| |
我們正處于一場關于人工智能的公開辯論中。
隨著一部描寫阿蘭·圖靈 (Alan Turing)的很受歡迎的電影的上映,以及關于自動駕駛汽車消息的發布,這場討論從去年秋天就開始了。和許多公開辯論一樣,這場討論源于恐懼。大多數的言論反映出一種擔憂:機器不久將取代人類,進而淘汰人類。去年12月,物理學家斯蒂芬·霍金(Stephen Hawking)1 在一檔 BBC節目中談到“人工智能的全面發展有可能預示著人類的終結”。貝寶 (Paypal) 創始人伊隆·馬斯克 (Elon Musk)2 的說法更具有煽動性, 他聲稱我們目前對人工智能的探索是在“召喚惡魔”。辯論忽略了一個事實——人工智能領域包含很多不同的觀點,許多研究者認為他們自己的工作是為了提高人類的生產力,而不是為了取代人類。
一般來講,我們可以把人工智能研究劃分為四大流派。每個流派的目標稍有不同,研究方法常常大相徑庭。第一個流派我們稱之為“傳統人工智能”。 這個流派確實試圖構建能復制人類行為的計算機系統,指責其想用機器取代人類還不算冤枉。傳統人工智能的歷史與計算科學一樣悠久,通常認為,它的創建者是像約翰·麥卡錫 (John McCarthy)3 和馬文·明斯基 (Marvin Minsky)4 等在20世紀50年代中期就職于麻省理工學院的那些人。
起初,傳統人工智能的研究者們關注自然語言 翻譯、符號推理(symbolicreasoning)和博弈論(game playing)等問題。這一流派發明了一些有趣且實用的技術,但常常沒有達到其自我設定的預期目標。這類早期系統的一個例子要算二十世紀七八十年代研究出來的專家系統 (expert systems)。專家系統本意是期望運用一套規則來記錄人類專家的經驗。這種系統的一個早期案例是試圖建立醫生診斷經驗的模型。它運行于一個受限的框架內,展現出類似于醫生的行為,但得出的診斷結果常常與醫療常規相悖。因此,很少看到這些專家系統取代醫生或者其他專家,不過它們為我們提供了有用的技術,在生產管理中得到了一些應用。
從一開始,傳統人工智能研究就因為設定的目標過高而陷入窘境。研究者們常常錯誤估計了為實現自己設定的目標所需要付出的努力。20世紀60年代,一些研究者從復制人類智能轉向研究能增強人類智能的計算機系統。通常認為這一領域的創建者是約瑟夫·利克萊德 (J. C. Licklider)5,他曾在位于麻省劍橋的一個研究單位——博爾特·貝拉尼克-紐曼公司 (Bolt, Beranek and Newman Inc.)6 工作。他在一篇稱為“人機共生”(Man-Computer Symbiosis) 的論文中寫道,“希望用不了幾年,人的大腦和計算機器能夠緊密配合,由此形成的合作將是人類大腦從未想到過的,處理數據的方式將是我們當前所知的信息處理機器無法達到的。”
這個第二個領域逐漸發展成廣為人知的“人機 交互”(human computer interaction),它是當今計算機科學的幾個較大分支學科之一。相比于傳統人工智能,它提出的目標比較低調,在實現自己設立的預期目標方面做得較好。它在我們普遍使用的圖形用戶界面方面做出了貢獻,并在算法和流程上做了很多研究,正是這些研究才使得手機和移動平臺對我們有如此大的吸引力。
第三個領域出現于20世紀80年代中期,被稱之為“機器學習”(machine learning)。這一領域的引領者們認識到,雖然傳統人工智能沒有實現它的目標,但是計算機系統所能達到的本應遠遠超過目前人機交互領域所完成的。機器學習創建者們的靈感可以追溯到卡內基梅隆大學司馬賀 (Herb Simon)7 的工作(不管怎么看,司馬賀確實是一個對計算領域有深遠影響力的貢獻者,他提出的思想影響了計算機科學許多方面的發展)。這一流派并不試圖復制人類智能,而是力圖開發“在執行某些類任務時能提高性能”的程序。他們收集信息,用這些信息改善自身的操作。
義烏靈鷗家政服務公司:專門提供家政、月子護理、育嬰師、保姆、專業陪護、服侍老人、醫院護理、鐘點工、家庭公司保潔、搬家等服務。 |
|
