人工智能想說愛你不容易

人工智能研究的終極目標是設計一個真正能在人類所處環境中表現出像人類一樣智能行為的計算機，讓我們來思考一下到底什么是人工智能吧。

要解釋什么是“智能”恐怕要比解釋什么是“人工”（或者什么是機器）更棘手。在一篇1950年發表的著名論文《計算機器與智能》中，圖靈詳細討論了“機器能否擁有智能”的問題。有趣的是，作為公認的計算機科學與人工智能共同的先驅，圖靈成功定義了什么是機器，但卻不能定義什么是智能。正因如此，圖靈設計了一個后人稱為圖靈測試的思想實驗。

在圖靈測試中，一個計算機在沒有直接物理接觸的情況下接受人類長時間的詢問，如果“足夠多”的詢問者在“足夠長”的時間里無法以“足夠高”的正確率辨別被詢問者是機器還是人類，我們就認為這個計算機通過了圖靈測試。圖靈把“通過圖靈測試”看作“機器擁有智能”的充分條件，同時他相信這個條件可以在2000年左右時基本實現。需要強調的是，圖靈測試作為一個充分條件，本身并沒有也從未試圖定義智能的范疇。但是，通過討論圖靈測試這個充分條件，卻有助于進一步理解主流的人工智能研究的三個重要特征。

人工智能關注如何模擬人類的智能活動，而不是全部腦力活動

關于圖靈 人工智能的主題是設計能夠綜合適應“人類所在環境”的單一智能體，而不是專門解決特定數學問題的算法

“綜合模擬人類的智力活動”這一基本目標正是人工智能區別于其他計算機科學分支的地方。我們通過比較人工智能軟件與傳統軟件來說明這一點。

首先從最廣義的角度看，傳統軟件其實也屬于人工智能的范疇。實際上很多早期的計算機科學家，比如圖靈，就是以人工智能為動力展開對計算機科學的研究。一個從未接觸過計算機的人也許很難說清“從一個數列中找出所有素數”和“從一張照片中找出一只狗”哪個更有資格代表“智能”（前者屬于傳統軟件范疇，后者屬于傳統人工智能范疇）。

但另一方面，傳統軟件并不代表人工智能的全部內涵。粗略講，我們可以認為傳統軟件對應了這樣一類“計算問題”，它們的共同特點是，問題本身是用一個算法（或非構造性的數學描述）來描述的，而對它們的研究主要關注在如何找到更好的算法。而我們稱之為“人工智能問題”的問題可以理解為另一類“計算問題”，它們的共同特點是無法用算法或從數學上對問題進行精確定義，這些問題的“正確答案”從本質上取決于我們人類在面對這類問題時如何反應。

總而言之，盡管同時存在哲學意義和操作層面上的爭議，圖靈測試卻從原則上符合主流人工智能研究的一般特征——在復雜和未知環境中以模仿人類的智力行為為目標。當然，作為一個樂觀的充分條件，圖靈測試無疑是諸多人工智能問題中頗具難度的一個，以至于真正直接研究圖靈測試的人并不多。相反，人們更多地把精力投到一些更具體的子領域?？梢哉f這些領域里的每一個都是通過圖靈測試的必要條件，而它們中的大部分還沒有達到“人類水平”。

擁有高度的智能也許是人類至今最引以為傲的能力。較容易增強和擴展硬件、軟件能力，是機器相比于人類最大的優勢之一。人工智能方面一旦產生重大突破，即使在我們有意克制地不用于制造新的物種（也就是類人機器人）的情況下，也至少會導致人類對自身智能、情感、意識等一系列概念的重新審視和理解，而這勢必導致人類對待倫理和法律觀念的變革，從而對整個社會產生深遠影響。據《科學世界》測試在這方面的爭議在于人類的腦力活動不僅包括智能，同時還具有情感、審美能力、性格缺陷、社會文化習慣等一系列“非智力特征”。因為圖靈測試的模仿對象是普通人，它對這些“非智力特征”的要求甚至可能還高過純粹“智力要求”—— 一個普通人，他/她完全有可能對國際象棋一竅不通，但卻不大可能從照片分辨不出美女/帥哥來。

當然，“非智力特征”的引入本身并不妨礙圖靈測試成為一個有效的充分條件，但除非我們假設所有這些“非智力特征”都是擁有智能之后的必然產物，否則不得不承認圖靈測試確實在機器智能這個核心問題之外加入了過多充滿挑戰卻又顯得不那么相關的因素。盡管圖靈本人對在20世紀末時解決這些“更難的問題”相當樂觀，但直到2013年，仍然沒有任何機器能夠通過嚴格的圖靈測試，即使僅在純粹智力層面。

人工智能關注計算機的外部智能行為，而不是產生該行為的內部過程

這是一個典型的功能主義/行為主義風格的定義，也是一個人工智能經常被指摘的地方。嚴格的“主觀思考”定義要求具有自我意識。但一方面，從嚴格的學術角度，我們甚至并不真的確定是否真的存在“意識”這個東西。另一方面，可以從數學上證明任何一臺圖靈機都可被另一臺圖靈機所模擬。因此，假設我們真的制造了一臺具有“意識”的機器A，我們總可以制造另一臺機器B以查表的方式來機械地模擬A的內部運行，問題是B是否具有意識。如果每一臺“擁有”意識的機器都能被一臺B這樣的“機械查表式”的機器所模擬，那么我們就無法通過外部行為來斷定一個機器在內部上是真的在“思考”還是只是在模擬“思考”的過程。因此“是否擁有意識”從行為主義的角度也就成為了相對獨立的“另外一個問題”。同時，“擁有意識的機器總可以被沒有意識的機器模擬”也說明“擁有意識”并不能給機器帶來任何額外的“行為能力”，這進一步降低了“擁有意識”在行為主義者眼中的重要性。

事實上，每個學科的研究都基于一個基本的“假說”。支撐物理研究的基本假說是“相信”萬物運轉都受一套普適的且不隨時間空間變化的物理定律所約束，而物理研究的目的“只是”找出這套定律是什么。類似地，“弱人工智能假說”“相信”經過良好設計的計算機可以表現出不低于人類水平的智能行為。每個人工智能的分支研究都默認基于針對自己領域的弱人工智能假說，而支撐這些子領域研究的動力往往是其巨大的社會實用價值。相比之下，圖靈測試則是以全面模擬人類的所有智力行為為目標。