1701561531
知识的错觉：为什么我们从未独立思考 第五章 身体记忆卡和世界存储器
1701561532
1701561533
认知科学乃研究人类智慧之科学，探寻人们不可思议的感知力、思考力与行动力的神秘之源。人工智能是关于机器智能的研究，即如何制造一台有智慧行为的机器。人工智能与现代计算机的发展并驾齐驱，也难怪这两个领域的历史进程都如出一辙。
1701561534
1701561535
20世纪40—80年代为人工智能的萌芽期，此阶段的发展集中在个人计算机方面，其目标是用硅打造一个无与伦比的大脑，像阿瑟·C.克拉克（Arthur C. Clarke）在代表作及同名影片《2001：太空漫游》（2001: A Space Odyssey）里描述的超级计算机哈尔一样。哈尔下得一手好棋，在发疯（系统崩溃）之前也一直都是飞船船员的左膀右臂。像虚构出哈尔的发明家一样，早期的人工智能研究者力图把大量的知识和复杂的推理能力一股脑儿塞进电脑里。智能计算机被赋予超大的存储空间且被各类知识填满，它的高速处理器还能调用这些知识用以解答任何问题（只要它不涉及人的情感范畴，如爱或害怕）。人工智能开发人员正竭力打造一个超级机器人，它拥有一切资源以供解决所有难题，并替人类完成所有想要推给机器代劳之事。
1701561536
1701561537
像某些人工智能研发人员叹惋的那样，这个超智能机器人的问世还为时尚早。2003年，麻省理工学院人工智能实验室的奠基人之一、人工智能领域的先行者马文·明斯基（Marvin Minsky）在接受采访时说，“计算机是没有感受能力的。我们能让计算机做的不过是从航空公司订票之类的事情。没有一台电脑能环顾四周告诉你这个房间是什么样子”。1明斯基旨在说明人工智能行业的旧有模式（20世纪80年代之前对人工智能的唯一想象）对智能机器运行方式的预期，同对一台设计精巧的收银机的预期并无不同。收银机采集信息（比如按键对应你要买的商品），片刻间进行一些计算（将你购买的商品价格累加），然后给出一个结果（你要支付的总金额）。这种传统的、按部就班的计算是耗时且低效的。这需要计算机遵循一长串简单的规则从一组符号转换为另一组符号（就像收银机将一堆价格转换成一个总金额）。计算机执行规则的速度或许很快，但每次只能遵循一种规则进行转换。而且，哪怕一则简单的算法，计算机都需要执行一系列成百上千次的操作。
1701561538
1701561539
我们在此类符号处理型人工智能方面确实小有成就，例如，有些程序是象棋高手，有些则能向医生提出诊断建议，但仍非早期研发者憧憬的超级智能计算机。人工智能哲学的先驱约翰·豪格兰（John Haugeland）发声叫停，他讽刺这个项目为出色的老式人工智能。2
1701561540
1701561541
出色的老式人工智能假设软件与硬件有天壤之别。算法（计算遵循的方法）是软件，而且它们可以独立于硬件发挥作用。从原则上讲，它们能在任何一台配置条件相符的计算机上运行。从这个角度说，硬件（作为实体的电脑）根本无关紧要。诸如计算速度之类的指标可能取决于硬件，但它终将也只是做着和其他电脑一样的运算。
1701561542
1701561543
这种理解机器智能的思路秉承了17世纪法国哲学家勒内·笛卡儿（René Descartes）所主张的人类智慧二元论之遗风。笛卡儿认为人类的心智并非物理存在之实体，它完全不同于物质性的肉体。笛卡儿的名言“我思故我在”，表示我乃能思者，反映出他的自我认同，即以智识证存在，源于思考能力，而非肉体之躯。他从中得出的结论是，思维属于精神范畴，与肉体所属的物质范畴有着天壤之别。但两者间必有交互作用。毕竟，思维也只能通过躯体感知这个世界。我们思考所基于的信息是由目、耳、鼻和其他感官一同捕获的。而且，感官与思维之间的互动也是双向的：思维做出决定，告知感官做何行动。笛卡儿甚至精准描述了它们的互动轨迹。他认为，灵魂与肉体的交融发生于大脑的松果体之内。出色的老式人工智能也将思维和行动分作两个独立的范畴：非物质的软件和物质性的硬件（虽然没有类似松果体的装置）。
1701561544
1701561545
以人类智慧为模型的出色的老式人工智能有几处重大败笔。为理解其中的一处，让我们先看看欧内斯特·劳伦斯·塞耶（Ernest Lawrence Thayer）的名篇《凯西在击球》（Casey at the Bat）。它的开头是这样的：
1701561546
1701561547
那天九点，马德维球赛真不妙：
1701561548
1701561549
比分已经二比四，只剩一局见分晓……
1701561550
1701561551
熟悉这首诗歌的大家一定了解当时马德维球迷的状态：
1701561552
1701561553
三三两两人离去，剩下的观众没有散。
1701561554
1701561555
他们心中继续闪耀着永恒不灭的希望；
1701561556
1701561557
大家心里想，“只要凯西上场就好办——
1701561558
1701561559
凯西若是来击球，我们就把所有赌注都押上”。
1701561560
1701561561
你也知道他们最终如愿以偿：
1701561562
1701561563
只见投手举起球，向着凯西扔过来，
1701561564
1701561565
现在，空气都因为凯西的击打而破碎。
1701561566
1701561567
此处无须提示，我们也不会告诉你接下来会发生什么。相反地，我们希望你来考虑有哪些可能性。如果你了解棒球，你就会知道凯西要么击中，要么与球擦肩而过。如果他击中了球，他大概会用尽全力，尽管他或许对这一记擦边球也有些恼火。让我们假设他狠狠地击球。事实上，他来了个场外全垒打。这一举动将导致什么结果？举例来说，他将绕垒跑一周，且他的队伍至少还能再打一轮。观众们也会有所反应。想必马德维的球迷们将兴奋而欢欣鼓舞地跳起来，为凯西的精彩表现欢呼呐喊。当然，并不是每个人都会如此兴奋：其他球队的球迷不会，赛场边对棒球漠不关心的、卖花生豆的小贩们不会，一条街之外正在分娩的、为眼前事烦心的女人也不会。但那些在赛场里的人会不会兴奋，就全凭他们支持谁，押宝在哪一支队伍上，以及他们对棒球是否有足够的了解以至在拥挤嘈杂的球场上及时跟上赛况。换句话说，这很复杂。确定一个行动会导致什么改变、什么不变并非易事。如果你是一台以出色的老式人工智能为原型的计算机，以上所有这些可能出现的结果都必须使用你能读懂的算法编入软件。对每一步接下来可能采取的行动，你都得列出一个长长的单子，写着你将要做出的改变，同时，还得有一个更长的、写满不变因素的单子。而事实上，这个单子或许长得根本没有尽头。
1701561568
1701561569
关于编程时哪些改变要写入、哪些不用写入的问题被计算机科学家和逻辑学家称作框架问题。3尽管针对框架问题的现有想法不少，但解决它还有很长的路要走。要弄清楚这个问题为何这般棘手，不妨想一下，为了解决它你都需要了解些什么。你必须熟知棒球的规则，同时你还得了解人类的情绪，才能理解为什么有人兴高采烈，有人垂头丧气。你也必须对人类文化了然于胸，才能弄懂为什么有人在乎比赛结果，有人不屑一顾。你甚至必须得懂一点物理学，才能明白距离球场太远的人不太可能即时知道比赛结果。而上述所有知识都融进了前述短短的几行诗里。反正，你得找出诗歌所述事件的关键点，再由这些关键点探寻出所有的相关知识。
1701561570
1701561571
这里还有出色的老式人工智能会碰到的另一个难题。想象你正在徒步穿过一个森林。你所迈出的每一步都是冒险。你的双脚踩过高高低低的树枝、荆棘和石头；有时你还会在碎岩和砾石上重心不稳、失足摔跤。在各个位置上，你的脚都必须配合所处的环境行动。从长远来说，它得朝着你决定前往的方向走去。而短时间内，它得避免被障碍物绊住或被黏黏糊糊的秽物弄湿。从更微观的角度说，无论地面上有什么，你的脚都必须乖乖配合。假如路上有一颗鹅卵石，它就一定得跨过去。倘若你脚下的每一个动作都是由你的神经系统计划好的，能带你避开路障、踏踏实实地踩在地上，计算出了脚步的精确轨迹，包括控制每一个脚部动作的肌肉群，这将涉及一大堆的计算，足以让一台超级计算机忙上半天。
1701561572
1701561573
若要算出你每一个脚步的精确轨迹，即使花不了几天也得花上几个小时绕开障碍。大多数时间里你都将一动不动，思维瘫痪，一味地做着机械枯燥的重复计算。这正是出色的老式人工智能系统所做的：它们在行动前优化和统筹一切。一套做咖啡的出色的老式人工智能系统会把大量的时间用在思量筹划上，而只花一丁点儿工夫真正做咖啡。出色的老式人工智能机器人宛如加强版的理论哲学家，想得多而做得少。
1701561574
1701561575
如果机器人的运算系统运转得足够快，那它可能看上去并没有花太多时间用于思考和筹划。何况当代名副其实的计算机其运算速度都快得惊人。但即使是它们中的佼佼者，相对出色的老式人工智能来说仍然不够快。当今的机器人备受瞩目，是由于它们的决策和行动借鉴了一种不同类型的计算——仿生的计算。
1701561576
1701561577
1701561578
1701561579
[
上一页 ]
[ :1.70156153e+09 ]
[
下一页 ]