科学的极致：漫谈人工智能-样章

《科学的极致：漫谈人工智能-样章》由会员分享，可在线阅读，更多相关《科学的极致：漫谈人工智能-样章（31页珍藏版）》请在金锄头文库上搜索。

1、 科学的极致 漫谈人工智能 集智俱乐部 编著 人 民 邮 电 出 版 社 北 京 图 灵 原 创 图 3-12 8 位加法器实例 输入层隐层1隐层2 Softmax分类器 (1) 1 h (1) 2 h (1) 3 h (1) 4 h (2) 3 h (2) 2 h (2) 1 h +1 +1 P(y=0|x) P(y=1|x) P(y=2|x) x1 x2 x3 x4 x5 x6 +1 图 6-5 栈式自编码器网络 a b 图 9-6 Digg 网站的单个用户流动（a）和集体用户流动（b） 图 9-7 用户在世界排名前一千的网站间游走形成的流网络 图 10-7 主题模型在微博关键词中的应用

2、a 图 11-11 Tierra 程序 b c 图 11-11（续） 图 11-15 蚂蚁觅食模拟程序（蓝色点为巢穴，红色点为食物） 图 12-14 未名湖里的机器鱼（黑色）带动了真正的鱼群（红色） 图 13-10 模拟开始时刻 0 度经圈气温沿着高度的分布状况 图 13-11 模拟一段时间之后 0 度经圈气温沿着高度的分布状况 图 14-17 非降水回波 图 14-18 过滤回波强度低的数据 原始图片块切割 清理过的图片 图 14-19 图像分割 有噪音（boo）没有噪音（yey!） 图 14-20 降噪处理 图 14-25 彩云天气 第 8 章 “人工”人工智能：从人机交互到人类计算 |

3、177 第 8 章 “人工”人工智能：从人机交互到 人类计算 张江 图 8-1这幅图画的是什么？是一个高脚杯还是两个相对的人脸？其实这两个答案 都正确，它取决于你把什么当作前景，把什么当作衬底。在真实世界中，图形与衬底 总是相伴而生、相互转换的。 图 8-1 图形和衬底 178 | 科学的极致：漫谈人工智能 机器与人之间的关系就好比图形与衬底。人类通过发展人工智能而勾勒出前景图 形，与此同时，人类使用机器的方式也在悄然变化，这便是衬底。前景与图形相伴而 生，谁也离不开谁。虽然人类发明了智能机器，但是单个人无力阻止人工智能的进一 步发展。而机器同样需要人类来不断改造自己的算法，从而实现比生物更加

4、快速的进 化。在机器服务于人类的同时，人类社会正在接受机器们史无前例的改造：那些无法 跟上机器进化步伐的人将被整个社会所边缘化。就这样，图形与背景水乳交融般地协 同演化着。 经典的人工智能学科将过多的精力集中在了人机图画的前景。科学家们对如何改 造机器算法，实现一个又一个拟人的智能而乐此不疲，却或多或少地忽略了背景 那些坐在屏幕前敲击键盘的人。事实上，人对于人工智能来说不仅不可或缺，而且至 关重要。这可以体现在两个方面：(1) 人创造了人工智能算法迄今为止，能够完 全凭空创造智能算法的程序或机器仍然不存在；(2) 人工智能算法的最终服务对象始 终是人类。尽管按照很多赛博朋克小说的说法，机器很有

5、可能在一个数字世界中创造 出属于机器自己的、人类无法理解的智能，但是这些程序在现实中是不可能出现的。 因为即使出现了，我们也无法确切地感知到。讨论一个完全独立于人类理解能力的智 能世界是毫无意义的。 所以，人工智能程序从一开始就和它的背景人天然地耦合在了一起，我 们要发展人工智能是不可能将人类所起到的作用完全忽视的。这篇文章就从人机交互 的角度重新审视人工智能。首先，如果我们站在一个足够高的人机互动的视角来看， 那么人工智能程序应该是一个能够让人类完全融入其中，并能够通过人类的交互而不 断自我进化的平台。其次，本文将重点综述一个新兴的领域人类计算（human computation） ，我们将

6、其称为“人工”人工智能。我们将看到，已经有很多有趣的人 机交互系统开发出来，它们都巧妙地将人和机器整体利用起来，完成了传统人工智能 很难解决的问题。最后，我们将目光集中在人类计算中最关键的因素：注意力之流上 面。我们将指出，如何精确地利用人类的注意力之流是解决“人类计算”问题的关键。 从图灵测试谈起 图灵测试是目前人们普遍认可的判断一台机器是否具有智能的好方法。如图 8-2 所示，将一台安装着智能算法的计算机和另外一个被测试的人分别关进两个小黑屋 中，另外一个人类测试者只能通过键盘和屏幕来与这两个屋子中的主体进行通信。如 第 8 章 “人工”人工智能：从人机交互到人类计算 | 179 果测试者

7、在足够长的时间内无法判断出哪一个屋子里面关的是人，哪一个是机器，那 么我们就说该机器通过了图灵测试，从而具有了智能。 图 8-2 图灵测试示意图 在这样的测试中，人们往往将注意力集中在那台机器上面：我们如何改进机器的 算法来蒙骗人类。 但实际上， 起到关键作用的恰恰不是机器而是测试机器的测试者 一个活生生的人，因为他是最终的判断者。因此，与其说我们要开发一个具有智能的 机器，不如说我们要开发一个能够让人类测试者认为具备智能的机器。虽然后面一种 说法只比前面的说法多出了一个限定词： “人类测试者认为” ，但是，这已经道破了 关于人工智能的一条真理：智能不是一个可以客观定义的属性，而是一种依赖于观

8、察 者人类测试者的属性。 一台机器两个人 下面，让我们从人机交互的角度来重新审视人与计算机程序之间的关系。对于一 段程序来说，最重要的有两个人（准确地说，是两类人） ，他们分别是：程序构建者 （程序员）和使用者（玩家） ，如图 8-3所示。 程序员编写了这个人工智能程序，并且还能在恰当的时刻修改该程序。而玩家则 是纯粹的使用者，虽然很有可能玩家会向程序员反馈信息，告诉他（她）这个人工智 能程序会有什么 bug， 但是最终直接改变人工智能程序的人只能是程序员而不是玩家。 180 | 科学的极致：漫谈人工智能 图 8-3 一个程序和两个人 当我们按照程序员和玩家的角色划分了人的时候，其实已经暗含了

9、一种程序与人 的交互时间顺序在里面： 即程序员先要编写人工智能程序， 然后再由玩家来玩。 之后， 程序员可以进一步根据玩家的反馈修改该程序，使得它能够进一步满足玩家的需要， 如此无限地循环下去于是，我们可以将一个人工智能程序与人交互的生命周期概 括成图 8-4所示的循环。 图 8-4 完整程序周期 更有意思的是，当我们判断某个程序比如说 P是否具有智能的时候，其实暗含了 一个前提，这就是 P是在使用/玩这个阶段接受测试的，而不能包含另外的开发/调试 阶段，否则就会很荒唐。 比如我开发了一个程序 P，它只会运算 1+1，但我却号称它具有了人工智能。如 果你是它的玩家，会马上大呼上当，说这个程序连

10、 x+y都计算不了，怎么算得上是人 工智能呢？这个时候，我听到了你的抱怨，马上把这段代码加入到了程序 P中，于是 它可以计算 x+y了，再交给你使用，并解释说，我没有骗你，它真的很智能！估计你 第 8 章 “人工”人工智能：从人机交互到人类计算 | 181 无语了。 也就是说，如果程序 P具有了智能，那么显然 P需要独立运行，这个时候，它的 创造者程序员不能对程序进行改进。 否则， 我们就不能说这是计算机程序的智能， 而是程序员的智能了。于是，这样一种将开发/调试阶段和使用/玩阶段做出非常严格 的区分是一种在人工智能中不言自明的前提，但是我们马上将会看到，其实这个前提 是完全可以被模糊掉的。

11、当玩家变成程序员 下面让我们再从计算机程序的角度来理解人与机器的交互。对于程序来说，无论 是玩家玩这个程序，还是程序员更改它，其实都体现为键盘或者鼠标上面输入的电信 号。也就是说，其实计算机程序从来都不区分玩家和程序员，这种区分恰恰是我们人 类做出来的。 那么，我们就来做这样一个假设，既然玩家和程序员本质上没有任何区别，那有 没有可能玩家就是程序员本身呢？这样，图 8-3就可以变成图 8-5。 图 8-5 化简的人与程序的关系 这里的玩家就是一种广义的玩家，他既是普通意义上的玩家（程序的使用者） ， 又是普通意义上的程序员（程序的构建者或修改者） 。进一步，从时间上来看，我们 也就不再区分开发

12、/调试与使用/玩这两个不同的步骤了，于是图 8-4就变成了图 8-6。 182 | 科学的极致：漫谈人工智能 图 8-6 化简的程序与人的交互周期 因此，所有的互动过程都简化为了一个“玩”字。从这个角度来说，传统意义上 的人工智能的界定已经荡然无存了，因为我们已经不能分割出来一个能够独立地脱离 编程员设计的人工智能程序。取而代之的是，我们应该考虑如何设计一个更好的平台 作为初始的系统，使得人能够一直不停地在这个平台上“玩”下去。这才是从图形和 衬底这两个角度全面考虑的人工智能。 让我们还是以图灵测试为例来说明。我们要设计的其实不是一个多么强大、多么 聪明的聊天程序，而是一个可以提供人和计算机进

13、行交互的平台。在这个平台之中， 玩家随随便便聊天的话语，比如“你吃了吗？”与程序员所写的冷冰冰的机器代码 “Mov 2 b, Add c, ”没有本质上的区别。这样，玩家普通的聊天也可以变成对程序指 令的修改，使得这个程序能够在聊天使用中完成自身结构的改变，这才是史上最强大 的人工智能程序。 但是，如果读者稍懂一些计算机原理就会发现，运行中输入的数据与程序的源代 码其实是不能如此等同的，这是因为对于程序来说，这两套数据实际上是处于不同的 层次之上的。运行中输入的数据传递给了程序的“软件层” ，而该程序的源代码相当于 该程序的“硬件” ，它在运行起来以后就不能修改了。这似乎是一个不能逾越的障碍。

14、 然而，其实图灵早已经帮我们解决了这个问题。因为，图灵发明了所谓的通用图 灵机（Universal Turing Machine，参见本书第 2章） 。通用图灵机好比是一个空空的平 台，它不必实现任何具体的计算任务，但却可以模拟任意一台图灵机的运作。于是， 当你想让通用图灵机实现某一种计算，例如 x+y的时候，你只要把相应的编码输入给 它就可以了。这样，对于通用图灵机来说，运行中输入的数据的确与修改程序的指令 是等价的。 所以，通用图灵机其实就是一个了不起的人工智能平台。从这个意义上来说，其 实我们不应该发明什么人工智能程序，而应该发现人工智能！ 第 8 章 “人工”人工智能：从人机交互到人类

15、计算 | 183 乘胜前进 然而，通用图灵机显然做得不够好。否则，我们也没有必要再去发展人工智能这 个学科了。其中的原因也很简单，通用图灵机需要有一套特定的编码才能够把输入的 符号转变成有效的程序。而这一套编码显然不是给玩家设计的。所以，我们将一般的 交互（玩）交给了玩家，而把特殊的改进程序的交互（编程）交给了程序员。于是， 程序员和玩家的区分、开发/调试和使用/玩的区分出现了。 如果看清楚了这一点，我们就不难明确我们要改进的方向了。我们最需要做的实 际上是要让编程与玩之间的区分变得越来越模糊。那么，对于程序来说，它应该逐渐 进化成越来越友好的形式；而对于人来说，它应该越来越熟悉机器的秉性，知

16、道如何 与机器打交道。这样，人和机器才能耦合在一起完成协同的进化。这种协同进化的前 提是要让计算机程序充分地利用起交互这种资源。我们可以把人工智能程序比喻成一 种吃交互的机器，如图 8-7所示。 图 8-7 吃交互的程序 因为， 只有玩家的交互输入才是让机器实现自我改进、 实现进化的唯一动力来源。 盲目的钟表匠 也许，上面的论述看起来非常抽象，但是将玩家的交互（玩）视作一种资源从而 指引程序的进化实际上并不是空穴来风。人们已经开发出很多这样的程序了，而且还 形成了一个新兴领域，叫作交互式进化计算（Interactive evolutionary computing） 。 最早的交互式进化可以追溯到一个叫作“生物变形” （Biomorph）的程序。理查 德道金斯（Richard Dawkins）是一位著名的生物学家，他在 1986年出版的著作盲 184 | 科学的极致：漫谈人工智能 眼的钟表匠一书中提到了一个这样的程序，以展示生物进化的原理。 一群由简单编码构成的数字生物形态被绘制在屏幕上 （如图 8-8所示） ， 玩家通过 鼠标