《管理信息化人工智能基础评论》由会员分享，可在线阅读，更多相关《管理信息化人工智能基础评论（13页珍藏版）》请在金锄头文库上搜索。
1、人工智能基础评论程炼（北京大学哲学系）内容提要：人工智能的基础问题涉及人工智能的可能性和局限性问题。图灵的智能理论和机器思维的观点在本章中得到阐发。本章的主要内容是回应两种在哲学文献中反复出现的论证，一个应用哥德尔定理，一个运用现象学学说，两者都声称计算机能力与人类智能之间在原则上存在着不可填补的沟壑。本文试图证明，这两个论证都没有成功地证明这个沟壑的存在。什么是人工智能？ 人工智能最初是作为计算机技术（尤其是软件技术）的一个分支而出现的，经过几十年的理论与实践活动，取得了巨大的成就。在其发展过程中，哲学、心理学、语言学、神经科学等领域的大量思想和方法不断地渗入进来，以至于今天询问“究竟什么是
2、人工智能？”时，即使让有权威的专家们来回答，答案也是不尽相同的。根据某种普通的定义，人工智能是使计算机做聪明的事情的艺术。这个定义虽然看起来抓住了人工智能的精神，但它不够具体，还有一些别的看法：（1）作为软件工程的一个分支，人工智能仅仅是一些编制程序的技巧，它们使得计算机能够诊断疾病、理解自然语言等等。 （2）作为一门计算机科学理论，人工智能是关于编程的一种独特构想。 （3）作为哲学的分支，人工智能是一种实验认识论：知识是什么？在计算机或人的心灵中知识如何被表达？（4）作为一门心灵（mind）科学，人工智能体现了这样一个思想：心灵基本上是一种处理信息的机制。在最深的层次上，人工智能试图对这个伟
3、大的未决问题做出贡献：心灵如何从非心灵中产生出来？站在不同的角度看人工智能，它就会呈现出不同的图像。在上面的前两个定义中，人工智能被当作一门技术，而后两个定义将人工智能看作一种思想。但在种种差异背后隐藏着一种原始的一致性，即人工智能作为一种科学探究，它正在或试图达到什么目的。一般说来，贯穿人工智能的全部历史，它的目标在两个方面：（1）建造强有力的装置以尽可能多地（或全部地）完成通常认为只有人类才能完成的工作；（2）提出精致的、基于实证的新理论以解释人类的精神生活。围绕这两个目标所进行的工作正好分别构成了人工智能的实践活动和理论活动。人工智能诞生的初期，在这两个方面都出现了令人瞩目的成果。许多研
4、究者因此提出了更加雄心勃勃的设想，他们试图将人工智能看成是一门一般的智能科学，即看成是认知科学的核心。它的目标变成：提供能够解释（或许能够使我们复制）人类的全部心理现象的系统的理论。因此，在人工智能新定义中，“计算机”反而消失了。人们津津乐道的是一些抽象概念，如表达（representation）、计算（computation）、心理图像（mental image）等。 大多数研究者都承认，人工智能作为一门学科已经成熟，但是，那些乐观主义者的雄心勃勃的纲领能否实现，却不可能仅靠设计计算机系统、编写程序来解决。有一类问题深深地与我们的哲学探究相联系着，它们肯定伴随着人工智能的全部历史困惑着我们，
5、这就是人工智能的基础问题。简单地说，“人工智能的可能性与局限性”是这些基础问题的核心。英国天才数学家阿兰图灵（Alan M. Turing）于1950年发表的著名长文“计算机器与智能”，可以看作是人工智能基础研究的滥觞。 图灵，“计算机器与智能”（“Computing Machinery and Intelligence”, Mind, vol. 59, No. 236（1950），第433460页。 在这篇文章中，图灵明确地提出了这样的问题：“计算机能思维吗？”为了回答这个问题，图灵设计了一种“模仿游戏”。设想有三个人，一个男人甲、一个女人乙和一个提问者丙。丙可以是任何一种性别，与甲和乙隔离
6、开来。这个游戏的目的是让丙通过交谈确定甲和乙哪一个是男人，哪一个是女人。为此，丙轮流向甲和乙提出问题，甲和乙依次给予回答（问答可借助打字机进行）。如果在一段时间内，丙无法分辨甲和乙的性别，那么就在游戏中失败了；反之，则获胜。图灵设想，现在如果用一台计算机代替甲和乙中的一个，游戏就变成让丙来识别两个回答者中哪一个是人，哪一个是机器。如果提问者无法识别，我们能说这台机器有智能吗？图灵的回答都是肯定的。图灵的论点后来引起了广泛的争议，这里作一些澄清的工作是有必要的。我们把用图灵游戏来测定智能时所涉及的问题分为两个方面，一个是技术方面，另一个是原则方面。从技术方面看，图灵的原始论文在许多细节上是不清晰
7、的。首先，模仿游戏需要进行多长的时间才算分出胜负，三、五分钟还是数日？如果时间太短，提问者从回答中得不出足够的信息，太长，机器可能死机，人可能累趴下。其次，交谈的内容是否有限定？第三，智力多少是个程度上的事情，某些人智力超群，另一些人愚不可及，更多的人处于中间地带。一台机器可能骗过一个智力平平的提问者，但在一个专家面前却过不了几招。第四，提问者的主观因素显然能影响到游戏的结局。我们是随意指定提问者，还是需要做一定的选拔？所有这些问题都能引发人们思考图灵游戏是否是一个切实可行的方案。我无意在这里进一步讨论这类问题，因为解决它们依赖于更多经验探索。但是，我想指出的是，即使人们能够成功地就这些问题达
8、成共识，还有另一类更理论性的问题没有触及，而这后一类问题是我更为关注的。许多人以及大量哲学文献都注意到，图灵提出的智能观念是行为主义的。哲学上的行为主义主张，在内部的心理状态和外部行为之间存在着概念上的联系，也就是说，我们在谈论心理状态时，只不过是谈论行为或行为的倾向。但是，图灵的设想并非简单地建立在行为主义预设上。图灵对一般意义上的行为并无太大兴趣，他并未主张，如果一台机器在行为模式上与真人无法区分，那么这台机器就像真人一样具有心理状态，或者更具体地讲，具有智能。在图灵的模仿游戏中，机器只需展示一种特殊的行为言语行为（verbal behavior），而在许多理论家看来，单有在语言方面与人类
9、无法区分的表现，既不是一个东西具有智能的必要条件，也不是充分条件。实际上，图灵并没有主张，不能通过图灵试验的系统就是没有智能的。图灵的意思是，如果一个系统在一段合理的时间内可以像一个人一样进行日常交谈，这就足以让我们断定它是有智能的，也就是说，在模仿游戏中获胜是一个系统有智能的充分条件。根据我们的日常看法，智能可以用许许多多方式体现出来，演算习题、下棋、创作文艺作品等都是可以看作是智能的展现。为什么图灵对言语行为情有独钟呢？思索这个问题能够让我们领略图灵构想的优美和深刻。我们知道，今天的计算机能够执行和完成许多从前被认为只有聪明的人类才能从事的任务。但是，我们大多数人不愿承认迄今为止的计算机是
10、有智能的。鉴于这种情况，美国耶鲁大学的人工智能专家德鲁麦克德莫特（Drew McDermott）在1997年IBM计算机深蓝击败卡斯帕罗夫后评论道：“去年1996，在加里卡斯帕罗夫象棋取胜IBM计算机深蓝后，我告诉我的人工智能导论课的学生说，计算机要挑战最好的人类，还需许多年。既然已经证明我和许多其他人都是错的，许多人一直急于要我们相信，深蓝并不真正具有智能，而且这场胜利与人工智能的未来无甚干系。尽管我同意这台计算机不是非常有智能，但是，说它根本不显示任何智能却是根本误解了它所做的事情和人工智能的目标和方法。的确，深蓝的能力非常狭窄。它不能认识、更不能拾起一枚棋子。它甚至也不能够谈谈它获胜的那
11、局棋。既然智能的本质似乎是在种种情形下创造性的反应能力，我们难以在这一点上说这台机器有多少智能。” 德鲁麦克德莫特（Drew McDermott），“对，计算机能思维”（Yes, Computers Can Think），纽约时报1997年5月14日。深蓝的能力是狭窄的，算题、写诗、作画的机器依然在能力上是狭窄的，我们不愿意将智力赋予它们，是因为我们认为智力是远为宽广的能力。图灵选择语言能力作为智能测试的标准，我们难道不能同样说这种能力是狭窄的吗？在图灵看来，回答是否定的。谈话的能力在所有智力中是独特的和涵盖性的。图灵试验并不限定交谈的话题，模仿游戏的参与者可以就任何题目展开语言上的交流。如果
12、我们将两台机器做一个比较，这一点就更容易理解。假设有一台机器，深红，它在图灵的模仿游戏中胜出。我们可以比较一下深红与深蓝的智力。深蓝只能下棋，而深红可以谈论广泛的话题（包括象棋以及深蓝的获胜局）。实际上，如果深红根本不会下棋，它也不可能聪明地谈论下棋。当然，深红在某种程度上可以被认为是“夸夸其谈”或“纸上谈兵”，如果在棋盘上与深蓝较量会败得一塌糊涂。但这并不重要，世界上没什么人在棋上能与卡斯帕罗夫相比，但他们都可以是有智能的；甚至一个完全不会下棋的人，也可以是有智能的。图灵美妙的构想的背后隐藏着这个思想，即，交谈能力不仅仅是诸多智力的一种，更为重要的是，交谈能力是一种能够（至少在某个程度上）表
13、现其他诸多能力的能力，是一种涵盖性的宽广的能力。套用一句话，“智能一枝花，全靠嘴当家”。图灵在他的经典论文中做过如下预言：“我相信，在大约50年的时间里，人类有可能用大约109的存储量给计算机编程，让其玩模仿游戏，它们玩得如此之好，致使一个平常提问者在5分钟的提问之后做出正确的辨别的机会不足70%。我相信本20世纪末，人们的说法以及一般有教育的观点将大大改观，人们将能够谈论机器思维而不感到抵触。” 图灵，“计算机器与智能”，第442页。今天看，这个预言即使不能说完全失灵，至少没有得到实践上的支持。有一些哲学家和人工智能研究者从其他角度论证人工智能的局限。我把这类论证分为两类：第一类：有一些先验
14、证据表明，计算机系统依其本性，在模拟人类智能方面存在原则上的制约，因此，人类构造的任何计算机系统都不可能通过图灵试验；因此，人类的智能不能用计算机模型来解释；因此，机械论的智能观点是错误的。第二类：即使计算机系统能够通过图灵试验，依其本性，它们也不具有与人类一样的智能，因此试图用计算机模型来解释人类智能的努力是无法成功的。美国哲学家约翰塞尔（John Searle）于1980年提出的“汉字屋”论证（Chinese Room Argument）是第二类论证的代表。 塞尔，“心灵、大脑与程序”（Minds, Brains, and Programs），首次发表在行为与大脑科学（Behavioral
15、 and Brain Science 1: 417-424,1980）上。这篇文章后来被许多文集收录。对塞尔论证的评论，参见第3章“论人是机器”。 对于这一类论证，我在这里不作讨论。我的主要兴趣集中在第一类论证上。这类论证试图从原则考察计算机具有的能力。这里有两点值得注意。首先，人工智能是一门具体的学科，有经验探究的一面。而科学是一种构造性的工作，它需要确立何为世界中的事实以及刻画事实之间的关系。作为一门科学，人工智能的理论目标是提出一种广义的智能理论或模型，以取代大众心理学中蕴含的昏暗不清的常识智能观。哲学，就其作为最一般的概念上的工作而言，不可能代替经验的观察断言经验世界中的事实，虽然它必
16、须谈论这些事实。哲学探讨的是各种判断之如何可能的方式，亦即确立这些判断赖以成立于其中的框架和建立于其上的基础。因此，我们需要弄清人工智能的基本思想在多大程度上和何种意义上与我们拥有的其他信念和知识相协调或相抵触。其次，哲学对于人工智能有其独立的批判功能。人工智能中某些规范的变化常可以直接投射到哲学史上一些思潮的更替之上，而这些思潮的更替往往是先于人工智能的实践活动的。在此种意义上，哲学的启发对于人工智能实践变得重要起来。人工智能研究中存在着多种工作背景，它们各自拥有自己的哲学信条，多种的思想之间的竞争既是人工智能前进的动力，又是这个领域显得有些混乱的根源，对它们进行清理和评价也是很有必要的。下面我要面临的是两个哲学上反对人工智能可能性的论证，一个是从逻辑的角度上提出的，一个是形而上学的。我们的主要任务有两个：（）计算机的能力来自何处？（）计算机模拟人
