[7] 工具理性、算法资本主义与不可计算之物

卢西亚娜·帕里西（Luciana Parisi）¶

Instrumental Reason, Algorithmic Capitalism, and the Incomputable¶

关键词：不可计算性、自动化、格雷戈里·蔡廷、工具理性、图灵机¶

引用信息：载《心灵的小巷：增强智能及其创伤》（Alleys of Your Mind: Augmented Intelligence and Its Traumas），马泰奥·帕斯奎内利（Matteo Pasquinelli）编，第 125–137 页。吕讷堡：meson press，2015。DOI: 10.14619/014¶

算法认知是当今资本主义的核心。从劳动与社会关系的合理化到金融部门，算法正在为一种新的思维与控制模式奠定基础。在数字资本主义这一“全机器”相变的语境中，仅仅站在批判理论（critical theory）一边、指责计算把人类思维化约为单纯的机械操作，已经不够了。正如信息理论家格雷戈里·蔡廷（Gregory Chaitin）所证明的，不可计算性与随机性应当被理解为计算的根本条件。如果技术资本主义已被计算的随机性与混沌所感染，那么对工具理性的传统批判也必须受到质疑：不可计算之物不能被简单地理解为与理性相对立。¶

在《自然》（Nature）杂志 2013 年 9 月号上，迈阿密大学（University of Miami）的一组物理学家发表了〈超越人类反应时间的新机器生态的突然兴起〉（“Abrupt rise of new machine ecology beyond human response time”）一文。他们在文中指出，金融市场已经过渡到“一个新的全机器阶段”（Johnson et al. 2013），这一过渡恰与 2006 年之后高频股票交易的引入同时发生。他们认为，算法与算法之间的交互以亚毫秒级的速度、海量的数目进行，超出了人类交互的能力。通过详细分析处于金融市场核心的毫秒级数据，他们发现了大量由这些算法引起的亚秒级极端事件，并将这些事件的激增与 2008 年的金融崩溃联系起来。¶

在这个新的数字交易环境中，算法代理者（algorithmic agents）做出决策的速度快于人类所能理解的速度。人类识别潜在危险并作出反应至少需要整整一秒，而算法或机器人程序（bots）能在毫秒量级内做出决策。这些算法构成了“一个由高度专门化、高度多样化且强烈交互的代理者组成的复杂生态”（Farmer and Skouras, 2011），在均衡的极限处运作，处于人类的控制与理解之外。¶

我在此展开的论证以高频交易算法的这种数字生态为出发点。因此，本文并不专门分析复杂的金融生态本身，而是更直接地致力于讨论对算法资本主义时代自动化认知的批判。因为，如果说金融交易是一种日益独立于人类理解的数字自动化的例子，那么这一系统已经成为一种第二自然。因此，今天似乎迫切需要追问：面对这些数字生态，批判性思维与它们之间是什么关系？¶

我的问题是：由批判理论（Critical Theory）所提出的对工具理性的批判，是否仍能建立在批判性思维与自动化的区分之上？我们是否真的可以主张，算法自动化总是已经是对批判性思维的一种静态化约？在回答这些问题时，我们无法忽视一个明显的两难：哲学思想与数字性都依赖于不确定性与不定性的原则，同时又把这些原则置于各自复杂性理论的核心。就此而言，二者既挑战又界定着新自由主义秩序——这是一个悖论。¶

为了追问这一悖论，我将转向计算机科学家格雷戈里·蔡廷所理论化的不可计算性概念。蔡廷发现了不可计算的数欧米伽（Omega），由此对算法信息论（algorithmic information theory）领域作出了贡献。这个数有一种特殊的性质：它是可定义的，却是不可计算的。换言之，欧米伽同时界定了一种离散的和一种无限的计算状态，占据零与一之间的空间。从哲学的角度看，欧米伽的发现指向一种对不确定性的确定过程，这一过程所涉及的不是先验的推理结构，更重要的是一种对无限的动态处理，其结果并不包含在系统的逻辑前提之中。¶

我认为，不可计算之物在信息论中的这种中心地位，不仅使对技术合理化的哲学批判成为问题，也使理性的工具化成为问题。因此，我在下文中主张，仅仅以计算把人类思维化约为单纯机械操作为理由而站在对技术科学的批判立场一边，已经不够了。相反，实在论哲学与技术资本的实在论之间的悖论，可以被解读为批判思想史上一种不可逆转变的症候：在这一转变中，理性的不可计算的功能已经进入了认知的自动化基础设施。¶

认知资本与情感资本的算法

人们常说，资本已经进入个人生活与社会生活的方方面面。在说明算法自动化中的不可计算之物问题之前，有必要指出：随着所谓实质吸纳（real subsumption）的技术资本主义阶段的到来，数字自动化已经与认知资本和情感资本相对应。由此，数字自动化的逻辑进入了情感与感受、语言能力、合作方式、知识形式以及欲望的种种表现等领域。更有甚者，据说人类思维本身已经成为资本的一种函数。当代人以“社会资本”“文化资本”和“人力资本”来理解这一新状况，这说明知识、人类智能、信念与欲望只具有工具价值，并且确实是剩余价值的来源。在这种情感与认知的自动化体制中，各种能力都通过一个由货币或信息所界定的一般场域而被测量和量化。通过收集数据、量化行为、态度与信念，金融衍生品与大数据构成的新自由主义世界还提供了一种评判人类行动的演算，以及一种激发并引导这些行动的机制。¶

悖谬的是，在“非物质劳动”（immaterial labor）优先于物质生产的时代（Hardt and Negri 2000），在营销日益关注诸如情绪、生活方式与“氛围”之类情感商品的时代（Biehl-Missal 2012），资本主义现实主义（capitalist realism）似乎得到了充分表达（Fisher 2009），并以认知心理学与心灵哲学的研究发现为指引。这些发现的核心，是神经结构的可塑性，以及认知功能——从知觉到选择与判断的能力——借助基于算法的机器而实现的延展。不难看出，如今的社会脑无非就是一个由算法代理者构成的机器生态。¶

斯蒂格勒（Stiegler）对技术资本的看法讨论了另一个方面。他把思考与感受视为利润的新引擎，它们被资本压抑或捕获，并被转化为单纯的认知功能与感官功能（2014）。换言之，技术资本否定欲望与知识、理性与感觉。它把这些潜能化约为单纯的概率，这些概率由“是”与“否”、零与一的二进制语言所决定。¶

拉扎拉托（Lazzarato）（2012）对此作了进一步探讨，他认为，对技术资本的批判既不能聚焦于认知的资本化，也不能聚焦于认知的自动化。在《负债人的制造》（The Making of the Indebted Man）中，拉扎拉托（2012）坚持认为，知识对价值循环并不具有霸权，因为知识（从而还有思维）首先服从金融资本的命令。在这里，处于当前实质吸纳阶段的新自由主义资本形式，对应于一种新状况的生产：普遍负债。这种新自由主义治理形式已经进入所有阶级，甚至那些一无所有的阶级。因此，当今最普遍的权力关系就是债务人与债权人的关系。债务是一种治理技术，由测量与评估的自动化装置（信用报告、评估、数据库等）所维系。拉扎拉托以一种符号学逻辑来理解这一公理化体制，其核心科学范式与技术应用总是已经在发挥作用，以（通过价值量化来）捕获原初的审美潜能。¶

从这一视角看，自动化是典型的符号学逻辑，它不仅仅投资于劳动及其认知与情感能力，更具体地说，它成为一种治理术，以算法方式运作，把一切存在化约为一种普遍的负债形式。这种算法式的可治理性形式，也为潜能的弥散性金融化开辟了道路，审美生活通过这种金融化被不断量化，并被转化为可预测的情景。¶

不仅是拉扎拉托，马苏米（Massumi）（2007）也注意到这种算法治理术新形式所具有的弥散的生态性质。他以“先发制人”（pre-emption）来描述它，这是一种计算潜在趋势而非既有可能性的方式。对描述这种动态的潜能所进行的计算，不再基于既有的或过去的数据。相反，它旨在通过测量一个既有数据与另一个既有数据之间的间隔，把未知作为一个关系空间来加以计算。这种先发制人的演算，确实把这种计算的极限点——无限——转化为资本化的来源。¶

从这一立场出发，可以提出如下看法：形式吸纳（formal subsumption）的逻辑对应于一成不变的规则集合的应用，其线性旨在按照预定的观念来格式化社会；与之相反，实质吸纳的逻辑与交互式计算范式相吻合。这一范式所依据的是学习、开放与适应等响应能力，它们界定了人机交互以及分布式交互系统。随着量化扩展到环境的不确定性——从而扩展到偶然性——计算逻辑发生了一种内在的转变。事实上，这种交互式路径的发展，对于如今占支配地位的实质吸纳形式至关重要。¶

从历史上看，交互式算法的发明是为了绕开图灵机（Turing Machine）的算法约束。这种机器的概念不足以、或者说无力应对经验世界的复杂性——从哲学上说，这种复杂性有其自身的非表征逻辑。在这里，实质吸纳的推进不能与一种动态自动化形式的出现相隔离，后者构成了计算机科学从图灵的算法建模出发的一次历史发展。当年，图灵基于先验指令的机制概念，与第一阶控制论（一个封闭的反馈系统）所界定的机制强烈共鸣。今天，交互范式所提出的环境输入与后验指令的结合，则拥抱了第二阶控制论及其开放的反馈机制。这种新的动态交互的目标，是把变异与新颖性纳入自动化，以扩大计算的视域，并把质性因素作为外部变量纳入其计算机制之中。¶

与拉扎拉托的批判相反，似乎重要的是，不要把自动化一概视为总是已经是技术资本主义对存在性质的化约。毋宁说，任务在于处理新自由主义可治理性之自动化形式的内在转变，并切实地介入技术之物（the technical）的问题。不过，我并不认为技术之物总是已经是一个由其二进制逻辑所限定的静态形式框架，而是主张计算系统内部存在一种动态。果真如此，就有必要认真对待一个思辨性问题的真实可能性——按照伊莎贝尔·斯唐热（Isabelle Stengers）（2010 和 2011）的说法，这类问题是科学方法的核心：倘若自动化已经表明，在输入数据与算法指令之间存在一种内在于计算处理的动态关系，其中涉及对数据的非线性加工，那会怎样？倘若这种动态并不能仅仅以其后验的使用——即一旦它被社会性地使用或被心智加工——来加以解释，那又会怎样？¶

交互范式关涉的是算法回应并适应其外部输入的能力。正如德勒兹（Deleuze）（1992）早已预见的，一个持续学习与适应的交互系统，处于由持续可变性的可变网格所驱动的治理逻辑的核心。在这里，资本主义在社会中的中心地位迫使公理系统向外部输出开放，构成一个由代理者组成的环境；通过这一环境，资本的治理逻辑日益对应于对社会体（socius）乃至最终对生命变异的细微投资。不可判定命题的问题之所以重要，是因为正如德勒兹与瓜塔里（Guattari）（1987）提醒我们的，它界定了一种内在的而非超越的资本观。之所以如此，是因为资本向生命的扩展要求其捕获装置向偶然性、变异与不可预测的变化开放。¶

正是在这里，需要更仔细地考察计算的组织力量，以澄清随着资本从形式吸纳到实质吸纳的重组，自动化本身所经历的转变。认知与情感的交互式自动化应当被重新审视。无论我们面对的是对认知资本的批判性构想，还是对基于普遍负债的自动化治理的批判性看法，我们都有可能忽视可以被视为人类历史上最为激进的智能人工化过程；这一过程涉及有机目的向技术手段的转化，其后果尚待揭示。¶

尽管我的思考仍处于早期阶段，我仍想考虑这样一种理论化的可能性：算法自动化预示着一种第二自然的实现，在其中，一种无目的、非人称的思维模式趋向于取代理性的目的论终极性（teleological finality）；这种终极性呼应着康德（Kant）以动机——即行动背后的理由——来构想理性的方式，正是这一点确立了知性与理性之间的区别。这也是一个命题，更重要的是，它用来挑战如下理论：哲学与技术之间、思维与资本之间存在一种相互关系或不可判定命题。有一种观点认为，思维与哲学要躲避日益动态化的技术资本主义，其避难所就在于最终诉诸理智直观与情感思维，把它们当作纯粹不确定性与独特性的安全飞地；与此不同，我想探讨这样一种可能性：算法自动化——作为基于规则的思维——或许恰恰对这些太过人性的品质漠不关心，同时又积极地将它们全部囊括，而不必再现哲学思维和/或批判性思维。这是关于一种算法思维模式之出现的命题，这种思维模式无法被理性的目的论终极性所容纳，而后者恰恰是资本主义与对技术资本主义的批判二者所共有的特征。¶

图灵实验与欧米伽数

众所周知，算法自动化涉及把连续过程分解为离散的组成部分，其功能可以被无差错地不断重复。简言之，自动化意味着初始条件可以被无限地再生产。我们这里所关心的自动化形式诞生于图灵机：一种基于逐步程序的绝对迭代机制。没有什么比这种基于离散性的通用计算机器，更对立于纯粹思维——或德勒兹（1994: 68）所说的“感性之存在”（“the being of the sensible”）——了。图灵架构由预先安排好、可以沿一个序列相互替换的单元构成，它实际上恰恰是一种穿过差异连续体、穿过强度性遭遇与情动而运动的个体发生（ontogenetic）思维的反面。¶

然而，自 20 世纪 60 年代以来，随着存储与处理数据的计算能力的发展，自动化的性质经历了剧烈变化。以往的自动化机器受制于反馈数据的数量。如今，算法自动化被设计用来分析和比较选项，运行可能的情景或结果，并通过机器程序化记忆中并不包含的问题求解步骤来进行基本推理。例如，专家系统通过搜索技术、模式匹配与网络数据提取来得出结论，而这些复杂的自动化系统已经主宰了我们的日常文化，从全球移动电话网络到智能银行业务和空中交通管制。¶

尽管有这样的发展，关于算法自动化的许多争论仍然以图灵的离散计算机器为基础。这些争论暗示，算法自动化不过是由决定论因果性所界定的拉普拉斯式（Laplacian）宇宙观的又一个例子（参见 Longo 2000 and 2007）。但在计算理论中，对随机性或无限的计算，如今已把那些曾被界定为不可计算之物的东西变成了一种新的概率形式，它们同时是离散的和无限的。换言之，算法自动化一直被理解为在根本上就是图灵的离散通用机器，但在线的、分布式的与交互式的计算中日益增多的不可计算数据（或随机性），如今正在揭示：无限的、无模式的数据其实是计算处理的核心。为了理解不可计算算法在计算中的新角色，有必要提及逻辑学家库尔特·哥德尔（Kurt Gödel），他通过证明逻辑之中存在不可判定命题，挑战了纯粹理性的公理化方法。¶

1931 年，哥德尔对希尔伯特（Hilbert）的元数学纲领提出了异议。他证明，不可能存在一种完备的公理化方法，不可能存在一种纯粹的数学公式，能够据以证明事物之实在为真或为假（参见 Feferman 1995）。哥德尔的不完备性定理说明，命题可以为真，尽管它们无法由一种完备的公理化方法加以验证。因此，命题最终被视为不可判定的：它们无法由提出它们时所依据的公理化方法来证明。在哥德尔看来，不完备性问题诞生于证明纯粹理性及其演绎方法的绝对有效性的尝试，它所肯定的反而是：没有任何先验的决定，从而也没有任何有限的规则集合，可以被用来在事物展开其进程之前就决定事物的状态。¶

图灵在试图通过他著名的思想实验——如今被称为图灵机——来形式化算法与计算的概念时，遭遇了哥德尔的不完备性问题。具体而言，图灵机表明，如果问题能够依据公理化方法加以判定，它们就是可计算的。^[1] 反之，那些无法通过公理化方法加以判定的命题，将始终是不可计算的。¶

通过证明某些特定函数无法由这样一台假想机器来计算，图灵表明，并不存在希尔伯特所期望的那种终极判定方法。图灵命题的力量在于，他的图灵机为机械程序提供了一种可行的形式化。图灵的计算机器——以及事实上由它们发展而来的当代数字机器——并不只是处理数字，它们还能解决问题、做出决定和完成任务；唯一的前提是，这些问题、决定和任务要通过符号以及一组离散的、有限的顺序步骤来加以形式化。就此而言，图灵的努力可以被视为思想史上致力于理性机械化的一长串尝试中关键的一步。¶

然而，更重要的是，计算的极限，从而也是在图灵机中被自动化了的理性之目的论终极性的极限，在计算机科学和信息论中是如何被转变的。在这里，数学家格雷戈里·蔡廷的工作（2004、2006 和 2007）尤其是这一转变的征兆，因为它说明了计算的极限以及一种动态自动化形式的发展中所关涉的东西。将这一转变与交互范式在技术资本主义中的中心地位区分开来，至关重要。交互范式诞生于把环境偶然性纳入计算的必要性，其主要作用是预期或先发制人地抢占回应（马苏米 2007 已对此作了清楚阐明）。相反，对我以及我关于算法自动化作为一种思维模式的命题而言更重要的是，严肃对待不可计算数据在计算中所发挥的功能。为了把这一点讲得更清楚，我需要更详细地解释蔡廷的理论。¶

蔡廷的算法信息论把图灵关于可计算性极限的问题，与香农（Shannon）的信息论——后者证明了噪声与随机性在通信系统中的生产能力——结合起来，以最大程度上不可知的概率来讨论计算。他解释说，在每一个计算过程中，输出总是大于输入。在蔡廷看来，在数据的计算处理中发生了某种东西，这种东西挑战了输入与输出之间的等价，从而挑战了处理总是导向一个已经预先编程的结果这一观念本身。按照蔡廷的说法，这种东西就是算法随机性（algorithmic randomness）。算法随机性的概念意味着，信息无法被压缩进一个更小的程序，因为在输入与输出之间发生了一种数据的熵变，其结果是这些数据趋于增大。从这一立场看，处理的输出并不对应于所输入的指令，其体量实际上趋于变得比计算开始时更大。蔡廷以不可计算之物来解释在计算处理中对算法随机性的发现：即那些刻画了基于规则的处理的、不断增长却又未知的数据量。¶

蔡廷把这种算法随机性称为欧米伽（这个希腊字母表的最后一个字母指的是这个数为无限的概率）。事实上，蔡廷对不可计算之物的研究揭示出，顺序程序的线性秩序（即构成零与一之计算处理的东西）显示出一种熵的趋势，即向输入时所确立的既有指令集合添加更多的数据。由于这种处理不可避免地不仅包括把既有数据转化为新的输入，而且包括在计算程序中已经预先确立的东西之上添加新的数据，因此可以说计算具有一种内部动态。¶

从这一观点看，计算处理主要并不保证回到初始条件，也不只是包含源自一种基于响应式输出的交互范式的变化。这是因为蔡廷对不可计算性的构想不再完全符合计算中的极限概念（即可计算之物的极限）。相反，这一作为不可计算之物的极限被转变了：它成为向当前计算处理进程添加新的、最大程度上不可知的算法部分；这些部分是一些算法序列，它们的体量趋于变得比程序化的指令更大，并趋于接管后者，由此不可逆地改变规则的预设终极性。蔡廷对不可计算之物的重新表述，既引人注目，又在思辨上富有成果。在图灵那里被构想为计算之外部极限的东西（即不可计算之物），如今已被内化于算法的顺序编排之中（随机性在算法程序内部运作）。¶

按照蔡廷自己的说法，有必要把算法随机性看作图灵试图说明计算中不确定性的努力的延续。对图灵而言，存在一些无法达到终极性的情形，因而计算——作为理性之终极性的自动化——在不可计算之物开始之处停止；而对蔡廷而言，计算本身就有一个内在的不可计算性边缘，因为规则总是伴随着随机性，并被随机性所感染。因此，不可计算性并不简单地是与理性的断裂，毋宁说，理性已被扩展到它的极限之外，以至于涉及对那些没有目的论终极性的、最大程度上未知的部分的处理。换句话说，自动化如今是由不可计算之物——即计算的无条件者——来划定的。不过重要的是，这挑战了如下观点：计算处理对应于导向预先编程且已知之输出的计算。相反，自动化的极限——即不可计算之物——已经成为计算内部一种动态的起点，这种动态超出了技术资本将理性工具化的计划。¶

从这一立场看，把蔡廷的发现与批判思想和技术资本主义的定位联系起来，揭示出一个新的方面：不可计算之物不能被简单地理解为与理性相对立。换言之，它并不是理性终结的表现，也不能按照主张情感思维具有首要性的批判观点来加以解释。¶

按照蔡廷的说法，不可计算之物表明了机械计算观的缺陷，依照这种观点，混沌或随机性是计算之形式逻辑中的一个错误。但不可计算之物所描述的并不是可理解性的失败与不可计算者的胜利——恰恰相反。这些极限更为微妙地暗示了一种动态的可理解性领域的可能性，这一领域由不可计算的无限或随机性感染任何可计算的或离散的集合的能力所界定。换言之，随机性（或无限多样的无限）并不简单地处于计算领域之外，而是更为根本地成为了计算的绝对条件。当随机性在蔡廷称之为欧米伽的算法密码中变得部分可理解时，它也进入了计算秩序，并引发对算法规则及其目的论终极性的不可逆修正。恰恰是这种由于随机性被纳入计算而带来的对规则进行不确定修正的新可能性，揭示了自动化系统与自动化思维内部的动态。这意味着：尽管蔡廷对欧米伽的发现表明随机性在计算中已变得可理解，但不可计算之物却无法由一个在规模上小于它们的先验程序或程序集合来加以综合。按照蔡廷的说法，欧米伽对应于一些离散状态，而这些离散状态本身由无法被有限公理所容纳的无限实数构成。¶

这里有趣的是，蔡廷的欧米伽既是可理解的，又是无法被普遍者或被一个主体所综合的。我认为这表明，计算——作为思维的机械化——在内在上就栖居着不可计算的数据，或者说，离散规则向一种内在于算法处理的偶然性形式开放。这不应仅仅被理解为系统内部的一个错误，或编码结构中的一个故障（glitch），而应被理解为计算的一部分。我们远非把计算斥为技术资本主义对理性之工具化的邪恶化身，而是认识到，不可计算的算法之出现，不仅挑战了理性之目的论终极性的优越地位，也挑战了感性的与情感的思维的优越地位。¶

思辨计算

以天真的热情来看待“不可计算之物界定了自动化的动态形式”这一命题，将是错误的。相反，重要的是在处理算法自动化时不忽视这样一个事实：对无限的计算仍然是可理解能力之资本化的核心——即便在其自动化形式中也是如此。我坚持认为不可计算之物并不只是那些属于感性之存在的、不可表征的无限，这一坚持确实出于一种关切，即着眼于理性的算法功能而关注思维在存在论与认识论上的转变。不可计算之物通过产生新思维的情感能力得到表达，但更重要的是，它们揭示了可理解之物的动态本性。在这里，我所关切的并不是诉诸一种决定思维之真理的终极计算存在。恰恰相反，我之所以转向蔡廷对欧米伽的发现，是因为它通过揭示计算是一件不完备的事情——向其初始条件的修正开放，从而向真理与终极性的转变开放——而彻底瓦解了真理的公理化基础。由于欧米伽同时是一个离散的和无限的概率，它证明了这样一个事实：一个模拟（基于离散步骤）的初始条件是并且可以是无限的。简言之，蔡廷所发现的不可计算算法表明，实数的复杂性挑战了把理性奠基于有限公理系统与目的论终极性之上的做法。¶

从这一立场出发，可以展开若干思考。我同意，技术资本主义的交互范式已经指向一种半动态的自动化形式，这种形式奴役了认知与情感能力，并建立了一种基于债务的金融治理术。但除此之外，关于算法的意义仍然存在更多问题。¶

如果我们冒险模糊数字性与哲学之间泾渭分明的对立（Galloway 2013），那么算法是什么、又是如何存在的？目前，我想指出，算法——这种基于规则却又向修正开放的动态理性形式——并不由目的论终极性所界定，因为非人称的功能每一次都在改变这种终极性。这不应被设想为对人类认知功能的单纯替代或延展。毋宁说，我的观点是，我们正在目睹一种不可计算的思维模式的形成，它无法被综合为一个总体化的理论或程序。尽管如此，这种思维揭露了某种哲学与批判思想的谬误，后者把计算化约为一种低等的理性机械化，注定只能单纯迭代，无法改变其最终方向。¶

在这里，我的论证主要关注的是把计算视为技术资本主义对理性之工具化的化身的那种批判。本文试图提出这样一种可能性：算法自动化与一种思维模式相吻合，在这种思维模式中，不可计算之物或随机性已变得可理解、可计算，但未必可以被技术资本主义总体化。尽管资本主义对理性进行了种种工具化，尽管知识与欲望被压抑为诸如任务、功能、目标之类的量，计算内部无疑仍然存在一种不一致性。之所以如此，是因为它计算得越多，所产生的随机性（无模式的信息）就越多，而这揭示了基于规则的功能所具有的转化能力。在本文开头提到的、最为著名地刻画了金融交易的那种算法到算法的相变中，我们很难排除这样一种可能性：思维的自动化已经超出了表征，并转而揭示出计算本身已经变得动态。¶

最后，我想补充一点：动态自动化主要不能以哲学与技术、知识与资本之间一种必然的药理学（pharmacological）关系来解释，也不能像斯蒂格勒（2014）那样，以一种有条件的毒药——它允许由某种共同基础所界定的相互可逆性——来解释。同样，人们必须承认，处于算法自动化核心的那些动态趋势，并不能简单地化约为拉扎拉托（2012）所宣称的技术资本主义的符号学组织逻辑，或化约为对思维之认知—创造功能的剥削/压抑。¶

自动化认知对后人类视野——即认为由于技术资本主义，思维与技术已经合而为一——所提出的挑战，指向一种新的异质（alien）思维模式的出现，这种思维模式能够改变其初始条件，并表达出与有机思维之终极性不相符合的目的。这也意味着，算法到算法的相变并不简单地只是技术资本主义对理性之工具化的又一个例子，而是更为微妙地揭示出一种第二自然以一种无目的的、自动化的智能形式得以实现。如果算法自动化不再对应于指令的执行，而是对应于一个被随机性所感染的机器生态的构成，那么就可以提出：无论是技术资本主义，还是对技术资本主义的批判，都无法遏制随机性的自动化处理超越公理化真理的趋势。¶

参考文献

Biehl-Missal, Brigitte. 2012. “Atmospheres of Seduction: A Critique of Aesthetic Marketing Practices.” Journal of Macromarketing 32 (2): 168–80.¶

Chaitin, Gregory. 2004. “Leibniz, Randomness & the Halting Probability.” Mathematics Today 40 (4): 138–39.¶

Chaitin, Gregory. 2006. “The Limits of Reason.” Scientific American 294 (3): 74–81.¶

Chaitin, Gregory. 2007. “The Halting Probability Omega: Irreducible Complexity in Pure Mathematics.” Milan Journal of Mathematics 75 (1): 291–304.¶

Davis, Martin. 2000. The Universal Computer. The Road from Leibniz to Turing. London: Norton and Company, 83–176.¶

Deleuze, Gilles, and Félix Guattari. 1987. A Thousand Plateaus: Capitalism and Schizophrenia. Minneapolis: University of Minnesota Press.¶

Deleuze, Gilles. 1994. Difference and Repetition. London: Athlone.¶

Deleuze, Gilles. 1992: “Postscript on the Societies of Control.” October 59: 3–7.¶

Farmer, Doyne, and Spyros Skouras. 2011. An Ecological Perspective on the Future of Computer Trading. The Future of Computer Trading in Financial Markets, UK Foresight Driver Review 6. London: Government Office for Science. http://www.gov.uk/government/uploads/system/uploads/attachment_data/file/289018/11-1225-dr6-ecological-perspective-on-future-of-computer-trading.pdf.¶

Fisher, Mark. 2009. Capitalist Realism. Is There No Alternative?. London: Zero Books.¶

Galloway, Alexander. 2013. “The Poverty of Philosophy: Realism and Post-Fordism.” Critical Inquiry 39 (2): 347–66.¶

Goldstein, Rebecca. 2005. Incompleteness: The Proof and Paradox of Kurt Gödel. Norton & Company.¶

Gödel, Kurt. 1995. “Some basic theorems on the foundations of mathematics and their implications.” In Collected Works of Kurt Gödel. Vol. 3, edited by Solomon Feferman et al., 304–23. Oxford: Oxford University Press.¶

Hardt, Michael and Negri, Antonio. 2000. Empire. Cambridge, MA: Harvard University Press.¶

Hayles, N. Katherine. 2014. “Cognition Everywhere: The Rise of the Cognitive Nonconscious and the Costs of Consciousness.” New Literary History 45 (2): 199–320.¶

Johnson, Neil, Guannan Zhao, Eric Hunsader, Hong Qi, Nicholas Johnson, Jing Meng, and Brian Tivnan. 2013. “Abrupt Rise of New Machine Ecology beyond Human Response Time.” Scientific Reports 3 (September 11). doi:10.1038/srep02627.¶

Lazzarato, Maurizio. 2012. The Making of the Indebted Man. Los Angeles: Semiotext(e).¶

Longo, Giuseppe. 2000. “The Difference between Clocks and Turing Machines.” In Functional Models of Cognition. Self-Organizing Dynamics and Semantic Structures in Cognitive Systems, edited by Arturo Carsetti, 211–232. Dordrecht: Springer.¶

Longo, Giuseppe. 2007. “Laplace, Turing and the ‘Imitation Game’ Impossible Geometry: Randomness, Determinism and Programs in Turing’s Test.” In The Turing Test Sourcebook, edited by Robert Epstein, Gary Roberts and Grace Beber, 377–413. Dordrecht: Kluwer.¶

Massumi, Brian. 2007. “Potential Politics and the Primacy of Preemption.” Theory & Event 10 (2).¶

Steiner, Christopher. 2012. Automate This: How Algorithms Came to Dominate the World. New York: Portfolio/Penguin.¶

Stengers, Isabelle. 2010. Cosmopolitics 1. Minneapolis: University of Minnesota Press.¶

Stengers, Isabelle. 2011. Cosmopolitics 2. Minneapolis: University of Minnesota Press.¶

Stiegler, Bernard. 2014. States of Shock: Stupidity and Knowledge in the 21st Century. Cambridge: Polity Press.¶

Stiegler, Bernard. 2014. The Lost Spirit of Capitalism: Disbelief and Discredit, 3. Cambridge: Polity Press.¶

Turing, Alan. 1936. “On Computable Numbers, with an Application to the Entscheidungsproblem.” Proceedings of the London Mathematical Society, series 2, vol. 42, 230–65.¶

注释