第三章
從圖靈到當(dāng)下，以及未來

1943年，當(dāng)研究人員研制出第一臺具有電子化、數(shù)字化和可編程化特征的現(xiàn)代計算機(jī)時，這一成就讓人們又開始急于尋求一系列有趣問題的答案：機(jī)器能夠思考嗎？它們有智能嗎？它們會不會變得有智慧呢？鑒于長期以來關(guān)于智力本質(zhì)的兩難認(rèn)知，這些問題似乎特別令人困惑。1950年，數(shù)學(xué)家和邏輯學(xué)家艾倫·圖靈提出了一個解決方案。在他的論文《計算機(jī)與智能》中，圖靈建議把機(jī)器智能的問題完全擱置。圖靈認(rèn)為，重要的不是智能的機(jī)制，而是智能的表現(xiàn)。對此，他解釋說，因為其他生命的內(nèi)在體驗仍然是不可知的，所以我們衡量智力的唯一手段應(yīng)是其外部行為。鑒于此，圖靈避開了幾個世紀(jì)以來關(guān)于智力本質(zhì)的哲學(xué)爭論。他引入的“模仿游戲”提出，如果一臺機(jī)器對游戲的操作非常熟練，以至觀察者無法區(qū)分它和人類的行為，那么該機(jī)器就應(yīng)該被冠以智能之名。

圖靈測試便是由此而來。[1]

許多人從字面上理解圖靈測試，想象通過這一測試標(biāo)準(zhǔn)（如果這種情況真的發(fā)生）的機(jī)器人會被認(rèn)為是人類。然而，在實際應(yīng)用中，該測試被證明在評估“智能”機(jī)器在確定的、受限的活動（如游戲）中的表現(xiàn)方面很有用。該測試并不要求機(jī)器與人類完全無法區(qū)分，而是只要機(jī)器的某項表現(xiàn)類似于人類即可。此時，它關(guān)注的是表現(xiàn)，而不是過程。像GPT-3這樣的生成器之所以被認(rèn)定為人工智能，是因為它們生成的文本與人類生成的文本相似，而不是因為它們的模型特征與人相似——GPT-3的特征就是使用大量（在線）信息進(jìn)行訓(xùn)練。

1956年，計算機(jī)科學(xué)家約翰·麥卡錫進(jìn)一步將人工智能定義為“能夠執(zhí)行具有人類智能特征的任務(wù)的機(jī)器”。自那時起，圖靈和麥卡錫對人工智能的評估就成了業(yè)界基準(zhǔn)，將我們定義“智能”的重點轉(zhuǎn)向了它的表現(xiàn)（看似智能的行為），而非這個術(shù)語更深層次的哲學(xué)、認(rèn)知或神經(jīng)科學(xué)維度。

雖然在過去的半個世紀(jì)里，機(jī)器在很大程度上未能展現(xiàn)出這種智能，但這種僵局似乎即將被打破。在基于精確定義的代碼運行了幾十年后，計算機(jī)生成的分析的局限性也類似于它本身的某些特性：刻板僵化，缺乏靈動。傳統(tǒng)的程序可以組織大量的數(shù)據(jù)并執(zhí)行復(fù)雜的計算，但不能識別簡單物體的圖像，也無法應(yīng)付不甚精確的輸入。人類思想的不精確性和概念性被證明是人工智能發(fā)展之路上的頑固障礙。然而，在過去10年里，計算領(lǐng)域的創(chuàng)新締造了全新的人工智能，這些人工智能已經(jīng)開始在某些領(lǐng)域與人類不相上下，甚至超過了人類。

人工智能是不精確的、動態(tài)的和新穎的，并且能夠“學(xué)習(xí)”。人工智能通過消化數(shù)據(jù)來“學(xué)習(xí)”，然后根據(jù)數(shù)據(jù)得出結(jié)論。以前的系統(tǒng)需要精確的輸入和輸出，而具有非精確功能的人工智能不再需要這兩者。這些人工智能翻譯文本的方式不是通過換用單個單詞，而是通過識別與使用習(xí)慣用語和句式。此外，這種人工智能還是動態(tài)的，因為它會隨著環(huán)境的變化而進(jìn)化。它也是新穎的，因為它能給出對人類來說新奇的解決方案。在機(jī)器領(lǐng)域，這四種特性是具有革命性的。

以AlphaZero在國際象棋領(lǐng)域取得的突破為例。傳統(tǒng)的國際象棋程序依賴人類的棋藝專長，基于那些被編入其中的人類棋局而被開發(fā)出來。但AlphaZero是通過與自己進(jìn)行數(shù)百萬場對弈來提升棋藝的，它也正是在這種自我對弈中探索出自己的棋路模式。

這些“學(xué)習(xí)”技術(shù)的構(gòu)建模塊是算法，即將輸入（如游戲規(guī)則，或在游戲規(guī)則范圍內(nèi)衡量棋路高明與否）轉(zhuǎn)化為可重復(fù)輸出（如贏得游戲）的一組步驟。但是，機(jī)器學(xué)習(xí)算法與經(jīng)典算法（包括像長除法那樣的計算）的精確度和可預(yù)測性截然不同。經(jīng)典算法由產(chǎn)生精確結(jié)果的步驟組成，機(jī)器學(xué)習(xí)算法則與之不同，是由改進(jìn)不精確結(jié)果的步驟組成。如今，這類技術(shù)正在取得長足進(jìn)步。

航空領(lǐng)域是另一個例子。人工智能很快就將駕駛或協(xié)助駕駛各種飛行器翱翔長空。在美國國防部高級研究計劃局（DARPA）的“阿爾法狗斗”（AlphaDogfight）項目中，人工智能戰(zhàn)斗機(jī)飛行員可以做出超出人類飛行員能力的機(jī)動動作，并以此在虛擬空戰(zhàn)中勝過人類飛行員。無論是駕駛戰(zhàn)斗機(jī)參與空戰(zhàn)，還是操縱無人機(jī)運送貨物，人工智能都將對軍用和民用航空的未來產(chǎn)生重大影響。

雖然我們看到的只是這些創(chuàng)新的開始，但這已經(jīng)讓人類經(jīng)驗的架構(gòu)產(chǎn)生了微妙改變。在未來幾十年，這種轉(zhuǎn)變的速度只會有增無減。

由于推動人工智能轉(zhuǎn)型的技術(shù)概念既復(fù)雜又重要，本章將對各種類型的機(jī)器學(xué)習(xí)及其使用的演變和現(xiàn)狀進(jìn)行解讀。這些機(jī)器學(xué)習(xí)既功能強(qiáng)大，又有內(nèi)在的局限性。了解機(jī)器學(xué)習(xí)的結(jié)構(gòu)、能力和局限性，對于我們理解人工智能帶來的社會、文化和政治轉(zhuǎn)變，以及它們可能在未來產(chǎn)生的變化至關(guān)重要。