今天的人工智能，可以像人类一样独立思考了吗？

作者:秦增昌

编辑:Yuki

在前面的文章中，我们讨论了数学、逻辑、数字电路和机械计算机，直到我们今天普及的电子计算机。这些努力凝聚了人类的智慧，积累到20世纪50年代，最终开花结果，成为智慧之花。人类开始试图通过计算来理解智慧。

虽然“人工智能”的概念在我们今天的生活中随处可见，但它仍然是高科技的同义词。这项技术所蕴含的巨大力量直到现在才开始逐渐释放出来。那么，谁提出了人工智能的概念？原始人工智能和今天的人工智能有什么不同？

1

人工智能的萌芽

20世纪50年代，第二次世界大战结束后不久，战争中的许多军事技术蓬勃发展。在战后的美国，这些科学家和技术专家也不断推动这些技术的发展，甚至形成了新的学科。例如，诺伯特·维纳的控制论和香农的信息论。

在信息技术萌芽发展的背景下，许多科学家开始考虑如何使用自动决策系统或机械方法来解释人们的决策。1965年，达特茅斯学院的年轻助理教授约翰·麦卡锡邀请了一些对“思维机器”感兴趣的科学家，包括香农，到他的主场。包括麻省理工学院的马文·明斯基、卡内基理工学院(今天卡内基梅隆大学的前身)和希尔伯特·西蒙。

参加达特茅斯会议的科学家。

在这次会议上，麦肯锡与许多专家进行了热烈的讨论，最终确立了“人工智能”作为这门新学科的名称。在几天的讨论中，这些数学、逻辑和信息学领域的专家还讨论了人工智能、神经网络和其他问题。会后，每个人都回到自己的大学去吸收和创新新思想，这不仅使他们的大学成为人工智能的重要研究中心，也为人工智能学科的发展奠定了基础。

“人工智能”最终被确立为这一新学科的名称。图片来源:

对达特茅斯夏季人工智能研究项目的建议。

参与者中有司马贺的学生艾伦·纽威尔。尽管司马贺是纽威尔的老师，但他们一生的合作是平等的。他们分享了1975年的图灵奖，三年后司马贺获得了诺贝尔经济学奖。纽厄尔和司马贺代表了人工智能的另一条路线——“物理符号系统假说”。简而言之，智能是符号的运作，后来简称为“符号学派”。

他们与时任数学系系主任、第一届图灵奖获得者艾伦·佩里斯一起创建了卡内基梅隆大学计算机系。从那时起，卡耐基梅隆大学(CMU)已经成为一个主要的计算机科学中心，并且一直延续到今天。原来的计算机系也发展成为美国乃至世界上最完整的计算机学院。作者之前参观和研究过的CMU机器人研究所是以两位先驱命名的:纽威尔-西蒙·霍尔。

明斯基回到麻省理工学院后创建了人工智能实验室。他和西蒙·帕普特发表了《感知器》，其中提到了最早的神经网络模型在解决异或问题时的局限性。他指出，神经网络被认为是充满潜力的，但事实上它们无法实现预期的功能。神经网络的研究很快陷入低谷，人工智能进入了一个“暗淡”时期。

明斯基的经典作品《感知器》。资料来源:goodreads

20世纪60年代，明斯基首次提出了“远程呈现”的概念。通过使用微型摄像机、运动传感器和其他设备，明斯基让人们体验到现实中没有发生的事情，比如驾驶飞机、在战场上参加战斗和在水下游泳，这也使他成为“虚拟现实”的倡导者。

明斯基。来源:Sethwoodworth/*

霍兰德是密歇根大学的计算机科学家。然而，他开始研究随机优化问题，并提出了“遗传算法”。因为人工智能的许多问题最终都可以转化为优化问题。“遗传算法”本身可以直接用于任何问题，只需要定义“染色体”和适应度函数，是一种非常方便的“即插即用”(现成)算法。

荷兰指导他的学生完成了许多关于遗传算法研究的论文。1971年，Hollstien在他的博士论文中首次将遗传算法应用于函数优化。荷兰于1975年出版了《自然和人工系统的适应》，这是第一部系统讨论遗传算法的专著。荷兰在该书中系统地阐述了遗传算法的基本理论和方法，并提出了对遗传算法的理论研究和发展极其重要的图式理论。在此基础上，各种理论和应用研究不断产生，许多期刊和会议由此诞生，逐渐形成人工智能的一个重要分支——“进化计算”。

2

谢谢先生和困难

达特茅斯会议后，这些第一代人工智能科学家都雄心勃勃。司马贺甚至说:“计算机将在1968年前打败人类象棋大师。”" 1985年以前，计算机可以胜任所有人类工作."马文·明斯基还预言“从1973年到1978年，一台具有普通人类智能的计算机将会诞生”这些自信的话语让当时的*和军方非常感兴趣，并在人工智能领域投入了大量资金。

*和军队在人工智能领域投入了大量资金。来源:皮克斯拜

然而，这些人工智能领域的专家似乎错误估计了人工智能学科的难度，他们的自信预言几乎没有一个实现。直到1997年，IBM的计算机“深蓝”才成功地击败了世界人类象棋冠军。直到2016年，人工能源“阿尔法戈”才赢得了人类围棋的冠军。但到目前为止，还没有人工智能能够胜任所有人类工作。因此，在20世纪70年代，*对这些无法实现其预测的专家非常失望。他们减少了在人工智能领域的投资，人工智能领域的研究也陷入了低潮。

当地时间2016年3月15日，韩国首尔，人机大战第五场，李世石4谷歌AlphaGo。图片来源:形象昆虫创意

尽管开发一台能胜任所有人类工作的计算机非常困难，但利用计算机强大的计算能力和信息存储能力使计算机在某一领域超越普通人的水平并不困难。于是，专家系统应运而生。专家系统可以在设计过程中收集大量的专业知识，并按照一定的程序执行计算、分析和预测等功能。

例如，最早的专家系统“树突”是由爱德华·费根鲍姆在1965年设计的。“枝状”是一个应用于化学领域的专家系统，它可以根据光谱的程度分析化合物的可能成分。在人类专家相对稀缺的时候，更多的科学研究可以通过这个系统顺利进行。

爱德华·费根鲍姆。来源:维基共享资源

此外，还有一个专门用于诊断疾病的专家系统，可以弥补人类医生在诊断中的疏忽。预测专家系统可以在综合各种专业知识背景的情况下预测未来事物的发展趋势，如预测污染物在河流中的迁移和扩散，从而提前采取有效措施。

3

“强人工智能”离我们有多远？

21世纪初，由于信息产业和互联网的普及，机器学习作为一种学习大数据背后规律的方法，已经成为人工智能研究的主流。特别是随着深入学习的发展，我们再次看到了人工智能的希望。当然，它也引起了人们的担忧，随之而来的是各种技术、哲学和伦理的讨论。

人们看到了人工智能的希望，当然也引起了人们的担忧。图片来源:形象昆虫创意

讨论的焦点之一是当前基于逻辑和计算的智能被称为“弱人工智能”。

“弱人工智能”可以在某个方面表现出智能或看起来像智能，但不想研究与人类相同的智能和思维。例如，图像识别和语音识别中的人工智能只能有特定领域的智能(图像识别领域和语音识别领域)。虽然目前图像识别和语音识别人工智能也具有自学习能力，但他们只会在自己的领域学习，不会像人类一样产生自己的好奇心，从而探索新领域的内容。

虽然有一个“弱人工智能”的名称，事实上，弱人工智能的力量是不可低估的。目前，主流研究集中在这种薄弱的人工智能研究上，并产生了巨大的研究突破。例如，阿尔法围棋，一个可以打败人类的围棋机器人，也是一个“不弱”的人工智能。能够在千万张人脸中一眼看到目标人的人脸识别软件也是人工智能的薄弱环节。物流机器人可以穿梭于亚马逊物流仓库，在电力不足时找到充电堆自动充电，自动驾驶汽车可以看到路况并自动将人们安全送到目的地，这些都是人工智能的薄弱环节。

阿尔法围棋也是一种“不弱”的人工智能。照片来源:阿尔法戈百年战役

弱人工智能给我们的生活带来了极大的便利，并且可以将研究成果直接应用到生产和生活的实践中。因此，各国在弱人工智能的研究上投入了巨额资金。

相对“弱人工智能”就是“强人工智能”。尽管科学家们希望创造一种能够独立思考并像人类一样拥有自己个性的人工智能，但在这方面的研究还没有突破。强人工智能只能存在于科幻和文学作品中，如《机器纪》中的艾娃和《黑客帝国》中的黑客帝国。

《机器纪》中的阿瓦。照片来源:姬琪琪

强大的人工智能强调计算机需要有自己的思维，现在的科学家很难确定计算机在获得自己的思维后是否还会按照人类的思维模式和道德体系来思考。因此，根据计算机思维的不同，它可以分为与人类思维相似的人工智能和与人类思维不同的人工智能。例如，《大英雄6》中的大白鲨就属于前者。虽然它的外表不是人类的，但它的思维方式与人类的一致。获得独立思考能力的“矩阵”和“天网”系统属于后者。他们产生不同于人类的价值观，并以他们理解的方式执行“保护人类”的任务。

《大英雄6》中的大白鲨属于类人思维的人工智能。来源:大英雄6

毕竟，从另一个角度来看，制造强大的人工智能意味着制造一个能够独立思考的生命体。困难是可以想象的。因此，许多宗教学者和哲学家反对研究强人工智能。如果说强大的人工智能是现代城市的摩天大楼，那么目前人类在人工智能方面取得的进步只能等同于原始人的洞穴，从弱人工智能到强人工智能还有很长的路要走。

作者的名片