1700216686
心灵的未来 人工智能的繁荣与萧条周期
1700216687
1700216688
很难预测人工智能的命运，因为它只经历了三个繁荣-萧条周期。回到20世纪50年代，似乎机器女佣和机器管家不久就会到来。能够下棋和解决代数问题的机器已经制造出来，机器人手臂可以识别并抓起砖块。斯坦福大学制造了一个叫沙基（Shakey）的机器人，它的基本构造是一台安装在轮子上带照相机的计算机，能够自己在房间内活动，避开障碍物。
1700216689
1700216690
科学杂志上很快出现了令人兴奋的文章，宣称机器人伴侣会很快到来。其中一些预测过于保守了。1949年，《大众机械》（Popular Mechanics）说：“将来计算机的重量不会超过1.5吨。”不过有一些却极度乐观，认为机器人的时代为期不远。沙基有一天会成为打扫地毯、帮你开门的机器女佣或管家。像《2001太空遨游》（2001：A Space Odyssey）这样的电影使我们相信，机器人很快就会驾着我们的火箭飞船奔向木星，而且可以与我们的宇航员攀谈。1965年，人工智能的奠基人之一赫伯特·西蒙（Herbert Simon）博士直截了当地说：“在20年内，机器就能完成所有人类可以做的事。”两年后，另一位人工智能之父马文·明斯基（Marvin Minsky）博士说道：“用一代人的时间……建立‘人工智能’的问题就会大体得到解决。”
1700216691
1700216692
但这些漫无边际的乐观主义在20世纪70年代坍塌了。下棋的机器只能下棋，不会其他事情。机械手臂能够抓起砖块，但不能抓起其他东西。它们都是只会一种技能的小马驹。最先进的机器人花上几个小时只能从屋子的一边走到另一边。把沙基放到一个陌生的环境中，它就会迷路。而且科学家们还看不到理解意识的希望。1974年，美国和英国政府大幅缩减了资助，人工智能遭受了沉重的打击。
1700216693
1700216694
但是随着计算机能力在20世纪80年代的稳步提高，人工智能领域又出现了新一轮“淘金热”，这主要受益于五角大楼的决策者们期望把机器人投入到战场的刺激。到1985年，人工智能接受的资助达到10亿美元，好几亿美元花在了像“智能卡车”这样的项目上。智能卡车是一种智慧的、自动的卡车，能够深入敌人防线，自动进行侦查，执行任务（如解救俘虏），然后回到友军境内。不幸的是，智能卡车唯一做到的一件事是迷路。这些昂贵项目的明显失败，使人工智能在20世纪90年代进入又一个冬天。
1700216695
1700216696
保罗·亚伯拉罕斯（Paul Abrahams）谈到自己在麻省理工学院的学生时代时说：“就好像有一群人在提议建一座通向月球的高塔。每年，他们都会自豪地指出这座高塔已经比去年高了很多。唯一的问题是，月球并没有离我们更近。”
1700216697
1700216698
但是现在，随着计算机能力的持续发展，一场新的人工智能复兴又开始了，虽然缓慢，但已经取得了实质性进步。1997年，IBM的深蓝计算机击败了世界国际象棋冠军加里·卡斯帕罗夫（Garry Kasparov）。2005年，来自斯坦福大学的一辆机器人汽车赢得了DARPA（美国防御高级研究计划局）大挑战的无人驾驶汽车比赛的头名。人工智能越过了一个又一个里程碑。
1700216699
1700216700
问题是：第三次尝试会带来好运吗？
1700216701
1700216702
科学家们现在意识到，他们大大低估了这个问题，因为人类的大部分思维都是潜意识性的。事实上，我们思想的意识部分仅仅是我们大脑运算的极微小的一部分。
1700216703
1700216704
史蒂文·平克（Steven Pinker）博士说：“我愿意花很多钱买一个能够收拾餐具或做简单差事的机器人，但我买不到，因为实现这些功能所要解决的一些制造机器人的小问题，如识别物体、思考世界、控制手臂和脚等都是还没有解决的工程难题。”
1700216705
1700216706
虽然好莱坞电影告诉我们，可怕的终结者机器人可能离我们不远了，但制造出一个智能大脑比我们之前设想的要困难得多。我曾经问过明斯基博十，机器什么时候能够达到甚至超过人类智能。他说，他相信这终将发生，但他不会再对具体日期进行预测了。鉴于人工智能如同过山车般的历史，也许最明智的办法是：规划出人工智能的未来蓝图，但不设定具体的时间表。
1700216707
1700216708
1700216709
1700216710
1700216712
心灵的未来 图形识别和常识
1700216713
1700216714
至少有两个基本问题困扰着人工智能：图形识别和常识。
1700216715
1700216716
我们最好的机器人还只能识别出像杯子或球这样简单的物体。机器人的眼睛也许比人眼更能看清细节，但机器人的大脑无法识别出自己看到的是什么。如果你将机器人置于一条陌生而繁忙的大街上，它马上就会迷失方向，然后迷路。由于这个问题，图形识别（例如，识别物体）的进展比先前预计的要慢得多。
1700216717
1700216718
一个机器人进入房间，它要做上万亿次运算，把看到的物体分解为像素、线条、圆圈、方块和三角，然后将这些图形与大脑中储存的成千上万个图像比对。例如，椅子在机器人眼中是纷乱的图线和圆点，它们无法轻松地认出“椅子”的基本特征。即使机器人能够将一个物体与数据中的图像进行成功比对，微小的偏转（如椅子被打翻在地）或视角发生改变（从另外一个角度观看椅子）也会使机器人迷惑。而我们的大脑会自动考虑不同的角度和变化。我们的大脑在潜意识中进行了上万亿次运算，但整个过程对我们来说似乎毫不费力。
1700216719
1700216720
机器人也遇到了常识的问题。它们无法理解有关物理世界和生物世界的简单事实。没有一个方程式能够确认像“潮湿天气让人不舒服”和“妈妈比女儿年长”之类的（对于人类）不言而喻的事实。我们把这类信息转译为数理逻辑方面取得了一些成绩，但要完全登录一个4岁儿童的常识将需要上百万行计算机代码。就像伏尔泰曾经说的：“常识并不平常。”
1700216721
1700216722
例如，日本（全世界30％的工业机器人在此制造）本田集团制造的最先进的机器人之一ASIMO（阿西莫）。这个非凡的机器人，大小相当于一个少年，能够行走、跑步、爬楼梯、说不同的语言，还会跳舞（事实上比我跳得好）。我在电视上与ASIMO互动过很多次，它的能力给我留下了很深的印象。
1700216723
1700216724
不过我私下里见到了ASIMO（阿西莫）的制造人，问了他们这个关键的问题：如果把ASIMO与动物相比，它的智力有多高呢？他们坦承，它的智能相当于一只虫子。行走和说话主要是为了媒体宣传。问题在于ASIMO大体上就是一台大录音机。它拥有的真正的自治功能是非常少的，几乎所有话语和动作都有提前精心准备的脚本。例如，录制我和ASIMO互动的短片花了大约3个小时，因为它的手势和其他动作都需要操作者团队提前编程。
1700216725
1700216726
如果我们把这种情况与我们对人类意识的定义相比较，现在的机器人似乎还处在非常原始的水平，仅仅是通过学习基本事实来理解这个物理世界和社会。因此，机器人还谈不上能够对未来进行真实的模拟。例如，要让一个机器人编写抢劫银行计划，就等于假设这个机器人知道有关银行的所有基本知识，如钱存放在哪里，有什么安全系统，警察和旁观者对这种情况会做出什么反应。其中有一些可以进行编程，但仍有成百上千个人类大脑非常自然地就能理解的细节，但机器人无法理解。
1700216727
1700216728
机器人表现卓越的地方是在一个单一的精确领域中模拟未来，如下国际象棋、天气建模、跟踪银河系中的碰撞等。因为下国际象棋的规则和引力定律为人们所知已经有几百年，模拟一盘棋局的进展或一个恒星系的未来仅仅涉及计算机的原始计算能力。
1700216729
1700216730
试图用蛮力超越这个水平也陷入了困境。有一个称为CYC的野心勃勃的项目，期望能够解决常识问题。CYC（即Cycorp公司的人工智能项目）要纳入上百万行计算机代码，包含所有理解物理环境和社会环境所需的常识信息和知识信息。虽然CYC能够处理成千上万个事实和上百万条话语，但它还是无法复制出4岁儿童的思维水平。不幸的是，在几篇乐观的媒体报道之后，这个项目停滞了。很多程序员选择离开，截止日期一延再延，不过项目还在继续。
1700216731
1700216732
1700216733
1700216734
[
上一页 ]
[ :1.700216685e+09 ]
[
下一页 ]