人工智能算法的另一个复杂性特质是算法的自主性。美国科学家冯·诺依曼于20世纪50年代初成功建立了一个能够自我繁殖的元胞自动机算法模型，它成为第一个可以自我进化的算法。当下人工智能深度学习算法可以从海量无标注的大数据中自我学习、自我进化。阿尔法围棋一代曾依据人类历史上的优秀棋谱，对弈了3000万盘棋，二代强化了自我增强学习。如果智能算法的自主性意味着机器不再是被动的工具，而是某类主动的、自我进化的“生命”（如人工生命），那么我们是否能说人工智能就是一个具有自我意识、能够自我决定的“主体”？以算法的观念来看，理性传统所认可的这种“主体”其实是一个能够协调个体自身复杂行为的中心控制单元，它担负该个体所有信息的整合和全部行为的控制。强人工智能自主性遵循这一传统，人们认为未来的人工智能不仅具有感知对象、解决问题的智能，还可能具有感知自我的意识。弱人工智能的自主性主要是指智能行为的自组织性，机器算法会在没有人类程序员的干预下自发学习，自动处理问题，以分布式控制算法为其代表。强人工智能主体在技术上目前还遥遥无期，常常成为科幻作品的题材。弱人工智能的分布式控制模式目前已在人工智能领域得到广泛应用，形成了一种完全不同于传统的主体观念。

要回答什么是善的算法，我们需要追溯伦理学的一个基础问题：什么是善的行为？该问题又可转换为什么是正当的行为？作为主体的“我”应该如何行为？道义论者更强调行为原则的正当，功利论者更看重行为结果的正当。在英国伦理学家乔治·摩尔看来，不论是从功利论还是道义论出发，一个行为是“正当的”在很大程度上就是指“这一行为会产生可能的最大总量的善”，而“我”应当按此善的原则实施某一行为。

2015年5月，美国人约书亚·布朗在使用特斯拉的“自动驾驶”模式时遭遇严重车祸身亡，成为人工智能发展中的重要事件。该事故历经了十个多月的周密调查，最后归责为驾驶员过于信任人工智能，手没握住方向盘，人工智能得以免责。不久的将来，人工智能必会让我们可完全摆脱方向盘，智能驾驶系统由厂商的机器人制造，其算法不断自我进化，无缝嵌入庞大的物联网中，行进于更多智能体交互的开放环境，并与它们共同形成了一个不断自我演化的复杂算法整体。在这一整体中，厂商、机器人、使用者、众多智能体等都是造就整体的个体，但并不存在对整体负责的“主体”，此时我们在伦理上可能面临根本的挑战：智能行为既不遵循行为与效果之间的直接对应，也不遵循行为与主体之间的必然联系，我们该如何做出一个恰当的道德判定？如果智能行为的涌现是理性原则的失效，我们如何从行为原则的角度来评判其行为的善，又如何能通过道德代码的嵌入来使之成为善的算法？如果道德主体实质上是诸多分布式智能体的组织过程，那么什么是“我”的正当行为呢？面对人工智能的这些深层挑战，最为重要的不是一味地退缩和担忧，而是在挑战中与其共同进化和成长。

（作者：刘劲杨，系中国人民大学哲学院副教授）