论文部分内容阅读
大学时代,我翻过一本书,深为震撼。书是美国的费根鲍姆与麦科达克合写的,名叫《第五代——日本第五代电脑对世界的冲击》。书中多处谈到“机器人像人一样聪明”这类话题。并展望了即将到来的信息社会。当然,现在看来,那个所谓的第五代计算机并没有人们所期望的或想象的那么厉害;所谓机器思维的研发进展,也没有取得预期的重大成果。费根鲍姆当时名头很大,他老人家在书末尾写道:
“有思维的动物塑造出会思维的机器——或许是无可避免的。由于这种大胆的行动危险无比,有人就说我们是想鲁莽地踏上圣地。然而我们无论如何都要朝前迈进,并且坚持古今中外的贤者所训示我们的话:‘阴影不管有多黑和多危险,都不能阻止我们迈向光明。”’
此外前几年出的《剑桥五重奏——机器能思考吗?》是以“科学小说”的文体写就的一部“幻想作品”。它以最早提出计算机可以复制人类思维过程的英国数学家、计算机之父图灵开篇,还穿插其他四位著名的学者登场。他们是:物理学家、诺贝尔奖获得者欧文·薛定谔,哲学家路德维格·维特根斯坦,遗传学家、科普工作者和政治活动家约翰·霍尔丹,小说家、公务员和物理学家查尔斯·珀西·斯诺。
小说假定此5人在1949年春夏之交的一天,相聚于剑桥大学基督学院斯诺的住所,出席了一次特别的晚宴。他们一边品尝美味佳肴,一边围绕着“机器能思考吗?”这一论题,展开了广泛、深入甚至是面红耳赤、互不相让的探讨。
这个话题到“纪念人工智能学科诞生50周年”的2006年时又有了新的进展。
当年8月1日,在北京举行的2006年人工智能国际大会透露出一个信息:中国科学家在人工智能研究领域开展创新型的研究,取得了不错的成果,“对于人工智能科学发展做出了不小的贡献”。尤其是用机器人证明数学定理,在世界上可谓独树一帜。
人们对于人工智能这个词儿似乎并不陌生。通俗地说,此乃机器智能也。它是由计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科,其宗旨在于模拟、延伸和扩展人的智能。
让机器能像人一样思考,是人类长久以来的梦想。但是,这绝非易事。
攻克机器思维这个堡垒究竟有多难?这方面的一位权威人物约翰·麦卡锡有言:“如果想在人工智能有所成就,我们需要1.7个爱因斯坦、2个麦克斯韦、5个法拉第,再加上3项‘曼哈顿’计划。”要知道,麦卡锡几十年来所做的工作,就是探讨用可以通过电脑操纵的公式系统表达人类思维的所有形式。
不过。时光回溯到四五十年前,人们的认识可不是这样的。
1956年夏天,在美国达特茅斯大学举行的、被认为具有里程碑意义的有关人工智能的一次学术会议上,约翰·麦卡锡首次提出了“人工智能”的概念。也就在那一年,他与马尔温·明斯基、爱德华·费根鲍姆等信誓旦旦地宣称:机器会思想的时代即将到来!甚至压根儿就用不了耗费20年光阴。
人工智能的这几位倡导者所承继的,无疑是英国著名数学家、计算机之父阿兰·图灵的衣钵。在图灵看来,大脑神经元的存储行为和模式改变,跟计算机的相应行为极其相似;而且,大脑和计算机都能修改它们各自存储空间中的值:前者通过不同神经元的激发,而后者则通过程序指令的执行。正是这种相似性使图灵确信:人类可以建造一台能够思考的机器。
从理论上来讲,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。顺理成章的事情是:只要计算机有足够的内存和处理能力,其思维能力就会发展,人工智能的编程人员就可以造出智能机器来。
然而,机器思维是一个涉及多门学科的非常复杂的问题。对人工智能持否定态度的学者认为,任何人类思想都是跟语言表达密切相关的。没有语言就没有思想,人们在谈论“思维机器”的时候,怎么能够不考虑用于表达思想的语言呢?
再说,语言是一种共享的生活方式——人类生活的直接产物。不管人们建造的机器有多么聪明,它都不可能去共享人类的那种生活方式。因为它是机器,要知道思考需要精神状态,而具有精神状态的特性只存在于人类生活中,很难想象一台计算机具有同情心或者能够随机应变。所以,将思考这个词赋予任何一种机器都毫无意义。
不错,现在回过头来看,人工智能的倡导者当年的估计,显然是太乐观了。明斯基的一位搭档在回忆当年的那种“狂妄之勇”时打了这么一个比方:“当时的情景倒很像第一批到达北美新大陆的人们环顾四野并且高呼:‘这里是丰美之地,我们将用十到十五年的时间去令之富饶繁荣。’我们并不知道这片区域到底有多么广阔。”
一位学者也揶揄道:如果说半个世纪的人工智能研究证明了些什么的话,那就是在机器中实现人的认知功能是一件非常困难的事情。
用美国计算机专家、掌上电脑的发明人杰夫·霍金斯的话来说,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已经开始慢慢褪去。他认为,人工智能这一领域的发展轨道已经偏离了正确的方向,面临着一个根本的错误。
不管怎么说,人工智能的创建算得上是人类大脑的最具挑战性的工作之一。尽管它与原来所设定的目标相差很远,但它所带来的辐射效应,还是有目共睹的,“认知科学”和“专家系统”的出现即是成功的例子。
其实,只要想一想这样一个事实——人类虽然对鸟类飞行的神经机制至今也没有完全搞清楚,但人类根据鸟类飞行的空气动力学原理造出的飞机,却远远超出了鸟类飞行的能力——我们就有理由期待:终有人工智能给我们带来奇迹的那一天。
“有思维的动物塑造出会思维的机器——或许是无可避免的。由于这种大胆的行动危险无比,有人就说我们是想鲁莽地踏上圣地。然而我们无论如何都要朝前迈进,并且坚持古今中外的贤者所训示我们的话:‘阴影不管有多黑和多危险,都不能阻止我们迈向光明。”’
此外前几年出的《剑桥五重奏——机器能思考吗?》是以“科学小说”的文体写就的一部“幻想作品”。它以最早提出计算机可以复制人类思维过程的英国数学家、计算机之父图灵开篇,还穿插其他四位著名的学者登场。他们是:物理学家、诺贝尔奖获得者欧文·薛定谔,哲学家路德维格·维特根斯坦,遗传学家、科普工作者和政治活动家约翰·霍尔丹,小说家、公务员和物理学家查尔斯·珀西·斯诺。
小说假定此5人在1949年春夏之交的一天,相聚于剑桥大学基督学院斯诺的住所,出席了一次特别的晚宴。他们一边品尝美味佳肴,一边围绕着“机器能思考吗?”这一论题,展开了广泛、深入甚至是面红耳赤、互不相让的探讨。
这个话题到“纪念人工智能学科诞生50周年”的2006年时又有了新的进展。
当年8月1日,在北京举行的2006年人工智能国际大会透露出一个信息:中国科学家在人工智能研究领域开展创新型的研究,取得了不错的成果,“对于人工智能科学发展做出了不小的贡献”。尤其是用机器人证明数学定理,在世界上可谓独树一帜。
人们对于人工智能这个词儿似乎并不陌生。通俗地说,此乃机器智能也。它是由计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科,其宗旨在于模拟、延伸和扩展人的智能。
让机器能像人一样思考,是人类长久以来的梦想。但是,这绝非易事。
攻克机器思维这个堡垒究竟有多难?这方面的一位权威人物约翰·麦卡锡有言:“如果想在人工智能有所成就,我们需要1.7个爱因斯坦、2个麦克斯韦、5个法拉第,再加上3项‘曼哈顿’计划。”要知道,麦卡锡几十年来所做的工作,就是探讨用可以通过电脑操纵的公式系统表达人类思维的所有形式。
不过。时光回溯到四五十年前,人们的认识可不是这样的。
1956年夏天,在美国达特茅斯大学举行的、被认为具有里程碑意义的有关人工智能的一次学术会议上,约翰·麦卡锡首次提出了“人工智能”的概念。也就在那一年,他与马尔温·明斯基、爱德华·费根鲍姆等信誓旦旦地宣称:机器会思想的时代即将到来!甚至压根儿就用不了耗费20年光阴。
人工智能的这几位倡导者所承继的,无疑是英国著名数学家、计算机之父阿兰·图灵的衣钵。在图灵看来,大脑神经元的存储行为和模式改变,跟计算机的相应行为极其相似;而且,大脑和计算机都能修改它们各自存储空间中的值:前者通过不同神经元的激发,而后者则通过程序指令的执行。正是这种相似性使图灵确信:人类可以建造一台能够思考的机器。
从理论上来讲,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。顺理成章的事情是:只要计算机有足够的内存和处理能力,其思维能力就会发展,人工智能的编程人员就可以造出智能机器来。
然而,机器思维是一个涉及多门学科的非常复杂的问题。对人工智能持否定态度的学者认为,任何人类思想都是跟语言表达密切相关的。没有语言就没有思想,人们在谈论“思维机器”的时候,怎么能够不考虑用于表达思想的语言呢?
再说,语言是一种共享的生活方式——人类生活的直接产物。不管人们建造的机器有多么聪明,它都不可能去共享人类的那种生活方式。因为它是机器,要知道思考需要精神状态,而具有精神状态的特性只存在于人类生活中,很难想象一台计算机具有同情心或者能够随机应变。所以,将思考这个词赋予任何一种机器都毫无意义。
不错,现在回过头来看,人工智能的倡导者当年的估计,显然是太乐观了。明斯基的一位搭档在回忆当年的那种“狂妄之勇”时打了这么一个比方:“当时的情景倒很像第一批到达北美新大陆的人们环顾四野并且高呼:‘这里是丰美之地,我们将用十到十五年的时间去令之富饶繁荣。’我们并不知道这片区域到底有多么广阔。”
一位学者也揶揄道:如果说半个世纪的人工智能研究证明了些什么的话,那就是在机器中实现人的认知功能是一件非常困难的事情。
用美国计算机专家、掌上电脑的发明人杰夫·霍金斯的话来说,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已经开始慢慢褪去。他认为,人工智能这一领域的发展轨道已经偏离了正确的方向,面临着一个根本的错误。
不管怎么说,人工智能的创建算得上是人类大脑的最具挑战性的工作之一。尽管它与原来所设定的目标相差很远,但它所带来的辐射效应,还是有目共睹的,“认知科学”和“专家系统”的出现即是成功的例子。
其实,只要想一想这样一个事实——人类虽然对鸟类飞行的神经机制至今也没有完全搞清楚,但人类根据鸟类飞行的空气动力学原理造出的飞机,却远远超出了鸟类飞行的能力——我们就有理由期待:终有人工智能给我们带来奇迹的那一天。