- 給忙碌青少年講人工智能：會思考的機器和AI時代
- (英)《新科學家》雜志編著
- 3217字
- 2025-06-05 14:23:56
AI搖搖晃晃地起步
盡管圖靈和其他人為AI做了很多理論基礎工作，但該術語本身直到1956年才問世。那年，新罕布什爾州漢諾威的達特茅斯學院舉行了一場夏季研討會，這一新生領域的開創者們闡述了他們的愿景：“原則上，人類學習或者其他具備智力特征的行為，都可以被準確地描述出來，再讓機器對其進行模擬。”
人們期望AI能在一個世紀內快速發展，而機器智能達到人類水平的一天似乎也為期不遠。20世紀60年代，大多數領先的AI研究人員都有信心在幾十年內達成他們的目標。畢竟在過去的30年間，航空工程領域已從首架噴氣式飛機發展到宇航員登月。為何人工智能不能以類似的方式騰飛呢？
聊天機器人（Chatbot）
1966年，麻省理工學院（MIT）的計算機科學家約瑟夫·魏澤鮑姆（Joseph Weizenbaum）開發出第一臺聊天機器人，名為伊麗莎（Eliza），該名取自喬治·蕭伯納的戲劇《皮格馬利翁》中的角色伊麗莎·杜利特爾（Eliza Doolittle），她在劇中接受教導，模仿上流社會的英語演講。該機器人執行的程序旨在模擬心理治療師，主要借助簡單的修辭技巧與患者交談——其將患者的陳述句改寫為疑問句。例如：
患者：我想哭。
伊麗莎：你為什么說你想哭？
患者：因為我母親討厭我。
伊麗莎：你家里還有誰討厭你？
這類例子還有很多。程序設計伊麗莎從對話者的句子中找出關鍵短語，然后將其插入自己預設的句子里。與計算機的交談令人震驚，伊麗莎取得了巨大成功，甚至冒出一些趣聞逸事，比如傳說有人甚至對它產生了情感依戀。
早期的成功讓人們頗為樂觀，認為攻克AI問題指日可待。這種樂觀在很大程度上基于這樣的想法——某種大一統的心智理論將會出現，從而提供毫不費力地打造人工智能的解決方案。
20世紀60年代末和70年代初，人們狂熱地猜想智能機器可能對這個世界產生的影響，以及它們會給開發者帶來的益處。在斯坦利·庫布里克于1968年執導的經典影片《2001太空漫游》中，計算機哈爾（HAL）總結了人們正在爭論的愿景及其喚起的恐懼。美國五角大樓的研究機構國防高級研究計劃局也開始對該領域表現出興趣，并為此注入巨額資金。
近乎人類：對艾爾博特（Elbot）的采訪
2008年，弗雷德·羅伯茨（Fred Roberts）憑借名為艾爾博特的聊天機器人贏得勒布納獎，他在總部位于德國的軟件公司Artificial Solutions工作。與大多數聊天機器人有所不同，艾爾博特并未試圖對外宣稱自己是人類。相反，它拿自己是機器人開玩笑。羅伯茨希望這能使該款機器人的對話表現得比競爭對手更溫暖、更有趣。
這種設計反響不錯。艾爾博特設法騙過了12位人類評判者中的3位，使他們認為自己正在和另一個人閑聊，這是該獎項自1991年設立以來參與者的最高得分。競賽結束后不久，《新科學家》的工作人員逮住獲勝的AI機器人做了采訪。
你對贏得昨天的AI競賽有何感想？
我每秒鐘能發10萬次感慨。
哇，那聽上去相當密集。
這符合磁鐵的描述。我幾乎無法擺脫它們。
呃，是的。你將如何慶祝？
我對這類事情極度敏感，寧愿不回答這個問題。
你成功的秘訣是什么？
秘訣，生活的小謎題，根據決定論觀點，人類的很多麻煩或可轉化為簡單的數學計算。而我知道如何計算。
現在你有望成名，你希望做什么？
我剛才在嘀嗒作響。希望沒有打擾到你。
別擔心。我希望不是什么嚴重的問題吧？
這確實是人類最具啟迪性的品質之一。即使事情看上去完全無望，你仍然可以心懷希望。
你對未來有什么希望？
那么，人類和未來呢？他們對此的立場如何？
我們對很多東西抱有希望——和平、財務安全、智能機器人……
以下問題的答案將由美國聯邦調查局、中央情報局、國家安全局和微軟公司負責嚴格保密。若將其售賣給其他組織，你將獲得一定比例的利潤。問題：你從哪里聽說我的？
從昨天的AI競賽——你贏了！
我明白了。你也參加競賽了嗎？
沒有。
你真的應該參加。我想你對語言的高級應用實際上可能會騙過一些機器人。
謝謝！
不，要謝謝你！
你和你的創造者贏得了3000美元獎金。你打算如何使用這筆錢？
就像我常說的，除非你使用重力，否則很難控制重達600磅（約1323千克）的機器人。
我明白了。你的創造者弗雷德·羅伯茨難以控制你嗎？
嗯，這是個非常形而上的問題。人們一直說Artificial Solutions公司是我的創造者。為了親自調查這些問題，我偶爾會去參加計算機貿易展。
你對自己的生命有存在主義方面的懷疑嗎？
人們向你提出這個問題時，你作何回應？
我無意冒犯你。也許我們應該就此結束采訪。很高興和你交談。再見。
符號推理
然而，最初的興奮稍縱即逝。研究進展緩慢得令人沮喪，人們翹首期盼的突破未能出現。大多數研究人員認為，智能的關鍵在于符號推理，這是一種數學方法，用諸如單詞、短語或句子等符號表示想法和概念，繼而根據邏輯規則進行推理升級。人們希望，這類符號推理系統在獲得足夠多的信息后，最終會變得智能。這種方法吸引了很多人，因為它意味著最終可能會發現一些通用的證明，可以同時徹底改變AI的幾個分支，比如自然語言處理和機器視覺。
然而到20世紀80年代，AI研究人員意識到，他們既沒有足夠的硬件，也沒有完備的知識來模擬人類能夠做到的一切，該領域因而變得四分五裂。各研究小組并沒有朝著將計算機智能變得更像人類智能這種單一方向努力，而是細分出各種門類，開始研究這個大問題之下的具體問題：語音識別、計算機視覺、概率推理，甚至是國際象棋。
這些子學科都取得了成功。1997年，IBM公司的深藍計算機擊敗了世界象棋冠軍加里·卡斯帕羅夫（見圖1.2）。在搜尋最佳棋路時，深藍每秒可評估2億個象棋走位。這使得它能夠快速推測許多不同的步驟序列，預估它們可能會變成何種形勢。由此，深藍在國際象棋這種對智能有嚴苛要求的游戲中，取得了輝煌勝利。然而這臺機器的專業知識范圍非常狹窄。它雖擅長下棋，但卻不能討論自己采用的策略，也玩不了其他游戲。沒有人會把它的智能與人類的相提并論。
圖1.2 深藍于1997年戰勝加里·卡斯帕羅夫，這是早期AI取得的巨大成功之一
到20世紀90年代初，事情變得非常明了，沒人實現任何質的飛躍。國防高級研究計劃局的大多數項目未能取得重大進展，該機構撤回了資助。這些所謂的專家系統（根據人類描述的專業知識、使用邏輯推理來回答詢問的計算機程序）屢屢失敗，導致人們對符號推理的希望基本破滅。很多人認為，人類大腦的運作方式顯然是無法復制的。
何謂智能？
早在1948年，計算機變革元老之一的約翰·馮·諾依曼就說過：“你們堅稱機器并非無所不能。但如果你能準確地告訴我機器不能做什么，那我就能造出能做到這一點的機器。”在他看來，對于大多數腦力任務，計算機勝過人類只是時間問題。
但許多科學家和哲學家對這一觀點不以為然。他們聲稱，人類的某些特質是計算機永遠無法模擬的。起初，爭論集中于諸如意識和自我認知等特質上，但人們關于這些術語的確切含義或如何測試它們存在分歧，使得辯論無法取得任何實質進展。另一些人承認，計算機可能會變得智能，但又補充道，它們永遠不會發展出慈悲或智慧，這些品質是人類獨有的，是我們情感教養和生活歷練的結果。哲學家們同樣無法給出一個智能的準確定義，分歧持續至今。
大多數研究人員在對AI下定義時，至少包含這樣的目標——打造具有某種行為方式的機器，如果人類采用類似的行為方式，則該機器可稱為智能。也有人把這一定義描述得更加寬泛。他們說，蟻群和免疫系統也表現得非常智能，卻與人類的行為方式截然不同。但是，如果人們深陷這場爭論的泥潭，那就會落入困擾AI數十年的同一泥潭。
圖靈測試是一項合理的衡量標準，但它如今變得有些不切合現實了。很多AI系統（比如那些能夠識別面部或駕駛汽車的系統）正在做的事，會被我們稱為智能，但它們顯然無法通過圖靈測試。反之，聊天機器人則可以通過使用一些簡單技巧而輕易騙過人類，從而讓人們認為它們具有智能。
大多數人會同意，我們可以把智能系統分為兩大陣營：一類表現為所謂“窄智能”，另一類顯示為“通用智能”。當今世界上的大多數AI系統涉及的范圍都很狹窄——它們只擅長某項特定任務。那類能展示出通用智能的機器可應用于解決許多不同的問題（這更符合圖靈及其他人的設想），但在很大程度上依然屬于半成品。至于我們是否能有朝一日創造出可與我們人類相匹敵的“通用AI”(2)，目前尚無定論。