中國作家協會主管

日本昭和時代最重要的批評家之一小林秀雄在1959年寫的一篇題為《常識》的隨筆中，介紹了愛倫·坡于1836年發表的小說《梅澤爾的象棋手》。愛倫·坡在文本中對當時名噪一時的、據說可以自動下象棋的機器“土耳其人”進行了一番推理。關于這篇在發表時并不太有名，卻早早由小林秀雄在1930年譯介到日本的小說，小林秀雄寫道：“愛倫·坡的推理很簡單。既然是機器，那么就跟數學計算一樣，一定的既定事項的必然發展，就無法避開一定的結果；在這個意義上，它必定是一開始就給定了答案的孤立系統。而棋盤上棋子的每一步移動都基于對局者的新判斷，因此這對于機械裝置是無法設想的。肯定在哪里藏著個人。”也就是說，對經歷著十九世紀社會和技術的坡來說，下棋這樣的復雜活動是機器所無法做到的。因此，小林秀雄寫道：

坡從頭到尾都認為，這架機器的目的不是下棋，而是把人藏起來。他仔細觀察了梅澤爾一舉一動所顯示的內部構造，最后得出結論認為，處于機器內部的人順著一定的步驟而適當變化姿勢和位置，就可以做到決不讓外部發現。

讓我們稍稍離開小林秀雄和愛倫·坡的語境，可以說，生活在當今的時代，當初對于坡而言不可能的事情已經實現了。例如，眾所周知，就小林秀雄談論的將棋而言，在2012年進行的將棋電王戰上，當時日本將棋聯盟會長米長邦雄敗給了伊藤英紀制作的電腦下棋軟件“Puella α”。而在次年舉行的第二回電王戰上，五名現役棋手與東京大學開發的“GPS將棋”等軟件對戰，最后取得了一勝三敗一平的結果。而且，在被人為比將棋更復雜的圍棋那里，2017年在中國進行的世界性圍棋對抗賽上，當時世界排名第一的柯潔敗給了Google Deepmind開發的“AlphaGo”。運用所謂“蒙特卡洛樹搜索（MCTS）”算法和深層神經網絡技術的結合而開發的“AlphaGo”，其棋力在短短兩年時間內，一躍從業余水平上升到世界一流水平。可以說，在當今時代，令世界上所有人震驚的人工智能技術的發展，確乎已經大大超過了十九世紀之人愛倫·坡的想象力。

2017年AlphaGo對陣柯潔，柯潔大比分0-3落敗

而且，事情還不止于此。下棋軟件的開發本身不是什么新鮮事。在1970年代中期為止的所謂“人工智能熱潮”中，作為人工智能研究的一環，下棋軟件已經得到了研發和運用。只不過，當時開發出來的軟件的下棋水平，別說下圍棋，就是下將棋也完全贏不了人類的職業棋手，以至于在過去很長一段時間內，將棋和圍棋等競技項目，都被視作只有人類能夠勝任的活動。在2007年進行的將棋軟件“Bonanza”與渡邊明的對決中，當時的軟件開發者保木邦首次引入了“機械學習”技術，從而讓下棋軟件終于具備了讓人刮目相看的實力。而這次“AlphaGo”對于人類的完勝，也在某種意義上向人們顯示了人工智能的驚人發展，甚至可以說，又一次“人工智能熱潮”正在全球流行開來。如今，不僅下棋軟件，從智能手機、無人機、自動駕駛汽車到掃地機器人……人工智能技術正在許多領域得到運用和推進，世界各國也在人工智能的研究發展上投入了相當多的資金和人力。不過，另一方面，圍繞人工智能在未來的發展及其帶來的可能影響，無論是否是這一方面的專家，人們似乎都以極大的興趣或擔憂進行相關的討論。例如，迄今為止被提出的問題包括但不限于：由于人工智能的發展，人類勞動者是否會在某些領域失去工作？人工智能是否具有“意識”“精神”或“內心”？如果將來人工智能跨過了“特異點”（即人工智能可以自主開發生產能力更高的人工智能），那么人類是否會因此滅亡？如此等等。當然，作為人文學科出身的研究者，我本人無法對上述問題提供任何令人滿意的答案。事實上，不僅是人文學者，甚至科學研究者們本身在當前也無法全面回答這些問題。因此，其實我想要探討的是：當我們如今有史以來第一次面對仿佛具備了“智性”的人工智能時，不僅可以由此反過來重新討論文學的“文學性”這一看上去非常陳舊的議題，更重要的是，“文學性”的思考角度或許也可以幫助我們理解人工智能的“能力”。所以，在這里，以“人工智能時代的潛能和文學”為題，我所論述的并非人工智能是否具備文學創作的能力或可能性；毋寧說，人工智能在當下（及未來）所具有（或被認為具有）的超越人類之上的“能力”，反而清楚地向我們顯示了人之為人所不可或缺的某種“不能”或“欠缺”。

在詳細討論這一點之前，首先需要澄清的是，“人工智能”到底是什么，或為何得以被如此稱呼？根據東京大學情報學環的池上高志教授的定義，所謂“人工智能”，指的是“在和物理法則無關的意義上，或在與物理法則相反的意義上，人工地將我們和寵物或人類自然接觸時那樣充滿情緒和談笑的相互作用予以生產的系統”。換言之，無論過去還是現在，人工智能的研究者們的最終目標肯定不是圍棋軟件和掃地機器人那樣的東西，而是能夠憑借機械手段實現“充滿情緒和談笑的相互作用”的系統。于是，在人工智能的發展歷程中，“如何讓電腦像人一樣思考和行動”從一開始就是研究者們集中探索的核心問題。不過，1950年代至1990年代期間二度興起和衰落的“人工智能浪潮”表明，研究者們期待的“像人一樣”行事是非常難以做到的事情。而在海德格爾研究者德雷弗斯看來，這是因為當時的研究者們基于他所謂“表象主義”（representationalism）來理解人的行為，從而在原則上就落入了死胡同。例如，在其著名的堪稱“人工智能批判”的書中，德雷弗斯寫道：

表象主義假定，在日常理解之下有一個潛在的信念體系。……只有當人們已經假定常識源于由命題性知識構成的一個巨大數據庫之后，才會產生人工智能的特殊問題，即如何以形式性的規則和特征來再現這種知識。

與此相對，德雷弗斯認為，我們在日常生活中對于周圍世界的認識和應對，依靠的不是“命題性知識”，而是“常識的背景”。關于這種“背景”，他寫道：

日常常識的背景性理解，使得我們可以在應對人和事的時候體驗到什么是當下相關的，而這是一種技術。問題恰恰在于，這種技術——以及人之為人所需的所有利趣、感受、動機、身體性的能力——都得作為知識（作為一個龐大復雜的信念體系）而傳達給計算機。而在一個符號性表象中，將我們對于人之為人所具有的默會的、前概念的背景性理解清晰呈現出來，在我看來這是一個無望的任務。

對于現在的人工智能研究者而言，恐怕德雷弗斯的批評也仍然值得思考。我們人類以“前概念的背景性理解”來應對周圍的人和事，而將這一點予以明晰化和命題化，要比想象中困難得多。在德雷弗斯看來，這是因為“我們對于全局的熟悉……使我們能夠對相關的事情作出回應，并忽略不相關的事情，而不需要任何以無語境事實的無目的表象為基礎的規劃”。同時，就下棋等“游戲”活動而言，德雷弗斯強調，計算機如果不接受人的指示，那么決不會自動計算出相關“特征量”：“在所有進行游戲的程式那里，早期的成功源于在那些游戲或游戲的一部分那里寫進指導好了的計算方法；而當復雜性達到需要全局性意識來避免對于可能性的過量計算的時候，失敗就發生了。”要言之，可以說德雷弗斯的“人工智能批判”的歸結點在于，計算機不能像人類那樣在所處的環境中自動地找出相關的“特征量”。

“深度學習”技術的應用還存在著很大的爭議和分歧

不錯，就當下的人工智能而言，通過引入所謂“深度學習”技術，研究者似乎終于可以對上述批判進行反駁了。因為“深度學習”使得計算機可以通過“多層結構的工學神經元和突觸”，一邊將信息從一層向另一層傳達，一邊在這一過程中深化學習和理解。在這個意義上，計算機可以實現自動找出“特征量”并進行運用。這個事實甚至在研究者自身看來也是不可思議的事情。例如，小林雅一對于人工智能的這種能力寫道：

“深度學習”為什么可以選出這些變數（特征量）？技術開發者（人類）無法理解能做到這一點的系統的思考路徑。但是，就解決難題而言，“深度學習”幾乎必定可以選出正確的變數。

無論如何，以“深度學習”技術為基礎的人工智能，在如今的時代可以說已經具備了當初德雷弗斯拒絕承認計算機可能具備的能力，即在特定環境下自動找出“特征量”的能力。松尾豐甚至斷言，“深度學習”的出現“至少在圖像和聲音領域顯示了計算機自動獲知‘基于數據應該表達什么特征’的可能性。計算機自主發現簡單的特征量，以此為基礎發現更高階段的特征量”。

如果確如德雷弗斯所言，人類“為了認識語境，就必須已然從不確定的區別性特征量中選出合適的幾個特征量”，那么至少在計算機圍棋軟件的領域，可以說人工智能已經具備了下棋時“認識”語境的能力。但是，即便如此，我們能否以“AlphaGo”等軟件為基礎，來想象或創造足以實現“充滿情緒和談笑的相互作用”的系統？或者，換一種說法，在探討“人工智能在多大程度上能夠像人類一樣行事和理解”之前，我們恐怕首先需要分疏兩種“人性”之間的差異：一方面是我們積極地予以認識和前景化的“人性”（無論它是以“命題性知識”的形式，還是以“默會知識”的形式呈現），另一方面是潛在于所謂“充滿情緒和談笑的相互作用”之中，我們無時無刻不在經歷并體現著的“人性”。如果前景化了的“人性”不僅包括命題性的知識，而且在某種程度上也包括了找出“特征量”的能力，那么這里應該探討的，就更是我們在經歷的同時未加以前景化的另一種“人性”。

剛才引述的松尾豐，在其著作中就人類行為作出了如下觀察：

人類（有時在超過必要性的程度上）試圖以原因和結果的因果關系來理解事物，這恐怕是因為，作為動物，人類想要制定行動的計劃。“做了A就會得到B”，如此按照原因和結果來理解的話，就能把事情串起來，以此實施導致目的狀態的“計劃性行動”。

毋須多言，1950年代的人工智能研究者們提出的“G.P.S（總問題解決方案）”，如其名稱所示，意味著開發人工智能是為了解決問題。歸根結底，“像人類一樣思考和行動”相當于“像人類一樣思考問題的解決方案”。這或許沒什么不可以。不過，正因為只是集中在這一點上，使得研究者們一直設法辨明人們日常生活中運用的各種明確和不明確的行為規則，并將由此前景化了的“人性”和我們在習焉不察中經歷著的“人性”混淆了起來。德雷弗斯就人工智能的“愚蠢”寫道：

程式化了的行為要么是隨意的，要么是嚴格意義上規則性的。所以，當面對一種新的用法時，一臺機器必定要么將它視作遵循規則，要么盲目嘗試。一個說母語的人會感到自己有第三種選擇。他能認識到這個用法有點奇怪，既不遵循規則，但也并非不可理解——他會以一種顯然并非規則性，但也并非隨意的方式，在人類生活的語境下為之賦予一種意義。

換言之，在德雷弗斯看來，人之所以為人，靠的不是根據規則（體系）行動的能力，而是適當地根據語境隨機應變的能力。然而，我認為德雷弗斯一方面把握了問題的關鍵，另一方面，他也正是在這一點上將論述引向了容易遭到反駁的方向上去。此話怎講？

如前所述，具備“深度學習”技術的人工智能或許已經沒有必要限制在“隨意”和“規則”的抉擇之中。在這個意義上，當代的人工智能已經具備了德雷弗斯認為人類才有的能力，即認識語境的能力。但即使如此，我們能夠說人工智能已經可以像人類一樣行動了嗎？這里似乎終歸缺少了什么，不是嗎？這么說未必是作為人類的自尊心在作祟。因為在這里，德雷弗斯恰恰沒有提到一個關鍵問題：他所謂既不是“隨意”也不是遵循“規則”的第三種可能性，事實上既無法歸結為“命題化了的事實”，也無法歸結到“手段—目的”的結構之中。換言之，德雷弗斯似乎和他要批評的人工智能研究者一樣，站到了為“解決問題”而設定的同一個平臺上，從而未能充分評價一個看上去非常不起眼，甚至談不上“能力”的事實，即我們在日常生活中的大部分場合下，恰恰是在“命題化了的事實”和“手段—目的”的結構之外生活，并不斷遭遇到各種人和事。當然，對于德雷弗斯來說，在對手劃定的領域內進行內在批判，或許也是一件不得已的事情。

再說一遍，在人工智能的發展已然超越當初德雷弗斯的哲學批判的今天，我想說的絕不是：作為人文學者，我們應該以擴展德雷弗斯論點的形式繼續否定人工智能。我想說的是，既然人工智能在各個領域已經（或被期待）獲得超越于人類的優秀能力，那么我們就應該基于這一點來重新思考我們作為人類的存在方式和生活樣式。只不過，在思考這一命題的時候，我們不能再度抬出“心靈”“感情”等支撐著現代政治意識形態的形而上學概念來為某種人類中心主義背書。但這也絕不意味著以人工智能為“中心”來建構一種新的形而上學。在這里，讓我們把話題轉向藝術領域。

人工智能可以創作藝術作品嗎？這個話題聽上去非常陳舊，因為許多據說可以創作詩歌和音樂的軟件已經被開發出來了。另一方面，這些打著藝術創作旗號的軟件，在人工智能研究領域受到的重視程度也遠遠無法和“AlphaGo”相提并論。但數十年前，美國加州大學大衛·柯普教授開發的音樂制作軟件“艾米”，的確受到了人們的廣泛關注，據說它在1992年一年里創作了一千五百首交響樂和一千首鋼琴獨奏曲。這期間舉行了一個非常有意思的活動。根據小林雅一的介紹，

1997年，探討“艾米”價值的活動在美國俄勒岡大學舉辦。這是一次聆聽比較古典音樂的活動，會場聚集的三百人聽眾要聆聽三首鋼琴協奏曲——三首都是巴赫風格的作品，一首是真正的巴赫作品，一首是在同一所大學講授音樂理論的拉松教授創作的曲子，還有一首是“艾米”創作的曲子。……結果令人震驚。多數聽眾斷定拉松的曲子為“艾米”所作，而將“艾米”的曲子聽成了巴赫的作品。

不過，“艾米”創作的也不盡是優秀作品。小林補充說，歸根結底，“柯普教授要從這些作品中挑出他認為‘值得人類聆聽’的曲子并在演奏會上演奏”。也就是說，作曲也好，繪畫也好，作詩也好，人工智能軟件所做的其實是以過去積累的大量文本數據庫為基礎，憑借計算機的高速運算而組合生成看起來是“新的”作品。但是，在此值得注意的是，聽眾將“艾米”所作的曲子聽成巴赫作品這個事實提醒我們：在聽音樂的時候，我們究竟是在聽什么？換言之，或許與我們通常所持的觀念不同，曲子本身并不表現作曲家的意圖；不如說，它表現的是作曲家的某種風格。而且，這種風格并不是獨一無二、無法復制的獨特性，而恰恰始終帶有被復制、被數據化的可能。的確，我們為了提高自己的圍棋水平，也許必須學習很多的棋譜；為了創作曲子，必須熟悉過去的很多曲譜。在這個意義上，能夠進行高速運算的計算機，就可以憑借遠超人類能力的速度來積累數據庫，并在數據組合的前提下進行“創造”。而且，隨著人工智能的不斷發展，將來計算機脫離人類的判斷而自主識別出某首曲子“是否值得人類聆聽”，也不是匪夷所思的事情。

然而，重要的地方在于，即使人工智能可以“創作”優美的曲子，而且，即使人們完全明白巴赫的風格并非獨一無二、無法模仿，聽眾或許也會對自己將“艾米”所作的曲子誤聽成巴赫的作品這件事感到驚訝甚或不滿。小林雅一介紹說：“當這些曲子在演奏會上進行演奏的時候，柯普教授有時候告訴聽眾這是‘艾米’（計算機）的作品，有時候則不告訴。如果不告訴，聽眾就會對演奏的音樂顯示出極大的感動，演奏結束后會予以鼓掌喝彩；反過來，如果告訴聽眾這是‘艾米’的作品，聽眾就完全不會有此舉動，演奏結束后會場鴉雀無聲。”為什么會這樣？是因為聽眾認為自己聽到了“假的”音樂嗎？或者如人們所言，是因為人工智能沒有“心靈”，從而聽眾無法從這些曲子中聽到作曲家的“心靈”嗎？但根本而言，聽眾就連這首曲子是否是“艾米”所作都無法判斷，還談什么“心靈”“感情”呢？那么，我們是不是應該說，人們不愿意承認“艾米”，其實是源于自身的偏見？“AlphaGo”被認定為九段棋手，但人們恐怕不會認為“艾米”是偉大的作曲家。為什么？

讓我們回到小林秀雄的文章。在簡單介紹了愛倫·坡的小說之后，小林秀雄關于下將棋這件事給出了非常有意思的思考線索。他寫道：“按照常識而言，將棋這種游戲應該是以人的某種無知為條件的。高手的思索不管怎么深刻，都是有限的；正因如此，將棋才有勝負。”誠然，就算可以在數學上說明將棋或圍棋的復雜性，對棋手和觀眾而言，有意思的地方不在于對弈者在多大程度上能夠控制數學上的復雜性，而在于無論棋藝多么精湛，對弈雙方都得在計算的有限性前提下進行對決。

但請不要誤會：小林秀雄強調的不是我們人類因無知而優秀，而是說，如果沒有這種無知，那么我們的人性（或者他所謂的“常識”）就會坍塌。因此，這里的“無知”指的并不僅僅是我們的“無能”。因為連圍棋規則都不懂的門外漢，根本都談不上“無知”。吊詭地說，只有持有圍棋相關“知識”的人，才會在這個特定意義上“無知”。在這里，為了在概念上重新把握這種“無知”，我提議沿著意大利哲學家阿甘本有關“潛能（dynamis）”的論述來思考小林秀雄的上述說法。

阿甘本在《思考的潛能》一文中以新的方式重新闡述了亞里士多德那里的“潛能”概念，并將它和某種“欠缺”（以及阿甘本所謂“非潛能”）放在一起論述。阿甘本指出：“指涉習性和能力的‘hexis（狀態）’一詞，是亞里士多德為生物感覺作用（和其他‘能力’）不存在時賦予的名字。這種狀態不是單純的不存在，而毋寧說具有‘欠缺’的形式。所謂欠缺，證明的是‘現實’狀態下缺少的東西的在場。擁有‘潛能’、擁有‘能力’，也就是擁有‘欠缺’。”需要注意的是，這里所謂“欠缺”說的不是單純不具備某種潛能或能力，而是能力處于并未得以實現的狀態。具體而言，阿甘本舉出了亞里士多德那里的兩種“潛能”，并解釋說：

一方面是總體的潛能，由此我們通常可以說，嬰兒具有智力的潛能，嬰兒就潛能狀態來說可以成為建筑師或國家領袖。另一方面則是已經具備對應于具體知識和能力的“hexis”的人的潛能。建筑家在不進行建筑的時候也具有建筑的潛能，豎琴演奏家在沒有演奏的時候也具有演奏的能力，這些都是在第二種意思上說的。……建筑家具有潛能，前提是他能夠不進行建筑。豎琴演奏家也是如此。因為不同于僅僅在總體意義上擁有潛能的人，換言之，不同于單純不會演奏豎琴的人，豎琴演奏家能夠做到不進行演奏。

根據阿甘本的論述，可以說，巴赫作為作曲家的“潛能”表明，他在不進行作曲的時候仍然是作曲家；或者，毋寧說他正是在不進行作曲的時候才展現了他作為作曲家的“潛能”。因為“潛能”的展現依靠的不是我們具有的某種能力本身，而是我們在具有這種能力的同時，可以停留在不將這種能力予以實現的“能力”（或阿甘本所謂“非潛能”）。換句話說，我們可以在某種能力和能力的實現之間，或在手段和目的之間，引入某種“滯留”。而且，如果沒有這樣一種“滯留”，我們的日常生活也將難以維系下去；這種“非潛能”的“滯留”無時無刻不在我們生活的不經意間發揮作用。在這個意義上，可以說“潛能”總是包含著“非潛能”。“非潛能”不是“潛能”的否定，而是“潛能”之為“潛能”所不可或缺的條件。關于這一點阿甘本寫道：

以“潛能”的存在方式存在著的生物能夠成為自身的非潛能，并由此開始具備自身的潛能。這一生物能夠做這做那，是因為身處在與自身的不存在、自身的無為的關系之中。在潛能那里，感覺作用在構成性的意義上被麻痹，思考成為非思考，功效成為無為。

如果一個人無法停止彈奏豎琴，我們恐怕不會把這個人稱作“豎琴演奏家”，而是將他視為一架機器。更重要的是，建筑家并不是為了建筑而生活，作曲家也不是為了作曲而生活；他們經營著自己的生活，建筑和作曲構成了他們生活的一部分。的確，我們或許可以憑借人工智能的各種算法來將巴赫的創造力還原為過去積累起來的數據庫，但這樣做并不能幫助我們更好地理解巴赫，而只能將我們自己還原到人工智能的水平上去。也就是說，我們的日常生活既無法還原為“沒有目的的命題性事實”的數據庫，也無法收編到“手段—目的”的結構之中。為了寫出新的鋼琴協奏曲，人們的確需要掌握大量的既有數據，但關鍵問題是，這些數據對作曲家而言決不單單作為“數據”而呈現出來，毋寧說，過去的曲譜作為作曲家生活的一部分，總是已經融入到他的生活整體之中，和種種看似與作曲，甚至與音樂領域毫無關聯的因素發生關系。

所以，與其說人的“潛能”通過能力的實現而展現出來，毋寧說它通過將能力的實現予以“停滯”而展現出來。而且，在阿甘本看來，所謂“非潛能”絕不是隨著能力的實現而消失的東西，反而是保留在實現狀態之中的東西。他寫道：“如果說一切潛能在本源的意義上都能做到不存在，那么就可以認為，潛能向實現的轉化并沒有單純取消自身的非潛能，也沒有把它放置在潛能的背后，而是原封不動地把自身的非潛能轉移到實現狀態之中；換言之，能夠做到并非不向實現狀態轉化，這才是真正擁有潛能。”值得注意的是，雖然十分拗口，但這里所謂的“并非不向實現狀態轉化”，并不等于“向實現狀態轉化”。因為這里的要點在于，通過將“非潛能”引入“潛能”，阿甘本在“潛能”及其實現之間引入了某種根本上無法決定也無法規定的“滯留”，從而動搖了“手段—目的”的結構，動搖了能力通往其實現的線性規定。

如果阿甘本的上述論述顯得有些難懂，我們不妨借助小林秀雄的論述來進行一番整理。一方面，將棋棋手的“潛能”通過下棋而得以實現，但另一方面，無論一位棋手的技藝多么高超，每一局的對弈必定伴隨著某種“無知”。理所當然，一個棋手不論多么優秀，生涯中也會有許多精彩的對弈和許多糟糕的對弈。九段棋手輸給七段棋手，這實在不是什么罕見的事情。而這就意味著，恰恰是在下棋的“潛能”被保留的時候，并且，恰恰是在這種保留狀態下得以在場的“無知”那里，在阿甘本所謂的“非潛能”那里，棋手下棋的“潛能”才如其所是一般展現出來。如果棋手每次下棋都必然將自己的“潛能”實現殆盡，九段棋手就下九段的棋，七段棋手就下七段的棋，那么實現“潛能”就不再是可能的事情，而是變成了不能不然的事情。于是，“潛能”本身也就不復存在了。在這個意義上，正確說來，“AlphaGo”所擁有的“能力”，與其說是能夠不斷發展的東西，不如說是只能不斷發展的東西。換句話說，“AlphaGo”的棋力越是增長，就越是證明它不具備這里所說的“潛能”。人工智能在不遠的將來或許會在各個領域超越人類的能力，但這些能力始終都無法做到“不存在”，無法將“滯留”引入實現的過程之中。

到此為止，似乎我還完全沒有觸及標題中的“文學”。不過，事實上將作為“非潛能”的“無知”清晰表現出來的恰恰是文學。讓我們以號稱能夠寫作現代詩的人工智能軟件為例來接近這個問題。比如，類似于前面提到的“艾米”，由微軟開發的“小冰”看起來可以自動地創作現代漢語詩歌——只要輸入幾個文字或圖片，幾秒內就可以生成一首詩。而不僅是現代詩，自動創作古體詩的軟件也并不鮮見。不過，相較于“艾米”所作的音樂有過之而無不及，人們對人工智能創作的“文學作品”呈現出了相當的輕蔑態度。這是為什么呢？因為文學作品比音樂更需要展現作者的“感情”和“內心”嗎？我覺得不是這樣。

在這里，我想暫定性地把“文學”或“文學性的事物”進行如下界定。文學短暫地切斷了語詞和現實的關聯，通過展現語詞的意義賦予作用本身，向我們表明語言絕不能被還原為實現“交流”這一目的的單純“手段”。換句話說，我們從文學中看到的不僅僅是有意義的語詞，而且是語詞賦予意義的事實，以及這一事實在文本中得到的表象。語詞絕不是在日常生活的交流中被使用殆盡的工具。的確，這并不是什么新鮮的主張，我只是在說一些再普通不過的事情。但是，恰恰是這一普通不過的事情，說明了為什么人們面對人工智能創作的“作品”，往往會固執地訴諸“內心”“感情”等說法來表現輕蔑和抗拒的態度。這未必是由于人們無意識之中陷入了人類中心主義的形而上學。毋寧說，“內心”也罷，“感情”也罷，這些概念作為癥候向我們表明：當我們面對文學作品的時候，始終試圖通過文本的明確表述來讀取文本沒有表達的內容。用阿甘本的話說，也就是“所有創造活動中都存在的某種抵抗表達、抑制表達的東西”。這個進行著“抵抗”的東西，也可以說是“非潛能”。阿甘本進一步寫道：

作為一個關鍵的裁斷機制，抵抗放慢了潛能向實現轉化的盲目而直接的沖動，并以此防止了潛能被消解于、內在地耗盡于實現之中。……因此，為作品打下必然性記號的，恰恰是那或許也可能并不存在、或許可能以別的方式存在的東西，即作品的偶然性。

在與阿甘本的闡述類似的意義上，通過作品的消除，通過強調作品的“創作”過程而非作品的完成，以德國浪漫派為代表的文學家們已經憑借這種激進的主張而觸及了小林秀雄所謂人類的“無知”之核心。假如我們試圖探究位于人工智能的“作品”所表現的內容背后的東西，那么我們也只能得到一堆龐大的數據庫。另一方面，假如我們試圖探究人類“作品”所表現的內容背后的東西，而又不將它簡單地還原為作者的“意圖”或“感情”的話，那么可以說，這種探究所指向的，恰恰是作品中保留著的“抵抗”或“滯留”。無論如何，這些概念在說明，人類的作品不存在“必然性”——但凡是人類的制作，無論它是藝術還是機械或是社會制度，都是歷史性的東西，都是可以得到改造、破壞、顛倒、動搖、重塑的東西。不過，這不是說我們要以“大數據”為依托來進行多種多樣可能的排列組合；相反，這要求我們阻斷從“大數據”向某種排列組合之成果進行轉化的“盲目而直接的沖動”。優秀的作曲家往往很好地掌握了大量的樂譜，但他的創造始終都是偶然的，也必須是偶然的。同樣，在文學那里，包括語詞本身在內，由語詞進行表象的東西暫時得以從它們在現實中所具有的一系列貌似必然的社會關系中解放出來，在充滿偶然性的故事中得到意義和關系的改造和重鑄。在展現語詞的意義賦予作用的同時將意義賦予作用予以停滯，這正是文學的非功效的功效。

毫無疑問，今后人工智能還將得到更大的發展。面對這一事態，我們需要擔心的或許并不是許多人討論的問題，即人工智能終究會取代甚至毀滅人類；相比之下，我們更需要擔心的恐怕是當年小林秀雄警告過的事情，即“由于完全熟悉了對機械的利用享樂，也就完全熟悉了以機械為模板來對事物進行思考的無聊習慣”。同樣的擔憂，也可以在德雷弗斯那里找到相應的表達：

如果計算機范式變得如此強大，以至于人們開始以人工智能的工作方式為藍本，將自己視作電子器械，那么……機械不會變得和人一樣，人卻會變得越來越像機械。……人們開始將自己視作能夠適應抽象機械的固定計算的客體：對這些機械而言，人的生活形式必須被分解為一堆沒有意義的事實，而不是一個由感官運動技能組織起來的關切領域。我們的危險不是超智能計算機的降臨，而是低智能人類的降臨。

需要補充的是，盡管小林秀雄和德雷弗斯都批判了“以機械為模板來對事物進行思考”的做法，但這不是絕對不能做的事情，而且，如果人們無法做到以機械為模板來思考，那么迄今為止達成的許多成就或許也不再可能。問題只是，如果人工智能研究的目標是開發“像人類一樣活動的系統”，那么無論如何都要避免的情況就是以“像系統一樣行事和思考的人”為出發點來推進研究，不是嗎？在這個意義上，我們如今仍然在閱讀文學作品的理由之一，或許就在于文學中或文學性的“無知”和“無為”。

作者簡介：

王欽

青年學者，現居日本東京。

主要著作有Configurations of the Individual in Modern Chinese Literature （Palgrave Macmillan，2020）。

譯有德里達《野獸與主權者I》《贈予死亡》等。