孙娜 杨兆宇：维特根斯坦的哲学语言转向与AI语言发展

摘要：本文以维特根斯坦哲学的“语言转向”为理论框架，探讨其思想对当代AI语言发展的方法论启示与本体论限制。研究发现，维特根斯坦的“语言即世界”命题为AI语言模型提供了本体论奠基，“图像论”揭示了早期符号主义AI的表征逻辑，“语言游戏说”则为自然语言处理的实践转向提供了哲学依据。然而，“私人语言”论证表明，AI语言系统在意义理解层面存在不可逾越的哲学边界。本文通过跨学科分析，论证哲学思维对科技发展的范式指引作用，提出AI语言研究需在哲学框架下构建更具解释力的理论体系。

引言：哲学与技术的世纪对话

维特根斯坦的哲学语言转向把哲学带进语言分析阶段，而理解语言是AI的灵魂。当GPT-4突破万亿参数规模时，其语言生成能力已触及维特根斯坦“语言界限即世界界限”的哲学命题。这种技术奇点与哲学思辨的碰撞，印证了图灵与维特根斯坦1939年论战中关于“可计算性”的本质分歧——前者追求形式化建模，后者强调语境化理解。当前AI语言系统面临的语义理解瓶颈，恰需回归维特根斯坦哲学寻求突破路径。本文从哲学对其他学科有指导意义入手，首先说明维特根斯坦是对AI语言发展贡献最大的哲学家，接着归纳维特根斯坦的哲学语言转向的具体内容和AI语言发展历程，着重阐述维特根斯坦的哲学语言转向对AI语言发展的启示。

一、维特根斯坦是对AI语言发展贡献最大的哲学家

1.哲学作为科学方法论的奠基者

哲学与科学的互动关系贯穿人类文明史。古希腊时期，亚里士多德在《形而上学》中提出的“四因说”为自然哲学奠定基础，其逻辑学体系成为后世科学推理的模板。中世纪经院哲学通过托马斯·阿奎那的《神学大全》，将亚里士多德思想与基督教教义结合，形成了影响深远的自然神学传统。文艺复兴时期，笛卡尔的《方法论》确立了“普遍怀疑”原则，推动科学研究从经验观察转向理性建构。康德在《自然科学的形而上学基础》中，通过“先天综合判断”论证了科学知识的可能性，为牛顿力学提供了哲学辩护。

在当代科学语境下，哲学的指导作用呈现新形态。量子力学的发展引发了关于实在论的激烈争论，哥本哈根诠释与多世界诠释的分歧本质上是哲学本体论在物理学领域的投射。认知科学中的具身认知理论，直接受益于梅洛-庞蒂的现象学哲学。行为主义学派则与实用主义哲学一脉相承。

2.维特根斯坦哲学的特殊性

维特根斯坦哲学的双重性为AI研究提供了独特视角。《逻辑哲学论》时期，他主张语言与世界的同构性，这种观点深刻影响了纽厄尔和西蒙的物理符号系统假说。该假说认为，智能行为可以通过符号操作实现，这与维特根斯坦的“图像论”高度契合。他认为思想是有意义的命题，思想通过命题来表达，命题是思想的语言形式。一个命题如果能够准确地描述世界中的某种事实或可能的事实，那么它就是有意义的。

后期维特根斯坦在《哲学研究》中提出的“语言游戏说”，为自然语言处理的实践转向提供了哲学依据。他强调“语言的意义在于使用”，这种观点促使AI研究从封闭的逻辑系统转向开放的语言环境。

二、维特根斯坦哲学语言转向的具体内容

1.前期语言哲学：图像论

维特根斯坦在前期的《逻辑哲学论》中提出了“图像论”，这一理论旨在阐明语言与世界之间的关系。他认为，世界是由事实构成的，而语言则是对这些事实的图像式呈现，命题与事实之间存在严格的对应关系。每个命题都如同一个图像，反映着特定的事实。

“图像论”认为语言和世界具有同构性。世界中的基本元素是对象，对象以特定的方式组合形成事态，而语言中的基本元素是名称，名称组合构成基本命题，基本命题描述基本事态。复合命题则是由基本命题通过逻辑连接词组合而成，对应着由多个事态构成的复杂事实。

“图像论”的构建有着坚实的逻辑基础，它基于数理逻辑来构建语言与世界的对应关系。维特根斯坦运用逻辑原子主义的观点，将世界分解为最基本的逻辑原子，即简单对象和基本事态，同时将语言分解为基本命题和名称。

然而，“图像论”在解释语言的意义和应用时存在明显的局限性。它难以解释语言的复杂意义。在实际语言使用中，许多词语和命题的意义并非仅仅由其所对应的事实决定，还涉及语境、文化、使用者的意图等多种因素。

2.后期语言哲学：语言游戏说

维特根斯坦在后期的哲学研究中，提出了极具影响力的“语言游戏说”，这一理论构成了他后期哲学思想的核心。他认为，语言并不是一种静态的、抽象的符号系统，而是如同游戏一般，是一种动态的、充满活力的活动。语言游戏存在于我们生活的各个角落，不同的语言游戏有着不同的规则和功能。语言的意义在具体的使用情境中得以确定。

在维特根斯坦的“语言游戏说中”，“家族相似性”是一个重要的概念，用于描述各种语言游戏之间的关系。他认为，不同的语言游戏之间并不存在一个共同的、本质的特征，它们之间的联系就如同一个家族成员之间的相似性，是一种错综复杂、相互重叠的关系。“生活形式”也是后期维特根斯坦哲学中的关键概念，它与语言游戏密切相关。

维特根斯坦认为，语言游戏是生活形式的一部分，语言的使用和理解离不开特定的生活形式。不同的生活形式会产生不同的语言游戏，同时语言游戏也反映和塑造着生活形式。

3.语言转向的本质与影响

在维特根斯坦的哲学语言转向的历程中，从前期的“图像论”到后期的“语言游戏说”，体现出从本质主义到非本质主义的深刻转变。在前期“图像论”中，维特根斯坦试图探寻语言与世界的本质结构，认为语言和世界存在严格的对应关系，语言的本质是对世界的逻辑图像式呈现。他运用逻辑原子主义的方法，将世界分解为基本事实，将语言分解为基本命题，通过这种方式来构建语言与世界的本质联系，试图找到一种普遍、永恒的语言本质和逻辑结构，以精确地描述世界。

然而，后期的维特根斯坦认识到这种本质主义的局限性，转而提出语言游戏说，实现了向非本质主义的转变。他不再追求语言的单一本质，而是强调语言的多样性和灵活性。维特根斯坦的这一转变，打破了传统哲学对本质的执着追求，促使哲学家关注语言在实际生活中的具体运用，从动态的、多元的角度去理解语言的意义和功能。

维特根斯坦的“语言游戏说”为哲学研究带来了全新的方法，对传统哲学研究方法产生了革新性的影响。维特根斯坦强调，哲学问题的产生往往源于对语言的误解和误用，因此，哲学的任务应该是对日常语言的语法规则进行研究，考察词和句子在不同语境中的用法，根据使用来确定它们的意义。

三、AI语言发展历程与现状

1.AI语言发展的历史演进

AI语言的发展历程可追溯至早期的符号主义阶段。20世纪50—70年代，符号主义在AI研究中占据主导地位。专家系统是这一阶段AI语言应用的典型代表，它将领域专家的知识以规则的形式存储在知识库中，通过推理引擎对输入的自然语言问题进行解析和推理，从而给出相应的回答。

随着机器学习技术的兴起，AI语言进入基于统计与机器学习的发展阶段。从20世纪80年代末到21世纪初，机器学习算法在AI语言处理中得到广泛应用。这一时期，AI通过对大量文本数据的统计分析来学习语言模式和规律，从而提高语言处理能力。与早期符号主义不同，机器学习方法不需要人工手动编写大量规则，而是让计算机从数据中自动学习。

近年来，深度学习技术的发展为AI语言带来了重大突破，推动了大语言模型的兴起。深度学习通过构建多层神经网络，能够自动从大规模数据中学习到更抽象、更高级的语言特征，极大地提升了AI语言的理解和生成能力。OpenAI的GPT系列模型是大语言模型的典型代表。

2.当前AI语言的主要技术与应用

自然语言处理（NLP）是AI语言领域的核心技术之一，旨在实现计算机对人类自然语言的理解和处理，涵盖多个关键子领域，包括机器翻译、文本分类、情感分析等，在众多实际场景中发挥着重要作用。

文本分类也是自然语言处理的重要任务，它通过分析文本的特征，将文本划分到预先定义好的类别中。在新闻领域，文本分类被广泛用于新闻内容的自动分类。情感分析是对文本中的情感倾向进行判断，主要分为正面、负面和中性。情感分析技术通过分析文本中的词汇、语法结构以及上下文信息，来识别文本所表达的情感态度。在深度学习中，常使用预训练的语言模型。

智能语音助手是AI语言技术的典型应用，以Siri、小爱同学等为代表，它们通过语音识别、自然语言理解和语音合成等技术，实现与用户的自然交互。语音识别技术将用户的语音信号转换为文本，利用深度学习中的卷积神经网络和循环神经网络对语音特征进行建模，识别出语音中的词汇和语句。自然语言理解则对识别出的文本进行分析，理解用户的意图。

聊天机器人也是AI语言应用的重要领域。聊天机器人通过理解用户输入的文本信息，生成合适的回复，实现与用户的对话交流。在技术实现上，检索式聊天机器人从预先构建的知识库中检索与用户问题最匹配的答案，它通过计算用户问题与知识库中问题的相似度，选择相似度最高的问题对应的答案返回给用户。生成式聊天机器人则利用深度学习模型。

AI在内容生成与创作辅助方面展现了巨大的潜力，在诗歌生成方面，AI通过学习大量的诗歌作品，掌握诗歌的韵律、节奏和语义表达，能够生成具有一定艺术水平的诗歌。然而，AI在内容生成与创作辅助方面也存在一些不足。它生成的内容可能缺乏人类创作者所具有的独特情感、创造力和深度思考能力，在处理需要高度情感共鸣和复杂创意的任务时，表现相对较弱。

四、维特根斯坦的哲学语言转向对AI语言发展的启示

1.语言意义的理解与AI语义处理

维特根斯坦强调语言意义在于使用，这一观点为AI理解语义提供了新的视角。在传统的AI语义处理中，往往侧重于从词汇的静态定义和语法规则来理解语义，这种方式在面对复杂多变的自然语言时存在局限性。

从维特根斯坦的理论看，AI要更好地理解语义，就需要深入语言的使用场景中。可以通过分析各种领域的文本数据，从中提取语言在不同情境下的使用规则和语义特点。通过这种方式，AI能够逐渐掌握语言在不同语言游戏中的多样性和灵活性，从而更准确地理解语义。

当前AI在语义理解上存在诸多困境。对于隐喻、象征等修辞手法的理解能力不足，是AI语义处理面临的一大难题。在人类语言中，隐喻和象征广泛存在，它们通过一种事物来表达另一种事物的意义，蕴含丰富的文化和情感内涵。AI很难像人类一样，根据具体的语境信息，准确把握语句的真实意图。

基于维特根斯坦的“语言游戏”理论，AI可以从以下几个方面寻求突破。构建更加丰富和动态的语境模型。引入语言游戏的概念，将语言理解视为一种在特定规则和情境下的活动，通过对大量文学作品和情感类文本的学习，让AI逐渐掌握隐喻的表达规律和情感的语义线索，提升其对隐喻和情感语义的理解水平。

2.语言规则与AI语言生成的逻辑性

在维特根斯坦的语言游戏说中，规则在语言使用中扮演着举足轻重的角色。在语言游戏中，规则决定了词语和句子的正确使用方法，使得语言交流能够有序进行。语言游戏的规则并非一成不变，它们会随着时间和社会的发展而演变。随着互联网的普及，出现了许多新的网络语言，如“yyds”（永远的神）、“绝绝子”等，这些新的语言形式打破了传统语言的规则，形成了独特的网络语言游戏规则，反映了当代年轻人的文化和交流方式。

当前AI语言生成存在明显的逻辑缺陷。在一些情况下，AI生成的文本会出现逻辑混乱的问题，句子之间缺乏连贯性和逻辑性，导致语义表达不清晰。在处理复杂的推理任务时，AI也常常表现出逻辑能力的不足。对于一些需要进行因果推理、类比推理的问题，AI可能无法准确把握其中的逻辑关系，给出不合理的回答。

结合语言游戏规则，可以提出以下改进策略。AI需要学习和遵循不同语言游戏中的逻辑规则。引入逻辑推理机制也是提升AI语言生成逻辑性的关键。AI可以借助逻辑推理算法，对生成的文本进行逻辑检查和修正。

3.生活形式与AI语言的适应性

维特根斯坦提出“生活形式”概念，强调语言与生活形式紧密相连。语言是生活形式的一部分，生活形式为语言的使用和理解提供了背景和基础。不同的生活形式孕育出不同的语言游戏，语言的意义在特定的生活形式中得以确定。在不同文化背景下，生活形式的差异导致语言表达存在显着不同。

在西方文化中，个人主义较为盛行，语言表达通常更注重个人观点和感受的直接表达。人们可能会更频繁地使用“我认为”“我觉得”等表达方式来强调自己的看法。而在东方文化，尤其是中国和日本等国家，集体主义观念浓厚，语言表达则更倾向于委婉、含蓄，注重维护人际关系的和谐。不同文化背景下的生活形式塑造了各自独特的语言表达习惯和语义体系，使得语言成为文化传承和交流的重要载体。

AI在处理复杂生活场景语言时面临诸多挑战。在文化习俗方面，AI往往难以理解不同文化习俗中语言的特殊含义和用法。在中国春节期间，人们会说“恭喜发财”“万事如意”等祝福语，这些祝福语背后蕴含深厚的中国传统文化习俗，表达了人们对新的一年美好生活的向往和祝愿。AI虽然能够识别这些词语，但对于其背后所承载的文化内涵和习俗意义，很难有深刻的理解。

五、结论与展望

本研究深入探讨了维特根斯坦哲学语言转向与AI语言发展之间的紧密联系。维特根斯坦前期的图像论试图构建语言与世界严格的对应关系，虽基于数理逻辑具有一定的科学性，但在解释语言复杂意义和动态交流功能时存在局限，无法有效处理语言的多义性、语境依赖性以及抽象概念的表达。而后期的语言游戏说则实现了从本质主义到非本质主义的转变，强调语言意义在于使用，语言游戏之间通过家族相似性相互关联，并且语言与生活形式紧密相连。这一理论为哲学研究方法带来了革新，更加注重日常语言分析和语境实践，为理解语言的本质和意义提供了全新的视角。

AI语言的发展历经早期符号主义、基于统计与机器学习以及深度学习与大语言模型等阶段。当前，AI语言在自然语言处理、智能语音助手、聊天机器人以及内容生成与创作辅助等领域取得了显着成果，但也面临诸多挑战。在语义理解方面，AI难以把握语言的隐喻、象征等修辞手法以及语境依赖语句的深层含义；在语言生成上，存在逻辑缺陷，生成的文本可能出现逻辑混乱、缺乏连贯性的问题；在适应复杂生活场景时，AI对不同文化习俗和社交礼仪相关语言的理解和运用存在不足。

维特根斯坦的哲学思想为AI语言发展提供了重要启示。基于使用的语义理解观，促使AI深入语言使用场景，学习不同语言游戏中的语言模式，以突破语义处理的困境。

AI语言发展中还存在一系列哲学问题。在“意向性”方面，AI语言目前缺乏人类语言基于意识、情感和目标的意向性，虽然未来AI意向性的发展具有一定探讨空间，但当前与人类意向性仍存在本质区别。在与人类语言的关系上，AI语言对人类语言学习、交流和文化传承既有积极影响，如提供学习资源、促进跨语言交流、助力文化传播等，也存在消极影响。

在技术改进方面，AI语言需要进一步提升语义理解能力，这可以通过改进深度学习算法，使其能够更好地捕捉语言中的隐喻、象征等修辞手法，以及更精准地把握语境依赖语句的含义。可以通过强化学习，让AI不断学习和改进语言生成的逻辑模式，使其生成的文本更符合人类的思维逻辑。

从哲学思考角度，应深入探讨AI语言的意向性问题，研究如何使AI语言更接近人类语言的意向性，增强其对语言表达背后意图和目的的理解与表达能力。进一步研究AI语言与人类语言的关系，探索如何实现两者的更好融合，发挥AI语言在辅助人类语言学习、交流和文化传承方面的更大作用。

在伦理规范层面，需加强数据隐私保护和安全管理，制定严格的数据使用规则和安全标准，防止数据泄露和滥用。建立有效的审查机制，对AI生成的内容进行审核，防止虚假信息和偏见内容的传播。关注AI语言对就业结构和人类思维的影响，制定相应的政策和措施，促进受影响人群的职业转型，引导人们合理使用AI语言工具，保持自身语言和思维能力的发展。

参考文献：

[1]亚里士多德.形而上学[M].吴寿彭,译.北京:商务印书馆,1983.

[2]康德.纯粹理性批判[M].蓝公武,译.北京:商务印书馆,2021.

[3][法]莫里斯·梅洛-庞蒂.知觉现象学[M].姜志辉,译.北京:商务印书馆,2001.

[4][法]莫里斯·梅洛-庞蒂.世界的散文[M].杨大春,译.北京:商务印书馆，2005.

[5]维特根斯坦.逻辑哲学论[M].韩林合,译.北京:商务印书馆,2013.

[6]维特根斯坦.哲学研究[M].韩林合,译.北京:商务印书馆,2016.

[7]BoncompagniA.Wittgenstein on Forms of Life[M].Cambridge:Cambridge University Press,2022.