人工智能 让机器像人一般思考

在1956年时,有一群电脑科学家聚集在Dartmouth大学一同讨论在当时全新的研究主题:“人工智能”。

这一个在新罕布夏州,康乃迪克河谷汉诺瓦镇的夏季聚会,可以说是未来“机器要如何模拟人类的认知观点,如机器如何了解人类语言?机器能否自我改良?乱数是否是创意思考与逻辑思考的不同之处”等等重要问题的研究开端。
 
    然而这些讨论都基于一个隐含的假设,就是理论上人类的智能是可以被完整描述,让机器可以用程序来加以模拟。

那时的Dartmouth讨论会有许许多多的有名人物参加,如哈佛大学的Marvin Minsky,贝尔实验室的Claude Shannon,IBM公司Nathaniel Rochester以及Dartmouth的John McCarthy。

然而,在研讨会的开头提出“人工智能”这个名词的,却是McCarthy本人。这个月(7月),Darthmouth在举办人工智能会议50周年的庆祝活动,而如今是斯坦福大学荣誉教授的McCathy也谈到过去早期对人工智能的预期、目前已经完成的进度以及尚待完成的研究。

问:你是在1956的讨论会上,第一个使用“人工智能”这个字汇的人。当时你是单纯为一个已经存在的想法取上名字,还是导入一个新的概念?

答:这个名称是我在向洛克菲勒基金会撰写企划书,申请研究补助时所想到的。老实跟你说,之所以取这个名字是因为参加者的关系,而不是赞助者。我认为,能让从既有知识中,思考出新的想法,是一个十分重要的研究。

Claude Sannon与我那时已经写了一本叫“Automata Studies”的书,那个时候我总觉得那本书尚不足以完整描述那时我所有登载的研究论文所指涉的概念,所以就想要创造一个新的名字来为描述这些新的观念。

现在回过头来看,你认为那是一个正确的字汇?虽然目前看起来它是一个相当适切的用语,但会不会有更好的字眼来描述这个领域的研究?

的确有些人认为“计算机智能”这个字眼比较好。但大家不用这个字眼的原因是因为每个人都知道计算机会是人工智能的核心。然而事实上,当时这样子想的人还算是少数呢。

当时在企划书中,关于用电脑来模拟人脑的高度功能,你写到“真正的障碍,并不是机器的功能不足,而是我们无法写出程序,来彻底利用我们拥要的资源。”所以我们可以说,人工智能的设备并不是问题,真正难以克服的是撰写程序的技巧吗?

这并不是所谓“技巧”的问题,这是关于基本概念的问题,而且这个问题至今依旧存在。你可以看看现在的电脑在下西洋棋的时候多么厉害,然而不管投入多少的努力,电脑下围棋的时候却还是如此笨拙。这是因为在下围棋的时候,你必须要思考棋局现在的状况,各颗棋子的位置,同时还要能辨别各部分的死活 -- 然而人类如何思考这些事情,就算到现在,仍然不是十分清楚。

那时,在1956年参加讨论会的人士里,对于将来人工智能的进展,如1970年代的电脑能够下棋与为古典音乐谱曲,语音识别等等,是否十分乐观呢?(我相信你是的)我们在这五十年内到底有了多少进展?一开始的预期是否也有些过度乐观呢?

老实说是有一点。然而我也记得当初也有一些学者对人工智能的研究十分的悲观。

他们悲观的原因为何?

我想,你可以把目前所知的所有障碍都算进去,因为随着研究的进展,我们所遭遇的困难愈多。

  在这五十年的研究中,有没有一些足以决定整个人工智能领域的重要演进?

我想其中一个重要的演进,就是电脑必须要使用多重推论。

你可以解释一下何谓“多重推论”吗?

在传统的逻辑推论中,假设你可以从一组逻辑陈述,比方A的里面,推论出一个叫P的逻辑陈述。如此在另个包含A所有陈述的组合B中,也可以用同样的方法导出P这个陈述为真。然而人类并不是用这个方法思考的。比方我说“我在11点回到家,但是我无法接你的电话”。在第一句话:“我会在11点回到家”中,你会缺省我可以接你的电话,但如果我加上了“但是”这个字汇,你就知道那个结论无法成立。

所以所谓的“多重推论”就是让电脑知道这个结论可能存在,但并不保证这个结论一定会成立,这是因为一些新加入的陈述可能可以消去既有的结论。在1980年代(或略早)左右,公式化的多重推论领域开始诞生,现在已经发展成一个很大的研究领域。

  在过去五十年来最重要的研究成果是什么?或着说,一开始大家缺省的研究目标中,达成了多少?

我想我们还没有完成一个人类等级的人工智能。然而我会说,一个可以把一台车连续驾驶128英英里的人工智能可以说是长足的进展。(编注:在去年秋天DARPA杯大满贯赛中,获胜的车辆-斯坦福大学的机器车“Stanley”自动驾驶了131.6英英里,横跨了摩哈维沙漠。)

  你会预期将来有什么重大发现呢?

我会很高兴看到将来在人类的一般知识与推论上的公式化,分析文章的逻辑脉络。这是DARPA、其他人与我都长时间持续研究的领域。但我认为目前我们所有的知识并不足以到达人类的智能等级。

人工智能的目标似乎不太是要让机器变得像人,或是拥有人类的能力,但却是类似人类能力的东西,是这样吗?换句话说,我们并不是要重新制造一个人,而是创造一个思考的方式与人类类似或是超过人类的东西吗?

我个人是这样想的。有一些人对模拟人类的智能,或是部分的智能十分有兴趣。事实上Allen Newell与Herbert Simon等等科学家应该也是如此认为。

在未来,其他人工智能领域里的重要目标是否能完成,似乎都与在与试着把人类的原创性加到机械思考中有关。

没错,这些都需要相当的努力才能完成。我在1963年内的研究中让电脑可以为问题提供有创意的解决方案,这个解决方案甚至与原来不在问题内的元素或是问题本身有关。不过我认为这个研究只是开端。

所谓电脑的创见 -- 这个东西是否就像是在程序里加入一些乱数那么简单呢,或是一个完全不同难度的东西呢?

理论上,在一个逻辑系统中,你可以系统化地或是乱数化地制造出一些解答,不管如何,最后都会产生所需的答案,但是这个“最后”也可能是很久很久以后。所以不管是否使用乱数并不是最重要的事,真正重要的是,电脑如何从既有的概念中创造出新的想法。

让我们回到机器性能与程序技巧何者才重要这个问题上 -- 今天我们已经有了五十年前所没有的计算能力。今日电脑芯片与内存的发展,是否造成什么差别?

我会说,在五十年前电脑的性能还十分受限,然而在三十年前,机器的性能便已经不是什么重点了。

所以问题仍旧是在人工智能的基本概念上吗

是的。

机器人这个元素在人工智能中扮演何种角色?我猜想在一般大众的形象里(比方电影里看起来像人类的角色),人们似乎都倾向看到人工智能有接近人类智能的等级。然而机器人真的是一个重要的要素吗?或着它只是机器不同的外型罢了?

的确,机器人领域有一些其他的问题。因为他们必须要在人类的环境中运作,有时候甚至面对一些尚未解决的问题 -- 比方像人类一样举起两腿,而不是拖着脚的方式行走,或是要能了解物体的三度空间视觉等等。这些问题已经被分别研究,但机器人目前仍旧无法在混乱的房间里行走或是上下楼梯,更不要说爬树了。

在电影里描述机器人的时候,往往会让他们有一些人类的动机或个性之类的,所以机器人才会在电影里变成一个有个性的角色。要假设这些机器人像人类一样的十分容易的,比方电影AI里的机器人,会陪伴人还会觉得孤单。

他们假设机器人可以模仿十岁的小孩,然而他们甚至没有想到,电影里收养机器人的女主人会变老 -- 当她七十岁或八十岁时,他的机器人小孩还是十岁大。在电影的观点里,甚至不需要思考这个问题,这只是人们很容易被电影误导的例证之一。

你对于Ray Kurzweil所提的“融合”概念有什么看法(该作者预期在2045年之间,人类跟机器会融合成一体) ?

我认为那是胡扯。我完全不认为Kurzweil的可能方案中有任何可能性。也许融合会在2045发生,但它不会用任何Kurzweil所提的方式。我想一般来说,下一代的进步都是由一些年轻人,而不是由我们这些老家伙所完成,而我认为Kurzweil也是个老家伙。

我六月在以色列曾遇到一个年轻人,他喜欢我写过的一些用机械方式去描述心智的论文,虽然我只有几分钟与他谈话,但我认为他至少还比一些长时间待在我们这个领域的许多人还来得有希望。

  至于目前对于人脑的研究,是否导致人工智能的新想法呢?

的确,我们现在已经对人脑的运作了解许多。然而我不认为至今这些研究与人工智能的进展有什么密切的关协。让我举个例子。正子放射断层扫描(PET)发现脑部的一小部区域在人类做心算时使用大量的能量。这是一个很棒的研究,但是人类到底在做心算的时候到底是怎么想这个问题,仍旧不是现在的神经医学可以解释的。

我目前读到了一些你持续的专栏写作。你似乎对未来十分乐观--认为物质文明会持续发展。然而我们却活在一个很悲观的时代。

那是因为大众与新闻媒体的态度都很容易快速转变。我们可以预期在十分短的时间内,大众运输就能使用液态氢来做为推进动力,而液态氢可以由核子反应器来有效产生。这是十分有可能发生的事情。我想只要一般大众、国会与记者可以快速意识到除非我们尽快研究新科技,我们可能很快就无法使用现在的汽车,这样的话只要很短时间,大家的努力就会集中,Samuel Johnson就是这样说的。

所以一个重要的问题只要我们真的想要解决它,我们就能解决它?

是的,我是这样认为。我不认为在有解决方案的情况下,人类会坐视灾难的发生。你可以看看美国与其他的国家在战争时的反应速度,这就是大家的转变的效率在需要的时候就变得十分快速的例子之一。

你同时写道,你认为气候暖化最后若变成严重问题,那时暖化可以避免,甚至可以被逆转。在几年前你是这样写的,在近期的研究结果之下,你还认为是这样吗?

似乎已经有许多证据显示暖化的确发生。我想在成因方面依旧众说纷纭。但若需要,我想暖化也是可以被逆转的。不过我们还不知道暖化是否有害。

甚至在科学家的主流中,思考的方式往往也是毁灭导向。虽然不是每人,却也是大多数如此。他们往往思考要如何破坏一个东西,而不是要如何修复一个东西。我的意思是,科学家也有同样的倾向,就是态度容易被大众所影响.

作者: 
CNET科技资讯网
来源: 
栏目: