后图灵时代：一个从1到N的时代.pdf
50墨值下载
18
专题
第 11 卷 第 5 期 2015 年 5 月
写了一首诗，而裁判问了一些与
该诗歌有关的问题。被测试者展
示了“它”对古典文学的深刻理
解，对文学上“比拟”手法的运
用，对问题意图的准确判断，以
及回答问题的技巧等。这些能力
本是我们人类所具备的。不难发
现，在图灵测试中，计算机不仅
需要具有运用知识的能力，就像
IBM 沃特森 (WATSON) 那样机
智地回答问题，还要擅长“联想”
和“推理”，知道如何运用简洁
并稍具幽默的语言回答问题。因
此，我们说
这样的计算机相当
不简单，可被认为是有思维的
。
人工智能的发展历程
在人工智能的发展过程中，
出现过各种理论。20 世纪 50~60
年代，人们认为
智能来自推理
(deduction)。1956 年，人工智能
的创始人西蒙 (H. Simon) 和纽尔
(A. Newell)（另外两位创始人是
麦卡锡和明斯基）演示了一台可
以自动证明数学定理的计算机。
同时，他们又提出了一个重要观
点，即人的思维是可以通过普适
型的问题求解引擎在答案空间中
搜索而实现的。他们提出的“物
理符号系统假说”(Physical Sym-
bol System Hypothesis) 认为，人的
知识表达和推理过程可通过抽象
符号的逻辑运算来实现。这些理
论为后来的专家系统提供了基础。
在 60~70 年 代， 虽 然 人 工
智能 有 了 一些 突 破， 但只 是 某
些“ 点 ” 上的 突 破， 并 没 有 在
工业 界 得 到广 泛 的 应用。 到 了
70~80 年代，大家开始思考如何
让社会因人工智能而受益。当时
的主流观念认为
智能来自专家
(expert)。谁是专家呢？医生、（有
技能的）老师傅、律师等。如果
可以让领域的专家们把自己的知
识全部放进一种叫做“专家系统”
的软件里，那么计算机是否也可
以成为专家？是否可以认为计算
机具备在某个领域里的“思维”
了？但是，专家系统在研制过程
中遇到了严重的瓶颈，即如何准
确和全面 地 描 述 专家拥有的知
识？这也使得许多专家系统无法
达到社会对人工智能的预期，由
此迎来了人工智能的寒冬 ：很多
人工智能的研究停滞搁浅，市场
阿兰
·
图灵 (Alan Turing) 曾
提出“机器可以思维吗？”的问
题，并为此设计了测试。最近播
放的电影《模仿游戏》的主题也
是围绕这个思想展开的。图灵测
试的目的是通过裁判和被测试者
的问答，来判别被测试者是人还
是机器。具体如下。
裁判 ：我们现在来读你的诗，
第一行里“我把你比作夏日”或
“我把你比作春天里的一天”，这
两句话到底哪一个比喻更好？
回答 ：这个很难讲。
裁判 ：把第一句改成“冬季
的一天”，是不是更好？
回答 ：但没有人把自己比成
冬季的一天。
裁判 ：匹克威克 (Pickwick)
先生（狄更斯小说里的人物）是
不是让你想到了圣诞节？
回答 ：有点儿。
裁判 ：不过圣诞节是冬季的
一天，我认为匹克威克先生不会
介意这样的比较的。
回答 ：你不会不知道吧？冬
季的一天常常特指某个冬天的一
天，而不是泛指圣诞节。
上述例子中，这个被测试者
杨 强
香港科技大学
后图灵时代：一个从1到N的时代
关键词 ：
机器 智能 思考
19
第 11 卷 第 5 期 2015 年 5 月
应用也大打折扣。
与专家系统几乎平行发展的
另一个方向是对机器人的研究。
机器人研究在很多方面取得了长
足的发展。其中，来自麻省理工
学院的“多层次包容理论 (sub-
sumption architecture)”认为，知
识不一定需要用逻辑来表达，而
可以隐含在“肌肉”中，通过“直
觉”来展现。这个理念可以表达
为
智能来自直觉
。比如动物们
做动作时并不是每件事情都经过
大脑的，并由此设计出了机器人
虫子。运用多层次包容理论，使
得当一个部件坏了的时候，也不
至于影响整体。这样的理念也体
现在我们现在看到的许多成果。
80 年代，IBM 提出了一个新理念，
即
智能来自计算能力
。IBM 和
美国卡内基梅隆大学的研究者通
过“深蓝”计算机击败了当时的
国际象棋世界冠军。
进 入 21 世 纪， 大 家 有 了
新 的 共 识 ——
智能来自大数
据
，即“ 智 能” 不 仅来 自 计算
能力，还要基于大数据。“群体
智能”(wisdom of the crowd) 的
出现使大数据获得了有价值的语
义，而问答机器人系统也变得越
来越智能。
人工智能：科学还是
工程？
针对这些有关“智能”的不
同理念，我们需要反思人工智能距
离初衷到底还有多远，并重新审视
图灵的设想 ：机器可以思考吗？
图 灵 的 这 个 设 想 可 以 理解
为，人的大脑所展现的那些“智
能”的特性可否用计算机编程来
实现？这个问题的答案及其所依
靠的理论其实应该作为一个科学
问题来探索。然而迄今为止，很
多人工智能的研究（包括很多对
机器学习系统的研究）其实是在
探索智能的“工具”。研究人员
并没有直接探索“机器可以思考
吗？”的问题，而是在不断制造
更强大、更好用的“工具”。而
发明制造工具的过程更像是“工
程”。因此，这些研究人员其实
不应被看做是科学家，而应被看
做工 程 师。 工程 师 的 工作 就 是
制造某种工具来更好地为人类服
务，比如制造眼镜、望远镜等。
在人工智能的发展历程中，
机器学习算法、专家系统和机器
人等 都 是 某种 工 具。 在我 们 看
来，这些工具所表达的行为有些
是具有智能的。作为工具，它们
在某些方面比人类强。比如，汽
车比人类跑得快，望远镜比人类
看得远，机械臂比人类力气大等。
如果工具 只 是 在 某一方面超过
人类，则人类无须恐惧。既然智
能问题可分为科学和工程两个分
支，就不妨把“智能测试”的问
题分别放在两个领域来解决。我
们过去对于“什么是智能”的疑
惑，也许是因为智能一词存在两
个不同的含义，即
科学的智能
和工程的智能
。
后图灵测试时代
“智能”和“智能测试”的
意义是 什么？ 2015 年初，在美
国德克萨 斯 州 的 人工智能大会
上，举办了一个关于图灵测试的
研讨会，邀请了很多专家来阐述
他们对智能测试的观点，这里简
要介绍几个。
基于机器行为特性的测
试
美国莱斯 (Rice) 大学教授、
《ACM 通讯》(
Communications of
the ACM
) 杂志主编瓦迪 (Moshe
Vardi) 提出 ：“计算机是否具备智
能行为特性”，为什么特别强调
“行为特性”而不是“思维特性”？
原因在于思维是人所特有的。为
此，我们需要对机器的行为进行
测试。因此，“智能测试”的问
题可描述为 ：
假如机器具有某
个特性，这个特性能否被认为
具有智能？
比如，飞机具有飞
行的特性。我们需要通过测量飞
机的飞行能力来判断其特性的优
劣。如果语音识别的软件是通过
计算机来识别的，就需要为该软
件设置一个测试门槛，以检验它
的智能程度。瓦迪认为，对机器
的智能行为进行测试很可能与图
灵测试是不一样的。
基于图像的智能测试
假
设给计算机“看了”一幅图（见
图 1），然后让计算机指出图中有
哪些东西是可以用来切水果的？
我们人类 就 知 道 是图像中的刀
子，刀子可用来切水果。而计算
机需要先有“刀子是可以用来切
东西的”这个常识，并能从知识
库中调出相关的知识。如果计算
机能够像人一样可以看图说话、
of 4
50墨值下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论