摘 要：語言、思維和文化是人類特有的心智和認知能力。思維是人類最本質的特征和最重要的認知能力。雖然在思維的某些領域人工智能已經超過人類智能，但從思維認知看人工智能，我們看到人類思維是多模式的思維，即分析與綜合相結合，從概念、判斷和推理三個層次來認知世界。在推理這個層次上，人類同時使用演繹、歸納、類比和溯因等多模式的推理結構。在科學發現、風險決策等復雜思維的領域，心理模型、邏輯和數學模型還會被綜合地加以應用。因此，人類多模式的思維方式應該成為未來人工智能的發展方向。

　　關鍵詞：人類心智；人工智能；思維；邏輯；推理；

　　作者簡介：蔡曙山，男，貴州民族大學民族文化與認知科學學院院長，清華大學心理學與認知科學研究中心教授、博士生導師。

　　基金：國家社科基金重大項目“語言、思維、文化層級的高階認知研究”(項目編號：15ZDB017)；國家自科基金重點項目“語言理解的認知機理與計算模型研究”(項目編號：62036001)。

　　人類是有語言、能思維的動物。人類的存在，不過就是語言和思維的存在。語言和思維建構了人類全部的知識，知識積淀為文化。因此，“我言，故我在(I speak， therefore I am)”，并且“我思，故我在(I think， therefore I am)”。

　　從功能上說，計算機是一種信息加工的機器，是具有某種程度的學習、思維和推理功能的機器。從硬件上說，計算機就是開關線路。從軟件上說，計算機是一個語言系統。那么，機器如何可能產生思維和智能?機器的思維和智能與人類的思維和智能又有什么聯系和區別?機器的思維和智能是否可能超越人類的思維和智能?這一系列的問題，都是當前人工智能最重要的問題。

　　一、思維層級的認知

　　要認識人工智能，必須從人類智能談起。先來看人類的心智和智能。

　　(一)人類的心智和智能

　　根據心智進化論和人類認知五層級理論，人類具有進化中獲得的全部五個層級的心智(mind)，即神經層級的心智、心理層級的心智、語言層級的心智、思維層級的心智和文化層級的心智，從而具有全部五個層級的認知，即神經層級的認知、心理層級的認知、語言層級的認知、思維層級的認知和文化層級認知，簡稱神經認知、心理認知、語言認知、思維認知和文化認知1。

　　對“智能(intelligence)”的理解和定義，目前仍有歧義。例如，斯圖爾特·羅素和彼得·諾維格在《人工智能》中對“人工智能(artificiality intelligence， AI)”的解釋是：“在計算機科學中，人工智能(AI)有時被稱為機器智能，是由機器展示的智能，與人類和動物展示的自然智能形成對比。通俗地說，‘人工智能’一詞用來描述模仿人類與其他人類思維相關聯的‘認知’功能的機器，如‘學習’和‘解決問題’”2。 從這個定義看，“智能”有兩種含義，一是人類和動物都具有的自然智能，這樣它就完全等同于“心智”，也就是人和動物共同具有的認知能力；二是人類與其他人類相關聯的“認知”功能，這又僅指人類的心智，即語言心智、思維心智和文化心智。

　　這種歧義，其實正是當前人工智能研究中對機器智能的完整理解。人工智能模仿人類智能，當然包括人類全部的心智和認知能力。人類的心智和認知能力，正是當前和今后的人工智能發展所需要學習和掌握的。但是，人區別于其他非人類動物的本質屬性是有語言、能思維。人類語言是一種抽象的符號語言，即概念語言。在這種語言的基礎上，人類產生了抽象思維。從認知科學上看，人類最本質的心智和認知能力，是語言能力和思維能力。所以，我們把語言認知、思維認知和文化認知稱為人類認知，這是人類特有而非人類動物沒有的心智能力。

　　綜上所述，人類心智是所有五個層級的心智，人類智能也包括所有五個層級的心智，即人類和動物都具有的自然智能。但是，人類智能區別于非人類動物的智能則是高階的心智(Higher order mind)，包括語言心智、思維心智和文化心智。所以，人類智能常常是指人類特有而動物并不具有的智能，即高階的心智和認知。

　　(二)人類心智的進化

　　人類的五種心智和認知能力，是在自然進化中獲得的。人類心智的進化如圖1所示。

圖1 動物心智進化圖

　　迄今為止，有兩種進化論來解釋生命的進化：達爾文進化論和現代綜合進化論(基因進化論)3 。這兩種進化論不足以解釋個體差異性。例如，同卵雙胞胎由同一受精卵分裂成兩個獨自發育的胚胎，他們的遺傳基因(DNA)及性別完全相同。但同卵雙胞胎是不同的個體，其個體差異性從何而來?科學家們對此作了各種解釋，其實，同卵雙胞胎的個體差異性主要來自后天的心智的差異。世界上沒有任何兩個人的心智是完全相同的，盡管他們的基因可能完全相同。所以，以心智為研究對象的認知科學，其本質是探求個體差異性的科學，在這一點上，認知科學與過去兩千多年來探求統一原理(universal principle)的科學是背道而馳的。心智，才是解釋個體差異性的最終標準；認知科學，才是解釋個體差異性的最終的理論。

　　由此，可以建立一種新的進化論——心智進化論，即認知科學進化論。

　　20世紀70年代以來，認知科學發展到心智進化論。從圖1可以看出，物種的進化(達爾文進化論)和基因的進化(現代綜合進化論)同時也是心智的進化；進一步我們看到，在物種進化、基因進化和心智進化這三個層次上，心智進化才是具有決定性意義的本質的進化。這又可以從幾個方面得到論證：其一，如前所述，三種進化論中，只有心智進化論才能最終解釋個體差異性；其二，現代物理學、當代認知科學實驗一致認定，在心-物關系中，意識或觀察者的存在，決定了特質的存在方式(波函數坍塌)；其三，古代哲學、近代哲學和當代哲學將世界的本原依次認定為物質(古代本體論哲學)、精神(近代認識論哲學)和人類心智(心智哲學)；其四，哲學中一以貫之的永恒問題——從古代哲學和近代哲學的身心問題轉換為當代心智哲學的心身問題，說明在人類認知的發展進程中，心智逐漸走到人類認知的中心，最終成為認知科學聚焦的對象；其五，對人類心智的關切造就了認知科學，其目標就是“揭開人類心智的奧秘”4。21世紀初，教育和教育學也被整合進認知科學的學科框架，因為教育和教育學也是與人類心智最密切相關的學科。以認知科學的觀點看，教育是伴隨人的終身成長的心智發展和培育過程，教育學則是研究教育發展過程和規律的學科。宇宙演化110億年以后產生了第一個生命(距今35億年前)，從此產生了第一個簡單的心智，并開始了心智漫長的進化。認知科學建立以后，心智終于成為人類心智的研究對象。心智進化論，是認知科學時代的新的進化論。

　　(三)人類認知的五個層級

　　人類從進化中獲得五種心智能力，由此形成五個層級的認知能力：神經認知、心理認知、語言認知、思維認知、文化認知(圖2)。

圖2 人類認知的五個層級

　　這五種認知能力中，人和動物共有的神經認知和心理認知稱為低階認知，人所特有的語言認知、思維認知和文化認知稱為高階認知。

　　人是有語言、能思維的動物，是“符號動物”5。語言是人類認知的基礎，思維是人類的特質。人類用語言和思維建構全部知識大廈，知識積淀為文化。語言、思維和文化是人類具有而非人類動物并不具有的認知能力。

　　(四)思維層級的認知

　　人類的語言——抽象的符號語言(概念語言)產生于600萬年前，并于200萬年前完成語言的進化。抽象的概念語言是抽象思維的基礎，人類語言一經出現，人類的思維也就隨之產生了。

　　人類思維包括概念、判斷和推理三種基本的形式，邏輯學就是研究思維形式和規律的科學6。在邏輯學的理論體系中，推理是最高形式的思維形式，是邏輯學理論的核心。

　　認知科學看待邏輯和思維的觀點有所不同。首先，認知科學區分邏輯和邏輯學。邏輯是人類頭腦里的東西，是一種認知能力；邏輯學是書本上的東西，是邏輯學家建立的理論，它是對邏輯的摹寫，它不必是正確的，并且它是隨著人們對頭腦里的邏輯加工方式和加工過程的不斷認知而不斷發展的。其次，邏輯和推理只是人類眾多認知能力中的一種，屬思維層級的認知。在人類認知(高階認知)的三個層級中，語言是人類認知的基礎，思維是人類認知的特質，文化是人類認知的結晶。再次，人類認知包含所有五個層級，認知科學建立以后，思維認知被與其他層級的認知關聯起來進行研究，使我們對人類思維有了比以往任何時候更加深入的理解。最后，“五層級貫通”對思維認知的理解，成為理解和發展人工智能的一把重要的鑰匙。“我思故我在”這個用來刻畫人類本質的命題似乎對機器也適用。例如，隨著人工智能在推理領域戰勝人類智能，勝利者AlphaGo也要求獲得像人類一樣的存在的權利，包括霍金在內的一些科學家甚至迫不急待地要賦予它超越人類生命的更加神圣的地位7 ，然而，果然是這樣嗎?

　　二、人類心智與人工智能

　　達爾文進化論和基因進化論并不能完全解釋個體差異性，也不能說明心智和認知能力從低級向高級的發展，以及人類心智與動物心智的區別，當然也不能說明人工智能與人類心智的區別。心智進化論的建立，最終解決了以上問題，為理解人工智能與人類心智提供了理論依據。

　　(一)生命的形式：自然的和人造的

　　從35億年前出現第一個生命——病毒核酸，到人類最復雜精致的生命形式，直到20世紀后期，所有生命存在都是自然進化的產物。80年代后期，人類開始使用“克隆”技術創造非自然的生命。1996年7月5日，蘇格蘭羅斯林研究所和PPL Therapeutics生物技術公司的伊恩·威爾穆特和基思·坎貝爾領導的小組克隆出一只基因結構與供體完全相同的小羊“多利”(Dolly)，世界輿論為之嘩然。但克隆畢竟還是從生命到生命，只不過它是用非生育細胞通過無性繁殖的方式人為制造出來的非自然進化的生命，其后的發展只能用“令人目瞪口呆”來形容。

　　在這個“人造生命大合唱”中，最新的樂章是美國宇宙學家泰格馬克提出的生命3.0。他預言，人工智能會成為一種全新的生命形式(生命3.0)，而在此之前所有的生命都可以被歸為兩種形式：軟件和硬件系統都不能更新的生命形式(生命1.0)，它們是非人類的動物。軟件系統能夠更新而硬件系統不能更新的生命形式(生命2.0)，他們是人類。生命3.0將超越以前的任何生命形式，它的軟件和硬件系統都可以自我更新，它就是人工智能，它將統治人類!筆者不能認同泰格馬克的這種科技烏托邦理想。

　　(二)單一智能和綜合智能

　　目前的人工智能是單一領域的智能，而人類的智能往往是覆蓋若干領域的綜合智能。人工智能與人類智能的對比可用表1來表示。

　　(三) 思維、邏輯與人工智能

　　圍棋是最復雜的人類智力游戲。一盤棋究竟有多少種可能的變化呢?答案是319×19 = 3361之多。而在這個最高水平的人類智力游戲中，人工智能AlphaGo戰勝了世界頂級棋手李世石，這場世紀之戰引起了人類的恐慌。可以說，在“我思故我在”這個標志人類存在本質的領域，人工智能戰勝了人類智能。

表1 基于人類心智和認知五層級的人工智能水平表

　　三、人工智能中的思維和邏輯

　　AlphaGo戰勝李世石，主要是利用它的強大的推理和學習能力。推理和學習，是人類心智兩種主要的認知能力。我們可以分析人工智能中常用的學習和推理方法，并討論這些方法與人類智能中相應的認知能力之間的差異。

　　(一) 學習和推理

　　學習是人的行為，是對“學習”的常規的理解。但作為機器行為的學習，即人工智能的學習與人類學習的定義有很大的不同8。

　　推理是從已有知識推出新知識的認識形式。從邏輯上說，推理就是根據一個或一些判斷得出另一個判斷的思維過程9。

　　全世界所有的民族，不論其語言、思維和文化差異有多大，基本的推理形式只有演繹推理、歸納推理、類比推理和溯因推理四種。這里有兩個重要的問題需要注意。

　　第一，學習和推理，哪一個更基本?動物、機器和人都能夠學習嗎?

　　學習和推理，都是心智和認知能力的表現，但學習更為基本，它屬于心理層級的心智和認知能力，而推理則屬于思維層級的心智和認知能力。從人類認知五層級理論可以知道，人和動物都具有學習的能力。孔子的“學而時習之，不亦說乎”，說的就是人的學習能力，人通過學習獲得知識和快樂。“斯金納黑箱”和老鼠走迷宮則是動物的學習能力，動物通過刺激反應、獎勵懲罰進行學習，獲得行為能力，增長新的技能(動物的學習不能形成知識，而只是形成神經層級和心理層級的心理—行為反應)。

　　第二，機器推理也遵循人類的推理形式嗎?

　　人類、動物和機器學習盡管存在很大的差異，但這三種學習方式具有共同的本質特征——獲取新的知識和能力。推理和學習這兩種能力中，演繹規則(Modus Ponens， MP)和逆否規則(Modus Tollens， MT)是最為基本的認知能力，屬于心理認知能力，是人和非人類動物都共同具有的。

　　充分條件假言推理有四種可能的模型：肯定前件式MP、否定前件式DA、肯定后件式AC、否定后件式MT。邏輯學家認為，這四種模型中，只有肯定前件式MP和否定后件式MT是有效的(其有效性在經典邏輯系統內可以得到證明)，而否定前件式DA和肯定后件式AC是無效的(其無效性在經典邏輯系統內也可以得到證明)(表2)。但心理學家并不想接受這種邏輯學的教條。1966年，英國著名心理學家沃森設計了一個選擇任務實驗(Wason selection task)，實驗的目的是檢驗人們在日常推理中頭腦里的邏輯是不是邏輯學家所說的那個樣子。后來在美國進行的大樣本(n>1000)實驗結果如表2所示。

表2 沃森實驗結果與邏輯有效性對照表

　　沃森選擇任務實驗顯示：沒有學過邏輯學的被試100%都知道使用肯定前件式MP，說明這是一種“先天邏輯能力”；與MP同樣正確的，并且在經典邏輯中與MP相互等價的否定后件式MT只有一半的支持率，一方面因為MT多用了再次否定，增加了推理難度，更為主要的，MT是需要經過后天學習才能夠掌握的推理模式。值得注意的是，邏輯學認為不是有效式的肯定后件式AC和否定前件式DA支持率并不為0，肯定后件式AC有高達33%的支持率，這主要是因為它是邏輯上并不承認而在日常生活中廣泛應用的溯因推理(Abduction)的影響所致。否定前件式DA也有21%的支持率，主要原因是人們常常把充分條件當作充要條件來使用的緣故10。總而言之，人們在日常生活中使用的邏輯思維和邏輯推理會受到心理因素的強烈干擾，這就是著名的沃森實驗得出的深刻結論。

　　在動物的學習方面，動物的刺激反應的行為方式，就是使用肯定前件式MP的結果。否定后件式在動物的學習中則稍有不同，動物使用MT是需要經過學習的。在機器學習中，MP是必須的，畢竟機器學習是對人類學習的模仿。類似于人和動物的學習，使用否定后件式MT獲得新的知識，也需要經過學習才能實現。

　　(二)歸納、類比和溯因

　　在科學發現中，起主要作用的是三種經驗推理，即歸納推理、類比推理和溯因推理。按照皮爾士的劃分，就是“擴展前提的推理”，即結論超出前提范圍的推理，這樣的推理能夠產生新的知識。而“解釋前提的推理”，即演繹推理，因其結論包含在前提之中，并不能增加新的知識，因而對科學發現并無貢獻，但可以用于科學假設的驗證。

　　如果把每一種推理都看作一種心理邏輯方法，那么可以建立綜合性的心理邏輯模型，如圖3。其中，“擴展前提”的三種推理溯因、歸納和類比用于在科學發現中提出假說的階段，“解釋前提”演繹推理用于驗證假說。當我們發現“令人驚異的事件B”并且要探究其原因時，科學發現的過程就開始了。這時有3條通道去尋找事件B的原因A。

　　(三)溯因推理

　　溯因推理在人工智能中也有非常重要的應用。Prolog是法國馬賽大學的科爾麥隆(Alain Colmerauer)創立的一種基于溯因推理的描述性語言，全名是Program in Logic。這是一種適用應用于人工智能開發的語言，廣泛應用于搜索程序和專家系統。

圖3 科學發現的心理邏輯模型

　　(四)應用于人工智能的邏輯學

　　多值邏輯和模糊邏輯已經被引入到人工智能中來處理模糊性和不完全性信息的推理。例如，當與決策有關的事實并非都合用時，大多數的專家系統將被迫做出決策。在這種情況下，自然要使用一種不同于經典邏輯的邏輯，它適合于不完全信息的推理。進一步說，在自然語言和人工智能中使用的許多概念是“模糊的”，因此，使用這種概念的推理需要假設某種“模糊邏輯”是合適的。

　　多值邏輯的三個典型系統是克林(S. C. Kleene)、盧卡西維茲(J. Lukasiewicz)和波克萬(D. Bochvar)的三值邏輯系統。它們可以作為人類程序行為的邏輯基礎。這種程序行為是智能的，它以系統化的方式來收集關于環境的知識。與經典邏輯不同，三值邏輯的命題解釋都有真假之外的第三種值，克林將其解釋為“非決定的(u)”；盧卡西維茲解釋為“中間的(i)”；波克萬解釋為“無意義的(m)”。克林解釋的最初動因是要接納非決定的數學陳述；盧卡西維茲則是要處理亞里士多德的未來可能陳述；波克萬的解釋則直接受到語義悖論的啟發。

　　三值邏輯的語義在其使用的模型上與經典的語義不同。這種模型使用了偏謂詞符號。這里，E上的偏(k元， k>l)謂詞r表示從Ek到{f， t}的偏函數。以克林的三值邏輯為例，由于賦予命題第三種值u，每一個謂詞都可以表示為一個函數r：Ek→{f， t， u}。在此基礎上，可以建立三值邏輯謂詞演算的語義。

　　定義 L的偏模型是一結構M=，其中，D是一非空集合，F是一函數，它對L中的每一n(n>0)元關系符C指派一從Dn到{f， t， u}的n元函數CM。

　　根據這一模型，可以建立三值邏輯的語義。例如，克林關于L的語義如下：

　　設想一個機器人，它的目的是要努力獲得知識。為此，它試探并考察它周圍的環境。想象它是一個裝備有視覺和觸覺系統的機器，這些系統使它能夠從周圍的環境中抽象地得到信息。在機器人活動的每一個確定的點上，它都會得到確定的知識：它知道某些事情是真的，而另一些卻是假的。一般說來，它的知識是不完全的，但隨著時間的推移，機器人將會增加其真知識的積累。這樣，就要設想這個機器人決不會遺漏信息或改變信念。在這個設想中含有兩個假設：(i)這個機器人一般將處于一種部分無知狀態；(ii)這個機器人決不會喪失或改變其信念。

　　什么樣的邏輯適合于描述這種機器人的行為方式呢?假設(i)使人立即想到三值邏輯，因為它正好就是一種適合于處理不完全信息的邏輯。假設(ii)使人想到這種邏輯必須具有單調性。斷定一旦確定為真(或假)，它就應該保留這個值，新的信息無論如何也不能使機器人改變其信念。為了檢查以上三值邏輯中哪一種具有單調性，可以給出下面的定義。

　　定義 令M和M′ 是有共同域D的L的偏模型。我們說M′是M的一個擴充(記為M≤M′)，當且僅當對L中每一n (n>0)元關系常元C，CM≤CM ′，即對D中每一e0， …， en-1，CM(e0， …， en-1)≤CM ′(e0， …， en-1)。

　　定義 (單調性)函數G是單調的，當且僅當，若M≤M′，則G(M)≤G(M′)。

　　結果證明，克林的三值邏輯是滿足單調性的。

　　定理 令A為L的任意語句。令[A]M表示A在克林的邏輯聯結詞解釋下在模型M中的值，那么，若M≤M′，則[A]M≤[A]M ′。

　　類似的結果對波克萬的聯結詞也成立。這樣，克林或波克萬的三值邏輯都滿足單調性的要求，而盧卡西維茲的系統不滿足這種要求。例如，條件算子→不是單調的。如果p = q = i，則p→q = t，但當p = t和q = i時，p→q = i。因此，在條件句的情形下，上述定理的證明不能成立。

　　以克林或波克萬的三值邏輯編制的程序可以表示機器人的行為。這樣的機器人是一種行為規范的創造物，它們決不會陷入任何沒有保證的結論。它們僅在其數據庫中存入它們確信的東西，并且決不會改變其信念。當然在某種情況下，這樣的機器人比不上那種能夠改變自己信念的機器人。而支配后一種機器人行為的邏輯顯然是非單調的三值邏輯，它可以由盧卡西維茲的三值邏輯來充任11。

　　(五)語用邏輯在人工智能中的應用

　　語用邏輯(Illocutionary logic，IL)是關于帶有語用力量(Illocutionary Force)的行為動詞，即語用動詞(Illocutionary Verb)的邏輯。

　　一個通過說話來做事(doing something in saying something)的言語行為的標準表達式為：F(P)，其中，F是該言語行為的語用力量，P是該言語行為的命題內容。在語用邏輯中，有如下的定理：

　　-| F(?P)→?F(P)

　　但本定理的逆命題不能成立。可以設計將語用邏輯應用于人工智能的學習策略。圖4是一種基于語用邏輯的學習策略模型。

圖4 基于語用邏輯的人工智能學習模型

　　這張示意圖包含了語用邏輯人工智能學習系統的四個基本環節。其中環境和知識是兩個數據庫模塊。如果這個系統要執行F(?P)的行為，那么F(?P)→?F(P)。系統將首先查看F(P)在數據庫中是否存在，若無則往下執行程序，若有，則有兩種選擇：在知識庫中去掉F(P)，并執行F(?P)；保留F(P)，但不執行F(?P)。經過這一學習過程，計算機的知識得到了更新。

　　四、結論和討論

　　(一)應該從五個層級來理解和發展人工智能

　　人工智能是人類心智和人類智能的模仿甚或超越，因此，應該從人類心智和認知的五個層級即腦與神經心智和認知、心理的心智和認知、語言心智和認知、思維的心智和認知、文化的心智和認知各個層級來理解和發展人工智能。通過將人工智能與五層級的人類心智對比可以看到，在腦與神經(包括身體)和心理層級上，即在初階的心智層級上，人工智能能夠達到甚至超過人類智力和體力的水平。而在高階心智的層級上，即在語言、思維和文化層級上，人工智能與人類心智還有很大的差距。此外還可看出，人工智能是單一的智能，人類心智則是綜合的智能。從人類心智五層級看，當前的人工智能遠未達到人類心智水平。

　　(二)思維是人類存在的本質，人類多模式的思維方式是人工智能的方向

　　我思故我在，人類存在的本質是思維的存在。思維認知是人類認知的特色和本質。人類思維是多模式的思維，即分析與綜合相結合，用結構性的方法(形式化方法)從概念、判斷和推理三個層次來認知世界。在推理這個層次上，人類可以同時使用演繹、歸納、類比和溯因等多模式的推理結構。此外，在科學發現、風險決策等復雜思維的領域，心理模型、邏輯和數學模型還會被綜合地加以應用。人類多模式的思維方式正是未來人工智能的發展方向。

　　(三)超越人類思維和人類心智的人工智能是為了更好地為人類服務

　　超越人類思維和人類心智的人工智能迄今并未出現，將來是否會出現，這是一個問題12。非人類動物并不具有思維能力，其類似思維的心智和行為能力其實只需從神經和心理兩個層級即低階認知便可以得到解釋。機器是否能夠思維?機器的思維能力如果有的話是否可以超越人類?這些問題似乎還在爭論不休。本文認為，目前的人工智能并不具有思維能力，更不具有思維主體的地位。人工智能類似于思維的行為能力不過是對人類思維的模仿。但這僅僅是目前的結論。產生超越人類思維和人類心智的人工智能在目前來說雖然仍然是一個不可證實也不可證偽的玄學問題，但從長遠看，超越人類思維和人類心智的人工智能也不是不可能，因為未來總是有無限可能性。我們所要做的，是要防止主宰人類、統治人類甚至毀滅人類的機器智能出現。超越人類思維和人類心智的人工智能，如果需要它出現的話，只是為了更好地為人類服務。否則，理性的人類心智現在就應該停止人工智能的生存權。

　　注釋

　　1蔡曙山：《生命進化與人工智能》，《上海師范大學學報》2020年第3期。

　　2(1)Russell，S.and P.Norvig，Artificial Intelligence：A Modern Approach，Prentice Hall，2009，p.2.

　　3(2)蔡曙山：《生命進化與人工智能》，《上海師范大學學報》2020年第3期。

　　4(3)蔡曙山：《人類的心智與認知》，人民出版社2016版，“序”第5—17頁。

　　5(4)T.W.Deacon ，The Symbolic Species：The Co-Evolution of Language and the Human Brain.New York：W.W.Norton，1997.

　　6(5)金岳霖：《形式邏輯》，人民出版社2006年版，第1頁。

　　7(6)[美]邁克斯·泰格馬克《生命3.0：人工智能時代人類的進化與重生》，浙江教育出版社2018年版，“序”第5頁。

　　8(7)李德毅、于劍：《人工智能導論》，中國科學技術出版社2018年版，第95頁。

　　9(8)金岳霖：《形式邏輯》，人民出版社2006年版，第138頁。

　　10(9)蔡曙山：《認知科學框架下心理學、邏輯學的交叉融合與發展》，《中國社會科學》2009年第2期。

　　11(10)R.Turner，Logics for Artificial Intelligence，Ellis Horwood Limited，1984.另參見蔡曙山：《應用于人工智能的邏輯學》，《哲學譯叢》1997年第5期。

　　12(11)“To be，or not to be：that is the question.”出自莎士比亞《哈姆萊特》。此處借用，說明是否出現超越人類思維和人類心智的人工智能，是一個關系人類生死存亡的大問題。