人工智能的进化 计算机思维离人类心智还有多远

可能有人认为写这样一部科普读物简直易如反掌，不费吹灰之力。但事实并非如此。虽然写作过程充满乐趣，但是我为之耗费的精力却比先前任何一部专业读物都多。

在整个写作过程中，我有幸得到了许多朋友的鼎力相助。厄尼·戴维斯(ErnieDavis)鼓励我迈出了第一步，并对本书初稿提出了宝贵的意见。托雷恩·克拉森(Toryn Klassen)，我的兄弟约翰(John)和保罗(Paul)，我女儿米歇尔(Michelle)，以及4位匿名审稿人，对本书二稿提出了修改意见，让我非常感动。他们为迷茫中的我指出了方向，因为当时我虽然迈出了第一步，却迷失了目标。同时，我也非常感谢格哈德·拉克迈尔(GerhardLakemeyer)、唐·佩利(Don Perlis)、维沙克·贝尔(VaishakBelle)以及加里·马库斯(Gary

致谢

Marcus）对书稿后续版本提出的修改意见，他们的付出为本书增色不少。当然，他们与书中出现的疏漏无关。

在此，我还要感谢麻省理工学院出版社的各位编辑。虽然我交出的仅是一份初稿，但玛丽·勒夫金，李（MarieLufkin Lee）依然对我宽容友善，循循善诱。凯瑟琳·汉斯莱（KathleenHensley)审阅了诸多细节，迈克尔·西姆斯(Michael Sims)作为文字编辑，将书中不符合语法的措辞都进行了修改，并加以润色。

我在罗马担任客座研究员时完成了本书的部分内容。因此我想感谢朱塞佩·德·贾科莫(Giuseppe de Giacomo)以及罗马大学热情好客的朋友们。其实，我从多伦多大学退休后，才完成本书的主要内容。能随心所欲地做自己想做的事，感觉真的很棒！

此外，我还要感谢我的家人和朋友，他们从一开始就一直鼓励和支持着我。是他们旁敲侧击地启发我：“为什么不写点儿普通人能读懂的东西呢？”本书虽然仍旧有那么一点儿学术，但已经是我写得最通俗的一部了。恐怕今后没有机会再写出类似的读物，因此，我更想借此表达一下自己的感激之情。

首先我要感谢我的哥哥保罗，他开车带我去多伦多，看了电影《2001:太空漫游》的首映。当时我才上高中，也不确定是否真正看懂了，但这部电影确实极大地震撼了我，电影在细节方面的刻画让我至今难以忘怀。当别人都沉醉于电影创造出的科幻世界时，我却被电影中的哈尔电脑所吸引。这部电影改变了我的生活，在本书中我也多次提到了这部电影。

人工智能的进化

170

后来，我在高中指导老师的帮助下，获得了工程学的奖学金，并上了大学。但我发现，工程学课程枯燥乏味，虽然要求严格，但是学无所用。唯一的例外就是计算机课。当我得知曾担任电影《2001:太空漫游》顾问的马文·明斯基在麻省理工学院工程系任教后，就给他写了一封信，询问这部电影的有关情况。感谢已故的马文·明斯基教授，当年在百忙之中抽出宝贵时间，给一个一年级本科生回信（当时电子邮件还没有出现)，并鼓励我放弃工程学专业，转而投身计算机科学。若是没有我爷爷留给我的学费，我可能也没有能力放弃工程学奖学金。但好在他这样做了，而我最终做了选择，放弃了工程学，而这一选择也改变了我的人生轨迹。

我在计算机科学领域师从约翰·麦洛普洛斯(JohnMylopoulos)，当时他在多伦多大学任教，对人工智能兴趣浓厚。我上了他主讲的关于人工智能的一门新课，非常喜欢，因此暑期也一直跟随他工作。后来，我还读了他的研究生。虽然我的博士课题与他的研究方向不尽相同，但他依然细致耐心地为我提供帮助。他把我介绍给了来自波士顿的罗恩·布拉赫曼（RonBrachman)。罗恩为我在波士顿找到了暑期工作的机会，并在我获得博士学位后，为我在加州找到了工作。我们在加州共同度过了三年的美好岁月。约翰四处奔走，促成我返回多伦多从事学术科研工作，而这最终成为我整个职业生涯梦寐以求的工作。约翰和罗恩是我人生中重要的引领者，我的事业能有今天完全得益于

致谢

171

他们两位。

后院响起了音乐声，这段文字也该告一段落了。最后，我要感谢我亲爱的妻子帕特(Pat)，在我的职业生涯中她始终陪伴于我左右，从青春岁月到日薄桑榆，风风雨雨，不离不弃。正如本书开头所说，谨以此书献给我的妻子。

2016年7月于多伦多

人工智能的进化

172

注释

本书主要是我对人工智能与人类心智之间关系的一些看法。但我并不是要进行“学术”讨论，加上引号也不能改变这一事实。在整个写作过程中，我力求清楚明白地表达自己的观点及其深层原因，因此并未太多关注反对意见，也未太在意那些围绕人工智能的争论。我希望读者能够充分利用以下参考文献，并以此为出发点，对本书提出的问题进行更为全面的研究。

第1章什么是人工智能?

现代人工智能迄今虽然只有60年的历史，但发展过程却充满曲折。帕梅拉·麦考达克(PamelaMcCorduck)的著作(Machines Who Think)很好地介绍了人工智能的早期发展，但尼尔斯·尼尔森(Nils

Nilsson)的著作(The Quest for Artificial Intelligence:A History of IdeasandAchievements)涉及的领域更多，而且可以在网上获取。

由于人工智能领域纷繁复杂，想通过一本书就解决全部问题似乎不太可能。但是斯图尔特·拉塞尔(StuartRussell)和彼得·诺维格(Peter Norvig)的著作(Artificial Intelligence:AModernApproach)却恰恰做到了这一点。该书介绍了所有主要技术的发展方向，还涵盖了历史和哲学背景知识，仅参考书目就有30页之多，而且字体很小，确实物有所值。但是这本书内容技术性较强，适合高年级的大学生阅读。我自己使用的课本（Thinkingas Computation: A First Course)内容较为通俗，其中涉及人工智能的内容更适合大众阅读。

据我所知，关于人工智能技术的最新趋势这一话题，目前还没有什么好书值得推荐，而且技术发展日新月异，对于读者来说，最好的办法是翻阅新近出版的报纸、杂志，寻找相关文章，有些文章直接在网上就能找到，比如关于丰田投资的消息，关于OpenAI项目等内容。至于我在书中提到的自适应机器学习的技术前景，我建议上网搜索“无监督学习”“深度学习”或者“人工智能技术”。[另一种办法是网上搜索该领域的代表人物，比如我的同事杰弗里·欣顿(GeoffreyHinton)]。想要进一步了解机器学习，Machine Learning: A Probabilistic Perspective 是非常优秀(但也颇有难度）的教材。文章Building high-level features usinglargescale unsupervised learning中则有在图像中对猫进行识别的介绍。

人工智能的进化

174

老式人工智能（GOFAI）这一术语出自哲学家约翰·海于格 兰(John Haugeland)的Artificial Intelligence:The Very Idea—书。 约翰·麦卡锡（JohnMcCarthy)写于1958年的经典论文 Program with comman sense可以在网上找到。Readings in Knowledge Representation,Formalizing Common Sense: Papers by John McCarthy, Semantic Information Processing 和 Redings in Artificial Intelligence等书中不但收录了这篇论文，而且还有其他不少影响 深远的文章。

图灵测试最早是图灵在Computing machinery and intelligence一文中提出的，从那以后，一直饱受争议。我知道的所有与人工智能相关的教材，包括 The Turing Test: Verbal Behavior as theHallmark of Intelligence等书都谈到这一问题。在Minds, brainsandprograms一文中可以找到更多关于中文房间这一问题的讨论，其中收录了众多评论者的看法。我未对其进行反驳，而是在Is it enough to get the behavior right? 中提出了总和房间理论(Summation Room )

第2章 巨型拼图之谜

人类思维确实是一个令人神往的话题，有这么多人围绕这一话题从不同角度著书立说也就不足为奇了。我发现有三本相对通俗的著作颇具启发意义，它们是史蒂文·平克(Steven Pinker)

注 释

175

人工智能的进化

的How the Mind Works，丹尼尔·卡尼曼(Daniel Kahneman)的Thinking, Fast and Slow及丹尼尔·丹尼特(Daniel Dennett)的Kinds of Minds: Towards an Understanding of Consciousness。其他内容独特的大众读物有杰里·福多尔(Jerry Fodor)的TheMind Doesn't Work That Way(主要是反驳平克)，马文·明斯基(Marvin Minsky)的The Society of Mind(对思维提出了独到的见解)，还有记者马尔科姆·格拉德威尔(MalcolmGladwell)的ThePower of Thinking withoutThinking(与卡尼曼的观点有相似之处)。

大众媒体对研究大脑的热情当然也很高。MappingtheMind讨论了如何通过脑成像技术(如功能性磁共振成像)认识大脑。 The Brain That Changes Itself: Stories of Personal Triumphfrom the Frontiersof Brain Science主要讲了大脑的适应性。论文Distributed representations 和 Analysis of distributed representationof constituent structure in connectionistsystems介绍了分布式神经表征(这也是我认为对神经元进行逆向工程非常困难的论据之一)。The hippocampus and space: are there"place neurons"in the monkeyhippocampus?则对此提出了反驳，认为某些神经元可以代表单一的事物（即出现所谓“地点神经元”时，表示一个位置)。

The Red Queen: Sex and the Evolution of Human Nature 对人类行为的其他方面进行了描述，并令人信服地展示了其进化论基础，TheSelfish Gene则从遗传基因角度对进化论进行了讨论。TheSymbolic Species: The Co-Evolution of Language and the Brain 讨论了人类的语言和符号行为的基础，TheLanguageInstinct广泛深入地讨论了人类语言。The First Word: The Search for the Origins ofLanguage则介绍了语言本身的发展演变。

176

最后，你可以在Brainstorms: Philosophical Essays on MindandPsychology中找到丹尼尔·丹尼特首次提出的设计立场这一概念。

第3章 知识与行为

从古希腊至今，知识一直都是哲学研究的主要议题。Knowledge and Belief 和 Knowing: Essays in the Analysis ofKnowledge收录了这一领域的相关论文。亚科·欣蒂卡(JaakkoHintikka)所著的Knowledge andBelief一书对于知识进行了数学分析，ReasoningAbout Knowledge提出了知识在计算机科学中的进一步应用。

关于知识与信念之间的关系，柏拉图的经典理论认为，知识就是真实合理的信念(即依靠正当理由支持其存在)，但埃德蒙·盖蒂尔(Edmund Gettier)在一篇著名论文(Is justified truebeliefknowledge?)当中对这一观点进行了反驳。对于更为广义的命题态度，哲学文献主要关注的是涉及这些态度的句子如何不按惯例遵循逻辑规则，参见Quantifiers andpropositionalattitudes 中的例子。

注 释

177

哲学家和心理学家有时还会将隐性信念与显性信念区别开来(见 A theory of implicit and explicit knowledge)。在本章举出的例子中，亨利发现钥匙不在自己口袋里时，虽然在他的显性信念里不知道钥匙放在冰箱上，但他的隐性信念认为钥匙就在那里，从某种意义上看，他所思考的世界就是钥匙所在之处。换句话说，出现这种情况就是因为在他的信念里，钥匙就在冰箱上，虽然他自己并没有意识到这一点。在A logic of implicit and explicit belief,A framework for logics of explicit belief 及 Belief, awareness andlimitedreasoning几篇文章中，你可以看到如何从数学的角度理解这两个概念。

弗雷德里克·巴特利特（Frederic Bartlett)关于思维的观点引自Thinking: An Experimental and Social Study，该书作者早期另外—部颇具影响的作品是 A Study in Experimentaland SocialPsychology。泽农·派利夏恩(Zenon Pylyshyn)在Computationand Cognition: Toward aFoundationfor Cognitive Science这部内容精彩的作品中探讨了认知渗透性等众多话题。丹尼尔·丹尼特在The Intentional Stance— 书(在 Behavioral and Brain Sciences 杂志1988年第11期中有带注释的缩略版)中提出了意向立场这一概念。尼古拉斯·汉弗雷(NicholasHumphrey)的说法引自Thesocial function of intellect—文。

最后，诺姆·乔姆斯基在 Aspects of the Theory of Syntax—书中介绍了如何对能力和表现进行区分。

人工智能的进化

178