文 / 叶平安
访问Artificial Solutions公司网站的时候,你会认识一位新朋友——弗兰克,他擅长聊天,甚至可以说很健谈。如果你问他是否认识艾尔博特,他会有些骄傲地告诉你,那是他们公司一位工程师的智慧结晶,刚刚获得了2008年的勒布纳铜奖。这的确值得骄傲,毕竟还没有机器获得过比勒布纳铜奖更高的奖项。
是的,勒布纳奖是颁给那些最像人的机器的。2008年在英国雷丁大学,艾尔博特和“他”的设计者弗雷德·罗伯特捧走了那块铜牌,铜牌的一面刻着该奖项的创始人勒布纳的头像,另一面则刻着阿兰·图灵和他那篇著名论文的开头:“机器能思考吗?”
这个问题的答案是:能。
但是,今天还不行。
1748年,法国哲学家拉·梅特利匿名出版了一本叫做《人是机器》的书。他说:“我完全没有弄错,人的身体是一台钟表,不过这是一台巨大的、极其精细、极其巧妙的钟表。”这本书特别提到了人类意识的问题,认为人类意识的本质是“无数的语词和形象在脑子里形成的无数痕迹”。
人是复杂机器的观点很普遍。在传说和神话中,制造有意识、能思考的机器的尝试很早就出现了。《列子·汤问》篇中“偃师造人”的传说,分别被潘海天、拉拉、长铗几位年轻的科幻作家以不同的方式演绎成了三篇银河奖获奖作品,其中大都没有忽略那个木偶会自动自发地眉目传情这个有趣的情节。
历史上许多人都曾经对这一难题投入了大量心力,其中包括诸多才华横溢、名垂青史的人物,例如拜伦和雪莱。在这两位诗人讨论的过程中,雪莱的妻子玛丽·雪莱写出了第一部真正意义上的科幻小说《弗兰肯斯坦》;而拜伦的女儿艾达则投入到帮助查尔斯·巴贝吉设计计算机器的工作当中,并从提花机上获得了“程序”的灵感,从而提高了巴贝吉机械式计算机的计算速度,而艾达也因此被尊为世界上第一位女程序员。
人们现在已经普遍认为,机器的确能够思考。科学家们把计算机和人都看做一个物理符号系统,而这样的系统都具有输入符号、输出符号、存储符号、复制符号、通过找出各符号间的关系建立符号结构、根据已有符号继续完成活动过程这六种功能,因此是可以互相模拟的。(换言之,人的任何一种行为,在给出足够精确的描述之后,都能用计算机计算到无比精确的程度。)这等于是说,人类大脑的活动机制在本质上是可以理解的——虽然我们直到目前还没办法完全理解它。
在电子计算机面世之前,人们就已经开始讨论其是否能够学会思考的问题。阿兰·图灵不仅提出了那个著名的问题,还设计了一套实验来帮助验证机器是否真的具有思考能力。这套以聊天为主要操作方式的实验方案被称作“图灵测试”,勒布纳奖的优胜者就是按照通过图灵测试的成败比例来决出的。
1956年,在美国达特茅斯大学的一次会议上,“人工智能”这个名词诞生了,此前的种种努力终于有了一个结果。随着计算机的广泛应用,人工智能发展迅速,将通常认为是人类智能的行为——从下棋、证明、推理,到识别图画、理解自然语言、绘画和作曲——都包括了进去。 人们想让计算机学会思考。
知道机器可以思考和让机器变得可以思考,这是两个问题,而且明显后者比前者要困难得多,因为人们连自己是怎样思考的都还没搞清楚,更不要提教会计算机思考了。
于是人们开始另辟蹊径。1955年,美国卡内基-梅隆大学的艾伦·纽厄尔和赫伯特·西蒙合作开发了一套叫做“逻辑理论家”的程序,现在普遍被认为是第一套人工智能程序。“逻辑理论家”把要解决的问题看成一棵树,而解决问题的办法就藏在某一根树枝上。程序每次都会选择最靠近解决问题的那根树枝,逐次逼近,最终找到解决方案。两年之后,纽厄尔和西蒙与另一位人工智能领域的代表人物肖尔合作,共同开发了一套通用的问题求解程序。这套程序的概念与“逻辑理论家”一脉相承,而且还将其扩展到其他领域当中。
人们把这种设计人工智能的思路称为“符号主义”。符号主义学派认为,可以让计算机通过数理逻辑来分析、判断,最终解决问题。但是,经过十年的发展,符号主义并没有如人们想象的那样解决通用领域的问题,只是在一些特殊的领域获得了不错的收效,例如计算机博弈、专家系统等。1997年战胜国际象棋冠军卡斯帕罗夫的“深蓝”,与其说是人工智能的胜利,不如说是计算机大量存储、飞速运算和算法的胜利。
然而,要让计算机能够回答一些在我们看来不过是现实世界中极为简单的小问题,都是极为困难的。为了做到“理解”,恐怕得用一种高度综合的方式把大量知识都存储进去。最近,麻省理工学院的一个工作组开始试着使用互联网上庞大的信息资源来构建一个“常识库”,希望计算机可以通过这个常识库来了解人类的语境,继而学会与人类沟通。他们将这个计划叫做“全球脑”,意即人类所有词汇及其含义的总汇。如果这个计划最终能够成功实施,我们使用自然语言和互联网交互,也许就指日可待了。
“全球脑”计划的负责人之一马文·明斯基,是人工智能领域的奠基人物之一,早在1954年就以《神经网络和脑模型问题》一文获得了博士学位。他一直试图采用人工神经元网络来构建人工智能,也就是说,他想在生物学的基础上,用计算机来模拟大脑的工作方式,然后期待它开始思考。这种思路被称为“连接主义”。
连接主义在二十世纪六七十年代曾经引发过一场研究热潮,但是由于受到当时理论和技术的限制,于七十年代末到八十年代初陷入低谷。现在,连接主义的思潮又重新开始抬头,而作为其核心概念之一的人工神经网络,已经成为机器学习领域中最为常用的模型之一。
2005年,瑞士洛桑理工学院和IBM公司一起启动了一项名为“蓝色大脑”的计划。该计划试图通过软件方式来重现人类大脑,预计将在2015年开发出一个虚拟的人脑。与此同时,从事FACETS(突发瞬间状态快速模拟计算)计划的欧洲科学家则打算采用硬件的方式模拟大脑。他们在一块硅晶圆片上构建人工神经细胞,然后将它们连起来。目前,他们制造的模型已经有384个神经细胞和彼此之间的10万个连接,他们计划建造一个有20万个神经细胞和5000万个连接的人工大脑。虽然20万个神经细胞大约只相当于蚂蚁的水准,但是它的传导速度将会比人快一千多倍。
阿兰·图灵曾经说人的大脑是“一碗凉粥”,那么,也许会思考的计算机的大脑将会是一块坚硬的石头。
1951年,美国的机器人工程师和神经生理学家威廉·格雷·瓦尔特造了一台奇形怪状的机器。这台机器有一具透明的外壳,会自己在地上爬来爬去;快没电时,它会找到距离最近的电源插头给自己充电。四十年之后,麻省理工学院的罗德尼·布鲁克斯造出了一台六条腿的机器虫,轰动了人工智能学界,成为人工智能行为主义学派的代表作。
行为主义学派也称“控制论学派”,其诞生可以追溯到二十世纪四十年代。美国数学家罗伯特·维纳在1948年写就的《控制论》一书,开辟了这门新学科。控制论主要研究动物和机器的控制与通讯问题,或者说,主要研究动态系统在不断变化的环境条件下如何保持平衡状态或稳定状态。控制论关注信息传递和信息反馈,而这也是行为主义学派的关注重点。行为主义学派认为,智能来自于与周围环境的交互过程,它不需要知识,也不需要推理,它是在不断的试错当中逐渐学习进化而来的。
这种思路引领了人工智能发展的一个新方向。1991年,麻省理工学院教授罗迪·布鲁克斯创立了“iRobot”公司,生产的家用清洁机器人“Roomba”卖出了数百万个。这种机器人是一个在地上跑来跑去的圆盘,长得像个大号的中国象棋棋子。它会给自己充电,绕开障碍,以及把路过的地面打扫干净。现在,美国军方开发的后勤补给机器人“大狗”采用的也是类似的思路,相信钢铁侠机械外骨骼的原理也差不多。(参见《科幻世界》2009年第5期科学栏目《超级英雄变身铁甲威龙》)
在FACETS计划的网页上,有一棵悬在半空中的大树,那棵树枝繁叶茂,茁壮的根系向下延伸到空气之中。这是欧盟“未来和新兴技术”计划的标志,而对于人工智能的发展来说,也是一个非常恰当的隐喻。
美国印第安纳州认知科学与计算机科学教授侯世达在他的《集异璧》中写道:“我们可以把现实世界中的思维过程比做一棵树,其可见部分坚实地长在地面之上,但却性命攸关地依赖于在地下四处延伸的看不见的根系。根使它稳定并提供给它营养。在这里,根象征着那些复杂过程,这是一些发生在大脑的意识层次之下的过程——其影响遍布我们自己觉察不到的思维方式中。”
那么,既然连我们自己都无法察觉到自己的思维方式,该怎样让计算机学会我们的思考方式呢?
也许让机器自己学会思考是更可行的方向,毕竟在本质上,计算机和人像是两个极端:一个是精确的、高速的、相互一致的,而另一个是模糊的、缓慢的和相互矛盾的。也许让计算机来模拟人类的思考方式并不是一个好办法,这就像打字机并没有模拟人类的书写动作一样。
这就是为什么现在的研究者们不再把智能用程序编入计算机的原因。他们更倾向于创设一个环境,让程序们可以自己交流和互动,以期在这种互动中产生智能。
2000年成立的人工智能奇点协会对“种子人工智能”更感兴趣。他们打算开发一个可以学习和成长的程序,把它扔到一个广阔的环境里,然后静观其变。对于这样一个睁大了好奇的双眼渴望学习的人工智能种子来说,还有什么比互联网更好的环境呢?正如可能是在“原初汤”里诞生了生命的最初萌芽一样,也许互联网将成为孕育人工智能的“原初汤”。
这样,当计算机真的学会了思考的时候,可能和我们想象中的人工智能、特别是科幻小说中设想的截然不同。我们甚至可能完全无法理解它,正如蚯蚓和蚂蚁无法理解我们一样。
这可能会是一件好事,但也可能刚好相反。我们只知道,人工智能的光芒就在那里,在我们前方。
我们会为了追寻那样一粒希望的火种,而让自己坠入深渊吗?有可能。
在阿瑟·克拉克的经典作品《2001:太空漫游》中,宇航员包曼杀了他的伙伴 —— 具有人工智能的电脑哈尔9000。包曼没有别的选择,哈尔-9000杀死了他的四位同事,还想连他也一起干掉。于是,包曼不得不亲手格除这台机器的所有记忆。
类似的故事,我们已经听得太多。也许是因为人类对创造怀有一种根深蒂固的渴望,而同时又深深地惧怕自己的造物吧,从《终结者》到《黑客帝国》等众多影视作品,无不充满了这种纠结挣扎的情节。在这些故事中,人类的对手都是人类有史以来创造的最伟大的工具;而故事的开端,都来自一台开始思考的机器。
我们怎样想象一个机器真的开始思考的世界?它的速度将比我们快得多,它几乎无所不知,而且可以控制我们生活中的一切。这是个美好的未来吗?
侯世达曾写过一篇文章,描述了他听到一个智能谱曲程序模仿肖邦谱出的曲子时的震撼。他在那篇文章的结尾这样写道:
当意识到人脑千亿个神经元、将近亿亿个突触连接中所蕴含的全部“计算能力”能被几块尖端水平的芯片超过,而产生有史以来最强大的“艺术大爆发”只需要一块纳米级别的电路板——全部这一切一切,不劳费神,全来自于一个没有知觉、视觉、听觉、味觉,不曾活过、死过、奋斗过、痛苦过、成长过、思念过,不曾歌唱过、舞蹈过、搏斗过、亲吻过、期望过、害怕过、胜利过、失败过、哭泣过、欢笑过、爱过、渴望过、关怀过的个体。
我不知道大家能不能体会那种震撼。然而毋庸置疑的是,当能思考、会推理,以及拥有自我意识的人工智能真的诞生时,它所带来的冲击和震撼必定会比一个模拟作曲程序强烈得多。当大自然在数十亿年的造化中制造出的最精密、最复杂的生命被人工生命在短短几十年里迅速超过的时候,当计算机在人类一直以来唯一一项引以为豪的能力——创造力——上遥遥领先的时候——
我们又该何去何从?
本文来自:最热文章
人工智能写科幻小说,和作家写科幻小说有什么不一样?
德国概念设计师Paul Siedler的场景创作,宏大气派。
《静音》是一部 Netflix 电影。尽管 Netflix 过去一年在原创电影上的表现并不如预期,但是《静音》仍让人颇为期待
最近,美国最大的经济研究机构——全国经济研究所(NBER,全美超过一半的诺奖经济学得主都曾是该机构的成员)发布了一份报告,全面分析了 1990 到 2007 年的劳动力市场情况。\n
坏机器人制片公司最新的一部电影名为《霸主》(overlord),背景设置在二战时期,很可能是一部在半遮半掩中秘密制作的科洛弗电影系列。
我们都知道,到处都在重启;我们也知道,如果有钱,啥都能重启。所以,会不会被重启算不上是个问题,只能问什么时候会被重启。自然而然地,世界各地的各种重启现象衍生出了一个有趣的猜猜游戏:哪一部老作品会是下一个接受这种待遇的?\n