【AI世代編者按】國外媒體近期刊文，對人工智能的本質進行了探討。人工智能是在像人類一樣思考，抑或僅僅只是簡單的計算?
以下為文章全文：
我思故我在。這已成為了當代哲學關于自我、意識和個人主義的基礎。
在笛卡爾看來，思想是可以自證的：他不需要對其進行定義。思想是什么?智能是什么?機器能否具備思想和智能?人工智能技術帶來的不僅是答案，也有許多問題。我們可以來做以下的思想實驗。
“中文房間”實驗
想象一位只說英語的人身處一個房間中，房間的一側有個小窗口。他隨身攜帶一本關于中英文翻譯規則的書。寫著中文的紙片通過小窗口送入房間，而房間中的人可以利用自己的書來翻譯這些文字，并從另一個小窗口遞出。因此，一側的紙片上寫著中文，而另一側的紙片上有著完美翻譯的英文，但實際上這個人根本就不會說中文。
這一思想實驗最初由約翰·希爾(John Searle)提出，常常被用于簡單地證明，定義智能有多么困難。如果房間里的人足夠多，那么你就可以完成幾乎所有一切任務：畫出或描述圖片，或是翻譯或修正任何語言。但這是否是一種智能?房間以外的人可能會認為，這就是智能，但房間里的人不會這樣看。
如果房間里不是人，而全部是晶體管，那么這就非常像是一臺計算機。因此，一個很自然的問題就是，計算機是否就是一個更復雜的“中文房間”?這個問題的一種答案是：如果房間里不是晶體管，而是神經元，那么情況又要怎么看?這帶來了更多問題。
在這里，我們并非想要解決這個困擾哲學家已久的問題。我們或許需要更務實。
人工智能的強和弱
目前，人工智能被用于描述多種系統。盡管許多系統實際上并不能稱作人工智能，但由于人工智能本身也缺乏明確的定義，因此很難做出反駁。簡單而言，人工智能是一種軟件，試圖復制人類的思維過程或隨之而來的結果。這帶來了很大的解釋余地。
你可以讓人工智能為你選擇下一首歌曲，人工智能可以控制機器人的腿，人工智能可以識別照片中的對象并進行描述，人工智能可以將德語翻譯成英語、俄語和韓語。這些任務都是人類所擅長的，而自動化可以帶來很大的便利。
然而最終，即使最復雜的任務也只是個任務。在接受了數百萬個句子的訓練之后，神經網絡可以在8種語言之間進行無縫的翻譯。然而，這只是一臺非常復雜的機器，根據開發者設定的規則去進行計算。如果某件事可以被歸納為類似“中文房間”的機制，無論這件事多么龐大、多么復雜，那么我們是否還可以將其稱作智能，而不僅僅是計算?
在這里，我們開始將人工智能分為“弱”人工智能和“強”人工智能。這并不是人工智能的不同類型，而是一種思考人工智能本質的方式。與許多哲學上的差異類似，沒有任何一者更加正確。但這樣的區分確實很重要。
一方面，有人認為，無論人工智能多么復雜，都不可能勝過人工智能的開發者：人工智能無法突破其機械的本質。甚至在這些限制以內，人工智能可以完成不可思議的工作，但最終這也只是非常強大的軟件。這就是“弱”人工智能的觀點。持這種觀點的人士認為，由于這些基礎性限制的存在，更應該關注的是如何開發系統，使其擅長單個的任務。
相對的另一方面是“強”人工智能。這種觀點認為，人工智能的性能有可能足夠強大，從而與人腦相仿。這類人士認為，人腦自身不過是另一個“中文房間”。如果我們大腦中的生物結構能產生所謂的智能和意識，那么為何基于硅材料的電路無法實現同樣的目標?根據“強”人工智能的理論，未來某天我們將可以開發出與人腦相當，甚至超過人腦的智能。
而這里又出現了一個問題：對于智能，我們并沒有可行的定義。
人工智能中的自我
過去3000年中，很難說，在定義智能的過程中，我們是否取得了任何有意義的進展。至少我們曾得出過許多明顯錯誤的觀念，例如智能可以被簡單的測量，或者說智力與生物性特征，例如頭型和腦容量相關。
關于是什么構成了智能，我們似乎都有各自的想法，因此很難證明一種人工智能是否有資格稱作智能。在各種概念中，有一種足夠簡單、足夠基本的想法值得進一步關注：智能就是解決新問題的能力。
這意味著“適應能力”、“通用性”，而不僅僅是“推理”、“判斷”和“感知”能力。解決問題，做出推理很重要，但更重要的是將解決某種問題的能力轉化為解決其他問題的能力。這樣的轉化將是智能的關鍵，即使沒有人清楚應當如何正式描述這樣的概念。
未來某天，我們的人工智能是否會出現這樣的適應性，從而可以解決從未被定義過的新問題?研究人員正在努力開發下一代人工智能，使其學習并處理前所未見的細節，從而可以像人類一樣行事。人工智能是在思考還是在計算，這或許是哲學家和計算機科學家的問題，但我們開始關注這一問題本身已經是一項了不起的成就。(編譯/陳樺)
|
