參考書目:《人工智能:一種現代的方法(第3版)》
人工智能是什么?
先看看下表中沿著兩個維度排列的8種定義。
從上往下看,上面的定義關注思維過程與推理,下面的定義強調行為;
從左往右看,左邊的定義根據與人類表現的逼真度來衡量,右邊的定義用理想的性能表現來衡量。(一個系統若能基于已知條件“正確行事”則它是合理的。)
歷史上,對AI的所有4中途徑都有人關注,以人為中心的途徑在某種程度上必是一種經驗科學,涉及到關于人類行為的觀察與假設。而理性論者的途徑涉及數學與工程的結合。
接下來,通過介紹典型人物及事例來具體說明這四種途徑
像人一樣行動:圖靈測試
該測試1950年由艾倫·圖靈發表的“計算機器與智能”論文中提出,是一個關于判斷機器是否能夠思考的著名試驗,旨在提供一種令人滿意的關于智能的可操作定義,試圖給出一個確定人工智能與人類智能同一性的方法。
根據圖靈測試,如果一臺機器可以在特定的條件下模仿人類的反應,那么就認為它有一定的智能。在圖靈測試中,一個人在一間房子里,向另外一間房子里的人或機器提問,但這個人不知道回答問題的是人還是機器,如果這個人根本無法判斷出是人還是計算機在回答問題,那么就可以認為計算機通過了測試。
?在圖靈測試中,需要三個實體的參與,兩個是人還有一個是電腦。每一個參與者都與另外兩者隔離開,其中有一個人作為提問者,另外一個人和那臺電腦作為回應者。
?提問者以一種特定的方式根據某個具體內容向另外一個人和電腦不斷發問,然后根據他們的回答,在一段規定時間后判斷哪個是人哪個是電腦。這個實驗被作過很多次,如果提問者做出了半數或少于半數的正確判斷,那么這臺機器則被認為具有人工智能,因為提問者不能將它與人區分開。
與圖靈測試相對應,哲學家約翰·塞爾(John Searle)提出的一個名為“中文屋”的思想實驗,來反駁只要計算機擁有了適當的程序,理論上就可以說計算機擁有它的認知狀態以及可以像人一樣地進行理解活動的觀點。強調即使人工智能與人類智能有著完全相同的外在性質,也不能說明二者有內在的同一性,更不能將二者等同。
其實驗可表示為:一個人手中拿著一本象形文字對照手冊,身處圖靈測試中所提及的房子中。而另一人則在房間外向此房間發送象形文字問題。房間內的人只需按照對照手冊,返回手冊上的象形文字答案,房間外的人就會以為房間內的人是個會思維的象形文字專家。然而實際上房子內的人可能對象形文字一竅不通,更談不上什么智能思維。
像人一樣思考:認知建模的途徑
如果我們說某個程序像人一樣思考,那么我們必須具有某種辦法來確定人是如何思考的。我們需要理解人腦的實際運用。有三種辦法來完成這項任務:通過內省——試圖捕獲我們自身的思維過程;通過心理實驗——觀察工作中的一個人;以及通過腦成像——觀察工作中的頭腦。只有具備人腦的足夠精確的理論,我們才能把這樣的理論表示成計算機程序。如果該程序的輸入輸出行為匹配相應的人類行為,這就是程序的某些機制可能也在人腦中運行的證據。
認知科學這個交叉學科領域把來自AI的計算機模型與來自心理學的實驗技術相結合,試圖構建一種精確且可測試的人類思維理論。
合理地思考:“思維法則”的途徑
亞里士多德是首先試圖嚴格定義“正確思考”的人之一,他將其定義為不可反駁的推理過程。其三段論為在給定正確前提時總產生正確結論的論證結構提供了模式——例如,“蘇格拉底是人;所有人必有一死;所以,蘇格拉底必有一死”,這些思維法則被認為應當支配著頭腦的運行;他們的研究開創了稱為邏輯學的領域。
19世紀的邏輯學家為關于世上各種對象及對象之間的關系的陳述制訂了一種精確的表示法。到了1965年,已有程序原則上可以求解用邏輯表示法描述的任何可解問題。人工智能中所謂的邏輯主義流派希望依靠這樣的程序來創建智能系統。
這條途徑存在兩個主要障礙:首先,獲取非形式的知識并用邏輯表示法要求的形式術語來陳述并不容易,特別是在知識不是百分之百肯定時。其次,在“原則上”可解一個問題與實際上解決該問題之間存在巨大的差別。雖然這兩個障礙對建造計算機推理系統的任何嘗試都適用,但是它們最先出現在邏輯主義流派中。
合理地行動:合理智能體(Rational Agent)的途徑
Agent就是能夠行動的某種東西。合理Agent是一個為了實現最佳結果,或當存在不確定性時,為了實現最佳期望結果而行動的Agent。
合理Agent的途徑與其他途徑相比有兩個優點。首先,它比“思維法則”的途徑更一般,因為正確的推理只是實現合理性的幾種可能的機制之一。其次,它比其他基于人類行為或人類思維的途徑更經得起科學發展的檢驗。它的標準在數學上定義明確且完全通用,可被“解開并取出”來生成可證實現了合理性的Agent設計。另一方面,人類行為可以完全適應特定環境,并且可以很好地定義為人類做的所有事情的總和。
所以本書將著重研究合理Agent的一般原則以及用于構造這樣的Agent的部件。實現完美的合理性——即總做正確的事情——在復雜環境中不可行,其計算要求太高。然而,對本書大部分內容,將采納工作假設:完美的合理性對分析是一個好的出發點。這樣既簡化了問題又為該領域中的大多數基本素材提供了恰當的背景。
我的學習體會
1、什么是人工智能?一般會直覺地認為是像人一樣(思考和行動)的智能機器。從人工智能的四類定義出現的時間不難發現,像人一樣思考的定義出現時間也是最早(1978/1985)。這是一種本能的思維方式,研究新事物時,我們通常會和現實中已知的,我們熟悉的事物做比較。這樣做的好處是便于理解新事物,初期的研究也更容易開始。但是這種思維方式是否有效需要具備若干前提,比如除了表面的相似外,新事物是否和舊事物具有本質上的一致性;此外,我們對舊事物的機理是否足夠了解。舉個例子,早期人類一直憧憬能自由地在天際翱翔,很長一段時間人類的研究和模仿對象都是鳥類,寄希望于制作類似于鳥類的羽翼,振翅高飛。然而,這種簡單的模仿一直未能取得實質突破。直到近代,隨著人類對飛行原理、空氣動力學等領域知識的掌握,才真正意義上實現了飛行夢。
2、在科學家對人類自身思考機理的研究尚不明晰的情況下,我們如何能夠做到讓計算機像人類一樣思考?可以肯定的是,目前所謂計算機具備的“思考”能力只是和目前已知的人類思考原理相似的淺層次“思考”,非常初級,而且適應的場景有限。還有一個疑惑:人類對自己大腦的理解開發與計算機的智能程度是什么關系?是單向的前者促進后者,還是二者在一定程度上可以雙向促進。怎么促進?
3、追溯歷史是為了更好地理解當下,預測未來。對人工智能的定義是如何演變成四種類別的?每個類別下定義提出的背景是怎樣的?有哪些理論基礎,關鍵人物和代表性事件?不同類別的定義之間是互斥的關系還是存在(部分)交融?反向思考,既然對人工智能的定義來自多個迥異的維度,那么意味著人工智能必然是一門多學科融合的交叉領域學科。在學習人工智能的過程中需要有意識地相關學科的核心概念與重要特點,以及它們是如何作為養料滋養著人工智能這顆種子生根發芽、茁壯成長的。
4、這篇文章主要講的是人工智能的定義,也許讀到最后你可能會忘記具體的細節,但一定記得文中提到的“圖靈測試”和“中文屋”思想實驗,對人工智能定義的分類原則“像人一樣思考、像人一樣行動、合理地思考、合理地行動”還有印象。這就是好故事的魔力與結構化的魔力,符合人類大腦對故事、圖片、有規律的事物的認知偏好。由此帶來的啟發是1)介紹復雜事物時,可以以故事的方式吸引受眾注意,降低理解難度;2)以圖片、表格的方式有條理、結構化地呈現信息,便于讀者快速抓住重點。