---
schema_version: "library-reader-v1"
source_type: "original_book"
title: "人工智能时代：破解人机共存密码（套装共10册）"
author: null
edition: null
publisher: null
year: null
isbn: "9787521719512"
library_document_id: "396e1bee-219e-4bee-9884-3214c17ff8f5"
source_sha256: "e5d429a1fedfac2a13b0bd25057c39d818c33927767948a9bb41411f01413ced"
pdf_physical_page_count: 3314
pdf_physical_page_index_base: 0
range_start: 1040
range_count: 10
html_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5?start=1040&limit=10"
markdown_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1040&limit=10"
previous_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1030&limit=10"
next_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1050&limit=10"
---
# 人工智能时代：破解人机共存密码（套装共10册）
> 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。
## PDF_PHYSICAL_PAGE_INDEX=1040 | PRINTED_PAGE=NOT_DETECTED
当然，人类语言无疑在老式人工智能领域占据着举足轻重的作用，两个重要原因如下。第一，我们在第6章将要谈到，除了用于日常交流，语言在人类行为当中也起着非常特殊的作用，而这种作用是其他动物所不具备的：我们如何利用先前通过语言获得的信息解决新问题、新情况。
第二，语言是研究智能行为的绝佳媒介。如果我们想知道某个人是如何处理新情况、新问题的，可以直接问他。虽然偶有一言不发亦可展示智力的情况，但能像我们人类一样灵活使用语言确实需要智慧。因此，根据艾伦·图灵（Alan Turing）最先提出的理论，语言是测试智力的终极手段。
图灵测试
艾伦·图灵（1912—1954）是英国数学家，曾参与计算机的早期开发（我们将在第8章中对他和他的成就做更为详细的介绍）。他对于能否通过编程让计算机完成人类智力才能完成的任务（如下棋）进行过深入思考，并成为该领域的先驱之一。计算机只能根据自身的程序进行工作，但是关于我们能够设计出何种程序来指引计算机工作，无论是当时还是现在，都还很不明确。
根据我的猜测，图灵对机器是否拥有思考和理解能力或者意识等哲学讨论逐渐感到厌倦。他预见到人工智能将会给技术领域带来极大挑战，但有些人认为即使克服这些困难，由于计算机是非生物体，所以也不可能具备思考理解的能力。他对这样的观点感到愤怒。
1950年，图灵在一篇极具影响力的论文中建议，我们应该将注意力从如何制造机器、机器外观如何以及其内部如何运转等方面转移到可观察的外部行为（externally observable behavior）上。当然，我们需要考虑的行为多种多样，我们可以将机器放在并不熟悉的新环境当中，看它作何反应，我们可以要求它辨认猫的照片，我们还可以研究它如何处理撒满调料的热狗。图灵提出的想法是让机器与询问者进行一次不受束缚、毫无保留的对话。
## PDF_PHYSICAL_PAGE_INDEX=1041 | PRINTED_PAGE=NOT_DETECTED
这就是他所谓的“模仿游戏”（2014年的电影《模仿游戏》中也有相关描述）。这个游戏的原理是设置一个询问者和两个隐藏测试对象，一个是人，另一个是计算机，他们与询问者通过电传打字机进行对话。谈话要自然流畅，可以涉及任何话题。不管谈话进行了多久，只要询问者分辨不出测试对象中哪个是人哪个是计算机，就算计算机赢得比赛。按照当前的说法，我们就可以说该计算机通过了图灵测试。
对于图灵测试而言，非常重要的一点是牢记对话可以涉及任何话题。以下就是他在论文中想象出的一段经典对话：
询问者：在莎士比亚十四行诗的第一行，写着“我能否将你比作夏日？”在这里如果用“春日”来代替“夏日”，岂不是更好？
计算机：那不押韵。
询问者：那用“冬日”怎么样？这可以押韵了吧？
计算机：是的，但是没人愿意被比作冬日。
询问者：是匹克威克先生提醒你圣诞节到了吗？
计算机：某种程度上，是的。
询问者：但圣诞节是在冬日，我觉得匹克威克先生不会介意这么对比。
计算机：我认为你是在开玩笑，冬日的意思是冬天里普通的一天，而不是圣诞节这样特殊的日子。
## PDF_PHYSICAL_PAGE_INDEX=1042 | PRINTED_PAGE=NOT_DETECTED
我们当然不会像计算机程序一样进行这样的对话。但我们是否有理由相信我们永远无法编写出这样的程序呢？这正是图灵建议我们应该关注的地方。
在我看来，图灵的观点可以这样理解：诸如“聪明”“思维”“理解”等心理术语实在太过模糊，且充满情绪，难以让人信服。我们如果坚持在科学的语境中使用这些术语，我们应该说，一台能够通过相应行为测试的计算机，具有与人类一样的质疑能力，并且到此为止。我们可以想象，如果将电影《阿甘正传》中的标志性格言“傻人做傻事”改编一下，图灵会说成“聪明人做聪明事”。所以换句话说，我们应该问的问题是“机器能像具有思考能力的人一样运行吗？”而不是问“机器能思考吗？”
中文房间理论
现在回过头来看，图灵当时提出的观点不言而喻，就是强调可观察的外部行为是所有人工智能研究的核心，这一点我们在下一章将会提到。（我们有理由怀疑使用非正式对话的形式进行智力测试的效果，我们会在第4章讨论这一问题。）尽管如此，仍然出现了批评的声音，我们下面简要介绍一下哲学文献中反对图灵观点的一种声音。（如果你对于哲学争论没有兴趣，可以直接跳到下一章。）
20世纪80年代，哲学家约翰·瑟尔（John Searle）提出，理解（思维或智能）的内涵远大于可观察的外部行为，即便这种行为可以与所谓的模仿游戏一样涉及范围较广。以下就是他的论据（稍有修订）。
假设现有一款计算机程序能够通过图灵测试，即可以完全不受任何限制地进行人机对话。我们再假设这次对话使用的语言不是英语，而是汉语。因此，根据模仿游戏的规则，汉字（通过某种编码的形式）被输入该程序，随后该程序能够用汉语（以某种编码的形式）应答，作为输出。即使是精通汉语的人，仍然长期无法分辨输出信息的是机器还是人。
## PDF_PHYSICAL_PAGE_INDEX=1043 | PRINTED_PAGE=NOT_DETECTED
我们现在假设瑟尔自己不懂汉语，但是精通计算机编程（实际上他并不精通，但没关系）。他拿着一本小册子藏在一个房间里，这本手册里涵盖了该计算机程序的全部文本。房间外有人递给他一张纸，上面写着汉字，他虽然不明白纸上写的是什么，但是可以模拟计算机程序对此类情况的应对方法。瑟尔根据这本程序手册，跟踪观察程序如何应对这种情况，并将程序输出的应答写在一张纸上，交还给房间外的人，而他在整个过程中根本不明白纸上写的是什么意思。
简而言之，有个名叫约翰·瑟尔的人，他在自己的房间里接收汉语信息，然后通过这本手册，用汉语回复这些信息，而回复对汉语的使用与母语是汉语的人毫无差别（假定该计算机程序已通过图灵测试）。换句话说，在瑟尔身上，可观察的外部行为是完美的，但他却根本不懂汉语！因此瑟尔的结论是：仅确保行为正确是远远不够的，因此图灵的观点是错误的。
对此说法持反对意见的人认为，这种行为并非出自瑟尔本身，而是瑟尔与这本写有计算机程序的手册共同创造的结果。虽然瑟尔不懂汉语，但这个由瑟尔和这本手册一起组成的系统是懂汉语的，因此图灵的观点并没有错。对于上述异议，瑟尔的应答可谓简明扼要：假设他先把这本手册的内容记下，然后将手册销毁，那么就不存在所谓系统了，存在的只有瑟尔。因此，图灵的观点是错误的。
这就是中文房间理论的大概内容。
人们对此理论的反响如何呢？人工智能领域有人对此并不买账。这也可以理解，大家对人工智能领域中的哪种技术阻碍此类程序（假设其存在）的开发更感兴趣，而对我们在一个房间里用一个人就能准确地模拟这种程序的运行（虽然速度上，人可能只是程序的几百万分之一），并得出相关结论兴趣不大。
## PDF_PHYSICAL_PAGE_INDEX=1044 | PRINTED_PAGE=NOT_DETECTED
但是，就这类思想实验本身而言，还有一点需要考虑：我们如何能够确定，瑟尔没有通过记下这本手册的方式来掌握汉语？如果他以这种方式掌握了汉语，那么不懂汉语也能通过图灵测试的说法就站不住脚。因此我们必须要问：为什么我们要相信存在这样一本手册能够想瑟尔之所想，让他只需记下该手册的内容就不用学会汉语？
如果不深入了解手册中所谈到的这款程序，就很难对上述问题做出回答。我曾经提出，我们可以转而关注其他更为简单的行为模式，即数字求和。
我的设想如下。假设行为测试不要求能说汉语，而是要求将20个10位数字求和。如果一本手册中列出了20个10位数字及它们求和的所有可能的组合形式，有了这个，即便是不会算术的人也能在行为测试中得到正确答案。每当有人问到总和是多少时，都可以在书中找到正确答案，就像瑟尔用汉语回答问题一样。
但是，值得注意的是不可能存在这种手册。如果要满足所有数字组合，就需要包含10200个不同的条目，而我们的整个物质世界当中只有约10100个原子。
要进行测试，一本介绍加法运算表的英语小册子就堪当此任：首先做一个10×10的个位数加法表，然后进行两位数加法运算（可进位数），最后是多位数加法运算。这样的小册子绝对可以存在，而且只需几页纸就能说明问题。这种小册子的意义在于，对任何不会加法运算的人来说，只要能够记住书中的说明就能学会！
而这也足以让我们对瑟尔的中文房间理论产生怀疑。如果根本不存在这样简单到不用教人算术（具体来说就是20个10位数字的求和）就能对数字求和的手册，我们就不得不怀疑上文提到的汉语人机对话的说法了。
## PDF_PHYSICAL_PAGE_INDEX=1045 | PRINTED_PAGE=NOT_DETECTED
但是，这依然无法驳倒瑟尔。到最后，我们还是不知道如果真正背下瑟尔的手册会怎样，因为我们也不知道让不懂汉语的人用汉语进行人机对话会是什么样。所以，唯一可行的办法就是按照图灵所说，解决这些技术难题。
## PDF_PHYSICAL_PAGE_INDEX=1046 | PRINTED_PAGE=NOT_DETECTED
第2章巨型拼图之谜
## PDF_PHYSICAL_PAGE_INDEX=1047 | PRINTED_PAGE=NOT_DETECTED
人类的智能行为是心智的产物。但是，心智本身不代表具体事物，确切来说更接近人脑的工作。因此，我们的外在行为背后真正的物理客体是人脑。
疑问接踵而来
虽然我们现在对于人脑的认识远远超过10年前，但是人脑的思维过程对于我们来说仍然是一团迷雾。这就像一个巨型的拼图玩具，我们可以看到各个小的拼块，但却无法将其组合在一起。人类对于自身而言，仍有太多未解之谜，比如我们与自然界其他生物有何不同？为什么我们如此聪明？
来自不同领域的学者手拿各自的拼块，试图从不同角度揭开这个谜题。他们每个人都强调自己的角度最为重要，将起到决定作用。这倒并不奇怪。以下就是他们的说法：
• 我们需要关注的是语言，因为心智需要通过语言来明确表达观点。我们通过听其所说、读其所写了解并认识某种思想。人类在动物界中拥有独一无二的能力，可以将自己所知、所学以及所想记录下来。虽然我们永远无法研究莎士比亚的大脑，但可以通过分析莎士比亚的戏剧作品体会他的思想。
• 我们需要关注的是心理学，即人的思维方式是什么，以及人与其他动物相比有何异同。人类对于自身思维方式的本能认识与将其置于某一限定环境进行研究得出的认识截然不同。记忆、学习、感知、关注、认知、情感、意识等等都属于心理学范畴，它们在一起共同构成了人类的精神生活。
## PDF_PHYSICAL_PAGE_INDEX=1048 | PRINTED_PAGE=NOT_DETECTED
• 我们需要关注的是神经科学，即大脑如何形成心智。我们所谈论的心智，其实就是一个电化学体系的高度集成。随着我们对大脑的认识进一步加深——相关领域研究进展神速——人类对于自身心智的认识将会出现一场革命，这与人类在发现DNA（脱氧核糖核酸）后关于生命认识的变革异曲同工。
• 我们需要关注的是进化论，即人类这一物种在进化的压力下如何继续发展。包括大脑在内的人类所有部分，作为一个整体都在进化发展，人类的每种能力都是进化的产物，都能在其他物种身上找到对应。人类的心智就像是不断更新升级的瑞士军刀，若不深入研究其演化进程及其与成功繁育之间的关联，就永远无法获得真正的认知。
还有其他种种说法。
我认为在讨论人脑、心智、思维、智力等时，我们需要保持一定的谦卑。聆听科学家们信心满满地推广自己的观点时，我们会感觉他们的新想法、新方法、新技术、新工具已将我们带到一个全新的时代，我们即将在这里破解谜团。但我认为这种想法是完全错误的，原因在于他们低估了我们面临的困难，认为我们只需破解一个谜团。而实际上，我们所面对的是一系列谜团，是一个巨型拼图，我们需要将所有碎片收集在一起，从不同的角度进行组合，只有这样才能真正欣赏到拼图的全景。
我们要培养自己形成一种怀疑的习惯，对于任何强调某个部分就是这一巨型拼图的真正核心、是解决问题的关键的研究团队，我们都要保持怀疑态度。我们对于任何声称“即将发现大脑工作原理”的人应当更加怀疑，因为这种说法和那些声称已搞清天气如何变化或者股票市场如何运转的人是一丘之貉。
为了参考方便，我们把拼图的几个拼块混称为整个拼图的错误称为巨型拼图问题（这个问题接下来还会出现）。
## PDF_PHYSICAL_PAGE_INDEX=1049 | PRINTED_PAGE=NOT_DETECTED
那么，我们怎样才能在讨论思维时避免不切实际地将问题过分简单化呢？我认为，答案就是承认我们仅是在处理拼图的一部分，并且尽自己所能去发现手中的拼块如何与其他拼块有效组合，同时要抵住诱惑，不要认为拼图其余部分均与此大同小异。虽然人类心智极其复杂，但是我们依然能够排除困难，深入了解其中的一小部分。
那么本书将讨论拼图的哪一部分呢？这里先做一个简要介绍：
我们关注的是智能行为，行为主体对下一步该做什么做出智能选择的行为。行为主体通过分析其当前所处环境中并不存在的背景信息，做出智能的选择。这种背景信息其实就是我们所说的知识。将知识运用于身边的具体行为，就是我们所说的思考。有待解决的问题，具体来说，就是背景知识在行为主体做出选择的时候怎样发挥作用。我们目前考虑的解决方法是一种计算方案，类似于数字计算机处理符号所代表的数字，我们建议人脑对符号所代表的知识进行计算，然后根据计算结果决定下一步怎么做。
毫无疑问，上述方案距离解读整个拼图还相去甚远。若想解读整个拼图，还需搞清诸如谦逊、嫉妒、悲痛等情感因素在拼图中的位置，智能的社会性与互动性在哪里，感知与想象力、空想与幻想身在何处，哪些因素为人类独有，智能的阶段和等级如何划分，不同种类的智能（如情商）又该如何划分，药物和精神疾病会带来何种影响，意识和创造力在这些过程中发挥了什么作用，以及如何解释精神和勇气，以及让“永不沉没的莫莉·布朗（Molly Brown）[1]”被传为佳话的精神。
这些问题都提得非常好，但我不会在本书中对此过多纠缠。然而，我也不想让读者觉得剩下的问题都无关紧要。因为即使从最狭义的角度来看，人类的思维过程仍然和人类的想法一样变幻莫测、难以捉摸，而且我们可以对于任何事情进行思考！虽然人类迄今已在科技领域取得惊人的成就，但对于自身在思考谁会获得奥斯卡最佳男主角，在分辨法国作曲家德彪西（Debussy）和拉威尔（Ravel）之间音乐的异同，以及在考虑是否需要对自由市场加以规范等问题的过程中，大脑经历了何种变化，我们依然不得而知。
下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=1050&limit=10)