我们试图创造智能，其实，我们连智能是什么都不知道。
——坤鹏论
在前面学习和写作信息论分享的过程中，坤鹏论不知不觉中常常会冒出一个疑问：人类是不是机器？
为什么机器必须是金属制造？
为什么机器就不能是血肉组成吗？
相信不少朋友也会有过这样的疑问。
在思考这个问题的过程中，坤鹏论断断续续将所思、所看记了下来，今天先分享一篇。
一、机器能思考吗？
二战中，美国不仅“搜刮”了大量科学家，而且，现代战争也是一场科技大战，从而大大促进了其科学的发展。
战后，美国出现了生物学家和神经科学家，开始与数学家以及电机工作师相互协作的情况。
用维纳的话，这叫“整合主题研究，捏合不同研究思路。”
当时，除了美国，老牌科技大国英国的科学家们也不甘落后。
1949年，一群年轻的英国科学家聚在一起，形成了研究信息论和控制论的核心团体。
他们有着在战争中积累下来的密码破解、雷达或火控等方面的新鲜经验。
同时，他们还吸纳了涉足电学的生物学家、涉足生物学的工程师以及精神病学家进来。
接着，他们组织了一个叫计算俱乐部（Ratio Club）的科学家组织，讨论的话题不仅包括理解大脑，也包括“设计”大脑。
（注：Ratio取自计算器calculus ratiocinator，这个词的意思是计算或与计算、计划和推理相关联的心智功能。）
1950年，他们成功地吸引了阿兰·图灵的加入。
当年，图灵发表了里程碑论文《计算机器与智能》，第一次提出“机器思维”和“图灵测试”（TurningTest）的概念。
在其中，图灵提出一个震惊世界的问题：机器能思考吗？
所以，该论文又名《机器能思考吗？》。
正是这篇文章为图灵赢得了“人工智能之父”的桂冠。
他这样设想道：“人的大脑好似一台巨型的电子计算机，初生婴儿的大脑皮层像‘尚未组织好的’机器，可以经过训练，使之成为‘组织好了的’类似于万能机（即万能图灵机）式的机器。”
由于机器和思考这两个词的含义模糊，很难给出定义，图灵在论文中提出用一个测试来代替解答“机器能思考吗”这个问题。
他称之为模仿博弈，也就是后世大名鼎鼎的图灵测试。
模仿博弈的最初形式需要三个人参与：一个男人，一个女人和一个提问者。
提问者坐在一个隔开的房间里提问，另外两个人则同在另一个房间里。
问答双方都用电传打字机通信。
提问者的目标是判断出另外两个人中哪个是男人，哪个是女人。
其中一个人，比如男人，他的目标是误导提问者。
那么，相对应的，女人的目标则是，尽力帮着提问者猜到真相。
图灵认为，“对于那个女人来说，最好的策略很可能就是如实作答。她可以补充这样一些话，比如：‘我才是女人，别听他胡咧咧。’不过这么做并不会有所帮助，因为那个男人也可以说出类似的话。”
接着，图灵揭开了测试的最终版——不问性别，而是问种族是人还是机器。
他表示，如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，就可以称这台机器具有智能。
这样一经简化，使得图灵能够令人信服地说明“思考的机器”是可能的。
图灵测试是人工智能哲学方面第一个严肃的提案。
图灵曾这样说过：“我相信，到本世纪末，字词的使用以及普通公众的认识将会发生很大改变，到时人们说到‘机器能思考’时，将不会遭到什么质疑。”
可惜，1954年自杀身亡的他，没有机会来验证自己的预言。
2014年6月8日，一台计算机通过其中名为尤金·古斯特曼的聊天机器人程序，成功让人类相信它是一个13岁的男孩。
这是有史以来首台通过图灵测试的计算机，被认为是人工智能发展的一个里程碑事件。
随着计算机科技的不断发展和进步，现在，计算机经过编程后，至少能在几分钟内轻松骗过一些提问者。
有人曾就图灵的想法征求香农的意见。
香农坚定地站在了图灵一边，他曾这样说道：
“对于我们所有人来说，机器能思考的思想丝毫没有什么令人不悦之处。事实上，如果反过来说，人的大脑可能本身就是一部机器，能够通过无生命的物体复制其功能，我觉得这个思想相当吸引人。”
请注意“能够通过无生命的物体复制其功能”，这个提法相当让人浮想联翩，坤鹏论后面的文章会专门来谈。
二、“人工智能”在1956年诞生
1956年8月，美国达特茅斯学院。
一堆超牛的美国科学家齐聚一堂，开了一次被人工智能史永远记载的会议。
会议的四位发起者分别是：约翰·麦卡锡（LISP语言创始人）、马文·明斯基（人工智能与认知学专家）、克劳德·香农（信息论的创始人）、罗切斯特（IBM信息研究经理，IBM计算机设计者之一）。
除此之外，还有艾伦·纽厄尔 （计算机科学家）、赫伯 特·西蒙（诺贝尔经济学奖得主，是政治学、哲学、法学、经济学博士）……
个儿顶个儿的响当当的牛人中的牛人！
这个足足开了两个月的会，讨论的是一个相当高档的主题——用机器来模仿人类学习以及其他方面的智能。
虽然会议时间如此漫长，但是，科学家们并没有达成普遍共识。
原因可以看本文后面人工智能派系。
不过，会议还是有了一个成果，就是为讨论的主题定了一个名字——人工智能。
于是，1956年也就成为了人工智能元年。
不过，对于人工智能这个词，一直争论比较多，直到差不多10年后的1965年，才被科学界广泛认可。
三、人工智能是什么？人工智能不是什么？
人工智能，其中的人工我们都明白，但是，什么是智能呢？
我们试图创造智能。
其实，我们连智能是什么都不知道。
就像牛顿给出了运动的定义，香农给出了信息的定义，他们才算拿到了打开科学大门的钥匙。
智能呢？
会思考就是智能吗？
人唯一了解的智能是人本身的智能，这是普遍认同的观点。
但是，我们对自身智能的理解都非常有限，对构成人的智能的必要元素更是懵懂。
所以，也就很难定义什么是智能。
如果正向无法给出定义，我们可以用否定法给出智能的定义吗？
也就是，什么不是智能？
美国著名哲学家约翰·塞尔认为，意识是有目的性的，而计算机没有目的性，因此计算机没有意识。
为了说明自己的观点，1980年，他设计了一个思想试验来试图推翻图灵测试带来的对人工智能的认知。
什么样的认知？
就是，只要计算机拥有了适当的程序，理论上就可以说计算机拥有它的认识状态并可以像人一样地进行理解活动。
这个思想实验的英文为：Chinese room，可翻译为中文房间或中文屋。
一个对中文一窍不通，只会说英语的人关在一间只有一个开口的封闭房间中。
房间里有一本用英文写成的手册，指示该如何处理收到的汉语讯息及如何用汉语进行相应的回复。
房间外的人不断向房间内递进用中文写成的问题。
房间内的人便按照手册的说明，查找到合适的指示，将相应的中文字符组合成对问题的解答，并将答案递出房间。
约翰·塞尔认为，尽管房间里的人可以以假乱真，让房间外的人以为他确确实实说汉语，其实他却压根就不懂汉语。
在上述过程中，房间外人的角色相当于程序员，房间内的人相当于计算机，而手册则相当于计算机程序：
每当房间外的人给出一个问题（输入），房间内的人便依照手册给出一个答复（输出）。
而正如房间内的人不可能通过手册理解中文一样，计算机也不可能通过程序来获得理解力。
既然计算机没有理解能力，所谓“计算机于是便有智能”也就更无从谈起了。
只是计算机拥有信息库，可以运行一个程序，处理信息，给人一个智能的印象。
这里再说说计算机的本质和特性。
对此图灵当年曾给出过他的见解，并表示它们从事的是人类计算员的工作，比人类更快速、更可靠。
他认为，数字计算机包括三个部分：
一个信息仓库，相当于人类计算员的记忆或纸张；
一个执行单元，负责完成一个个操作；
以及一个控制器，管理一个指令列表，以确保各指令按照正确顺序被执行。
这些指令被编码成数，它们有时被称为一个程序 ，而构建这样一个列表的工作通常被称为编程。
现在计算机的基本原理还是如此。
四、大量规则叠加就是智能了吗？
对于上面的思想实验，有人表示，中文房间里面的人、手册确实都不理解中文。
但是，作为一个整体的这个房间，它是理解中文的。
咋一听，有道理，但仔细琢磨，还是有问题，如果房间外的人提出了手册里面没有的问题呢？
比如：“你上一句说的是什么？”
显然，手册上是不会记录上一句话的内容的。
所以，中文房间给人一种“它是对的”的直觉，只是直觉而已，深究起来还是会发现有问题。
因此，我们也可以说，这个思想实验否定了“智能由大量规则的叠加构成”的说法。
还记得坤鹏论之前介绍过的香农的老鼠吗？
在1952年向世人展示之前，香农曾在1951年将其带到了一个学术研讨会上，先给与会的科学家们秀了一遍。
整套设备大致由两部分组成，一个是机器老鼠，一个是表面有5×5网格的柜子。
柜子表面的25个方格之间可以任何放置隔板，从而构造出不同的迷宫。
迷宫的终点以放置在任意一个方格里的金属徽章来标记。
而所谓的老鼠其实是一个感应触头，它在两个小马达的驱动下可以分别在东西和南北方向上移动。
香农给它起了一个厉害的名字——忒休斯，在希腊神话中，忒休斯破解了迷宫，杀死了怪兽。
而最关键的部分其实是在柜子里面，里面藏着一个由大约75个继电器相互连接组成的阵列，它们各自的开开关关形成了老鼠的记忆体。
香农可以当之无愧地说，他的机器能通过试错解决问题，能记住解法并正确无误地加以重复，能从经验中吸取和整合信息，还能在情况发生变化时“忘掉”旧的解法。
但是，这些能力并非来自香农的那只老鼠，而是柜子里面的继电器，它们才是迷宫的心智。
老鼠忒休斯其实就像是中文房间里面那个不懂中文的人，看上去能从经验中学习，其实不过是继电器延伸出来感知迷宫以及走迷宫的傀儡。
而从中文房间的角度看继电器，它们的“学习能力”也不算是智能，最多算是简单的规则＋简单的记忆。
当然，香农制造的迷宫老鼠对后世有着极为深远的影响，因为电子线路可以执行逻辑运算的思想，是目前整个计算机科学的基础。
五、几起几落，派系林立的人工智能
总的来说，正是由于没有对于智能有统一、明确的定义，造成人工智能虽然很红很火，但却派系林立，此起彼伏。
有人说，人工智能有12个派系，如果再以成就和派中高手数量和功力排一排，主要是三大流派，它们分别是：
符号主义，又称逻辑主义、计算机学派，主张用公理和逻辑体系搭建一套人工智能系统；
连接主义，又叫仿生学派，主张模仿人类的神经细胞（神经元），用神经网络的连接机制实现人工智能；
行为主义，又称进化主义(或控制论学派)，其原理为控制论及感知-动作型控制系统。
三大流派对智能有不同的理解，延伸出了不同的发展轨迹，各领风骚十来年。
二十世纪60年代初，人工智能迎来的第一黄金发展期。
这段时间，挟“感知机”神经网络模型，连接主义笑傲江湖。
但是，符号主义不甘示弱，派出高手明斯基，明确指出神经网络不能解决人工智能问题。
他还和麻省理工学院的佩珀特合写了《感知机：计算几何学》一书，指出了“感知机”存在的缺陷。
美国政府逐渐停止了对神经网络研究的支持。
符号主义取得胜利。
但是，也就是在60年代末，AI进入到了第一个寒冬期。
二十世纪70年代中期，符号主义依靠专家系统的出现，再次引发了新一轮AI黄金时代。
专家系统是一套计算机软件，能够模拟人类专家回答问题。
20世纪整个80年代，专家系统经历了十年的黄金期。
后来，专家系统的研究遇到了瓶颈，例如：投入巨大才能达到实用程度，又无法保证系统真的在实际中可用，所以，逐渐变冷。
但是，客观讲，专家系统的应用早就成熟了，成为“日常技术”的一部分。
也正是它带来了知识库，知识库的发展又带来了数据库和知识图谱的发展，也为之后大规模数据挖掘和知识挖掘奠定了基础。
在一些人类充分了解的领域，专家系统仍然是支柱之一。
比如：电子商务兴起后，专家系统改名为规则引擎，找到了新的用武之地，成为了中间件的标配。
再比如：由于金融的征信、反诈骗和风控一直是规则系统擅长的领域，一系列专家系统公司被新兴的金融科技公司收购。
还比如：如今出现的很多聊天机器人其实都可以算是符号主义路线下专家系统的成果。
从时间上，80年代末，人工智能进入到第二个寒冬期。
1982年，约翰·霍普菲尔德发明了联想神经网络，也就是知名的霍普菲尔德网络。
连接主义派的幸存者欢欣鼓舞，开始了连接主义运动。
一时间神经网络又厉害了！
辛顿是连接主义运动的领导者之一，也是神经网络领域最牛的人了，深度学习的先驱。
2012年，在图像识别国际大赛ILSVRC上，辛顿团队的SuperVision以超过10%的惊人优势击败对手拔得头筹。
随着硬件技术的发展，深度学习已经成为了人工智能时代的主流。
一直到现在，人工智能领域，连接主义当红！
连接主义者奉行大数据和训练学习知识，所以大数据、机器学习、深度学习等概念和实践非常流行。
而行为主义的贡献主要是在机器人控制系统。
20世纪末，该派正式提出智能取决于感知与行为，以及智能取决于对外界环境的自适应能力的观点。
希望从模拟动物的“感知——动作”开始，最终复制出人类的智能。
如果你一路跟着坤鹏论学习下来，就能马上从“自适应能力”这个词嗅到行为主义里面浓浓的进化论味道。
从上面各派介绍不难看出，虽然人工智能派别明确，但它们其实并非泾渭分明地对立，在发展过程中有着不少的借鉴与融合……
本文由“坤鹏论”原创，转载请保留本信息
注：坤鹏论由三位互联网和媒体老兵封立鹏、滕大鹏、江礼坤组合而成。坤鹏论又多了位新成员：廖炜。即日起，坤鹏论所有自媒体渠道对外开放，接受网友投稿！如果你的文章是写科技、互联网、社会化营销等，欢迎投稿给坤鹏论。优秀文章坤鹏论将在今日头条、微信公众号、搜狐自媒体、官网等多个渠道发布，注明作者，提高你的知名度。更多好处请关注微信公众号：“坤鹏论”微信公众号：kunpenglun，回复“投稿”查看，自媒体人可加QQ群交流，群号：6946827
最新评论