歐美研究第五十三卷第二期

282 歐美研究 考量。這並非是邏輯規則合理的方法,而是自然機械般的過程。 (Husserl, 1970: 361-362) 荷倫斯坦使用如此代理符號的應用來說明,人工智慧擺脫語意 而進行單純形式和語法的操作,在胡塞爾的表象理論中是可能的。 對荷倫斯坦來說,電腦的程式計算,儘管只是輸入和輸出的關係, 以及透過規則演算,但也是一種知識的產出。他舉例說,我們一樣 是寫一個程式指令到書裡,但書不會因為這樣的輸入而有相應的演 算和輸出。他認為,知識並非只是人類或主體性獨有的能力;在模 控學 (Kybernetik) 的發展下,我們對知識的範疇會有所轉變。人類 的知識是認知性 (kognitiv) 的,而人工智慧的知識,是屬於功能性 的 (funktionell) (Holenstein, 1988: 111)。既然人工智慧的系統程 式也能發展出自主的範疇 (autonome Kategorie),那麼人工智慧當 然可以稱為能思考,只是是「系統功能性的知識」。 門斯 (James Mensch) (1991: 109) 也提出,能計算和能對計算 給出理由——也就是「能思考」和「具有思考」——是兩種可以區分 的能力。我們可以透過《邏輯研究》的文本,更進一步地闡釋這個 想法。在《邏輯研究》中,胡塞爾批評當時的心理主義,試圖用心 理歸納的因果關係去解釋邏輯得以可能的思想能力。胡塞爾其中的 一個批評在於,歸納性、現實性 (Reale) 的因果關係並無法取代觀 念性的 (Ideale) 思想 (Husserl, 1975: 78),因為歸納性的因果關係 無法給予思想所包含的理由 (Grund)。歸納性的因果關係就猶如計 算機器,它可以計算,但無法給予理由基礎 (75)。我們可以進一步 地說,計算機程式語言的計算能力,並無法作為「具有思想」的條 件。「具有思想」代表,要能擁有理由內容。 計算機本身,就輸入與輸出的結果來看,的確是會計算、能夠 處理符號的。但程式模擬的因果關係,並非包含使思維得以可能的

RkJQdWJsaXNoZXIy ODg3MDU=