随着计算机科学和人工智能的发展，“人工生命”（artificial life，Alife）自然成了一个研究热点。这里的人工生命不是生物合成意义上的，而是计算机生成意义上的。具体而言，人工生命指的是将生物符号学与计算机信息技术相结合，侧重物理智能机器人的活动能力与体现适应环境的能动性，不是指使用生物技术合成生物的生命性。正是在这个意义上，本文集中探讨人工生命的生成原则——自组织性、涌现性和能动性以及道德认知能力。
1 人工生命的自组织性
生物学表明，生命系统是有机自组织系统。因此，人工生命研究必然会从自组织研究中借用概念和工具，这为类生命现象提供了机制解释，并为人工系统设计提供了有用的构建行为主义方法论。一般来说，自组织可以被定义为系统显示有序时空模式的能力，虽然这种能力仅仅是系统组件之间相互作用的结果，但自组织的过程凸显了生命系统和人工系统的特征，从而使自组织成为从物理学到生物学和人工智能以及机器人学的基础概念
［1］。
对于自组织的意义，肯尼迪（J. Kennedy）和埃伯哈特（R.C. Eberhart）认为，自组织是由底层单元或部件的交互从而呈现出系统的整体结构的一种动态机制。然而，底层单元或部件的交互原则仅仅依赖于其局部信息，而不依赖于整体全局的模式。在哲学中，约纳斯（H. Jonas）用“自治”来解释自组织性，认为自治是一种特定的自组织类型，生命哲学的第一命题借助自治性特别是自创生建立起来的。因此，生命的同一性不是由本身的物质材料构成的不变性或永恒性，而是生命组织的模式体现了生命体对特定环境的适应能力，即：生命必须不断与世界接触，在接触的过程中，生命不得不面对被侵蚀的危险，必须在这一刻的存在和下一刻的不存在之间保持平衡。扎卡达基斯认为，“一个系统必须同时具有自组织能力，才能有适应性行为的涌现。”
［2］事实上，“自组织并非复杂性的结果，而是系统的各组成部分以特定方式连接产生多层次的正反馈。这些反馈循环创造了更高层次的自组织复杂性，从而产生了新的行为，如自主行为。”
［3］从约纳斯的生命现象“生存观”到扎卡达基斯的系统自组织“涌现观”以及控制—反馈“循环观”，我们发现，生命的各种行为是系统能够适应特定环境，具有自组织能力，并且将主体的适应能力呈现或表征出来的前提下形成的，这是利用生命系统适应性地表征信息来创造更高级的自组织复杂适应性，如此循环往复地适应环境而生存下去。因此，生命在适应性前提下，才能够体现主体的创生而得以生存。可以说，生命系统不能适应性地表征自身和环境，就没有生命的内在性，更没有生命的更深层次的表达——心智。马图拉纳（H.R. Maturana）和瓦雷拉（F.J. Varela）将生物领域的自组织类型——具身自治系统称为“自创生”。在瓦雷拉看来，“生命的自组织性与两个命题紧密相连。第一，生命本质上是一个同一性的建构过程；第二，生命同一性的实现过程在逻辑上以及机制上蕴含了某个特定视角或者交互作用域的出现。”
［4］因此，生命的同一性建构过程，本质上是生命的自组织过程。值得注意的是，自组织的过程同时伴随着生命的认知过程，认知是生命的内部系统与外部环境的相互作用行为，也就是适应性表征行为
［5］。
历史地看，“自组织系统”一词是由阿什比（W. R. Ashby）
［6］于1947年提出的，用以描述独立元素之间的局部相互作用导致全局行为或模式的现象。例如，鸟类或鱼类成群或成群移动，表现出复杂的群体行为；胚胎的形成过程中，活体的细胞分裂并发展成一个特定且复杂的身体平面；各种物理、化学和生物系统中的模式形成，如对流和晶体生长，动物的皮毛上形成的条纹和斑点等图案。阿什比认为，自组织系统同样适用于智能系统，表明机器可以是严格确定的和控制的。因此，自组织系统理论在控制论中得以更好地发展。而且人工生命的研究经常在不同的语境下利用大量的自组织系统
［7］，该领域的研究从早期的雪花形成（Packard， 1986）和施动者群（Reynolds， 1987）等系统的研究开始，一直持续到今天。因此，在人工生命的自组织性研究中，我们需要提供新的视域对人工生命进行先分类后定义，以此来启发研究者站在新的视域研究人工生命问题，并综合相关概念、提出人工生命领域面临的开放性问题。
对于人工生命的分类（强、弱人工生命；软、硬、湿人工生命），自组织无论在哪一种人工生命中都起到了关键作用。对于我们所讲的侧重于物理的智能机器人的活动能力与适应环境的能力相结合所体现的生命性，这种智能机器人实际上是类生命的人工制品，因为它们有能力感知它们的物理环境，并采取相应的行动。物理实体或系统，如儿童玩具车，即使构造极其简单，也能唤起观察者或使用者一种特别强烈的生命感。从1950年沃尔特（G. Walter）的“乌龟”，到1986年基于布雷滕伯格（V. Braitenberg）车辆原理的简单机器，从1989年布鲁克斯（R. A. Brooks）基于行为的反应性机器人，到2020年萨兰迪（U.Saranli）、金姆（S.Kim）等的仿生设计，可以看出，智能机器人内置的生命源自具身化主体与其环境之间相互作用所展现的丰富动力学
［8］。因此，即使是简单的结构和行为规则也能赋予人类让空间有限的机器具有复杂的生命属性。复杂的生命形式可以通过增加单个机器人的复杂性来实现，也可以通过增加系统中机器人的数量来实现，并通过由此产生的相互作用性和自组织性，这些机器人可以通过从适应性反应到群体认知决策的过程来展示更复杂、更高级的生命能力。
与智能机器人相比，虽然仿生设计可以很容易地处理大量的智能体，但硬件方面考虑（成本、空间、操作的可扩展性等）在传统上限制了硬人工生命研究使用少量机器人。而智能体的硬件具有强大的优势，即系统的物理特性（动力学、传感器性能、执行器噪声分布等）可以根据定义是真实的，但模拟过程简单，在一般情况下无法捕获只有通过材料实验才能明显得到的实验现象
［9］。因此，物理实验已被用于探索各种领域的自组织现象中，例如机器人群的聚集、旋转和停滞
［10］，机器人群控制软件的自动模式
［11］，这些研究是通过人工进化的自动方法设计控制器，从物理角度研究机器人的聚集，其灵感来自仿生学，即从生命系统（如蜜蜂）观察到的行为。
总体上，我们将自组织性视为人工生命研究的第一原则。一方面，该原则涉及自组织相对于所研究的类生命过程发生的程度。类生命发生的程度可以区分为内部组织和外部自组织：内部自组织发生在个体内部，并可能对类生命特性的产生起作用，如形态产生，也有助于确定个体与其环境相互作用的物理特征或行为反应，如模式形成、神经可塑性；外部自组织是发生在个体之间的组织，具有个体或主体间性。另一方面，这种形式的自组织与类生命过程的社会方面有关，社会方面往往是支撑生命体繁殖、适应环境从而得以生存的基础，包括集体行为、社会协调和生态逻辑组织。在某些情况下，根据研究者的观察视角，同一过程可被视为内在的或外在的，例如，形态发生在细胞水平上是外在的，在有机体水平上则是内在的；行为在个人层面是外在的，但在社会层面是内在的。
很明显，探讨自组织问题需要识别什么是“自我”，什么是“他者”，以及在组织中增加的元素是什么。20世纪70年代马图拉纳和瓦雷拉在将生命系统定义为自创生系统时，也遇到类似的问题。根据这一传统，一个生命系统本质上是自组织的，因为“自我”是由系统内部组件带来的不断产生或更新的过程。换句话说，一个自创生系统可以被认为是一个统一的边界，包括一些更简单或基本的组件，这些组件是系统组织的基础，因为它们负责系统边界的定义和相同组件的（再）生产
［12］，这是生命系统特有的特征。如果生命深深植根于自组织性及其宏观表现适应性，人工生命是否也应该如此？我们认为应该是。从物理的自组织性来看，人工系统要有生命或智能，自组织性是一个前提条件。原因在于，生物的进化是其自组织性与外部环境交互的结果，没有生物本身的自组织性（内在因素），与环境交互（外在因素）就无从谈起，也就没有适应环境这一说了，所以进化通常被描述为适应的同义词。因此，进化本身是由外部机制（选择标准或适应环境）驱动的向最佳状态的收敛过程，该适应过程通常是与自组织性相辅相成的。
显然，从生命的角度来看，将“自组织性”视为人工生命的第一原则是必要的。因为“自组织性”不仅被广泛应用于生命研究的许多领域，也能够显示生命研究领域存在的一些共同特征，这些共同特征可以将其他相关领域的研究联系在一起。而且，通过认识和利用发现生命领域与其他相关联领域的共性，有助于我们更好地理解自组织的生命属性。最重要的是，我们相信对支撑自组织机制的识别和分类，对于研究新的生命形式和更好地理解生命本身非常有用。
然而，自组织性并不能解释所有的类生命过程，尤其是当组织中没有明显的变化时。例如，硬人工生命大力发展了具身认知和形态计算的概念
［13］，其中身心动力学与环境相互作用是基本方面。由于这些动态过程非常复杂，故而在自组织的框架内难以描述。当我们从多个视角观察生命现象时，自组织性是非常有用的，因为它使我们能够描述元素如何相互作用以产生整体特性。如果我们只对在单一视角中观察现象感兴趣时，那么自组织性可能不会提供任何描述性的信息，如具身认知（当关注单个认知主体及其与环境的互动时）和大多数传统类型的进化算法（当群体中的个体之间没有互动时）。不过，我们可以根据系统的期望功能及其环境的性质，考虑几个平衡点，例如，秩序与混乱之间的平衡、稳健性与适应性之间的平衡、生产与破坏之间的平衡、探索与开发之间的平衡。由于最佳平衡可以改变，因此自组织性可以让系统本身找到适合当前环境的适当平衡。这就是生命性的内在规定性，而正是这种固有规定性才使得系统的自组织性成为生命的首要原则。
2 人工生命的涌现性
如果一个系统是自组织的，生命、智能等特性就必然会产生吗？未必，因为自组织性只是其中一个必要条件，生命等特性的产生还需要其他必要或充分条件。涌现性就是一个必要或充分条件。“涌现”通常被描述为在物质、生命、认知和文化等不同层次的实体间，以某种形式在其构成要素之间，每一个较高层次依赖于较低层次的复杂关系。在生命系统中，自组织性是主体自身依赖于较低层次单元部件通过特定方式交互涌现出来的性质，而不是外部作用于主体所体现出来的性质。然而，无论自然生命系统还是人工生命模型，在其与环境交互适应时，通常都被认为展示了涌现现象。对于涌现概念，如同对生命、复杂性、意识等缺乏一致定义一样，同样不明确。然而，这并没有阻碍生命系统和认知科学的进步，这就需要对这个概念及其演变做详细考察。
历史地看，人们对“涌现”的研究由来已久。在亚里士多德时期涌现的理念就已有之，但此概念的提出要归功于刘易斯（G. H. Lewes）
［14］，他在1875年创造了“涌现”一词，认为涌现是在不同种类的事物中进行合作，不同于任何一个组成部分，因为那些事物具有不可通约性，不能还原为每个组成部分的和或差。诺贝尔奖得主安德森（P. Anderson）
［15］认为，“涌现就是系统定量上的变化可以导致系统行为上的定性变化，也就是系统科学上的‘整体大于部分之和’，即整体上展现出了构成它的个体所不具备的新特性，突出了涌现现象的独立性……在任何不同的复杂性层级下，物质会出现全新的性质。”经济学家戈尔茨坦（J. Goldstein）将涌现定义为：在复杂系统自组织过程中产生的新颖而连贯的结构、模式和性质
［16］。霍兰（J. H. Holland）
［17］3-5认为，“只有理解了涌现现象，才能真正理解生命和生物本身。涌现现象的特征是：由小生大，由简入繁……在生活的每一个角落，我们都会遇到复杂适应系统的涌现现象，例如蚁群、生命体的神经元网络系统、人体免疫系统、互联网和全球经济系统等。”这样看来，所谓的涌现，便是在宏观尺度下出现的一种模式，正如由云朵、水汽构成的图形，这些图形至少会让外在观察者认为，它是一个新型的整体并具有新的特性，而这种特性我们无法从小水滴和水汽尺度上得到，只有当我们将其看成一个整体时才能出现，涌现的精髓就在于此。
比多（Mark A. Beda）则将“涌现现象概括为两个基本特征：其一，涌现现象由潜在现象构成并产生于潜在现象；其二，涌现现象独立于对应的潜在现象。然而，涌现现象的这两个特征似乎是矛盾的，或者在形而上学上是不合理的，因为：如果一个事物是由潜在的现象构成并产生的，它怎么能从潜在的现象中独立出来呢？这就是涌现的问题。”
［18］戈尔茨坦指出“涌现的其中一个特征是标新立异（以前在系统中不能观察到的特征）”
［16］，体现了涌现现象的独立性。这一点彰显了比多关于涌现现象的两个特征相互矛盾的问题。
从复杂适应性系统的角度来看，涌现性的研究也体现了复杂适应系统演化的特征：适应性主体从所得到的正反馈中加强自身的存在，也给其延续带来了改变自己的机会，它可以从一种多样性统一形式转变为另一种多样性统一形式，这个具体过程就是主体的演化。在人工生命领域中，一个复杂的人工生命大模型能够展现出涌现的能力，这本身就暗示着，现在的大模型已经成了一个不折不扣的复杂适应系统。不仅如此，大模型超级强大的学习能力，使得这个复杂适应系统还能够灵活地适应环境，甚至能够展现出在少量提示下就可以学到全新技能的所谓“语境”学习能力。从结构上看，人工生命大模型之所以能够表现如此惊人，就在于其深度的层级结构，这种结构是一种自发演化形成的复杂网络。从动力学来看，大模型的运作分成了两个相互作用的耦合动力学：一个是更加快速的前馈动力学，另一个是较为慢速的学习反馈动力学。从宏观的定性表现来看，大语言模型也会具有像生物体、城市、公司这样的复杂系统都具备的“规模法则”，以及临界相变等表现。这一切都说明，复杂适应系统中的那些分析工具都能应用到人工生命大模型中，而人工生命借助复杂适应系统进行的演化过程是任何层级复杂适应系统突变和自组织的强大力量，共同演化且永远导向混沌的边缘，也就是适应性主体具有将秩序和混沌融入某种特殊平衡的能力，能够根据具体环境和目标调整自身的行动，寻求平衡和生存，即导向混沌的边缘。
然而，将涌现性作为人工生命的第二原则要求区分涌现属性、涌现实体和涌现现象。例如，活着是一个涌现属性，一个有机生命体是一个涌现实体，其生活史或活动历程是一个涌现现象。具有涌现属性的实体是涌现实体，涌现现象涉及具有涌现属性的涌现实体。因此，解决人工生命中的涌现问题的关键是理解涌现性这个概念。目前关于涌现性主要有如下三种观点：
第一种是涌现的整体论。有学者认为，“涌现性只适用于‘整体’或‘全部’，而不适用于孤立的‘部分’或‘组成部分’”
［19］。如同一杯水是由氢元素（H）和氧元素（O）元素构成，如果单独考虑每一种元素，就不具有流动性或透明度等属性，尽管这些属性确实适用于整杯水。在一个分析层次上的“整体”，有时是在更高的分析层次上更大的“整体”的“部分”，因此，一个层次结构可以包含这种涌现的连续层次。这种整体观可以解释宏观层面的涌现现象是由微观层面的现象构成和产生的，即微观层面的整体是由其组成部分构成和产生的；从直观意义上讲，涌现现象独立于潜在现象，即涌现属性并不适用于潜在实体，比如水的流动性不适合于H和O元素的属性。这种整体涌现观适用于任何由自主层面的现象组成的令人相信的现实图景，也适用于微观实体所不具备的所有宏观性质。宏观性质通常分为两类：真正的涌现性质和纯粹的“合成”性质。合成性质是指可以从成分的性质中预测和解释的性质。例如，一个圆由无数个点组成，每个点并没有具体一致的形状。巴斯和刘易斯都认为，涌现是一种不同质的物质间的作用，涌现出的整体与部分之间不可通约。
第二种是涌现的非还原论。这种观点区分了真正的涌现性质和纯粹的“合成”性质。金姆（Kim J）
［20］认为，“将涌现属性解释为具有因果力的辅助属性，而这些具有因果力的辅助属性不可还原为微观层面成分的因果力……如果涌现现象涉及原则上不可再分的自上而下的因果力，则称之为“强”涌现。心灵哲学中的知觉或感受性就是一个例子。”比多认为，金姆的随附性解释了潜在过程构成和产生涌现现象的意义，不可还原的因果力解释了它们从潜在现象中独立出来的意义。这些不可还原的因果力赋予涌现属性一种戏剧性的本体论新颖形式，许多人将其与最令人费解的涌现现象（如生命）联系在一起。然而，从定义上讲，不可还原却具有随附性的因果力不能用微观层面的聚合力来解释。没有明显的机制可以解释这些不可还原的随附性，因此，它们必须被视为最为自然的原始事实
［21］。
第三种是涌现的整合论。根据比多的看法，“涌现”指的是复杂系统整体行为的总和。在这个意义上，系统的宏观状态是涌现的，因为它可以从系统的边界条件及其微观动态过程中推导出来，而且只能通过迭代过程并汇总了所有微观层面的效应
［22］。在这种情况下，微观层面的现象清晰地构成并产生了宏观层面的现象。同时，宏观层面的现象是自主的，因为识别或预测它们的唯一方法是：通过经验观察聚合所有微观层面现象的宏观层面效应。实际上，这种观点是用结果属性的一个特殊子集来识别涌现属性，即：那些不能预测或解释的现象，只能通过经验聚合微观层面实体之间的相互作用才可预测或解释。
这种涌现形式在复杂系统中很常见。人工生命模型也表现出这一点，因为它们自下而上所体现的动力学由微观层面的不断迭代的相互作用组成。这一观点将涌现现象的不可预测性和不可解释性归因于大量非线性的、与环境相关的局部微观交互复杂结果。这意味着主体要同环境交互，彼此适应，人工生命由此得以生成并不断进化。最初适应性表达了物种在自然选择下表现出来的属性，但无论主体是自然生命还是人工生命，都体现了适应环境的特征。这些主体在变化的环境中不断调整自己的行为方式来适应环境，达到自己的目标，并不断生成新目标。这种适应性的生成能力体现了涌现的能力。根据这种观点，涌现现象具有因果力，但只能聚合微观层面的因果力。因此，通过迭代和聚合来构成和产生现象的潜在过程并没有任何矛盾或形而上学上的不合理性。
概言之，笔者认为，第三种整合的涌现观在科学描述自然生命和人工生命涉及涌现现象时尤为突出。然而，这些涌现现象的自主性仅仅是认识论的，而不是本体论的。这种认识论的涌现观可以用来回答“什么时候将某物描述为涌现是有用的”。这个问题的答案当然会随着环境的变化而变化，所以有些现象可能在一个环境中被认为是涌现的，但在另一个环境中却不是，即涌现现象在认识论上是自主的，对潜在现象的知识并不提供对涌现现象的知识。
3 人工生命的能动性
一个实体或系统具有自组织性和涌现性，并不能保证它成为生命体，成为生命体还需要一个充分条件，那就是能动性（如生物行为）。“能动性”（agency）是哲学的核心概念之一，源于“行动者”（agent），是“指作为行为主体理性的人。一个行动者能够决定是否行动。一旦决定行动，行动者会思考如何行动。一旦行动的途径确定，行动者会实施他的步骤造成某种变化。而内在于行动者之中的能力叫作‘能动性’。由行动者引起的变化叫作‘能动因果关系’，以区别于由一个事物外在地引起另一个事物的‘事件因果关系’。”
［23］也就是说，能动性是系统的一种内在因果力。亚里士多德发现人有两种行为：“一种是：某种强制性的东西引起的行为。其特征是不自由的、非随意的，引起和决定这种行为的原因不是行动者自己的意愿，而是外在的力量。另一种是自由的、有意的行为。如想吃桃子将手举起来去摘桃子。这种行为是行动者深思熟虑、谨慎选择的结果”
［24］389。第二种行为将行为与“能动性”关联，这种“能动性的行为”是经过理性深思熟虑而出于意愿的行为
［25］。亚里士多德认为，第二种行为不同于第一种行为的根本在于：“它后面有它内在、能动的动力源泉，也就是意愿的决定，而意志的决定又根源于人的理性的深思熟虑”
［24］390。我们注意到，如果说“理性”和“意愿”是人特有的特征，那么“能动性”也是人的特性。斯库尔肯（J. Schulkin）
［26］认为，“能动性”和“生命性”这两个概念是认知的重要特征。“‘能动性’意味着对另一个具有信念和愿望的人的再认识，也就是具有经验感；生命性意味着对一个有生命客体的再认识，也就是生物学的一部分。”
［27］随着人工智能技术的飞速发展，以及生命概念的“物化”，人工生命是否具有“能动性”引发了哲学家的关注和思考。
我们知道，关于人和人造物、物质和灵魂的关系，千百年来争论不休。在文艺复兴以及启蒙运动这个翻天覆地思想大变革时期，机械论作为现代科学的范式被确立，包括动物和人类在内的整个宇宙被看作一架机器，但仍将其动力归为上帝之手。有质疑精神的科学家和哲学家则认为生命机器具有内在动能性，这让现代生命科学产生了主动机械论和被动机械论。笛卡尔和莱布尼茨分别代表了被动机械论和主动机械论。笛卡尔提出“动物是机器”之说，这并不是说动物没有生命，相反“动物是有生命的，是活生生的机器”
［28］44。若问“我是什么”，笛卡尔则认为“我是一个能够思考的个体，一个纯粹的理智实体，一个非实体的心，一个思考的灵魂”
［28］64。这个回答与其“动物机器观”似乎矛盾。莱布尼兹与同时代的人一样，“将动物和人视为自动机械装置，不同的是，莱布尼茨是笛卡尔‘动物无灵魂’的反对者……莱布尼茨将宇宙万物（包括动物和人类）描绘为层层嵌套的机器，并且全都由细微的认知构成。如此一来，他所指的‘机械’就不同于甚至与笛卡尔的相反了”
［28］106，114。这一时期，新的机械论生命科学促进了类生命机器的诞生，如可模仿人类吹长笛、呼吸、流血等的机器人。到了18世纪中后期，由于实验及思想实验的发展，催生了生物学家拉马克主动机械论的理念：“生物体不仅是主动的，而且还是自力更生、自我改造的机器，其结构随着时间的变化而变化。”
［28］237达尔文赞同拉马克的主动机械论的同时，由于其主张“生物不断地改变自我；适应模式与天赐能动性的假设相符，即：生物是静止被动的，是被设计出来的机体”
［28］257，而继承了被动机械论的观点。达尔文的理论在主动和被动机械论中摇摆不定。20世纪二战结束后，新达尔文主义暗含了主动机械论的观点，并渗透到生物之外的工程领域，即“控制论”。控制论者主张将有机体的生命能动性构建到人造机器中。此后，图灵为了解决机器人在工作时犯错的问题，提出机器人需要有主动性，这种“‘主动性’在于遗传和进化搜索，意味着能动性，即自发、独立且有目的地采取行动的能力”
［28］398。量子物理学家薛定谔从物理学解释了生命的本质，认为“生命的标志性特征以及认为一种物质活着的情况是：当它可以持续‘做某些事’、运动以及不断与环境进行物质交换等时候，我们就认为它是活的。并且这段‘持续保持’的时间比在类似情况下的无生命物质要长得多。”
［29］116在薛定谔看来，生命的本质是一种能动性，即“生命以负熵而生，汲取负熵，以消除它生命活动中产生的熵增，并将自身稳定于一个平稳的低熵状态。生命体是一个宏观系统，它的部分行为接近纯粹的机械行为。当温度接近绝对零度，分子的无序性被消除时，所有系统都将趋近于这种机械行为。我们身体系统和其他系统之间的物理相互作用本身就必须具有一定的物理有序性，它们必须遵循严格的物理定律，达到一定的精确度”
［29］121。这样看来，生命体中很可能会涌现出新的定律，但这些关于生命的新定律绝对不会违背物理定律。因为生命的行为具有有序性和规律性，它不是全然无序的，而是至少部分基于有序性的活动，这样的有序性体现着生命能动性的能力。这种产生并且维持秩序的能动性，适用于自然生命和人造机器。薛定谔在分析时钟运动时认为，“机器并不是纯粹的机械现象，因为纯粹的机械时钟不需要发条，也不需要上发条。一旦开始运动，它将永远运动下去”
［29］137。现实生活中的钟表由于熵的作用而停止运动。生命有机体的活动与钟表类似。钟表永恒的摆动是为了维持其平衡和有序的状态，而生命通过吃、喝、呼吸等新陈代谢避免达到衰退状态，也就是薛定谔所说的有机体消耗熵增，以负熵为生。
从哲学审视人工生命的能动性时，被认为“具有能动性的机器人是能够以变化的、目标导向的方式与环境相互作用的主体。为了取得预期结果，机器人既能认识环境的状态，又能对之产生作用”
［30］。也就是说，机器人的能动性体现在除了按部就班地模拟人的行为之外，更典型的特征在于既能把握环境或目标特征，又能根据环境的变化作出积极甚至是超前的响应，这种能动性的特征首先根源于机器人适应环境，其次具有感知循环而进行合理推理，然后进行有效反馈和适时终止的能力。人工生命要想成为真正的主体，必须具有这样的形式和系统特征。尼尔森（N. Nilson）认为，“人工智能研究的是人工制品的智能行为，所谓智能行为就是在某种信念的前提下，为实现某种目的而采取的行动。有这种行为的人工制品就是有自主性、能动性的自主体。”
［24］399这种基于适应性的能动性机器人不同于传统意义上的人工智能，它被赋予了人类特有的心智或意向状态，甚至赋予更高层次的道德认知标准，即：“一个自主体的状态由诸如信念、决定、能力以及承诺等部分构成，基于这种情况，一种自主体的状态通常叫作心智状态。”
［31］而心智与生命之间存在共享的基础组织性，这种组织性不同于心智其他一些组织性，它是对生命基础的描述，也就是能动性，因此，“能动性的具体表现就是认知探寻性，而且探寻发生在行动者和生命体的世界，这是一种生命—心智连续性论题，一种生成主义观点。”
［32］也就是说，无论是生命体的肢体行为还是其心理活动（会归纳、演绎、推理），都是意向性行为，都是在能动性框架下有意识地探寻某事、做某事。我们知道，虽然人工生命缺乏像人类一样复杂的意向性，但是人工生命也能表现出“探寻的能力”和“改变的能力”
［33］，因此，我们认为人工生命也具有能动性，只不过有别于或弱于人类的能动性。
显而易见，人工生命的能动性源于人类的能动性，是其在与人和环境的交互中涌现出来的能动性。皮克林（A. Pickering）指出，机器能动性与人类能动性的交织是一个新兴的过程，二者通过相互调整的过程实现交互式稳定，这一过程可被视为一种“抵抗和适应的辩证法”
［34］。人类在设计机器人时，探寻以达到目标的方式来塑造机器人的能动性，而不是机器人自己塑造自己的能动性；而且在塑造机器人能动性的过程中，并不是由人的意向或技术决定塑造成具有怎样能动性的机器人，而是通过人机交互决定的。罗斯（J. Rose）和琼斯（M. Jones）
［35］提出的“能动性双舞模型（DDA）”隐喻，也印证了人类能动性和机器能动性互动过程中的相互交织的涌现本质。德桑蒂斯（G. DeSanctis）和普尔（M.S. Poole）
［36］提出自适应结构理论，暗含了技术人员与机器的互动，从而产生机器能动性的想法。
既然人机交互涌现出机器的能动性，那么机器人处于“组织形态”和“主体形态”
［37］83中就具有一定程度的能动性（自主性）和主体性，因此便具有在环境和任务目标中的认知适应性。笔者认为，这种基于认知适应性的机器人具有自主性，从而表现出一定的主体性。自主性和主体性的概念有所不同：“自主性是自组织系统的一种衍生属性，构成意识的一个基本方面，但还不是哲学上的主体性。主体性的主体是人，不是其他物（动物和机器人），比如‘主体间性’就是指人与人之间表现出的交流、沟通和理解等属性。在这个意义上，主体性是以有意识主体为前提的，而目前的机器人显然没有意识”
［38］。例如，谷歌搜索引擎表现出很强的主体形态，因为它是由分布在世界各地成百上千万台计算机组成的复杂巨系统，“谷歌搜索表现出许多与复杂生命体相类似的属性，当这个复杂巨系统中的某一台或者几台计算机发生故障，完全不会影响到谷歌搜索系统整体工作，同时它的软件与数据系统每天都在自我更新、自我完善、自我演进”
［37］84。
这意味着，当机器处于这种形态时，它表现出较强的能动性甚至主体性。马克思针对所处的工业革命时代，曾提出技术异化和人的异化。“机器的一切改良的一贯目的和趋势，的确是要完全取消人的劳动”
［39］。马克思关注的是机器的组织形态，也就是机器的能动性会造成主客关系的倒置。机器的逐步演化，导致现在的很多工作完全不需要人。例如，2016年特斯拉生产车间，冲压生产线、车身中心、烤漆中心与组装中心四大制造环节中采用150个机器人参与完成，人在车间中消失了
［37］85。工业体系的不健全，发展的不完善导致技术异化和人类劳动的异化，而解决这一危机的方法是通过人工智能领域的能动性完善机器生产体系，使其合理替代人类劳动，让机器化的人工生命复归人的本性。例如在无人驾驶汽车中，人类从驾驶汽车的主体转变为汽车运输的客体，智能汽车自动识别道路，通过物联网技术与道路、卫星以及其他车辆进行实时通信，通过及时获取天气、路况等提前进行防滑防雨雪等防护措施，这体现了机器可通过与环境、技术和人的交互，自发、独立且有目的地采取行动的能动性。虽然现在的机器人和人工系统还不具备拥有人类意识，但丝毫不影响其能动性、自主性甚至主体性的发展。可以预测，如果机器在能动性的框架下朝着主体性方向演进，机器能动性日益加强，机器自身不断优化，部件之间、部件与个体、个体与个体之间的协作互动越来越复杂。到那时，人类、机器与世界的关系会重新调整，生命概念将会被重新定义。
4 人工生命的道德认知属性
人工生命的能动性不仅涉及智能和理性，还涉及道德和伦理认知问题。在深度科技化的今天，无论是生命物质还是非生命物质，都可以是“人造物”，人工与自然的界限日益模糊，人工智能技术可以完成的任务越来越多。机器人可以做很多人类自己不愿意做的工作，如艰难、肮脏甚至危险的工作。人类还希望机器人可以做一些人类自己做不到的、更具挑战性和创新性的工作。这就要求机器人能够在不受人管控和监督的情况下自主能动地独立完成任务，且安全可靠、让人放心。当然，工作任务完全交给机器人做会面临很多道德决策风险，如医生机器人给患者做手术时会遇到谁是责任主体问题，因此，我们需要给机器人设计一个符合人类认知的道德认知标准。比如，一个初步具备通用人工智能特征的人工自主道德智能体（AAMA）
［40］模型探讨了道德认知标准，并将其与其他人工规范智能体的模型进行比较，认为在“道德倾向的功能主义”的框架内，人工道德是可能的
［38］。那么，在“道德倾向的功能主义”框架内的人工道德能动性不仅需要机器人的自主性，更需要机器人对道德规范理解的认知能力和道德反应能力。我们需要的道德理解能力和道德反应能力可以是机器人的内在能力，也可以是外在能力。机器人的道德理解和反应的内在能力是说，机器人在执行任务时遇到意外情况的应对能力，比如扫地机器人在扫地时遇到挡住其行动的猫，它应该杀死猫还是应该把猫赶走。机器人如何处理此类两难道德问题才能符合道德判断标准呢？这涉及机器人对道德的理解和反应的内在能力，也是智能机器人研究领域面临的难题。机器人的道德理解和反应的外在能力是说，机器人可以获取人类的行为并对人类行为做道德判断。例如，医疗机器人帮助医生诊断患者病情、判断医生诊断的病情是否准确等，这涉及机器人与医生的有效交互，不仅要求医疗机器人性能的优越，也要求医生具备掌握操控机器人的技术和对诊断结果的判断力。这对医生提出了更高的要求。
笔者认为，具备对道德规范理解和反应能力的机器人这种人工生命体是一个复杂适应系统，拥有较高自主权和道德认知能力。“人工生命是否算道德主体”在哲学上关系到两个维度，这两个维度都与能动性有关。第一个维度是“能动者在某种意义上是其行为的自源性来源”
［37］209，即其行为不是由外部因素决定，而是由某种灵活性或受主体控制，具有内在性。那么，人工生命体是否可以让人类将其视为道德主体的方式，并且成为其行动的自我来源？在形而上学中，由于行为是一个主体的行为，“自我来源”的概念被解释为主体的因果关系。这种对“自我来源”的理解的强形而上学观点备受争议。而“自我来源”的弱观点则能够被人工生命体所满足
［41］，即这些人工生命体与环境相互作用，能够在没有外部刺激的情况下改变自身状态，一些人工生命体有能力使自己的行为适应新情况。这样的话，生命系统符合自源性的维度。
主体包括机器人所涉及的第二个维度是有理性行动的能力。人的理性行为是基于主观感受和情感而采取的相应行动。根据休谟的看法，一个主体是在信念和赞成的态度中采取某种行动。问题在于，人工生命采取某种行动时是否具备这两种态度呢？关于这个问题有两种不同观点：第一种观点认为，人在理解机器行为时是否将原因归结为某一事物，而不会因为机器人具有这种内部结构它才会这样做；第二种观点认为可以这样理解并不只是由于信念和赞成，还需要拥有确定的内部结构才可以拥有信念和赞成。例如，这样的行为是否由人工生命体机器人做出的取决于它处理信息的能动性。而“信念和赞成态度可以被分析成为事件状态的象征性符号表征，这些符号表征可以储存在内存中在必要时访问，它们在行为的产生中起着因果关系的作用”
［37］210。如果人工生命的主观体验影响其环境的认知和行为反应，而主观感受、信念等会激发人工生命的动力和行动并推动其参与和影响环境，那么此生命系统的能动性使其能够主动参与到各种活动中，通过积极地与环境进行交互来塑造与人一样的主观体验和心理状态，并且具有与人相类似功能表征状态，则这个人工生命体在功能上具有主体性。由此看来，如果人工生命体（机器人）在行为上是自源性来源，并且其行为的原因是道德理性，那么这个系统就可以称为道德主体。不过，我们也要认识到，就算人工生命体在功能上能够有信念和赞成态度的信息处理机制，也很难说明什么是道德理性以及机器人是否可以拥有这样的道德理性。但可以确定的是，人工生命体具有较强的自主性、能动性以及道德认知能力，尤其是在医疗机器人领域。
5 结语
综上，自然生命系统是由进化自发产生的适应系统组成相互联系的网络，在许多视域的研究中，生命系统表现出令人印象深刻且稳固灵活的功能。而人工生命的适应性系统，如医疗机器人、计算机数字模拟，正迅速接近自然生命系统所表现出来的适应性系统的复杂性，在这个意义上，人工生命是适应性表征的一种例示，其自组织性、涌现性、能动性以及道德认知能力是适应性表征的不同方面，这些生成原则及其表现出的道德认知能力恰恰是医疗机器人所必须具备的。
国家社会科学基金重大项目“人工认知对自然认知挑战的哲学研究”(21&ZD061)
京公网安备11010202008535号
PDF
(574KB)
