--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能的进化 计算机思维离人类心智还有多远" author: null edition: null publisher: null year: null isbn: "9787508685670" library_document_id: "72c4da97-7cf2-441a-a985-c1252297d6a3" source_sha256: "7fe6b67406c38d63be8888212fd3015f412217ac0362f442b69e1c1169b192df" pdf_physical_page_count: 216 pdf_physical_page_index_base: 0 range_start: 20 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/72c4da97-7cf2-441a-a985-c1252297d6a3?start=20&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/72c4da97-7cf2-441a-a985-c1252297d6a3.md?start=20&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/72c4da97-7cf2-441a-a985-c1252297d6a3.md?start=10&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/72c4da97-7cf2-441a-a985-c1252297d6a3.md?start=30&limit=10" --- # 人工智能的进化 计算机思维离人类心智还有多远 > 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=20 | PRINTED_PAGE=009 显而易见，我们通过尝试打开一扇锁上的门得到了一些信息，我们从同事乔治那里知道了化学品泄漏的事，我们通过直接观察，发现热狗上已经撒满调料。但是，GOFAI与AML强调的重点各不相同，我们在第5章将会看到，在GOFAI的环境下，学习不需要大量培训数据，而是经常涉及语言。约翰·麦卡锡再次强调：“如果想让某个程序具有学习能力，那么首先必须能够让该程序听懂指令。”非常明显，他将重点放在了语言的学习上面，同时他还将这个系统称为“采纳建议者”。 实际上，也有人批评老式人工智能过分专注于符号和文字。批评者明确指出，智能行为并非全都需要通过语言表达。你可能无法准确说出骑摩托车通过急弯道时车身应该倾斜多少度，但这并不妨碍你成为骑行高手。你能在一群男孩当中辨认出一对亲兄弟，但不一定能够说清如何发现他们之间的相似之处。 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（AlanTuring）最先提出的理论，语言是测试智力的终极手段。 什么是人工智能? 009 ## PDF_PHYSICAL_PAGE_INDEX=21 | PRINTED_PAGE=010 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。 人工智能的进化 010 ## PDF_PHYSICAL_PAGE_INDEX=22 | PRINTED_PAGE=011 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。 第 什么是人工智能? 011 ## PDF_PHYSICAL_PAGE_INDEX=23 | PRINTED_PAGE=012 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(JohnSearle）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)。 人工智能的进化 012 ## PDF_PHYSICAL_PAGE_INDEX=24 | PRINTED_PAGE=013 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。 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。 什么是人工智能? 013 ## PDF_PHYSICAL_PAGE_INDEX=25 | PRINTED_PAGE=014 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。 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 人工智能的进化 014 ## PDF_PHYSICAL_PAGE_INDEX=26 | PRINTED_PAGE=015 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。 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。 第 什么是人工智能? 015 ## PDF_PHYSICAL_PAGE_INDEX=27 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=28 | PRINTED_PAGE=NOT_DETECTED 第 己章 巨型拼图之谜 塑 ## PDF_PHYSICAL_PAGE_INDEX=29 | PRINTED_PAGE=NOT_DETECTED 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/72c4da97-7cf2-441a-a985-c1252297d6a3.md?start=30&limit=10)