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
1700216736
心灵的未来 大脑是一台电脑吗？
1700216737
1700216738
我们哪里出错了呢？过去的50年里，人工智能领域的科学家试图以类比数字计算机的方式模拟大脑。也许这个方法过于简单了。正如约瑟夫·坎贝尔（Joseph Campbell）曾经说过：“计算机就像旧约圣经中的神灵，有很多戒律，却没有恩惠。”如果从奔腾芯片中拿走一个晶体管元件，这台计算机会立即崩溃。但人的大脑即使有一半缺失还是会照常工作。
1700216739
1700216740
这是因为大脑根本就不是数字计算机，它是一种非常复杂精密的神经网络。与拥有固定架构（输入、输出和处理器）的数字计算机不同，神经网络中集合了神经元，通过学习新的技能不断重构，不断自我加强。大脑中没有程序和操作系统，没有Windows平台，也没有中央处理器。与之相反，大脑的神经网络是庞大的平行结构，为完成“学习”这个单一目的就有1000亿个神经元同时启动。
1700216741
1700216742
有鉴于此，人工智能研究人员开始重新审视他们在过去50年中所遵循的“自上而下的方法”（例如，将所有有关常识的规则编录到CD中）。现在人工智能研究人员重新看待“自下而上的方法”了。这种方法力求模仿大自然的过程，以进化的方式创造出智能生命（我们），从蠕虫、鱼这种简单的动物开始，然后创造出更为复杂的生物。神经网络必须经过痛苦才能学会技能，碰壁和出错是必由之路。
1700216743
1700216744
麻省理工学院著名的人工智能实验室前主任，iRobot机器人公司（很多家庭使用的吸尘器由其制造）联合创始人，罗德尼·布鲁克斯（Rodney Brooks）博士引入了一种开发人工智能的全新方法。为什么要设计又大又笨重的机器人，为什么不制造小型的、紧凑的、像昆虫一样的机器人，让它们以自然的方式自己学会走路呢？在我对他的采访中，他告诉我，他常常为蚊子感到惊叹。蚊子只有一个近乎于只能用显微镜观察的大脑，所包含的神经元数量非常少，但它在空间中的活动能力要好过所有机器人飞机。他制造了一系列非常小的机器人，并冠以“昆虫机器人”或“小虫机器人”这样的爱称，这些机器人穿行在麻省理工学院的土地上，还可以绕着传统的机器人转圈。他们的目标是制造出可以使用试错法这种大自然方法的机器人。也就是说，这些机器人可以通过碰壁学习事物。
1700216745
1700216746
（最初，这似乎需要大量的编程工作。然而，颇有讽刺意味的是，神经网络不需要任何编程。神经网络所做的唯一事情是在每作出一次对的决策后改变某些通路，进而重构自己。因此，编程并不稀奇，改变网络才是重点。）
1700216747
1700216748
科幻小说作家曾经设想火星上的机器人将会是非常复杂的类人机器人，它们的走路和活动与我们相同，所携带的复杂程序使它们拥有人类的智能。正在发生的事情却与之相反。今天这种方法的产物，如“好奇号”火星探测器，正在火星表面巡游。程序使它们可以像人类一样行走，但它们的智力却只相当于一只虫子，不过在火星的土地上它们工作得还不错。这些火星探测器只有相对比较少的程序，它们通过碰到障碍物进行学习。
1700216749
1700216750
1700216751
1700216752
1700216754
心灵的未来 机器人有意识吗？
1700216755
1700216756
也许，要理解为什么真正自治的机器人还没有出现，最清晰的方法是为它们的意识排序。在第2章中，我们把意识分为4个等级。0级意识用来指代恒温器和植物。这种意识包含几个关于简单参数的反馈回路，如温度或阳光。Ⅰ级意识用来指代昆虫和爬行动物，它们可以活动，并且具有中枢神经系统。这种意识可以用空间这种新参数来构建世界的模型。然后是Ⅱ级意识，能够从自身与其同类的关系出发构建世界的模型，这需要情感。最后是Ⅲ级意识，即人类的意识，其中纳入时间和自我意识来模拟事物未来的发展情况，并确定我们自己在这些模型中的位置。
1700216757
1700216758
利用这种理论，我们可以为当今的机器人排序。第一代机器人处在0级，它们无法活动，没有车轮或轮胎。今天的机器人处于Ⅰ级，它们虽然能够活动，但仍处在很低的水平，因为它们很难在真实的世界中畅游。可以把它们的意识比作蠕虫或缓慢活动的昆虫。为完全达到Ⅰ级意识，科学家们必须制造出可以真正复制昆虫和爬行动物意识的机器人。即便是昆虫也拥有目前的机器人所没有的能力，比如快速找到藏匿位置、在森林中寻找伴侣、识别并躲避捕食者、寻找食物和巢穴。
1700216759
1700216760
我们之前提到，可以用数字为每个意识等级所包含的反馈回路数量排序。例如，有视觉能力的机器人须拥有某几个反馈回路，因为它们具有视觉传感器，能够在三维空间中发现影子、边界、弯曲、几何图形等。同样，有听觉能力的机器人需要识别频率、强度、压力、停顿等信号的传感器。这些回路的总数可以达到10个左右（昆虫可以在野外觅食、寻找伴侣、发现巢穴等，它们拥有的反馈回路数大约有50多个）。因此，机器人通常拥有的意识为Ⅰ：10级。
[
上一页 ]
[ :1.700216711e+09 ]
[
下一页 ]