WTF is|人工智能是什么鬼?

下一篇文章

WTF is|英国脱欧是什么鬼?

“我思,故我在”。我们全都听说过这句名言,它也是自我、意识和个人主义现代哲学的基础。

对笛卡尔而言,这句话很容易理解:在他看来,思想是不言而喻的——他根本不需要去定义。何为思想?何为智能?机器能有思想或智能吗?事实证明,人工智能领域衍生的问题与它想要解答的问题一样多。

我们就以下面这个简短的思想实验来说明这一点。

“中文房间”思想实验

想象一个上了锁的房间,房间里几个人坐在桌子周围。在房间的一侧,纸片通过缝隙被传递进来,上面写着奇奇怪怪的标记和符号。房间里的人开始做他们经过训练的事情:将那张纸分成几个部分,然后根据上面描述的内容来检查箱子——如果看到纸片右上角有对角线,就检查 2-B 箱子;要是看到纸片最下方有十字形,就检查 17-Y 箱子,等等。做完这些事情以后,再将纸片递给房间另一侧的人。他们在看了这些已被检查过的箱子以后,根据不同的训练方法,开始在第三张纸上做标记:如果检查的是 2-B 箱子,就在纸片上画一条水平线;如果检查的是 17-Y 箱子,就在纸片右侧画个圆圈。他们将这些纸片交到最后一个人手里,此人再用胶水把所有碎片粘在一起,并通过另一个缝隙将粘好的纸片传递出去。这张纸的一端写着中文,另一端则对应着准确的英文翻译。不过,房间中没人会说汉语或英语。

这个思想实验最早是由计算机先驱约翰·希尔勒(John Searle)提出的,往往被看作是证明定义智能这件麻烦事的好方法。只要人手够,你们可以在房间中做几乎同样的事情:画几张图并进行描述,翻译或纠正任何一门语言,并加入大量数字。然而,这就能代表智能了吗?房间外的人或许觉得是;房间内的人则不同意这种看法。

如果箱子里放满了晶体管,你就可以拿计算机来作类比。所以,人们自然而然会问,计算机不仅仅是一个极为复杂的“中文房间”吧?这个问题的答案又会衍生出更多的问题:如果箱子中不是晶体管,而是神经元会怎样?

只要你想展开深入探索,这个“兔子洞”可以要多深有多深,但我们在此不是为了解决一个困扰哲学家数千年的问题。当然了,这个有些钻牛角尖的问题对某些人来说,可能只是小菜一碟,但本着探索的精神,我们想要对一个更为实际的东西进行探究。

强人工智能与弱人工智能

现如今,作为专业术语,人工智能正被不加区别地应用于各种各样的系统,尽管我觉得许多人已经延伸了这一定义,但我自己却不能,因为人工智能确实没有一个合适的定义。一般而言,我们可以说它是一种试图复制人类思维过程及思维结果的软件,不过,这一定义仍然无法全面阐述人工智能的含义。

目前,人工智能可以帮你挑选下一首歌曲播放,可以动态地操纵机器人的腿,可以从图像中选出物体并加以描述,可以将德语翻译成英语,将英语翻译成俄语,再将俄语翻译成韩语——任何一种语言都能以这种形式进行翻译。所有这些事情都是人类很擅长的,实现此类任务的自动化的好处无穷无尽。

最终,在所有这些任务中,连最复杂的也不过就是一项任务而已。神经网络经过在数百万个句子上的反复训练,可以对八种不同语言进行翻译,而且没有任何错误,这充其量只是一个极为复杂的机器处理数字的例证,可以根据开发者制订的规则做事。如果有什么东西可以缩减为一种机制的话,那么“中文房间”无论有多大、多复杂,都可以被界定为智能,而不是计算了吧?

这恰恰是我们要区别“强”人工智能与“弱”人工智能的地方。准确地说,它们并不是人工智能的类型,而是在该领域的核心思考这个概念的方式。与众多哲学理论差异一样,其中一个并不比另一个更正确,但它的重要性并没有因此而有丝毫下降。

一方面,有些人坚持认为,无论人工智能的构成多么复杂、多么广泛,除了模拟创建它的大脑机制,人工智能什么都做不了——除了自身机械特性,人工智能永远无法再更上一层楼。即便存在这些局限性,人工智能仍然可以完成一些不可思议的任务,但它终归只是功能极为强悍的软件而已。这是一种基于弱人工智能而形成的观点,支持者往往专注于创建擅长单个任务的系统。

另一方面,强人工智能的支持者则认为,拥有强大性能的人工智能,基本上与人类大脑没什么区别。他们认为,如果我们大脑中的生物电路可以产生我们所谓的智能和意识,那么硅电路为何不能呢?强人工智能的理论是,终有一天,我们有可能会打造出与人类智力不相上下、甚至超过人类智力的人工智能。

这里还存在着一个问题:对于智能,我们没有一个有效的定义!

究竟如何定义人工智能?

过去 3000 年,我们是否在定义智能上取得了重大进展,目前还能难说。至少,我们已经排除了一些明显错误的说法,比如智能是可以轻松测量的东西,智能高低与生物标志物密切相关,比如说头形或大脑尺寸。

对于构成智能的元素,我们每个人似乎都有自己的看法,因此,我们很难说人工智能是否符合自己心目中的标准。2007 年的智能定义合集 起到的作用更像是射击标靶,没有一个定义击中靶心,但射向同一目标恰恰说明他们都对准了同一个位置。只是有些过于具体,有些过于笼统,有些很客观,有些则莫名其妙罢了。

在所有这些定义中,我发现只有一个既简单又基础,值得我们去深入探究:即智能就是解决新问题的能力。

毕竟,这也是“适应性”、“概括性”和“主动性”的核心所在,这三个词分别对应着与表述智能密切相关的“推理”、“判断”和“感知”。很显然,一个人可以解决问题,可以通过推理抽丝剥茧——这种能力很重要,但更为重要的是,一个人必须可以将解决某些问题的能力,转变为解决其他问题的能力。这种转变能力才是智能的核心所在,即便没人确切了解如何正式定义这一概念。

我们的人工智能有一天会具备这种极为重要、可随机应变的推理能力吗?一旦彻底摆脱束缚,可以去解决从未被创造者定义或限制的新问题吗?研究人员正在努力创建新一代人工智能,希望它们能以前所未有的细节和精准度学习和处理信息,学到的东西与我们人类一样多。它们究竟是在思考还只是在计算,对于哲学家和计算机科学家来说都是一个很大的疑问,而我们自己也不禁会问,它本身是巨大的成就吗?

题图来源:布莱斯·德尔宾(BRYCE DURBIN)/TECHCRUNCH

翻译:皓岳

WTF is AI?