Artificial Intelligence,11 橥三豪瀚攏 局限在这个完全人造的小小积木世界里。程序员不可能将其扩 展到任何实际的用途中去。 与此同时,公众被这一连串表面上的成功以及有关人工智 能技术的新闻消息深深吸引。最初只是引起人们兴奋的程序竟 然可以解决数学定理的问题了。自柏拉图以来,多步骤演绎推 理一直被认为是人类智慧的顶峰,因此,在最初看来,人工智 能似乎有很大的经济潜力。但结果证明,就像“积木世界” 样,这个程序只是能够找到简单定理而已,而且这些定理早已 为人所熟知。随后一个名为“专家系统”的程序引起了人们的 巨大关注。它是一个包含细节事实的数据库,能够回答人提出 的问题。比如“医学专家系统”就能根据列出的症状诊断出病 症。但遗憾的是,这个系统再一次被证明作用有限,无法显示 出与综合智力有关的任何东西。除此之外,计算机还可以具有 大师级的象棋技艺,而且IBM的国际象棋机器人“深蓝”战胜 了国际象棋世界冠军加里·卡斯帕罗夫( Gary Kasparov),曾经 轰动一时。但这种胜利是毫无意义的,因为“深蓝”的取胜不 是因为它比人聪明,只是在于它的速度是人脑速度的几百万 倍。“深蓝”没有直觉,而一位象棋大师综观棋盘上的局势, 立即就可以判断出比赛中哪个区域有利,哪个区域有危险。然 而电脑对于重要的事情没有任何直觉的感应,它必须尝试更多 的选择。此外,“深蓝”对于这种游戏的历史毫无了解,对自 己的对手也一无所知。它就像一台计算器,能算算术但毫不理 解什么是数学。“深蓝”只能下棋,并不真正了解象棋。 在任何情况下,无论多么成功的人工智能程序也只是擅长 于那些经过专门设计的领域。它们不会总结归纳,缺乏灵活
ROn Intelligence 和本暂能的末乘 性;甚至它们的创造者也认为它们不会像人一样思考。当初被 认为很简单的人工智能问题最终都无果而终,至今也没有一台 计算机能够在语言理解方面超过3岁的儿童或是在视觉方面超 过任何一只老鼠。 多年的努力带来的只是无法兑现的承诺和毫无说服力的成 果。人工智能头上的光环开始慢慢退去,一些科学家转而进人 其他领域的研究。刚刚成立的人工智能公司纷纷倒闭,资金来 源越来越少。一时间,使计算机具备最基本的感知、语言和行 为能力的程序设计似乎都变得不再可能。直到今天,这一境况 都没有大的改变。正如我先前所说,尽管有人相信可以通过速 度更快的计算机来解决人工智能的问题,但大多数科学家都认 为以前所有的努力都是有缺陷的。 我们不应因此而责怪人工智能研究的先驱们,毕竟,阿兰 图灵是伟大的。这一切能够说明,图灵机将会改变世界—而 且它已经改变了世界,但不是通过人工智能。 我申请麻省理工学院时就对人工智能的断言心怀疑虑。当 时,加州大学伯克利分校的知名哲学教授约翰·塞尔( John Sear le)就曾说,计算机没有,而且也不可能有智能。为了证明这 观点,他于1980年设计了一个思考实验,即“中文屋”实验。 假设一个说英语的人坐在一间墙上开有小孔的房间里,在 他面前的桌上有一本指令手册和各种可能需要的铅笔和便签 纸,翻开手册,他可以看到用英语写成的指令,其中介绍了汉 字处理、分类及比较的方法。请注意:这些指令没有提及任何
Artificial Intelligence//13 第幸心去寶。 汉字的含义,只是描述如何对汉字进行复制、删除、重新排列 和眷写等内容。 房间外的一个人从小孔中递进一张纸,上面用中文写着 个故事和与之有关的问题。屋内的人对中文一窍不通,但他在 手册的指令下拿起笔开始工作——只是生搬硬套地按照指令去 做。有时指令要求他在纸上写下一些汉字,有时又让他移动或 删除另外的汉字。就这样写写画画直到指令告诉他工作已经完 成。这时他已写出了一篇汉语文章,而他并不知道,这正是那 些问题的答案。他按照指令将纸从小孔送出去,心中疑惑,这 无聊的游戏到底是什么。 房间外一个懂汉语的人读过文章后说答案完全正确,而且 很有见地。如果问她(懂汉语的人),这篇文章是否出自一个对 故事透彻理解的聪明人之手,她一定会很肯定地回答“是”。 她对吗?是谁看懂了故事?当然不是屋里的那个人—一他根本不 懂中文,因而对故事一无所知;也不是指令手册——它只是躺 在桌上一堆纸张中间毫无生命的书。那么,理解从何而来?塞尔 的回答是:根本不存在所谓的“理解”一存在的只是无意识 的书页翻动和铅笔的涂鸦而已。这个“中文屋”与数字计算机 非常相似,那个人就是CPU一只是无意识地执行指令;那本 书就是向CPU传达指令的软件程序;而那些便签纸便是内存。 因此,无论你多么巧妙地进行设计,试图让计算机通过模仿人 类的行为而积累一定的智力,计算机都是不可能具有理解力和 智能的。(塞尔曾明确表示他不清楚智能是什么,他的意思是说 不论智能是什么,电脑都不具备。 这个论点引发了哲学家和人工智能专家之间的激烈争论
ROn Intelligence 浮A智能的末寨 他们发表了上百篇文章,字里行间夹杂着尖刻和愤怒。人工智 能的捍卫者们提出了一些驳斥塞尔的论据,如:虽然房间中的 任何部分都不懂中文,但房间作为一个整体是理解中文的;房 间里的人是懂中文的,但他自已对此没有意识,等等。就我而 言,我认为塞尔的解释是正确的。认真思考过“中文屋”实验 的论据和计算机的工作原理之后,我没有看到任何地方有“理 解”的发生,这使我坚信,我们首先需要弄清楚什么是“理 解”,并为之下一个定义,这样才能清楚地知道何时一个系统 是智能的,何时不是;何时它能懂中文,何时不能。单从它表 面的行为是不能找到答案的。 个人要看懂一个故事是不需要刻意去做任何事的。我可 以静静地读着一个故事,表面上没有任何行为表明我是否清楚 地理解了,至少对我而言是这样。而另一方面,你无法从我安 静的行为上辨别出我是否读懂了故事,甚至无法辨别写成故事 的语言我是否能懂。事后你可以提问,但我对故事的理解发生 在阅读之时,而不是你问话之际。这本书的主题就是:理解是 无法用外部行为测量的,它是对大脑如何记忆、如何利用这些 记忆进行判断的内部度量—这些将在以后的章节中写到。在 这一点上,“中文屋”“深蓝”和大部分的电脑程序一样没有任何 类似之处,它们不能理解正在做的事情。而电脑的输出,即外 部行为,成为我们判断它是否具有智能的唯一标准。 人工智能派为自己辩护的终极论据是:从理论上讲,计算 机可以模拟整个大脑。一旦计算机模拟了所有的神经元和它们 之间的连接点,就说明大脑的“智力”和计算机的模拟“智 力”不再有任何区别。尽管这在实际上不能成立,但我同意这
Artificial Intelligence,15 第灭會源 种看法。可惜的是,人工智能的研究者们并没有模拟大脑,因 而他们设计的程序不会具有智能。在不了解大脑是什么的前提 下来模拟大脑,是不可能的。 被英特尔和麻省理工学院拒绝后,我无所适从。如果你不 知道下一步该干什么,最好的策略就是保持现状直到有转机出 现。于是我继续从事电脑行业,心满意足地待在波士顿。直到 1982年,我妻子想移居加州,于是我们举家前往(这是避免摩 擦的一个办法)。我在硅谷找到了工作,是一家刚刚成立的小公 司“ Grid Systems”。Grid是便携式电脑的发明人。而便携式电 脑是一台绝妙的机器,后来成为纽约现代艺术馆中第一个电脑 藏品。我先后在市场部和工程技术部工作,后来发明了一种高 级程序语言,命名为“ Grid Task”。我和我的发明对于公司的 成功变得越来越重要,同时我的事业蒸蒸日上。 然而此时,对于大脑和智能机器的好奇仍然在我脑海中挥 之不去,我一心渴望研究大脑,于是参加了人体生理学的函授 课程,开始自学(没有任何人会被函授学校拒绝的)。学习了 定的生物学知识后,我决定申请生物学研究项目的研究生,希 望从生物科学的内部去研究智能。如果说计算机世界不需要大 脑研究的理论家,那么生物学界可能会欢迎一位计算机工作 者。那时还没有所谓的理论生物学,尤其是理论神经系统学, 所以从我的兴趣来看,生物物理学是最好的选择。我努力学 习,参加了入学考试,准备了简历,恳请公司写了推荐信 哇,最终我被接收为加州大学伯克利分校的生物物理学研究项