適讀人群 ：本書(shū)適合科學(xué)哲學(xué)、認(rèn)知哲學(xué)、計(jì)算機(jī)科學(xué)、人工智能及相關(guān)專業(yè)的研究者和學(xué)生閱讀參考。 
人工智能涉及的領(lǐng)域太過(guò)繁雜，很難給其下一個(gè)精確的定義，但這并不妨
礙我們從根本上去理解人工智能賴以存在的基礎(chǔ)，那就是運(yùn)行在計(jì)算機(jī)上的形
式符號(hào)系統(tǒng)。符號(hào)是對(duì)思維對(duì)象進(jìn)行抽象的結(jié)果，符號(hào)表征意味著大量具態(tài)信
息的損失；計(jì)算則是對(duì)思維過(guò)程進(jìn)行抽象的結(jié)果, 計(jì)算過(guò)程同樣會(huì)損失大量的具
態(tài)信息。正是抽象使得由符號(hào)組成的計(jì)算系統(tǒng)具有了可執(zhí)行性，人工智能與人
類智能的一個(gè)重要區(qū)別也由此而生。
人類思維中的內(nèi)容是有意義的，而人工智能作為形式規(guī)則系統(tǒng)，即便對(duì)意
義無(wú)從所知，只要依據(jù)規(guī)則來(lái)操作符號(hào)，也可以得到相應(yīng)的結(jié)果。那么，人
工智能該如何構(gòu)建從形式到意義的通路呢？1998 年，由萬(wàn)維網(wǎng)聯(lián)盟主席Tim 
Berners-Lee 牽頭的語(yǔ)義網(wǎng)（Semantic Web ）項(xiàng)目成為人工智能追尋意義道路上
的一個(gè)重要里程碑。語(yǔ)義網(wǎng)的本質(zhì)是以計(jì)算機(jī)應(yīng)用程序可以理解的方式描述事
物。語(yǔ)義網(wǎng)與Web 3.0 相結(jié)合，將成為未來(lái)人工智能與互聯(lián)網(wǎng)發(fā)展的核心領(lǐng)域
之一。自然語(yǔ)言處理則是實(shí)現(xiàn)語(yǔ)義網(wǎng)的一種重要方式。而自然語(yǔ)言處理要提取
語(yǔ)義信息，就必須與語(yǔ)境知識(shí)相關(guān)聯(lián)。時(shí)隔不久，語(yǔ)用網(wǎng)（Pragmatic Web ）項(xiàng)
目也開(kāi)始實(shí)施，一種基于語(yǔ)境規(guī)則的語(yǔ)用智能主體（pragmatic agent ）被提上
日程。由此，一條從語(yǔ)形到語(yǔ)義、再到語(yǔ)用的智能實(shí)現(xiàn)路徑在人工智能領(lǐng)域明
確地展現(xiàn)出來(lái)。語(yǔ)形、語(yǔ)義、語(yǔ)用是語(yǔ)境問(wèn)題的核心要素。這樣的一種發(fā)展
路徑表明，人工智能當(dāng)前主要圍繞意義問(wèn)題展開(kāi)研究，是一種典型的語(yǔ)境論（contextualism）研究范式。
人工智能必須回答什么是智能以及如何在計(jì)算機(jī)上實(shí)現(xiàn)智能這樣的問(wèn)題。而智能的實(shí)現(xiàn)，必然與真實(shí)世界中的語(yǔ)境密切相關(guān)。這就是說(shuō)，智能主體必須能夠區(qū)別“自我”與“環(huán)境”，并根據(jù)所要完成的任務(wù)來(lái)確定哪些語(yǔ)境因素是與問(wèn)題解決密切相關(guān)的，以及這些語(yǔ)境因素之間是何種關(guān)系。在語(yǔ)境問(wèn)題上，無(wú)論符號(hào)主義、連接主義還是行為主義，都顯得力不從心�，F(xiàn)有的范式理論都殊途同歸地落在語(yǔ)境問(wèn)題上，語(yǔ)境論是對(duì)這種發(fā)展趨勢(shì)的恰當(dāng)概括。事實(shí)上，人工智能的很多問(wèn)題早在一百多年前哲學(xué)領(lǐng)域就已經(jīng)開(kāi)始研究了；尤其是語(yǔ)義網(wǎng)和語(yǔ)用網(wǎng)研究中的很多關(guān)鍵問(wèn)題，本身就是語(yǔ)境論的核心問(wèn)題。由此，我們有必要在語(yǔ)境論的視野下去研究這些問(wèn)題。
對(duì)基于形式系統(tǒng)的人工智能而言，與表征相比，計(jì)算的問(wèn)題似乎更容易解決。在模擬人類智能的過(guò)程中，人們?cè)絹?lái)越感覺(jué)到，在表征問(wèn)題上，似乎存在著一道難以逾越的鴻溝。而所有的瓶頸最后都落在了對(duì)意義的理解問(wèn)題上。作為人工智能的核心領(lǐng)域之一，表征理論的發(fā)展水平直接決定了計(jì)算機(jī)可以達(dá)到的智能水平。因此，有必要用語(yǔ)境分析方法，分別從表征和計(jì)算這兩個(gè)角度對(duì)人工智能的發(fā)展進(jìn)行梳理，探索解決這一難題的可能途徑。
沿著上述問(wèn)題的發(fā)展脈絡(luò)，本書(shū)的最后部分批判了諾爾蒂（David D. Nolte） 的量子光學(xué)計(jì)算機(jī)理論，探討了未來(lái)光機(jī)智能的表征和計(jì)算問(wèn)題，認(rèn)為光學(xué)語(yǔ)言并不比人類語(yǔ)言更具優(yōu)勢(shì)，量子神經(jīng)網(wǎng)絡(luò)也會(huì)遇到語(yǔ)境瓶頸，以光運(yùn)算為基礎(chǔ)的新型智能的核心問(wèn)題同樣會(huì)落在語(yǔ)境問(wèn)題上。由此我們可以預(yù)測(cè)，在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)期內(nèi)，人工智能的核心問(wèn)題都將是語(yǔ)境問(wèn)題，人工智能語(yǔ)境論范式將長(zhǎng)期存在。
最后，書(shū)中難免有謬誤之處，敬請(qǐng)讀者指正，是所至盼。