沙烨:今天的人工智能,更像是“人工低能”?( 四 )

“计算机科学之父”艾伦·图灵在他1950的论文《计算机器和智能》中 , 为了回答机器是否有智能的问题 , 提出了著名的图灵测试:电脑如果能回答一系列人类的问题 , 而且能让提问者不能分辨是否为电脑 , 那么电脑就通过了智能测试 。

图灵测试绕过了直接回答什么是智能 , 把答案交回到我们手里 。 当人类不能辨别电脑是否和自己有区别 , 那电脑自然就具备了人类智能 。 从哲学上 , 这是一个不需证明的证明 。

更有意思的是图灵的传记电影《模仿游戏》中的一段话 。 图灵说到:“机器当然和人的思维方式不同 。 机器和人本来不同 , 当然思维方式不同 。 有趣的问题是 , 机器和人的思维方式不同 , 是否意味着机器就不在思考?”

机器的思考不会是人类的思考 。 电脑由人类设计 , 其处的环境和输入由人类设定和控制 。 即使在未来 , 机器能利用身体 , 自由探索环境 , 它们也不需要和人类经历同等的进化过程 , 而且没有人类间的个体化差异 。 哪一天机器能有智能 , 会和人类不同 。 我们面临的会是一种和人类智能截然不同的智能形态 。

现在人工智能应用普遍基于神经网络算法 。 神经网络算法应用多层连接的网络节点 , 并赋予每个节点不同的参数权重来控制输出 。 神经网络通过大量的样本学习 , 来不断调整每个节点的参数 , 学会给出“正确”的输出结果 。 虽然基础算法类似 , 针对不同的应用场景 , 我们需要开发不同的人工智能程序 , 并根据应用场景进行优化 。 每个程序只能做一件专项任务 , 如语音识别 。 一个程序不能胜任它的设计者在其设计范围之外的任何功能 。 这些人工智能程序 , 不是真正的“智能” , 而更像人类的专项工具 , 成为人类能力的延伸 。

虽然神经网络算法的名称由仿生人脑的神经元网络而来 。 其真正机理 , 和人脑无法比较 。 人脑需要很少的数据 , 就能抽象总结 。 给一个小孩看一张猫的照片 , 他就能辨认出下一张图片里的猫 。 而Google用最好的神经网络算法 , 看上几千万张照片 , 识别猫的准确率也不是百分之百 。


推荐阅读