究过什么样的知识才是可靠的问题。他说，历史上什么观点都有争议，说明每一个观点都有可疑之处——我倒是认为，即是众人观点一致，这种观点依然很可疑。和笛卡尔一样，雅斯贝尔斯在《生存哲学》中也是这么谈论“真理”，他说，人们总是众说纷纭、莫衷一是，于是人们就以为不存在“唯一”的真理，而只有“多元”的真理。我在别处曾经说过，所谓“多元”的概念，实际上是一个误解。并不存在“多元”，只有唯一的真理；多元只是相对论的另一种说法而已。人们曾经争论，柏林是否陷入了相对主义；我也曾说，柏林自己是反对相对主义的，他持有一种“多元”论——但是多元论就是相对论的别名，所以对柏林的批评并没有错。但是，必须要注意的是，柏林是反对相对主义的，尽管他自己也陷入了“相对主义”；这不过是因为，他想不出解决办法，绕了半天又把自己给绕进去了而已。

笛卡尔最终找到了一个他认为可靠的基础，即“我思故我在”，就是说，我眼前看到的可以是假的，比如有个魔鬼欺骗我，给我制造了假象，让我误以为是真实。但是，不管看见的是真是假，总有一个在看、在思考的东西，如果不存在这个东西，就不存在想和看。不得不说，笛卡尔真是聪明伶俐，这都给他想到了，真的了不起。但是，问题来了，从笛卡尔的这个“思考着的东西”，我们往下推论不出任何东西，无法作为任何可靠知识的基础。就拿一些基本的我们认为确定的规则来说，比如1+1=2，我们如何证明1+1=2？假如说有个魔鬼，让我们以为1+1=2，实际上1+1不等于2，或等于3或其他什么，就像是这个魔鬼在我们大脑中设计了一个bug，一到1+1我们就认为等于2，并且觉得没有任何疑问——你或许会想，或许我们能够从1+2，1-1这些周边，通过逻辑或公式推导出1+1=2，证明我们的直觉是错的，毕竟我多次说过，公式比我们人类聪明；但是也可以设想，魔鬼在1+1的周边都做了手脚，我们一到1+1的边缘就被重置，所以永远也发现不了问题。再说，实际上我们的大脑的运行真的就像机器一样，只不过由于非常复杂，众多的系统提供了强大的计算功能，但正如众多谈论“直觉”或人的自动系统的书所谈的，我们的智能存在系统性的缺陷导致我们常犯一些违反逻辑的滑稽的错误，就如Dennett在The《自由的进化》里所说的，我们的大脑有时候也跟低等生命一样机械和死板。当然，还有一个巨大的缺陷，就是“脑子不够用”。

我们进化出的“智能”，更像是一个“解决办法”，用来实现生存和繁衍，和其他的生命一样。也就是说，我们的原生智能对世界的理解很少，或者甚至根本就不理解。就像猫狗一样，它们理解什么呢？它们知道太阳和月亮的区别吗？它们知道为什么会有白天和黑夜吗？所以Dennett常常提到一个Need to Know principle，他说FBI就搞这一套，你只要知道让你去干什么就行了，至于为什么要这么干，其他人都在干什么，这些都不需要你知道。当然，你最好不知道，因为知道得太多，就有被灭口的危险。当然，对于生命来说，知道得少不是因为怕有杀身之祸，而是为了降低成本。生存压力太大，而多余的“智能系统”也是要耗费能量的。Dennett举例说，有一种贝壳就是这样，小时候长了个大脑，用于寻找一个落脚的地方；找到之后一辈子不再挪窝，就把大脑给消化掉了。我们就是这样一种自然现象，满足了某种算法上的要求，就达成了某种效果——就是一代代繁衍下去。可以看到，在时间中有两种存在方式，我是说在我们所存在的这个层面，不是粒子和黑洞那样的，一是缓慢变化，比如石头，所以长时间存在；一种是繁衍，存在一段，生一个新的，再存在一段，再生出一个。当然，即使后者，也不存在真正的永生——父母挂了，子女产生；子女挂了，孙辈产生，没有任何生命延续了自身，每一个人，都是短暂存在然后就死去了。里查德·道金斯因此以为，是基因在永生。但这也是错误的，这是一个误解。假如说，复制出一个和你一模一样的你，然后等这个复制你快完了，再复制出一个一模一样的，这样生生不息、万世长存，是不是你就永生了？并不是。我已经论证过，即使复制出了一个你，复制你也不是你。

只有算法才是永恒的。但是这没有意义。因为，是否永恒对算法来说没有价值。我们和其他生命一样，和基因也一样，都是算法的产物，或者更准确说，我们都是进化算法的一部分。所以可以看到，我们的行为，并不是朝向我们自身。也就是说，大部分人并不是在为自己好；之所以看上去是为自己好，是因为这部分目标和进化目标重叠了。比如说，进化需要一个人生存下去，而个人看上去就在为自己生存下去而努力。但是，进化还要个人进行生存竞争，比如获得相对于他人的优势，于是人们就追名逐利，要获得更多的资源，这样就能找到更好的配偶，给后代提供更好的条件。所以，即使是混蛋父母，很多时候也在养自己的孩子，尽管他们或许没有“育”；或者，我们也可以看到一些父母，十分关心孩子的学习与否、行为是否符合社会规范，否则就体罚或精神虐待孩子。生存繁衍是目标，但是“幸福”不是目标。不是让孩子幸福，而是超越他人，出人头地之类。我已经说过，他们这些矛盾行为实际上内在是一致的，即在完成自己繁衍后代的任务，并且帮助孩子能够生存和在未来繁衍成功。本性使然，所以反而是那些受过良好教育的人，反而生育更少的孩子甚至不生育；而没有接受过教育的人，或生活底层的人，反而可能在原生智能中的本能的驱使下更热衷生育也生育更多。也不难理解，历史上著名的哲学家群体，可能是后代平均来说最少的群体。

但是，对于原生智力来说，我们生来看到外在一个世界，然后其他的我们什么都不知道。睁开眼，看到一个世界；闭上眼，陷入一片黑暗。对于我们的智能来说，或者对于一些好奇的头脑来说，或许会产生一些关于我们自身和世界的疑问。我们的智能，决定了我们只是在自己“心”里想事情。我们只是看到了外在的世界，但是到底外在的世界是什么，我们并不知道。当然，我们的原生智能自身并不会提出这个问题，提出这些问题的人，要么就会被嘲笑“五迷三道、不务正业”，就像泰勒斯当初被老太太嘲笑那样，要么，如果还给她们一个面子，称她们“哲学家”，当然更可能是她们自己起的名字，“爱智慧的人”。我不是贬低她们，因为我自己就有往这方面发展的危险。于是一个曾经喜欢过我的女同学前不久刚劝我，说我“心理不够成熟”；她的意思是我好好的工作不干却不知道在搞什么。我也无言以对。

由于我们智能的这种特性，我们就落到和笛卡尔一样的境地，即不知道什么是可信的。当我们闭上眼了，这个世界还存在不存在？世界是不是我们想象出来的，还是真实的？所以就有什么主观唯心主义，认为一切都是想象，或者客观唯心主义，认为是上帝的想象或某种客观精神——当然这些也都是“想象”出来的。我在别处说过，这是我们智能引出的一种并不难理解的“想法”，因为我们和世界是“隔离”的，世界在外在，而我们在大脑内，通过眼睛这两个窗户在往外望。所以康德就说，存在一个现象的世界，就是我们看到的“现象”；但是，现象之下，还有本质，本质就是那个真实的世界，但是我们只能看到现象，所以背后的真实的世界，物自体，对我们来说是永远不可知的。雅斯贝尔斯也是这么觉得，于是他就说，表象不是存在，就像我们看到的自己，不是存在，不是真实，是表象；但是，他又说，那个在感觉着的自己是真实，是实质，是物自体。这就是我认为古典哲学到今天应该终结了的原因，因为古典哲学在感觉、直觉里绕圈子，但是感觉、直觉什么都提供不了，它们是用于日常生活琐碎的生存事务的，当用于分析超出日常经验的问题，比如世界的本原、存在的本质，它们只能让人误入歧途。雅斯贝尔斯就是因为这样，才认为哲学不能帮助我们解决生存的意义的问题，而神话和宗教却能。殊途同归，列夫·托尔斯泰在《战争与和平》中就得出了这种结论。

原生智能的能力非常有限，这可以从人类学书籍中得到证明，比如泰勒、弗雷泽、马林诺夫斯基、涂尔干、布留尔、Ruth Benedict、E.E.埃文思-普里查德等等人的书，原处智能所发展出来的“知识”，就是神话和巫术，都是根据表面的线索进行一些天马行空的猜测。长久干旱，就觉得是上面有什么东西不肯下雨，因此要祭拜一下，祈雨；或者，做个小人，写上名字，用针扎它，叫那个名字的人就会生病或者什么。这种行为看上去奇怪，是因为我们今天有了新的理解。对于原始人来说，这种做法并不是很蠢。他们会给出经验和“大数据”，求雨或扎小人经常有效。为什么呢？大师说了：心诚则灵。不灵，说明你心不够诚。实际上呢，人们求啊求啊，一天不行三天，还不动心？三天不行半个月，或者三个月，或者求一年，总会灵验的。扎小人也一样，身体再健康的人，也总有一天至少会被你扎感冒。显然，即使这种方法有效，但是也并不总是让人满意。

正如休谟所说，这实际上是在应用一种归纳的原则。人们进行了祈雨仪式，然后就下雨了。于是，人们就认为，是祈雨导致了下雨，这是一种因果关系。但是，休谟说，人们仅仅观察到了一种先后关系，先是跳了祈雨舞，然后下雨了，如何能说二者有因果关系呢？现在我们知道，天气是一种复杂的系统，甚至带有混沌性质，就像是那个著名的比喻，亚马逊河流的一只蝴蝶煽动翅膀，引发中国南方的连续暴雨，所以天气常常无法预报。或许可以说，我们今天也没有掌握全部的因果过程。大概是因为同样的原因，很多人觉得或许不需要因果关系，只需要有大数据就够了。就像是说，我们统计了整个地球上绝大部分的蝴蝶，发现每一个蝴蝶，都对应六条腿。我们不管为什么蝴蝶有六条腿，我们只知道大数据告诉我们，蝴蝶和六条腿的相关度为1，也就是说，是蝴蝶和六条腿就是捆绑的信息。那么，我们再遇到一只蝴蝶，不用看，我们推测它有六条腿。明年新生出来的蝴蝶，去年死去的蝴蝶，我们都推测它有六条腿。然后，你会发现，这个结论很对，很可靠，真的很棒，甚至很神奇。这就是“大数据”的威力，或不管它什么因果关系，不管背后有什么“本质”或“原理”，表象就给了我们足够的答案。

Judea Pearl and Dana Mackenzie说，搞人工智能的，或者至少以前人工智能领域，一直搞的就是大数据。但是大数据是有局限的，并且大数据不如“因果关系”。他们觉得，人工智能的局限，实际上就是大数据带来的局限，要想达到人类的这种智能，非得引入因果关系不可。实际上，人类的智能也并不是一定会找因果关系，人类的智能也习惯于从经验上做归纳，搞“数据”。比如说，在体育比赛之中，有些人因为某种穿戴赢了球，于是就延续这种穿戴，以获得对应的结果。这就是原生智能的结晶。当然，并非人类如此聪明，甚至鸽子也是如此，斯金纳实验室里的鸽子就发展出各种类似的行为。斯金纳说，又一个自动投喂机，不定时吐出食物给鸽子。渐渐地，鸽子发展出不同的技巧，比如说，有的鸽子刚巧转了个身，发现食物吐了出来，于是就有事没事转个身。探索原理，是一种真正的发达的智能才有的表现。那么，既然休谟说，我们所看到的一切都是先后，而我们不会知道因果，那么为何我们还能探索原理来确定因果呢？实际上，休谟所说的，是智能黑箱。也就是说，就像人类学书籍中所谈到最多的巫医术，医生经常假装从病人肚子里取出了东西，然后有些病人就好了。这当然是安慰剂或有些病自然会好。对土著来说，她们观察到了行为，即假装取出东西，然后观察到结果，病好了，至于里面发生了什么，对他们来说是黑箱。但是，如果我们打开黑箱，会看到更多的细节和机制，从这些机制里，我们就可以理解“本质”。就像修理机器，内部运行的并不仅仅是现象，而是一些机制。这些机制就是原理，就是本质，就是本原。所以，因果是可行的。正如Judea Pearl and Dana Mackenzie所说，大数据实际上是一种黑箱外的、粗略的对世界的描述；但是，原理是一种更为精细和准确的对世界的建模。而且，在我看来，因果关系实际上是一种更为精简的描述，比大数据更经济节省，是人工智能发展的未来。