6On Intelligence 率王智能的未森 计算机的生理混乱所限制呢?他们认为研究大脑会限制思维,更 明智的做法应该是发掘计算方法的最大极限。而这一点已经被 数字计算机发挥得淋漓尽致。他们所追求的就是编写出能与人 脑相媲美并最终超越人脑的程序。他们对大脑如何工作毫无兴 趣,采取“只求结果,不问手段”的方式开展研究。甚至有些 人还为自已跳开了神经生物学这一阶段而沾沾自喜。 确切地说,我觉得这是一种错误的解决问题的办法。直觉 上我感到这种人工智能的方法不仅不能设计出能与人脑相媲美 的程序,甚至不能告诉我们智能到底是什么。计算机和大脑的 工作原理完全不同:一个是设计出来的,一个具有自学能力; 个必须不断完善才能发挥作用,一个天生可以灵活地处理和 宽容失误;一个有中央处理器,一个则没有中央控制……这样 的差别举不胜举。我之所以认为计算机无法智能化,主要原因 是,从晶体物理学的层面来看,我明白电脑是如何工作的,而 恰恰是这一点使我意识到大脑与计算机在本质上完全不同。对 此我无法证明,但直觉告诉我这是对的,就像人们对一些事情 有直觉一样。最终我得出结论:用传统的方式研究出的人工智能 可以生产出实用的产品,但绝不可能制造出真正的智能机器。 与此相对,我想廓清什么是真正的智能和知觉,探究大脑 生理学和解剖学理论,挑战弗朗西斯·克瑞克提出的论断,为 大脑的工作原理绘制出一个大的框架。我把精力集中在对新大 脑皮层的研究上—它是近期哺乳动物大脑进化最快的一个部 分,也是智能的中心。只有认识了新大脑皮层的工作原理之 后,我们才能着手建造智能机器,而在此之前是不可能做到这 点的
Artificial Intelligence 令人遗憾的是,我在麻省理工学院遇到的教授和学生无人 对此感兴趣。他们直截了当地告诉我,要认识智力和建造智能机 器,没有必要研究真正的大脑。1981年该大学拒绝了我的申请。 今天,许多人认为人工智能是一个既成的事物,只待计算 机具有足够的能力后,即可实现其美好前景。只要计算机有足 够的内存和处理能力,思维能力就会发展,人工智能的编程人 员就可以造出智能机器。对此我不敢苟同。人工智能正面临着 个根本的错误,因为它无法圆满地解决什么是智能的问题 或者说“理解某个事物”到底意味着什么。回顾人工智能的发 展史及其建立的原则,我们可以看到这一领域的发展偏离了正 确的方向。 人工智能理论是随着数字计算机的出现应运而生的。早期 人工智能研究的关键人物是英国数学家阿兰·图灵( Alan tur- ing)——多用途计算机这一想法的发明人之一。他最卓越的成 就在于正式提出了“万能计算”这一概念,即:尽管建构的细 节有所不同,但从根本上讲所有的计算机都是等效的。他还假 想了一台机器来证明这一观点。这台虚构的机器包括三个主要 部分:一个处理盒,一个纸带和一个能从来回移动的纸带上读 取并记录信息的装置。纸带就像众所周知的计算机代码0和1 样,是用来存储信息的(当时没有发明记忆芯片和光盘驱动 器,所以图灵想像用纸带来存储信息)。那个处理盒,现在被称 为中央处理器(CPU),会遵循一定的规则读取和编辑纸带上的 信息。图灵用数学的方法证明,如果CPU的规则选择正确,并
8、 On Inte| ligence 且有足够长的纸带供其使用,这台机器就可以完成世界上任何 一种计算。这就是被称为“图灵万能机器”的众多等效计算机 中的一种。无论是计算平方根,还是弹道轨迹,是玩游戏、编 辑照片,还是做银行交易核对,其基本的形式都是0和1,任 何一台“图灵机”都可以处理。信息处理就是信息处理。从逻 辑上讲,所有的数字计算机都是等效的。 图灵的结论有着无可辩驳的正确性,取得了惊人的成功, 计算机及其所有产品都以之为基础。随后,图灵转而考虑如何 建造智能机器。他感到电脑可以智能化,但他不愿卷入对其可 能性的争论之中,并且认为自己无法给“智能”下一个定义。 因此他在这一方面没有做任何尝试,而是提出了一个智能存在 的证据,即著名的图灵实验:如果一台电脑可以诱使一个问询 者相信它也是一个人,那么从定义上来讲这台机器就有智能。 以这个实验为衡量尺度并以“图灵机”作为媒介,图灵开创了 人工智能的研究领域,其核心是:大脑就是另一种形式的计算 机,无论你如何设计它的人工智能系统,这台计算机都可以做 出类似人类的行为。 人工智能的倡导者们看到了电脑与思维之间的相似之处。 他们说:瞧,很显然,人类智力最伟大的功绩就在于对抽象符 号的处理——而计算机也能做到。所谓听和说的过程,就是我 们用恰当的语法规则对被称为“词”的概念符号的处理过程 下棋时会怎样?是在处理那些代表着不同棋子的属性和位置的概 念符号。那么看东西呢?我们用概念符号代表物体以及物体的位 置、名称及其他属性。当然,人们是借助大脑而不是计算机来 做到这一切的,但图灵已经证明,如何实施和处理这些符号并
Artificial Intelligence /9 冪一颥 不重要,你可以借助一个齿轮装置、一个电子系统或是大脑神 经元网络等等,任何形式都可以做到,只要你的媒介可以实现 和图灵万能机器相同的功能即可。 这一假想得到了一篇有影响的科学论文的支持。该论文发 表于1943年,作者是神经生理学家沃伦·麦卡洛克( Warren McCulloch)和数学家沃尔特·皮兹( Walter pitts)。他们俩解释了 神经元是如何数字化工作的——也就是说,大脑的神经元是如 何能够对规范逻辑进行充满想像力地复制。他们认为,大脑神 经元的工作原理和电脑工程师所说的逻辑门一样。而逻辑门可 以处理简单的逻辑关系,如“并且”“否”和“或者”。计算机 的芯片是由上百万个逻辑门构成,它们被合成精确而复杂的电 路。一个CPU就是一个逻辑门的集合体。 麦卡洛克和皮兹指出,用精确的方式可以将神经元连接起 来,以实现逻辑功能。神经元可以收集并处理输入的信息,从 而决定是否输出信息,因此可以将神经元想像成一种活的逻辑 门。这样,我们可以大胆地设想,大脑是由“并且”“或者”等 逻辑门及其他此类的逻辑节点构成的,和数字电路相类似。我 们不清楚麦卡洛克和皮兹是否真的相信大脑是这样工作的,他 们只是说这大有可能。而且从逻辑上讲这种看法是可能的,因 为神经元在理论上可以实施数字功能。而后,再没有人专门针 对神经元在大脑中的存在形式提出疑问。尽管缺乏生物学的根 据,他们想以此作为证据来证明,大脑是另一种形式的计算机。 还有一点也是值得一提的:人工智能的基本原理得到了 个在20世纪上半叶占主导地位的心理学思潮的支持,人们称之 为“行为主义”。行为学家认为,大脑内部的运转过程是不可
10、 On Intelligence 知的,称之为“无法穿越的黑匣子”;但是,人们可以观察和 测量动物所处的环境和行为,例如它们如何感知,行为如何 等。他们承认大脑具有反射机制,可以利用奖惩的方式使动物 学会新的行为。但除此之外,人们没有必要研究大脑,尤其是 那些杂乱无章的主观情感,如饥饿、恐惧或什么是“理解” 等等。毋庸置疑的是,这种实验哲学在20世纪后半叶逐渐消亡 了,而科学家对人工智能的兴趣却没有因此而消亡 二战结束后,电子数字计算机的广泛应用已成为可能,于 是人工智能的先锋们开始摩拳擦掌设计程序。语言和语言之间 的翻译?简单!只是破译代码而已,只需将A系统中的每一个 代码和B系统中的代码相匹配即可。图像呢?也很简单。已经了 解了处理图像旋转、增减和移位所需的几何定理,只要将它们 编成计算机代码即可。这样,工程就已完成了一半。人工智能 专家曾骄傲地断言,计算机的智力将很快赶上并超过人类。 具有讽刺意味的是,有一种名为“ Eliza”的电脑程序几乎 可以达到图灵实验的要求,它能够改变你的措辞从而模仿精神 分析师。例如,如果一个人输入“我和我的男朋友不再说话 了”,Eia就会说:“跟我说说你的男朋友。”或者“你和男 朋友为什么不说话了?”这一程序设计平庸且不全面,初衷只是 一个玩笑,但还是蒙骗了一些人。除此之外,还出现了一些严 肃的程序,如“积木世界”。该程序模拟了一个房间,里面装 有各种颜色和形状的积木。你可以提出各种问题,如“绿色金 字塔形的积木是在红色大方块儿的上面吗?”或“请把蓝色的方 块移到红色小方块儿上。”该程序就可以回答你的问题或是按 照你的要求完成动作。这一切都是模拟的,虽然有效,但只能