為什么機器必須是金屬制造？ 為什么機器就不能是血肉組成嗎？ 相信不少朋友也會有過這樣的疑問。 在思考這個問題的過程中，坤鵬論斷斷續(xù)續(xù)將所思、所看記了下來，今天先分享一篇。 一、機器能思考嗎？ 二戰(zhàn)中，美國不僅“搜刮”了大量科學家，而且，現(xiàn)代戰(zhàn)爭也是一場科技大戰(zhàn)，從而大大促進了其科學的發(fā)展。 戰(zhàn)后，美國出現(xiàn)了生物學家和神經(jīng)科學家，開始與數(shù)學家以及電機工作師相互協(xié)作的情況。 用維納的話，這叫“整合主題研究，捏合不同研究思路?！?/span> 當時，除了美國，老牌科技大國英國的科學家們也不甘落后。 1949年，一群年輕的英國科學家聚在一起，形成了研究信息論和控制論的核心團體。 他們有著在戰(zhàn)爭中積累下來的密碼破解、雷達或火控等方面的新鮮經(jīng)驗。 同時，他們還吸納了涉足電學的生物學家、涉足生物學的工程師以及精神病學家進來。 接著，他們組織了一個叫計算俱樂部（Ratio Club）的科學家組織，討論的話題不僅包括理解大腦，也包括“設計”大腦。 （注：Ratio取自計算器calculus ratiocinator，這個詞的意思是計算或與計算、計劃和推理相關聯(lián)的心智功能。） 1950年，他們成功地吸引了阿蘭·圖靈的加入。  在其中，圖靈提出一個震驚世界的問題：機器能思考嗎？ 所以，該論文又名《機器能思考嗎？》。 正是這篇文章為圖靈贏得了“人工智能之父”的桂冠。 他這樣設想道：“人的大腦好似一臺巨型的電子計算機，初生嬰兒的大腦皮層像‘尚未組織好的’機器，可以經(jīng)過訓練，使之成為‘組織好了的’類似于萬能機（即萬能圖靈機）式的機器。” 由于機器和思考這兩個詞的含義模糊，很難給出定義，圖靈在論文中提出用一個測試來代替解答“機器能思考嗎”這個問題。 他稱之為模仿博弈，也就是后世大名鼎鼎的圖靈測試。 模仿博弈的最初形式需要三個人參與：一個男人，一個女人和一個提問者。 提問者坐在一個隔開的房間里提問，另外兩個人則同在另一個房間里。 問答雙方都用電傳打字機通信。 提問者的目標是判斷出另外兩個人中哪個是男人，哪個是女人。 其中一個人，比如男人，他的目標是誤導提問者。 那么，相對應的，女人的目標則是，盡力幫著提問者猜到真相。 圖靈認為，“對于那個女人來說，最好的策略很可能就是如實作答。她可以補充這樣一些話，比如：‘我才是女人，別聽他胡咧咧?！贿^這么做并不會有所幫助，因為那個男人也可以說出類似的話。” 接著，圖靈揭開了測試的最終版——不問性別，而是問種族是人還是機器。  他表示，如果一臺機器能夠與人類展開對話（通過電傳設備）而不能被辨別出其機器身份，就可以稱這臺機器具有智能。 這樣一經(jīng)簡化，使得圖靈能夠令人信服地說明“思考的機器”是可能的。 圖靈測試是人工智能哲學方面第一個嚴肅的提案。 圖靈曾這樣說過：“我相信，到本世紀末，字詞的使用以及普通公眾的認識將會發(fā)生很大改變，到時人們說到‘機器能思考’時，將不會遭到什么質疑。” 可惜，1954年自殺身亡的他，沒有機會來驗證自己的預言。 2014年6月8日，一臺計算機通過其中名為尤金·古斯特曼的聊天機器人程序，成功讓人類相信它是一個13歲的男孩。 這是有史以來首臺通過圖靈測試的計算機，被認為是人工智能發(fā)展的一個里程碑事件。 隨著計算機科技的不斷發(fā)展和進步，現(xiàn)在，計算機經(jīng)過編程后，至少能在幾分鐘內(nèi)輕松騙過一些提問者。 有人曾就圖靈的想法征求香農(nóng)的意見。 香農(nóng)堅定地站在了圖靈一邊，他曾這樣說道： “對于我們所有人來說，機器能思考的思想絲毫沒有什么令人不悅之處。事實上，如果反過來說，人的大腦可能本身就是一部機器，能夠通過無生命的物體復制其功能，我覺得這個思想相當吸引人?！?/span> 請注意“能夠通過無生命的物體復制其功能”，這個提法相當讓人浮想聯(lián)翩，坤鵬論后面的文章會專門來談。 二、“人工智能”在1956年誕生 1956年8月，美國達特茅斯學院。 一堆超牛的美國科學家齊聚一堂，開了一次被人工智能史永遠記載的會議。 會議的四位發(fā)起者分別是：約翰·麥卡錫（LISP語言創(chuàng)始人）、馬文·明斯基（人工智能與認知學專家）、克勞德·香農(nóng)（信息論的創(chuàng)始人）、羅切斯特（IBM信息研究經(jīng)理，IBM計算機設計者之一）。 除此之外，還有艾倫·紐厄爾 （計算機科學家）、赫伯 特·西蒙（諾貝爾經(jīng)濟學獎得主，是政治學、哲學、法學、經(jīng)濟學博士）…… 個兒頂個兒的響當當?shù)呐Ｈ酥械呐Ｈ耍?/span> 這個足足開了兩個月的會，討論的是一個相當高檔的主題——用機器來模仿人類學習以及其他方面的智能。 雖然會議時間如此漫長，但是，科學家們并沒有達成普遍共識。 原因可以看本文后面人工智能派系。 不過，會議還是有了一個成果，就是為討論的主題定了一個名字——人工智能。 于是，1956年也就成為了人工智能元年。 不過，對于人工智能這個詞，一直爭論比較多，直到差不多10年后的1965年，才被科學界廣泛認可。  三、人工智能是什么？人工智能不是什么？ 人工智能，其中的人工我們都明白，但是，什么是智能呢？ 我們試圖創(chuàng)造智能。 其實，我們連智能是什么都不知道。 就像牛頓給出了運動的定義，香農(nóng)給出了信息的定義，他們才算拿到了打開科學大門的鑰匙。 智能呢？ 會思考就是智能嗎？ 人唯一了解的智能是人本身的智能，這是普遍認同的觀點。 但是，我們對自身智能的理解都非常有限，對構成人的智能的必要元素更是懵懂。 所以，也就很難定義什么是智能。 如果正向無法給出定義，我們可以用否定法給出智能的定義嗎？ 也就是，什么不是智能？ 美國著名哲學家約翰·塞爾認為，意識是有目的性的，而計算機沒有目的性，因此計算機沒有意識。 為了說明自己的觀點，1980年，他設計了一個思想試驗來試圖推翻圖靈測試帶來的對人工智能的認知。 什么樣的認知？ 就是，只要計算機擁有了適當?shù)某绦?，理論上就可以說計算機擁有它的認識狀態(tài)并可以像人一樣地進行理解活動。 這個思想實驗的英文為：Chinese room，可翻譯為中文房間或中文屋。 一個對中文一竅不通，只會說英語的人關在一間只有一個開口的封閉房間中。 房間里有一本用英文寫成的手冊，指示該如何處理收到的漢語訊息及如何用漢語進行相應的回復。 房間外的人不斷向房間內(nèi)遞進用中文寫成的問題。 房間內(nèi)的人便按照手冊的說明，查找到合適的指示，將相應的中文字符組合成對問題的解答，并將答案遞出房間。 約翰·塞爾認為，盡管房間里的人可以以假亂真，讓房間外的人以為他確確實實說漢語，其實他卻壓根就不懂漢語。 在上述過程中，房間外人的角色相當于程序員，房間內(nèi)的人相當于計算機，而手冊則相當于計算機程序： 每當房間外的人給出一個問題（輸入），房間內(nèi)的人便依照手冊給出一個答復（輸出）。 而正如房間內(nèi)的人不可能通過手冊理解中文一樣，計算機也不可能通過程序來獲得理解力。 既然計算機沒有理解能力，所謂“計算機于是便有智能”也就更無從談起了。 只是計算機擁有信息庫，可以運行一個程序，處理信息，給人一個智能的印象。  這里再說說計算機的本質和特性。 對此圖靈當年曾給出過他的見解，并表示它們從事的是人類計算員的工作，比人類更快速、更可靠。 他認為，數(shù)字計算機包括三個部分： 一個信息倉庫，相當于人類計算員的記憶或紙張； 一個執(zhí)行單元，負責完成一個個操作； 以及一個控制器，管理一個指令列表，以確保各指令按照正確順序被執(zhí)行。 這些指令被編碼成數(shù)，它們有時被稱為一個程序 ，而構建這樣一個列表的工作通常被稱為編程。 現(xiàn)在計算機的基本原理還是如此。 四、大量規(guī)則疊加就是智能了嗎？ 對于上面的思想實驗，有人表示，中文房間里面的人、手冊確實都不理解中文。 但是，作為一個整體的這個房間，它是理解中文的。 咋一聽，有道理，但仔細琢磨，還是有問題，如果房間外的人提出了手冊里面沒有的問題呢？ 比如：“你上一句說的是什么？” 顯然，手冊上是不會記錄上一句話的內(nèi)容的。 所以，中文房間給人一種“它是對的”的直覺，只是直覺而已，深究起來還是會發(fā)現(xiàn)有問題。 在1952年向世人展示之前，香農(nóng)曾在1951年將其帶到了一個學術研討會上，先給與會的科學家們秀了一遍。 整套設備大致由兩部分組成，一個是機器老鼠，一個是表面有5×5網(wǎng)格的柜子。 柜子表面的25個方格之間可以任何放置隔板，從而構造出不同的迷宮。 迷宮的終點以放置在任意一個方格里的金屬徽章來標記。 而所謂的老鼠其實是一個感應觸頭，它在兩個小馬達的驅動下可以分別在東西和南北方向上移動。 香農(nóng)給它起了一個厲害的名字——忒休斯，在希臘神話中，忒休斯破解了迷宮，殺死了怪獸。 而最關鍵的部分其實是在柜子里面，里面藏著一個由大約75個繼電器相互連接組成的陣列，它們各自的開開關關形成了老鼠的記憶體。 香農(nóng)可以當之無愧地說，他的機器能通過試錯解決問題，能記住解法并正確無誤地加以重復，能從經(jīng)驗中吸取和整合信息，還能在情況發(fā)生變化時“忘掉”舊的解法。 但是，這些能力并非來自香農(nóng)的那只老鼠，而是柜子里面的繼電器，它們才是迷宮的心智。 老鼠忒休斯其實就像是中文房間里面那個不懂中文的人，看上去能從經(jīng)驗中學習，其實不過是繼電器延伸出來感知迷宮以及走迷宮的傀儡。 而從中文房間的角度看繼電器，它們的“學習能力”也不算是智能，最多算是簡單的規(guī)則＋簡單的記憶。 當然，香農(nóng)制造的迷宮老鼠對后世有著極為深遠的影響，因為電子線路可以執(zhí)行邏輯運算的思想，是目前整個計算機科學的基礎。 五、幾起幾落，派系林立的人工智能 總的來說，正是由于沒有對于智能有統(tǒng)一、明確的定義，造成人工智能雖然很紅很火，但卻派系林立，此起彼伏。 有人說，人工智能有12個派系，如果再以成就和派中高手數(shù)量和功力排一排，主要是三大流派，它們分別是： 符號主義，又稱邏輯主義、計算機學派，主張用公理和邏輯體系搭建一套人工智能系統(tǒng)； 連接主義，又叫仿生學派，主張模仿人類的神經(jīng)細胞（神經(jīng)元），用神經(jīng)網(wǎng)絡的連接機制實現(xiàn)人工智能； 行為主義，又稱進化主義(或控制論學派)，其原理為控制論及感知-動作型控制系統(tǒng)。 三大流派對智能有不同的理解，延伸出了不同的發(fā)展軌跡，各領風騷十來年。 二十世紀60年代初，人工智能迎來的第一黃金發(fā)展期。 這段時間，挾“感知機”神經(jīng)網(wǎng)絡模型，連接主義笑傲江湖。 但是，符號主義不甘示弱，派出高手明斯基，明確指出神經(jīng)網(wǎng)絡不能解決人工智能問題。 他還和麻省理工學院的佩珀特合寫了《感知機：計算幾何學》一書，指出了“感知機”存在的缺陷。 美國政府逐漸停止了對神經(jīng)網(wǎng)絡研究的支持。 符號主義取得勝利。 但是，也就是在60年代末，AI進入到了第一個寒冬期。 二十世紀70年代中期，符號主義依靠專家系統(tǒng)的出現(xiàn)，再次引發(fā)了新一輪AI黃金時代。 專家系統(tǒng)是一套計算機軟件，能夠模擬人類專家回答問題。 20世紀整個80年代，專家系統(tǒng)經(jīng)歷了十年的黃金期。 后來，專家系統(tǒng)的研究遇到了瓶頸，例如：投入巨大才能達到實用程度，又無法保證系統(tǒng)真的在實際中可用，所以，逐漸變冷。 但是，客觀講，專家系統(tǒng)的應用早就成熟了，成為“日常技術”的一部分。 也正是它帶來了知識庫，知識庫的發(fā)展又帶來了數(shù)據(jù)庫和知識圖譜的發(fā)展，也為之后大規(guī)模數(shù)據(jù)挖掘和知識挖掘奠定了基礎。 在一些人類充分了解的領域，專家系統(tǒng)仍然是支柱之一。 比如：電子商務興起后，專家系統(tǒng)改名為規(guī)則引擎，找到了新的用武之地，成為了中間件的標配。 再比如：由于金融的征信、反詐騙和風控一直是規(guī)則系統(tǒng)擅長的領域，一系列專家系統(tǒng)公司被新興的金融科技公司收購。 還比如：如今出現(xiàn)的很多聊天機器人其實都可以算是符號主義路線下專家系統(tǒng)的成果。 從時間上，80年代末，人工智能進入到第二個寒冬期。 1982年，約翰·霍普菲爾德發(fā)明了聯(lián)想神經(jīng)網(wǎng)絡，也就是知名的霍普菲爾德網(wǎng)絡。 連接主義派的幸存者歡欣鼓舞，開始了連接主義運動。 一時間神經(jīng)網(wǎng)絡又厲害了！ 辛頓是連接主義運動的領導者之一，也是神經(jīng)網(wǎng)絡領域最牛的人了，深度學習的先驅。 2012年，在圖像識別國際大賽ILSVRC上，辛頓團隊的SuperVision以超過10%的驚人優(yōu)勢擊敗對手拔得頭籌。 隨著硬件技術的發(fā)展，深度學習已經(jīng)成為了人工智能時代的主流。 一直到現(xiàn)在，人工智能領域，連接主義當紅！ 連接主義者奉行大數(shù)據(jù)和訓練學習知識，所以大數(shù)據(jù)、機器學習、深度學習等概念和實踐非常流行。 而行為主義的貢獻主要是在機器人控制系統(tǒng)。 20世紀末，該派正式提出智能取決于感知與行為，以及智能取決于對外界環(huán)境的自適應能力的觀點。 希望從模擬動物的“感知——動作”開始，最終復制出人類的智能。 如果你一路跟著坤鵬論學習下來，就能馬上從“自適應能力”這個詞嗅到行為主義里面濃濃的進化論味道。 從上面各派介紹不難看出，雖然人工智能派別明確，但它們其實并非涇渭分明地對立，在發(fā)展過程中有著不少的借鑒與融合…… 本文由“坤鵬論”原創(chuàng)，轉載請保留本信息 |
|
|
