人类+计算机=人工智能?

简介:

0.jpg

我们生活在计算机时代,但知道计算机的发明者的人并不多。由于多数的先驱都是秘密工作的协作团队的一份子,他们并没爱迪生、贝尔、摩尔斯等人那么有名。然而,有一位天才有着悲剧色彩的传奇人生,他就是计算机科学之父、英国数学家阿兰·图灵。他的传记片《模仿游戏》即将在11月上映。

该电影的名称,指的就是图灵认为终有一天机器会以与人类别无二致的方式思考的一项测试。他对于人工智能潜力的信奉与传统学派的看法形成鲜明对比,后者认为人类和计算机共同发挥各自的才能,共同合作,总比计算机单独行事更具创造力。

虽然媒体时有报道,但人类对纯人工智能的探索目前仍令人失望。相比之下,人类与机器相结合的做法则持续不断地产生令人惊叹的创新。正如图灵的传记片所表明的,他自身极富人性的生活就是人脑和人工智能没有根本差异的想法的有力回击。

机器能够思考吗?

图灵拥有创新者共有的一种特质。用他的传记作者安德鲁·霍奇斯(Andrew Hodges)的话来说,他“慢慢懂得了主动性与不顺从之间的模糊界限”。

他很早就学会保守秘密。他在上寄宿学校时意识到了自己是同性恋,后来他迷恋上了一个最终在他们毕业前因肺结核而离世的同学。在二战期间,图灵成为了英格兰布莱切利园团队的负责人。当时,他们负责开发机器破解德军的军事密码。

在意识到隐藏自己的性取向和解密工作的需要后,图灵很多时候都陷入了一种模仿游戏,假装自己不是同性恋,假装从事解密以外的工作,等等。他还努力思考一个自由意志问题:我们的个人偏好和冲动是否都像机器那样预设好的呢?

这些问题后来出现在了图灵1950年发表的“计算机器与智能”(Computing Machinery and Intelligence)论文上。他发明了一项游戏——一项至今仍被玩被讨论的游戏——来给予“机器能够思考吗”这一问题意义。他就人工智能提出了一个完全基于经验的定义:如果机器的输出与人脑别无二致,那么我们就没什么理由坚持认为机器并没“在思考”。

他的测试如今被普遍称作“图灵测试”,它是一个简单的模仿游戏。询问者向人和处于另一个房间的机器发放相同的问题文件,让他们进行回答,然后判断哪个答案是来自人的,哪个是来自机器的。图灵称,如果机器的回答跟人脑的没有差别,那么否认机器在“思考”是讲不通的

图灵曾预言,50年后,将会有机器能够在5分钟的测试中在30%的时间里让人类询问者分辨不出回答者是人还是机器。尽管那是很低的门槛,但60多年过后,唯一能够勉强称得上通过该图灵测试的机器也只是那些在回答编程设计上使了花招的机器,没有人会相信它们真的是在认真思考。以伯克利大学教授约翰·塞尔(John Searle)为首的哲学家更是一针见血:将意图、意识和“思考”归因于机器是不当的,即便它能够在100%的时间里让询问者分辨不清

想法回溯

图灵的想法要回溯到100多年前拜伦勋爵(Lord Byron)的女儿艾达·拉夫莱斯(Ada Lovelace)的研究。为了避免让拉夫莱斯变成像她父亲那样的浪漫主义诗人,拜伦夫人(Lady Byron)让她主要接受数学教育。她母亲似乎认为那是克服艺术思维的“良方妙药”。最终,跟史蒂夫·乔布斯(Steve Jobs)和数字时代其他的伟大创新者一样,拉夫莱斯变得乐于结合艺术和科学。她拥抱她所说的“诗意科学”,将她天马行空的想象力与对数字的迷恋结合起来。

她很喜欢看到打孔卡引导机器编织出漂亮的图案,她还将此跟她的朋友查尔斯·巴贝奇(Charles Babbage)在计算器中使用打孔卡的计划联系了起来。在其发表的有关巴贝奇的分析引擎的论文中,拉夫莱斯描述了多用途机器的概念——这种机器不仅仅可以处理数字还可以处理任何用符号表示的东西,如音乐、设计品、单词甚至逻辑。也就是我们所说的计算机。

但是拉夫莱斯坚称,不管机器能够执行多有逻辑的任务,有一样东西是它们永远都无法做到的。它们不会拥有真正的思考能力。是人类为其带来创造力,机器本身只能够依照人类的吩咐做事。图灵在他有关“模仿游戏”的论文中试图对此看法予以反驳。

“海市蜃楼”

数十年后,又有新一批的专家声称人工智能时代即将来临,甚至是“奇异点”(即计算机不仅仅变得比人类更加聪明,还能够将自己设计成超级智能机器,将不再需要人类)也有可能快要出现。自1958年出现有关“perceptron”(感知器,模拟人脑神经网络,“有原创思维能力”)的报道以来,狂热者就一直声称人脑式的计算机不久后就会出现,或许只有20年之隔。然而,真正的人工智能迄今为止仍只是“海市蜃楼”。

计算机能够完成世界上最困难的一些任务(如在数百个规模与维基百科相当的信息库中发现相关性),但它们并不能够执行一些对我们人类来说轻而易举的任务。问谷歌像“红海有多深?”这样的难题,它会立刻回答“7254英尺”,这种问题恐怕连你身边最聪明的人都不晓得。问谷歌像“鳄鱼会打篮球吗?”这样的简单问题,它则会毫无头绪。

在洛杉矶附近的Applied Minds,你会对可编程控制的机器人兴奋不已,但不久后你会发现它没发自行走出陌生的房间,拿不起蜡笔,也写不出自己的名字。拜访波士顿附近的Nuance Communications公司,你可以看到驱动Siri和其它语音系统的语音识别技术令人惊奇的进展,但大家也都清楚,即便是用Siri,你仍无法跟计算机进行真正的交流。到访纽约曼哈顿的公安指挥系统,你会看到计算机在扫描来自监控摄像头的数千个画面,但该系统仍无法有效地在人群中识别出你母亲的面孔。

而所有的这些任务有一共通点:即便是4岁大的儿童也能够完成。

人类和计算机的合力

也许,有关神经网络突破的最新一轮报道真的意味着20年后将会有像人类那样思考的机器。但还有另一种可能性,即拉夫莱斯设想的那个可能性:人类和计算机共同发挥各自的才能,共同合作,总比计算机单独行事更具创造力。

数字时代最举足轻重的无名先驱也是这么想的,比如万尼瓦尔·布什(Vannevar Bush)、利克里德(J.C.R. Licklider)和道格·恩格尔巴特(Doug Engelbart)。“人脑和计算机将会非常紧密地结合起来,二者的合作将会产生一种人脑未曾想到过的思考方式,产生我们当前所熟知的信息处理机器不能实现的数据处理方式。

IBM正寻求通过超级电脑沃森(Watson)实现这种合作关系。经过配置后,它在与医生合作诊断和治疗癌症。IBM CEO吉尼·罗曼提(Ginni Rometty)还特意新成立了沃森部门。“我看到沃森与医生进行合作交互,”她说,“它充分证明机器确实能够与人类合作,而不是替代他们。”

情感因素

虽然图灵坚信人工智能的可行性,但他本身的经历可谓人类创造力和计算机处理能力相结合的威力的一种证明。他自身掺杂着复杂情感元素的生活,也提醒人们机器跟我们这些难以理解的人类还是迥然不同的,即便它们能够在模仿游戏中成功迷惑我们。

人们在反驳图灵的模仿游戏时往往会谈到性欲和情感需求对人类的影响,以此将他们跟机器区分开来。那一话题主导了1952年1月的BBC电视辩论会,当时辩论双方是图灵和知名的脑外科医生杰弗里·杰弗逊(Geoffrey Jefferson)。当主持人问到或将人类与机器区分开来的“胃口、欲望、驱动力、本能”的作用时,杰弗逊反复提及性欲。他说,人类容易受“性冲动”控制。他还补充道,他并不相信机器能够思考,除非他看到了它去碰女性机器的腿。

图灵在这一部分的讨论中陷入了沉默。而在那次讨论之前的几周里,他出现了一系列非常人性的、机器会无法理解的行为。

他在街上认识了年仅19岁的流浪汉阿诺德·穆雷(Arnold Murray),且开始了交往。从BBC录完节目后,他邀请穆雷跟他一起住。有个晚上,图灵跟穆雷谈到了他的一个想法:他跟一台穷凶极恶的计算机下象棋,通过激怒它、讨好它和装模作样来打败它。数天后,图灵的屋子遭穆雷的一个朋友洗劫一空。而图灵在向警方回报这件事的时候,他透露了他与穆雷有性关系,因而被以“严重猥亵”罪名拘捕。

在审讯期间,图灵认罪,但他称他并没感到懊悔。(2013年,他在离世59年后获得了英国皇室的赦免)。摆在他面前的是两个选择:坐牢,或者缓刑,但需要接受激素治疗来抑制性欲,就像是变成一台受化学物质控制的机器。他选择了后者,忍耐了一年时间。

图灵一开始似乎安之若素,但1954年6月7日,他吃了几口一个被他涂了氰化物的苹果,由此自杀身亡。他一直都对《白雪公主》中恶毒王后给苹果沾毒的那一幕很着迷。

而机器会做那种事情吗?



原文发布时间为:2014-09-30

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
5月前
|
机器学习/深度学习 存储 人工智能
计算机发展前沿技术——医学领域的人工智能4
随着科技发展,人工智能技术在教育领域中的应用已取得较大进展。近年来,人工智能(AI)技术和由其引发的大数据时代自社会的各个层面包括我们的思维、生活方式和工作模式产生了巨大的变革;其与医学的结合给医疗系统带来深远的影响。从互联网到云计算,再到由大数据集合而成的人工智能,不断更新的处理手段使医疗行业也开始尝试新的转变,从传统的人工诊疗、教学模式逐步转变为依据机器学习来获取更高效的信息,并在医学多个领域已有比较广泛的应用。本文将从人工智能在医学领域的优势、当前的进展、应用、局限性和未来方向来进行综述。
|
5月前
|
机器学习/深度学习 人工智能 监控
计算机发展前沿技术——医学领域的人工智能3
随着科技发展,人工智能技术在教育领域中的应用已取得较大进展。近年来,人工智能(AI)技术和由其引发的大数据时代自社会的各个层面包括我们的思维、生活方式和工作模式产生了巨大的变革;其与医学的结合给医疗系统带来深远的影响。从互联网到云计算,再到由大数据集合而成的人工智能,不断更新的处理手段使医疗行业也开始尝试新的转变,从传统的人工诊疗、教学模式逐步转变为依据机器学习来获取更高效的信息,并在医学多个领域已有比较广泛的应用。本文将从人工智能在医学领域的优势、当前的进展、应用、局限性和未来方向来进行综述。
|
5月前
|
机器学习/深度学习 人工智能 大数据
计算机发展前沿技术——医学领域的人工智能2
随着科技发展,人工智能技术在教育领域中的应用已取得较大进展。近年来,人工智能(AI)技术和由其引发的大数据时代自社会的各个层面包括我们的思维、生活方式和工作模式产生了巨大的变革;其与医学的结合给医疗系统带来深远的影响。从互联网到云计算,再到由大数据集合而成的人工智能,不断更新的处理手段使医疗行业也开始尝试新的转变,从传统的人工诊疗、教学模式逐步转变为依据机器学习来获取更高效的信息,并在医学多个领域已有比较广泛的应用。本文将从人工智能在医学领域的优势、当前的进展、应用、局限性和未来方向来进行综述。
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
计算机发展前沿技术1——医学领域的人工智能
随着科技发展,人工智能技术在教育领域中的应用已取得较大进展。近年来,人工智能(AI)技术和由其引发的大数据时代自社会的各个层面包括我们的思维、生活方式和工作模式产生了巨大的变革;其与医学的结合给医疗系统带来深远的影响。从互联网到云计算,再到由大数据集合而成的人工智能,不断更新的处理手段使医疗行业也开始尝试新的转变,从传统的人工诊疗、教学模式逐步转变为依据机器学习来获取更高效的信息,并在医学多个领域已有比较广泛的应用。本文将从人工智能在医学领域的优势、当前的进展、应用、局限性和未来方向来进行综述。
|
机器学习/深度学习 人工智能 自动驾驶
AI如何能比人类的眼睛看得更清楚?通俗的解释卷积神经网络
AI如何能比人类的眼睛看得更清楚?通俗的解释卷积神经网络
113 0
AI如何能比人类的眼睛看得更清楚?通俗的解释卷积神经网络
|
机器学习/深度学习 人工智能 算法
可以学习人类语言模式的人工智能
一种新的人工智能自动学习模型可以应用于不同语言的高级语言模式,使其能够取得更好的结果。
108 0
可以学习人类语言模式的人工智能
|
人工智能 算法 芯片
人工智能无法取代人类工作的六个原因
虽然人工智能被设计成一种更有效、更快速的工作方式来取代手工劳动,但它无法取代工作空间中对人工输入的需求。
361 0
人工智能无法取代人类工作的六个原因
|
机器学习/深度学习 人工智能 算法
AI到来,可能会给人类社会带来的影响
人类该如何应对AI时代,目前对AI大多是预测,其可能会带来的影响。
AI到来,可能会给人类社会带来的影响
|
机器学习/深度学习 数据采集 人工智能
借助AI 人类能听懂动物的“喜怒哀乐”?
人工智能是否可以实现人与动物的沟通?算法具体是如何分辨动物情绪的?目前,人类要通过AI理解动物语言,还需克服哪些困难?
借助AI 人类能听懂动物的“喜怒哀乐”?
|
机器学习/深度学习 存储 传感器
图灵奖获得者 Yann LeCun :学习“世界模型”的能力是构建人类级 AI 的关键所在
本文最初发布于 Meta AI 博客,由 InfoQ 中文站翻译并分享。
195 0
图灵奖获得者 Yann LeCun :学习“世界模型”的能力是构建人类级 AI 的关键所在