人工智能时代：破解人机共存密码（套装共10册）

所以这能说，我们发现了一种需要利用知识的智能行为吗？不，这还不够严谨。尽管被试者无法搜索到问题的答案，但它们也有可能通过其他方式回答出问题。

鳄鱼问题的考查意图很明确。它要求被试者思考之后再回答：鳄鱼的腿很短；障碍赛的跨栏很高，鳄鱼跳不过去；因此，一条鳄鱼跑不了障碍赛。

但还有其他的回答方式，不需要你深入地理解这个问题。一种是使用所谓的封闭世界假设（closed-world assumption, CWA）。该假设如下所述：

如果没有证据证明某物的存在，我们可以认为其不存在。

我们就是用这种方式来回答“世界上有没有身高超过7尺的女性领导人”的，这个问题的答案不是被别人告知“没有”，而是我们自身认为“没有”。因为如果有这样一位女性领导人，我们肯定会听说过。对于上面提到的鳄鱼问题，被试者可能会说：“既然我从没听说过（例如，我搜不到任何与该问题相关的文本信息）能跑障碍赛的鳄鱼，那答案肯定是‘不能’。”故事就此结束。

请注意，在这里有一个小技巧：正是由于对问题的疑问，我们才得出了问题的答案。但如果将故事中的鳄鱼换成瞪羚，这样的思路就会得出错误的答案。不管怎么说，如果我们只关心如何正确地回答鳄鱼问题，这样的小技巧就足够了。

那么，我们是否能够改良心理测试，消除这样投机取巧的行为呢？

很遗憾，对于这个问题，我们很难回答。我们能做的就是更加谨慎地设置问题，并深入研究被试者会如何应答。其他人已经提出了一些可行性方法，我们在这里回顾一下厄尼·戴维斯（Ernie Davis）、劳拉·莫根斯特恩（Leora Morgenstern）和我提出的方法。

威诺格拉德模式

像前文一样，我们设想一个需要被试者回答问题的心理实验，按钮的设置同前文一样，问题的答案只有两种。问题的格式保持不变，举例如下：

琼一定要对苏珊提供的帮助表示感谢。（Joan made sure to thank Susan for all the help she had given.）

谁提供了帮助？

• 琼

• 苏珊

我们将这种问题称为威诺格拉德模式问题（Winograd Schemaquestions），其特征如下：

第一，问题中涉及两方（两方均同为男、女、对象或团体）。在上面的例子中，两方就是琼和苏珊。

第二，代词指两方中的一方（“他”、“她”、“它”或“他们”）。在上面的例子中，代词指“她”（she）。

第三，问题都是一样的：代词指的是什么？对于上面的情况，问题就是：提供帮助的“她”指的是谁？

第四，在问题背后，模式中有两个特殊的单词。模式中有一个位置能够用其他的单词进行替换。问题的正确答案取决于所选

择的替代词。在上文中，使用的特殊词语是“提供”，另一个是“收到”（虽然该词没有出现）。

所以，每个威诺格拉德模式都可以衍生出两个相似的问题：

琼一定要对苏珊提供的帮助表示感谢。（Joan made sure to thank Susan for all the help she had given.）

谁提供的帮助？

• 琼

• 苏珊 √

以及

琼一定要为她得到的帮助而感谢苏珊。（Joan made sure to thank Susan for all the help she had received.）

谁得到了帮助？

• 琼 √

•苏珊

这两个问题的英文版本仅仅有一个单词的差异，但只是这个小差异就能够防止投机取巧的行为出现。

为了更好地了解测试的内容，以下列举了一些其他的示例。第一个问题适合年幼的孩子回答：

奖杯无法装进棕色手提箱里，因为它太小了。这里的“它”指的 是 什 么 ？ （ The trophy would not fit in the brown suitcase because it was too small. What was too small?）

• 奖杯

• 棕色手提箱

在这种情况下，所使用的特殊单词一个是“小”，另一个是“大”（虽然该词没有出现）。

以下是模式创始人特里·威诺格拉德（Terry Winograd）提出的原始示例：

谁害怕暴力？

• 镇议会议员

• 愤怒的示威者

这里使用的特殊单词是“害怕”，替代词是“支持”。

值得注意的是，威诺格拉德模式中有许多需要专业知识才能回答的问题。以下这个例子与某些特定材料有关：

• 大球

• 桌子

这里使用的特殊单词是“泡沫聚苯乙烯塑料”，替代词是“钢”。

以下示例可用于测试解决问题的能力：

一袋土豆被压在一袋面粉下面，所以要先搬走它。（The sack of potatoes had been placed below the bag of flour，so it had to

be moved first.）

要先搬走什么？

• 一袋土豆

• 一袋面粉

这里使用的特殊单词是“下面”，替代词是“上面”。

以下示例可用于测试可视化能力或想象力：

萨姆画了一幅牧羊人与羊的画，总体看还算可以，但他们看起来更 像 是 高 尔 夫 球 手 。 （ Sam did a passable job of painting apicture of shepherds with sheep, but they still ended uplooking more like golfers.）

什么看起来像高尔夫球手？

• 牧羊人

• 羊

这里使用的特殊单词是“高尔夫球手”，替代词是“狗”。

出现在威诺格拉德模式中的语句都是经过深思熟虑后设置的，虽然有些是与实际生活相关的实例，但它们也都是有目的性的。让我们来看一下喜剧电影《飞机》（1980年）中的一段对话：

伊莱恩：今天早上，你收到了总部寄来的一封信。

特德：它是什么？

伊莱恩：它是一个大型建筑，是领导人开会的地方，但这不是重点。

注意，对话中出现了两个名词“信”和“总部”，代词“它”，以及由于指代内容出错而引起的笑话。

当然，并不是表面上格式相同的问题就会有同样的回答方法。我们还会设置一些“超级容易”的问题，示例如下：

赛车轻松地超过了校车，因为它速度太快。（The racecar easily passed the school bus because it was going so fast.）

谁的速度太快？

• 赛车

• 校车（特殊词=快；替代词=慢）

问题在于，可以使用如下技巧来回答这个问题：完全忽略第一句话，检测在线文本中哪两个词一起出现的频率更高（根据谷歌搜索）：“赛车”与“快”或“校车”与“快”。与之类似的示例还有：

女士们不再服用这些避孕药，因为它们是致癌的。（The women stopped taking the pills because they were carcinogenic.）

什么是致癌的？

• 妇女

• 避孕药（特殊词=致癌；替代词=怀孕）

问题也可能变得“极其困难”，就像这样：

当比尔说他是比赛的冠军时，弗兰克感到很嫉妒。（Frank was jealous when Bill said that he was the winner of the competition.）

谁是冠军？

• 弗兰克

• 比尔（特殊词=嫉妒；替代词=快乐）

问题在于，“快乐”一词会使问题变得模糊。弗兰克既可能因为自己是冠军而感到快乐，也可能因为比尔是冠军而感到快乐。（当然，我们会纠正这些极端案例，但我们在此先不用考虑。）

威诺格拉德模式问题不一定适合每个被试者。例如，上文中提到的“奖杯/手提箱”示例可能适合儿童，但“镇议会议员/示威者”的问题却不适合儿童。“泡沫聚苯乙烯塑料/钢”的问题不适合那些不了解泡沫塑料的人。一般来说，威诺格拉德模式问题要经过仔细审查之后才能投入使用。至少，我们需要确保被试者知道题目中出现的所有单词的含义。

考虑到这些问题，现在就可以制订图灵测试的替代方案了。首先在程序库中输入一组威诺格拉德测试题。这组威诺格拉德测试题中包含一些前文所示的问题，随机选择两个特殊的词语，选择错误会有惩罚。该测试可以自动运行，不需要专家评审。

总结一下：关于图灵测试，我们赞同图灵的观点：当与智能（或思想、理解）有关时，实质性问题在于计算机程序能否完成一个可观察的行为。然而，图灵倡导的自由形式的对话并不是正式测试的最佳手段。因为这种形式将主题隐藏在玩笑话当中，里面充满了表达技巧和烟幕弹。我们的立场是：基于威诺格拉德模式问题的替代性测试不能被滥用，尽管有些连正常对话所需的智能水平都难以达到。（例如，我们在第1章有关图灵测试的讨论中看到的关于十四行诗的内容。）

我们从中得到的经验

回到本章的要点，观点很明确：在没有专门训练的前提下，会说英语的普通成年人也可以轻松地回答上文中的威诺格拉德模式问题。

在这个人为设置的环境中，这就是我们关注的重点，这就是我们的智能行为需要解释的内容！

作为科学家，我们可以认为这种行为是像重力或光合作用一样的自然现象。但我们的问题是：我们该如何解释人类是怎样做到这一点的？显然，人们不仅仅要回想起他们听到或读过的东西。就像鳄鱼问题一样，答案不会出现在任何文本中。而且人们可以使用一些小技巧来伪造这些行为吗？也许，这种问题的两个版本中的一字之差使这种可能性降到更低。（更多相关信息，请参阅第7章中的相关内容。）

让我们再回顾一下上文中提到的“泡沫聚苯乙烯塑料/钢”问题。我们可能会考虑把问题中的“泡沫聚苯乙烯塑料”和“钢”等特殊词语换成其他词语。如果特殊词是“花岗岩”，替代词就是“大球”；如果特殊词是“轻木”，替代词就是“桌子”，等等。但假设我们要在这个问题上使用一个完全未知的词语：

大球从桌上坠落，因为它是由“kappanium”制成的。（Thelarge ball crashed right through the table because it wasmade of kappanium.）

• 大球

• 桌子

在这种情况下，没有“正确”的答案：被试者不应偏爱某个答案。但如果我们进一步假设：我们已经提前告知了被试者有关kappanium的信息：

它是陶氏化学公司的产品。

它通常是白色的，但也有绿色和蓝色的品种。

它的98%是空气，这使得它轻巧易浮。

它 是 由 瑞 典 发 明 家 卡 尔 · 乔 治 · 蒙 特 斯 （ Carl GeorgMunters）首次发现的。

有了这些，我们就可以发问了：在了解这些相关资料的过程中，被试者何时能够猜到正确答案？很明显，只看第三条信息就可以了，因为它包含的信息最重要。但更普遍的情况是，人们得到正确的答案（泡沫塑料）是因为他们已经掌握了第三条事实。（上述四个事实都是从维基百科中“泡沫塑料”的页面提取的。）这种背景知识至关重要。没有它，被试者的行为反应会完全不同。

所以，这带我们回到了上一章中关于电影《2001：太空漫游》的讨论。我们从这里得到的经验教训也是一样的：为了了解人类如何做出特定形式的智慧行为，在这种情况下，可以使用威诺格拉德模式测试的按钮行为进行测试。而我们关注的重点也应当放在他们完成任务时所使用的背景知识上。

GOFAI的回归

如第1章所述，目前的人工智能的研究重点已不在知识方面，大部分已经脱离了约翰·麦卡锡的早期愿景。有些人认为，麦卡锡倡导的GOFAI是有进步意义的。但我们现在需要的是一种全新的方法，一种更加重视神经科学、统计学、经济学和发展心理学等方面见解的新方法。

尽管这些学科能够提供见解，尽管一个全新的计算机程序会更具生产力，但麦卡锡的设想更为激进一点儿。他提出了一个全新的主题，既不属于神经科学，也不属于统计学。这个新主题将从计算机程序的角度研究知识本身的应用情况。

非常重要的一点是，批判GOFAI的人们并没有试图去解释智能行为，而是采用了其他的批评方式。他们没能设计出另一个更好地回答威诺格拉德模式问题的程序（例如计算经济学），反而采用了远离GOFAI的方法。

这更像是主题的一种转变。研究人员不再关注人们回答问题的能力，而是将重点转移到其他形式的行为，尤其是对背景知识依赖程度较低的行为。（他们也许会进一步争论该采用何种进化理论来解释该问题。而我们也许应该在彻底了解行为本身之后，再去研究那些取决于知识的行为。）

因此，专注于AML方面的研究人员可能会侧重于手写识别能力。例如，我们区别数字“3”和“8”的能力似乎较少依赖于背景知识，而是更多地依赖于我们在样本数字中看到的格式差别。AML的研究人员专注于展示如何从这些样品中自动获取必要的模式和特征。

当然，这样做没有任何问题。如果假设所有处于人类水平的智能行为都是依赖于背景知识产生的结果，这又会是一个巨型拼图式的错误。从威诺格拉德模式问题以及其他任何地方，我们都能够清楚地看到：只有一部分智能行为是依赖于背景知识的。

于是，问题依然存在：人们如何产生这种行为呢？即便不是像AML那种类型的结果，那它会不会以更加复杂的形式呈现出来呢？为了回答上述问题，我们需要进一步了解学习和获取知识背后的内容。