|
（作者：杰夫·霍金斯、布拉克斯莉） （译者：李蓝、刘知远） 人工智能简史 人工智能为何始终难以实际突破，进入大规模应用阶段 人工智能的方法是伴随数字计算机的出现而诞生的。早期人工智能运动中的关键人物，英国数学家阿兰·图灵（Alan Turing），也是”通用计算机“这一想法的发明者之一。他的卓越贡献在于正式提出了“通用计算”的概念：尽管建构的细节存在差异，但从原理上来说，所有的计算机都是相同的。他设想了一个虚拟机器来证明这一点。这个机器由三部分组成：一个处理盒，一条纸带以及一种能从纸带上读取和写入标记、并能来回移动的装置。纸带是用来存储信息的——就像大家熟知的计算机代码1和0一样（当时内存和硬盘还未发明，图灵想象用纸带来存储信息）。处理盒，即今天所谓的中央处理器（CPU），遵循一套固定的规则从纸条上读取和编辑信息。图灵从数学层面上证明，如果为CPU选择了一套正确的规则，并给予它无限长的纸带，这台机器便能够运行宇宙中任何可定义的操作。它可能相当于现在被称为通用图灵机的众多机器之一。图灵结论的正确性无可辩驳，在应用上亦富有成效。计算机革命及其所有成果都以此为基石。随后，图灵转向了如何建造智能机器这一问题。他一方面感到计算机可以拥有智能，另一方面却不愿被卷入对其可能性的争论之中。由于认为自己无法给智能一个正式的定义，他甚至没有做出尝试。取而代之，他提出了一个证明智能存在的方法，即著名的图灵测试：如果一台计算机能够骗过人类询问者，诱使他相信它也是人类，那么从定义上来说，这台计算机就拥有智能。以此测试作为检测工具，以图灵机作为媒介，图灵就这样帮助开创了人工智能领域。这一领域的信条是：大脑不过是另一种类型的计算机。因此，只要能让人工智能系统产生与人类相似的行为即可，如何设计它并不重要。 1943年由神经生理学家沃伦·麦卡洛奇（Warren McCulloch）和数学家沃尔特·皮茨（Walter Pitts）共同发表的论文中，他们描述了神经元如何能够执行数字功能——即，神经细胞如何以可理解的方式复制计算机的核心形式逻辑。该想法认为，神经元能够像电脑工程师们所谓的逻辑门一样工作。逻辑门能够实现简单的逻辑运算例如AND、NOT和OR。计算机芯片即是由数百万逻辑门连接在一起而组成的精确、复杂的电路。CPU就是逻辑门的集合。麦卡洛奇和皮茨指出，神经元也可以被连接在一起，以精确的方式执行逻辑功能。神经元彼此之间收集信息输入并加以处理，来决定是否发放输出信息，由此可以想象，神经元可能是活生生的逻辑门。他们推断，大脑可能是由神经元所搭建的AND、OR等逻辑门和其他逻辑元件构成，就像数字电路一样。我们不清楚麦卡洛奇和皮茨是否真的认为大脑是这样工作的，他们只是说，有可能是这样。而且从逻辑上讲，对于神经元的这种观点亦不无可能。从理论上讲，神经元可以实现数字功能。 在20世纪上半叶，人工智能的理念得到了心理学中一个占主导地位的流派的支持。这一流派被称为行为主义。行为主义者认为，大脑内部的运作机制是不可知的，他们将大脑称为“密闭的黑盒子”。但是人们可以观察和测量动物的环境和它的行为——它感受到了什么、做了什么，它的输入信息和输出行为分别是什么。他们承认大脑具有反射机制，可用于训练动物形成条件反射，通过奖励和惩罚令它们学会新的行为方式。但是，除此以外，没有任何必要去研究大脑，尤其是那些混乱的主观感受，如饥饿、恐惧，或者理解某件事物的意义。不用说，这一研究理念最终在20世纪后半叶消亡了，然而人工智能领域却在很长一段时间内仍滞留于此。 二战结束后，电子数字计算机有了更广泛的应用，人工智能的先驱们纷纷卷起袖子开始了编程。实现语言之间的翻译？简单！就像破译密码一样，只需要将系统A的每个符号映射到系统B中的对应部分即可。处理视觉图像？似乎也不难。我们已经了解了处理图像旋转、缩放和位移的几何定理，而且能够轻松地将它们编成计算机算法代码，至此已经事半功倍了。人工智能专家们煞有介事地宣布，计算机的智能将很快赶上并最终超越人类。 具有讽刺意味的是，最有可能通过图灵测试的，是一个叫做Eliza的程序，它能够模仿精神分析师，将你的问题重新表述成新问题来反问你。例如，如果你输入“我和我的男朋友不说话了”，伊丽莎可能会回应：“跟我说说你的男朋友吧！”或者“是什么原因让你同你的男朋友不再说话了呢？”尽管它只是个被当成玩笑设计出来的无聊程序，但还是成功地骗过了不少人。也有一些正正经经设计出来的程序，比如积木世界（Blocks World），它模拟出一个包括许多不同颜色和形状积木的房间。你可以向程序提问，例如“在大红色方块上面有一个绿色金字塔形的积木吗？”或者向它发出指令，例如“请把蓝色方块移动到红色的小方块上面。”它能回答你的问题，或者按照你的要求工作。这一切都是模拟的——也确实管用。然而它只能局限在完全虚拟的积木世界里，程序员们无法将其扩展到实际的应用中。 在任何情况下，再怎么成功的人工智能程序也只是擅长于它们被设定处理的特定领域。它们无法概括，也不具有灵活性，甚至连它们的创造者也承认它们不会像人类一样思考。一些起初被认为容易解决的人工智能问题最后都无功而返。至今仍没有一台计算机能够在语言理解能力上超过3岁的幼儿，或在视觉能力上超过一只老鼠。 多年的努力换来的只是无法兑现的承诺和不被认可的成功，人工智能逐渐开始失去它的光环。一些科学家转向了其他领域。初创公司纷纷倒闭，资金支持也越来越少。就连编写一段执行感知、语言和行为等最基本功能的程序似乎都是不可能完成的任务。这种状况到今天也没有改变。正如我先前所说，尽管仍有人相信人工智能所面临的问题能够通过运行更快的计算机来解决，但大多数科学家认为，以往所有的努力都存在问题。 我们不应该由此责难人工智能的先驱们。阿兰·图灵的确是伟大的。他们中的每个人都会告诉你，图灵机将要改变世界——它也确实改变了，但不是通过人工智能。 |
|
|
