中国人工智能学会通讯——智力测试与智能测评的对比思考

  1. 云栖社区>
  2. CCAI>
  3. 博客>
  4. 正文

中国人工智能学会通讯——智力测试与智能测评的对比思考

行者武松 2017-09-01 12:15:00 浏览1295
展开阅读全文

image

因为我的研究方向是心理学,不是特别懂计算机的东西,像陈老师说的,我们2013年很有可能开始一个合作,后来没有进行下来,我们希望来做一下机器人的智能测试。我想跟大家说为什么我对这个研发感兴趣,刚才陈老师也提到了,在学科交叉的过程中给我们提出了很多挑战,刚才几位老师讲的我觉得都跟心理学有关系。

因为我们做动物和人的比较,如果把机器人放在这样一个框架里面怎么理解这个问题,跟大家交流。我准备的内容还是有点多,会挑比较有意思的部分跟大家讨论。

陈老师说了机器人是自己跟自己比,我的想法是,还是要放在框架里面比。我们觉得如果做智能测试,可能框架还是很重要的;你要有一个参照框架,你在什么样的框架里面来说拥有什么样的能力。我们提到的个体在一个毕生发展过程中,不同年龄段就是一个比较框架,动物和人也是一个比较框架,所以谈到比较一定要有一个框架。我们来讨论心理学中的一个背景解释,说这两个巨人哪个大?我们从解释来说,感官有一个机制来告诉我后头那个大,但是如果没有框架,实际的东西大小是一样的,但是在背景上就会觉得后面的大,这是框架的作用。

image

我做的是命题作文,因为陈小平老师给我一个题目,智能测试和智能测评的对比思考。我稍微改了一点,因为我觉得很多时候不一定完全说得清楚智能测试和智能系统测评,所以把它们放在一起说一下。如果说到测评,肯定还需要说到怎么去界定这个东西。因为界定肯定是影响测评的,这是前提。我们来看怎么说人类或者机体的智力,因为也包括动物。涉及到个体,现在也有强调群体的智力,或者叫做组织的智力、智商。都是有机体,它有一个物质基础,是大脑活动的体现。会有一些具体的能力表现,在我们的人类心理学中,对于智能的界定也是特别复杂的事情,各种各样的人,有各种各样界定,不同的界定就有不同的测试方法。我们做比较心理学时,有一个对智力的界定,包括三个方面:生物学意义上的智力,即大脑的能力;心理测量学意义上的智力,即智商的测定;还有就是成功的适应,就像刚才陈老师提到的,即你达到了什么样的目的。现在讲的智能系统,这些内容都是我学来的,因为为了参加这个会要想想大家会怎么说这些内容。

image

智能系统好像是一个机器的东西,是类人类的系统,能够产生像人类一样行为的系统,这是大家提到这个系统有别于其他系统的特点。其实它已经采取了人类解决问题的方法,是启发式的,不是绝对的计算。我们做智能比较时,如果做到动物,研究者把不同的动物放在一块。你看看,你觉得谁更聪明一点?如果让大学生做大概是这样一个排队情况。给动物智力一个从1~10分的评估,ape,9.2分,下面是7分、5分、6分,如果把可佳搁进来,你觉得它应该在哪儿?它一定要在这样的框架里面。因为心理学主要是对人类的理解,我们做动物就是为了给人类提供参照系。因为人会觉得自己是10分,把自己作为评价标准。

我们看人类的测评和动物的智能测评其实经历了很多阶段。最开始当成铁板一块,一般的智力,最后分成不同的方面,对于动物的测评学习了人类的方法,会把个体的能力分成不同方面。处理物理世界的,一般来讲称为物理认知,如果测量处理社会世界的能力,叫做社会认知或者社会智力。在做灵长类测评时,按照这样的框架分成物理认知测评和社会认知测评。做人的智力测评,有韦氏智力测量,包括成人的量表和儿童的量表。现在有用类似韦氏智力测验的方法对机器人,或者智能系统的测评,完全参考了这样一个方法。

我们说的做推理能力测试的有一个瑞文测试,更多的强调推理能力。这是推理能力的测试。刚才提到了心理学家对智力的认识是不断进步的,逐渐发展认识,认为我们不能把智能看成只包括一个方面的内容,需要从不同的方面来理解智能。比如说刚才提到的,智能系统的语言理解,或者说推理能力,或者是一个纯粹的记忆能力。因为如果按照单纯记忆能力,我觉得人真的没法跟它比。前一阵诗词大会上,那么惹人喜欢的上海小姑娘,可以记住那么多诗词。如果让计算机来做这些任务蛮简单吧,只要把材料全部输出去,像诗词大会上那样出题,填空、补全等,智能系统会很容易、很快就能输出出来,所以要看怎么比、比什么。按照著名心理学家Sternberg(斯滕伯格)的智力理论,我们人的智能可以分成实践的智力、分析的智力、创造性的智力三个维度。心理学家Gardner(加德纳)分成八个方面,这是转化成中国版本的,从不同的方面测评智能。将来做机器人的智能测评也要考虑这些方面,要分成不同的类型,这样才能够说得清楚,否则就很难说清楚。

我刚才提到了,因为跟陈小平老师当时2013年开始想做机器人的智能测评,我们做了文献的调研。当时做的人很少,我们查到的一个美国的研究,做了智能机器人的测评,做的是物体的感知测评。因为它是一个硕士论文,在文献当中分析了有些智能测试在机器人当中很难实施,所以这篇论文只做了知觉推理测评,即机器人通过10种行为(Rattle, Grasp, Lift, Hold, Shake, Drop, Tap, Poke, Push, Press)知觉客体属性,并对这些属性进行推理以完成四套蒙台梭利客体配对和匹配任务。

image

目前国内的智能系统测试研究是北京交通大学的课题组做的,基本上用的韦氏智力测氧测评的方式,出一些题目,比如有些常识的问题、计算的问题、排列的问题等,每年都测。2014年做的测试,对人类三个不同年龄组(6岁、12岁、18岁),智能系统包括谷歌、百度等智能系统,测了50个这样的智能系统,加上人类的3组,共53个。我们只把前面分数列出来了。它的基本方法就是韦氏智力测验的方法。2015年、2016年都做了一些,2016年的结果是说,这些智能系统的分数绝对值提高了,但是跟人类比起来还相差很远。

到底机器人和人差在什么地方?刚才提到了如果做人机交互,肯定要考虑到这个问题。因为我们智力不只是一个解题的能力,还有相互作用的人际交往能力。而机器和人构成了人机交互,交互作用的问题还是要考虑进来。这是涉及到社会智力的问题。社会智力可能在现在的机器人中考虑的还是比较有限,虽然有一些意图的推理,像刚才几位老师提到的,但是很多的意图,我们说只能意会,不能言传的东西,在机器人的理解中是比较困难的问题。像人类的生活中,其实常常不直接提出需求,你在饭桌上跟一个朋友说:“你能把盐递给我吗?”这不是询问能力的问题,我是想让你把盐递给我。个体间的交往需要这样对心理状态进行推理的能力。所以个体很早的时候就会有各种各样不同的表现。眼中读心,从各种表情中判断他的情绪。还有幽默的表达,刚才刘挺老师提到了加个“的”字和不加“的”字,意思很不一样。我们实际生活中有很多幽默的表达,哪怕是同一个字或者词,表达的可能却是不同的意思。其实在人类生活当中我们觉得这是很自然的事,很容易理解,但是对它们机器人(智能系统)来说可能就是件很困难的事。我们觉得要记那么多东西很难,但是对于它们来说却是很简单的事。所以不能是绝对的比较,还要看比较什么。

image

刚才提到小冰,因为它也是我的一个学生参与的工作,从心理学角度来谈。因为对话一定考虑他想听什么,我们的学生也说,其实这个小冰说的话都是前言不搭后语的。它说的东西不是按照你想要的东西来说。但是人类有特别重要的能力,我们能够解释成它像是要跟我说的话。像这个做诗的软件,做唐诗。你只能输入一个字,因为我们今天讲智能,我就输了一个“智”、一个“能”,结果给出的像是一首诗的样子。因为很像是人做的,就会觉得真好,你会解读成你需要的东西。5•20还有好多人用作诗软件,写各种各样的情诗出来,但是能不能做出像我们说的这种根据情境真情实意的流露。这是苏小妹和苏东坡互相调侃,这样简单的东西就是情境的东西,陈老师提到的环境、情境。作诗软件做出的这些东西很难达到这样的水平。人和机器目前来看在这方面还是有差距的。

image

我们比较人和动物时,动物不是人,我们很难把人的智能赋予给它。现在机器人更是这样,它连生物有机体都不是,我们很难把它表现出来的东西归结为一个智能的。或者像我们这种人类智能的表现。我们怎么去理解它?从哪个层次理解它?这个的确是与挑战并存的,但是也给我们提供了很多机会,如果进行研究回答这样的问题,可以推进很多理论上的探讨。

image

回到界定。我们要做人类智力测试与智能系统测评这种比较,首先要界定不同的方面,从不同的方面做这样的比较。这种比较的意图和目的是什么,理解人类的智能和机器的智能。这就是我希望和大家分享的。

(本报告根据速记整理)

网友评论

登录后评论
0/500
评论
行者武松
+ 关注
所属团队号: CCAI