說到人工智慧與人腦的區別，有些人似乎會有這樣一種印象：儘管人工智慧在處理問題的靈活性方面較難超過人腦，但至少有著超強的“記憶力”。一般而言，人類要花費較長時間才能背下一串無規律的電話號碼，但人工智慧卻可以“不費力”地將這些資訊儲存入硬碟，並且只要這些資訊不被刪除，就會一直儲存在那裡。然而，這種說法實際上存在一種哲學層面上的“語法混亂”。很多時候，人工智慧有“記憶力”的說法只是一種隱喻，而且是一種糟糕的隱喻。嚴格地說，從哲學角度看，記憶力本身是胡塞爾所說的“意向性”活動的一種。因此，我們要論證機器有記憶力，首先要論證機器是有意向性的。
所謂“意向性”，是指透過某種內部心靈表徵，間接指示某些外部物件的能力。“意向性”的要害是間接性。透過間接性，作為智慧生物的人類是知道下面這一基本原則的有效性的：自己心中所想未必就是世界中真實發生的事情——此即關於內部世界與外部世界之間界限的自覺意識。這種自覺意識對人類在環境中適應性的提高大有裨益。為了解這一點，我們不妨設想有這樣一種生物：它們無法知道自己的內部世界同外部世界的區別，認為自己的內部世界是對外部世界的直接表徵。在這樣的情況下，這種生物就不會修正自己的錯誤、改進自己的行為模式——面對自然選擇時，這種生物便會滅絕。
記憶是一種意向效能力。與其他意向效能力類似，記憶並不保證對已發生的事實進行忠實記錄。人類的“自傳體記憶”就具有大量的虛構成分（如我們幼年時期的很多記憶往往都滲入了事後的資訊加工），這些虛構存在著不少與事實大致相符的成分，也存在著大量的錯誤想法——儘管在這些或大或小的錯誤中，有不少錯誤都不是致命的。不過，我們知道自己的記憶只能算是“基本可靠”，並且在需要精密追索自己的記憶內容時，會訴諸於其他資訊載體（如日記、錄影等）。完全信賴自己記憶的人，往往會在行為上出現一些怪異性，如偏執、不聽勸等。
有些人會誤以為，人工智慧可以避免上述麻煩，因為人工智慧有對自身執行歷史的電子日記與內部“錄影”——因此，人工智慧無需從外部尋找此類證據來核對自己的記憶。但這是對人工智慧的一種誤解。我們可以設想，如何在自己的私人計算機上找到一篇之前儲存過記得主題但卻忘記了儲存位置的文章？當我們在使用檢索工具後仍無法找到此文章時，就可能手動檢索計算機中各個可能儲存的資料夾。然而，如果需要被檢索的資訊量是海量的話，這樣的工作方式帶來的工作量將會是非常驚人的。
上述例子闡明的要點是：在計算機硬碟中儲存的資訊，本身並非心智活動相關項的記憶內容。毋寧說，這些資訊與存放在檔案櫃裡的檔案一樣，都是用來檢查記憶是否正確的外部證據。而這些資訊（包括檔案資訊）都可以被儲存在計算機的機殼內這一事實，卻使我們容易產生一些錯覺，認為這些資訊已經內部化了。我們可以設想，如果在人的大腦中放置了一個超級小、容量卻驚人地大、儲存了海量資訊的硬碟的話，那麼我們是否會認為該大腦的記憶中就已包括了該硬碟內的內容？答案是否定的。因為該大腦還需要額外的心智努力，以便開啟腦機介面的開關，進入硬碟內容的目錄樹，然後按照上文所述的思維流程尋找資訊。而該硬碟中的大多數內容，在未被啟用的狀況下，依然會處於主體的意識生命之外。
那麼，如果我們將人類用自己的腦力在資訊檔案庫中搜尋資訊的工作，全部交付給人工智慧去做的話，是否可以說其具有了記憶力？關於此問題，原則上可以給出肯定的答案，但更關鍵的問題是：我們到底應怎樣讓人工智慧去做人類的資訊檢索工作？對此，或許不少人會想到搜尋引擎技術。但從根本上看，現在的搜尋引擎都是由真實的人類腦力所驅動的。換言之，是具有各種感官、各種慾望與各種記憶的人類在使用此類技術，搜尋引擎所記錄的搜尋資料，是不能脫離整個活生生的人類社會而存在的。而我們當前所需要的技術，卻恰恰是要讓其取代人類、自己去搜索資訊。因此，在這個問題上求助於現有的搜尋引擎技術，通常是在緣木求魚。
對於怎樣讓人工智慧去做人類的資訊檢索工作這一問題，看似更為複雜卻實質上更有希望的解答方式是：我們可以做一個簡化版的機器意向性系統，並將記憶能力作為其中的一項子能力。該系統需要涉及的別的子能力將至少包括：意圖產生能力、內時間排序能力和基於經驗的語義推理能力。
1.意圖產生能力。人工智慧也需要與人類一樣，在一定的意圖的驅使下進行資訊檢索，因為這才是使檢索行為得以產生的“第一推動力”。這種意圖可能是基於某些先天要素（比如，維持人工智慧自身的能量水平，而這又取決於人工智慧系統自身的電池容量等先天因素），也可能是基於某些後天的需要（比如，滿足使用者遞交給人工智慧系統的某些要求）。我們理想中的人工智慧系統，將為這些意圖的內部表徵提供一整套內部的邏輯平臺。
2.內時間排序能力。人工智慧需要對其執行歷史中發生的事件進行編號與排序。這種排序必須符合“內時間”原則，換言之，排序的結果需要根據系統的內部資訊處理的方便性進行調整，而不能單純取決於相關事件發生的外部時間座標。為闡明這一點，我們不妨舉個人類心理世界中的與之平行的例子。我們的記憶會根據事件的重要性，“歪曲”過往事件的時間座標。比如，一個老兵回憶他在某次戰役中的生死經歷時，這一過程雖然可能在物理時間的意義上只佔據了十分鐘，但其心理權重卻似乎像是一年那麼長。這種“歪曲”帶來了巨大的資訊整理方面的便利，因為記憶主體可以透過這種“歪曲”，對與那次戰鬥相關的記憶檔案加以擴容，以便增加更多的資訊細節，有利於日後的資訊調取。顯然，這樣的能力對人工智慧也是很有價值的。
3.基於經驗的語義推理能力。在資訊檢索的過程中，人類往往根據關鍵詞所提供的網路結構進行資訊追索。不過，這樣的網路結構本身必須能夠根據經驗進行後天修正（比如，一個人在得知海馬不是馬而是魚後，就會對其相關概念結構進行調整），否則其檢索質量就會大打折扣。這也是我們希望人工智慧所具備的能力。
綜上所述，記憶能力並不能落實為一個單獨的記憶功能模組，而必須實現為上述這些複雜心智慧力的衍生物，由此帶來的技術設計量顯然是很大的。更麻煩的是，目前基於深度學習的人工智慧技術，在原則上並不具備對上述這些能力的模擬能力，而只能完成在特定型別的輸入與特定型別的輸出之間建立起對映關係的任務。然而，從哲學角度看，不進行此種對記憶的模擬，智慧的本質特徵——在執行資源有限的前提下，透過最少的能量投入獲取最大的系統適應性——就不能實現。因為，缺乏記憶的系統所能做的，只能是事無鉅細地將所有發生過的事情全部攤在紙面上，陷入資訊的海洋而不能自拔，並且會因為無謂的資訊搜尋浪費大量資源。然而，目前人工智慧學界的主流資訊檢索技術，或許已走上了一條從哲學角度上看毫無希望的“死路”。未來的人工智慧發展，應重視記憶這一重要維度。
（作者單位：復旦大學哲學學院）
來源：中國社會科學網-中國社會科學報 作者：徐英瑾
