论文部分内容阅读
摘要：被称为世界三大尖端科技之一的人工智能（Artificial Intelligence），自1956年被提出以来，迄今已经发展了快60年，20世纪70、80年代是其黄金年代。人工智能有很多著名的成果，比如著名的电脑“深蓝”曾战胜了国际象棋大师加里•卡斯帕罗夫，一举宣告国际象棋新时代的到来。然而，历史上关于电脑是否真的能拥有智能这一问题却众说纷纭，无数的优秀人士发表了多篇优秀论文探讨此事，却至今无确切的结果。根据如上背景，本文列举了一些著名的人工智能问题，并以此为基础提出了人工智能发展的一些思考。
关键词：人工智能；著名问题；智能与理解
中图分类号：TP18
人工智能（Artificial Intelligence），简称AI，是二十世纪五、六十年代所兴起的一门具有极大潜力的学科。如今，人工智能已经取得了众多成果，更有大把专家确信，只要计算机有足够的内存和计算能力，计算机的思维能力就会发展，那么智能机器就能最终轻易地实现。然而，人工智能本身就分为很多学派，历史上有关人工智能是否能最终实现的争论也不少。
本文回顾了历史上与人工智能有关的几个著名定义与问题，包括著名的图灵万能机器的定义、图灵实验、“中文屋”实验等，并在此基础上对人工智能的发展做出了思考。
1图灵万能机器与图灵实验
众所周知，当下的计算机其思想原理来自图灵的一篇著名论文，如今的计算机架构更被称之为“图灵机架构”。当然，人工智能这一理论也是随着数字计算机的出现应运而生的，早期的人工智能研究的关键便是阿兰•图灵本人。
阿兰•图灵最卓越的成就便是正是提出了“万能计算机”这一概念，即尽管各个计算机的细节结构不同，但所有计算机从本质上来说其实是等价的。图灵假设有一台虚构的机器，这台机器主要包括三个部分：处理盒、纸袋和一个能从来回移动的纸带上读取信息并记录的装置。在这个假设中，处理盒就是现在的中央处理器（CPU）。纸袋便是记载了0和1这些代码的载体。可以证明，如果处理盒的处理规则选择正确，并且纸袋足够长，那么这台机器便可以完成任何一种计算。这就是被称为“图灵万能机器”的其中一种等效计算机。从逻辑上进一步来说，任何一台数字计算机都是等效的。
图灵的这一结论令人瞩目，取得了巨大的成功，推动了后世计算机领域的发展。由此，图灵进一步思考计算机是否能智能化。然而，这里有个最根本的问题：究竟什么是智能呢？图灵没有给出任何定义，并且也没在这方面做出任何尝试，最后，图灵只是给出了一个智能存在的证据，即图灵实验：若一台计算机可以骗过一个询问者，使得该询问者相信它是一个人，那么从定义上来说，这台机器就具有智能。由这个图灵试验出发，人工智能的领域便被开创了，自此以后，无数的人工智能研究以此为基础，对计算机的智能进行着开发。
事情发生到了这里，似乎人们已经驾驭了电脑与智能思维之间的桥梁，计算机的人工智能实现似乎指日可待。然而，事实真就如此吗？
下面，让我们来看看人工智能的另一方面的看法，即著名的“中文屋”实验所带给我们的启发与思考。
2“中文屋”实验
在历史上，对计算机是否能真正有智能，人们争执不已。美国加州伯克利分校的知名哲学教授约翰•塞尔据此提出了一个著名的思考实验，即“中文屋”实验，由此来证明计算机无法拥有智能。
“中文屋”实验的内容如下：假设一个只会说英语的人坐在一个只有一面墙上开了一个小孔的屋子里，他的旁边只有一个放了一本指令手册和各种可能需要的笔和便签纸的桌子。指令手册上用英文记载了各种指令，包括汉字的处理、分类及比较的方法。值得注意的是，这些指令没有任何提及汉字的意义，只是说明了如何对汉字进行复制、删除、排列和撰写等。现在好戏开始了，站在屋子外的一个人从小孔中塞进一张纸，纸上用中文写着一系列问题和一个故事，屋子里的人对纸上的内容如读天书，但是他在指令手册的指导下开始工作，对纸上的汉字参照指令手册进行一系列的操作，并将结果记录在另一张纸上。就这样，这个人进行了很多无聊的操作后，终于“写出”了一篇汉语文章。他将结果从小孔中传了出去，心中想着这究竟是在写什么鬼玩意。这时屋外的人接到了满是汉字的纸，他读了纸上的文章，感叹屋里的人太有才，竟能写出如此文章！然而，屋里的人真的知道他在写什么吗？毫无疑问不知道，他连中文都不认识。
现在问题就来了，我们的计算机不是也在做同样的事吗？计算机只是不停地对高低信号0和1进行操作罢了，那么能说计算机有智能吗？智能在哪呢？其中最关键的“理解”从何而来？计算机只不过按照某个规则运行罢了，根本不存在“理解”，不存在智能。
“中文屋”这个思考实验一出来就遭到了众多激烈的讨论，有人赞成计算机没有智能，当然，也有人反驳说智能是有的，“理解”是发生在这个屋子的整体之上，这个屋子作为一个整体“理解”了汉字文章，从而拥有智能。事实果真如此吗？就因为整个屋子输出了正确的结果就有了智能？这其中真的有“理解”产生吗？那什么是“理解”呢？下面，本文对相关问题进行了一些思考与探讨。
3人工智能发展思考与展望
如上文所述，计算机能否存在智能的确是个难啃的骨头，如上的几个著名实验早已让人争执不休，而历史上，有关此类的思考与实验足以多到令人崩溃，更令人工智能这个领域充满了无限的可能性。
人工智能发展至今，早已形成了大大小小的众多学派，并且与众多其他学科有着联系。在人工智能的历史上，神经网络的出现可以说是一个具有里程碑意义的事件。曾几何时，当人工智能落入低谷时，神经网络可以说挑起了该领域的大梁。神经网络的原理是根据人的大脑中的神经网络原理而来，与传统的计算机工作方式不同，其没有储存器也没有中央处理器，完全靠各种反馈与输入输出来模拟智能。毫无疑问神经网络的出现使得人们对实现人工智能信心大增，其依据生物学的原理似乎使得人们向人工智能更近了一步，也给人工智能的研究方向又增加了一个重要的分支。然而，神经网络其后的发展却并不如人意，以现在的观点来看，神经网络并未真正的模拟人脑的结构与作用，正如计算机的CPU由上万的电子线路组成，人类只是利用了几根电子线路来实现放大器一样，神经网络的研究员也只是简单地利用了少数的神经元来构建计算行为。因此，神经网络的出现并未使得人们向人工智能的实现更进一步，但毫无疑问拓宽了人工智能的研究视野。
在作者看来，人工智能是否能真正被实现依旧是个未知的问题，首先，人们并不真正了解究竟什么是智能，不知道“理解”究竟为何物；其次，当下早已有人提出了怀疑，人工智能的研究方向是否错误？有个很引人关注的问题：流行的判断人工智能方法是根据计算机所做出的行为来判断，但是智能并不一定需要行为，例如人类能不动声色地躺在床上思考问题，这其中没有任何表象行为的发生，但是的确存在“智能”与“理解”，就像“中文屋”那个实验所表达的一样，只以表面的行为作为智能存在的判断是否误导了计算机智能的发展方向？在这里，本文的探讨也就结束了，在作者看来，计算机要真正拥有智能，或许人们得先弄明白人脑究竟是怎么工作的，思维究竟如何产生，当前流行的将人工智能与生物领域结合起来或许是个很好的发展方向，也许有一天，人工智能最终会在生物这一领域求得真谛。
参考文献：
[1]stuart j.Russell&peter norvig.人工智能：一种现代的方法[M].北京:清华大学出版社,2011.
[2]george f.luger.人工智能：复杂问题求解的结构和策略[M].北京:机械工业出版社,2010.
[3]ray kurzweil.奇点临近[M].北京:机械工业出版社,2011.
[4]michael negnevitsky.人工智能：智能系统指南[M].北京:机械工业出版社,2012.
[5]mat buckland.游戏人工智能编程案例精粹[M].北京:人民邮电出版社,2008.
作者简介：韦雄奕（1991.3-），男，本科，中山大学信息安全与技术学院，研究方向：人工智能，数据挖掘；解晨（1992.4-），男，本科，中山大学信息科学与技术学院，研究方向：人工智能、算法设计。
关键词：人工智能；著名问题；智能与理解
中图分类号：TP18
人工智能（Artificial Intelligence），简称AI，是二十世纪五、六十年代所兴起的一门具有极大潜力的学科。如今，人工智能已经取得了众多成果，更有大把专家确信，只要计算机有足够的内存和计算能力，计算机的思维能力就会发展，那么智能机器就能最终轻易地实现。然而，人工智能本身就分为很多学派，历史上有关人工智能是否能最终实现的争论也不少。
本文回顾了历史上与人工智能有关的几个著名定义与问题，包括著名的图灵万能机器的定义、图灵实验、“中文屋”实验等，并在此基础上对人工智能的发展做出了思考。
1图灵万能机器与图灵实验
众所周知，当下的计算机其思想原理来自图灵的一篇著名论文，如今的计算机架构更被称之为“图灵机架构”。当然，人工智能这一理论也是随着数字计算机的出现应运而生的，早期的人工智能研究的关键便是阿兰•图灵本人。
阿兰•图灵最卓越的成就便是正是提出了“万能计算机”这一概念，即尽管各个计算机的细节结构不同，但所有计算机从本质上来说其实是等价的。图灵假设有一台虚构的机器，这台机器主要包括三个部分：处理盒、纸袋和一个能从来回移动的纸带上读取信息并记录的装置。在这个假设中，处理盒就是现在的中央处理器（CPU）。纸袋便是记载了0和1这些代码的载体。可以证明，如果处理盒的处理规则选择正确，并且纸袋足够长，那么这台机器便可以完成任何一种计算。这就是被称为“图灵万能机器”的其中一种等效计算机。从逻辑上进一步来说，任何一台数字计算机都是等效的。
图灵的这一结论令人瞩目，取得了巨大的成功，推动了后世计算机领域的发展。由此，图灵进一步思考计算机是否能智能化。然而，这里有个最根本的问题：究竟什么是智能呢？图灵没有给出任何定义，并且也没在这方面做出任何尝试，最后，图灵只是给出了一个智能存在的证据，即图灵实验：若一台计算机可以骗过一个询问者，使得该询问者相信它是一个人，那么从定义上来说，这台机器就具有智能。由这个图灵试验出发，人工智能的领域便被开创了，自此以后，无数的人工智能研究以此为基础，对计算机的智能进行着开发。
事情发生到了这里，似乎人们已经驾驭了电脑与智能思维之间的桥梁，计算机的人工智能实现似乎指日可待。然而，事实真就如此吗？
下面，让我们来看看人工智能的另一方面的看法，即著名的“中文屋”实验所带给我们的启发与思考。
2“中文屋”实验
在历史上，对计算机是否能真正有智能，人们争执不已。美国加州伯克利分校的知名哲学教授约翰•塞尔据此提出了一个著名的思考实验，即“中文屋”实验，由此来证明计算机无法拥有智能。
“中文屋”实验的内容如下：假设一个只会说英语的人坐在一个只有一面墙上开了一个小孔的屋子里，他的旁边只有一个放了一本指令手册和各种可能需要的笔和便签纸的桌子。指令手册上用英文记载了各种指令，包括汉字的处理、分类及比较的方法。值得注意的是，这些指令没有任何提及汉字的意义，只是说明了如何对汉字进行复制、删除、排列和撰写等。现在好戏开始了，站在屋子外的一个人从小孔中塞进一张纸，纸上用中文写着一系列问题和一个故事，屋子里的人对纸上的内容如读天书，但是他在指令手册的指导下开始工作，对纸上的汉字参照指令手册进行一系列的操作，并将结果记录在另一张纸上。就这样，这个人进行了很多无聊的操作后，终于“写出”了一篇汉语文章。他将结果从小孔中传了出去，心中想着这究竟是在写什么鬼玩意。这时屋外的人接到了满是汉字的纸，他读了纸上的文章，感叹屋里的人太有才，竟能写出如此文章！然而，屋里的人真的知道他在写什么吗？毫无疑问不知道，他连中文都不认识。
现在问题就来了，我们的计算机不是也在做同样的事吗？计算机只是不停地对高低信号0和1进行操作罢了，那么能说计算机有智能吗？智能在哪呢？其中最关键的“理解”从何而来？计算机只不过按照某个规则运行罢了，根本不存在“理解”，不存在智能。
“中文屋”这个思考实验一出来就遭到了众多激烈的讨论，有人赞成计算机没有智能，当然，也有人反驳说智能是有的，“理解”是发生在这个屋子的整体之上，这个屋子作为一个整体“理解”了汉字文章，从而拥有智能。事实果真如此吗？就因为整个屋子输出了正确的结果就有了智能？这其中真的有“理解”产生吗？那什么是“理解”呢？下面，本文对相关问题进行了一些思考与探讨。
3人工智能发展思考与展望
如上文所述，计算机能否存在智能的确是个难啃的骨头，如上的几个著名实验早已让人争执不休，而历史上，有关此类的思考与实验足以多到令人崩溃，更令人工智能这个领域充满了无限的可能性。
人工智能发展至今，早已形成了大大小小的众多学派，并且与众多其他学科有着联系。在人工智能的历史上，神经网络的出现可以说是一个具有里程碑意义的事件。曾几何时，当人工智能落入低谷时，神经网络可以说挑起了该领域的大梁。神经网络的原理是根据人的大脑中的神经网络原理而来，与传统的计算机工作方式不同，其没有储存器也没有中央处理器，完全靠各种反馈与输入输出来模拟智能。毫无疑问神经网络的出现使得人们对实现人工智能信心大增，其依据生物学的原理似乎使得人们向人工智能更近了一步，也给人工智能的研究方向又增加了一个重要的分支。然而，神经网络其后的发展却并不如人意，以现在的观点来看，神经网络并未真正的模拟人脑的结构与作用，正如计算机的CPU由上万的电子线路组成，人类只是利用了几根电子线路来实现放大器一样，神经网络的研究员也只是简单地利用了少数的神经元来构建计算行为。因此，神经网络的出现并未使得人们向人工智能的实现更进一步，但毫无疑问拓宽了人工智能的研究视野。
在作者看来，人工智能是否能真正被实现依旧是个未知的问题，首先，人们并不真正了解究竟什么是智能，不知道“理解”究竟为何物；其次，当下早已有人提出了怀疑，人工智能的研究方向是否错误？有个很引人关注的问题：流行的判断人工智能方法是根据计算机所做出的行为来判断，但是智能并不一定需要行为，例如人类能不动声色地躺在床上思考问题，这其中没有任何表象行为的发生，但是的确存在“智能”与“理解”，就像“中文屋”那个实验所表达的一样，只以表面的行为作为智能存在的判断是否误导了计算机智能的发展方向？在这里，本文的探讨也就结束了，在作者看来，计算机要真正拥有智能，或许人们得先弄明白人脑究竟是怎么工作的，思维究竟如何产生，当前流行的将人工智能与生物领域结合起来或许是个很好的发展方向，也许有一天，人工智能最终会在生物这一领域求得真谛。
参考文献：
[1]stuart j.Russell&peter norvig.人工智能：一种现代的方法[M].北京:清华大学出版社,2011.
[2]george f.luger.人工智能：复杂问题求解的结构和策略[M].北京:机械工业出版社,2010.
[3]ray kurzweil.奇点临近[M].北京:机械工业出版社,2011.
[4]michael negnevitsky.人工智能：智能系统指南[M].北京:机械工业出版社,2012.
[5]mat buckland.游戏人工智能编程案例精粹[M].北京:人民邮电出版社,2008.
作者简介：韦雄奕（1991.3-），男，本科，中山大学信息安全与技术学院，研究方向：人工智能，数据挖掘；解晨（1992.4-），男，本科，中山大学信息科学与技术学院，研究方向：人工智能、算法设计。