關于作者
瑪格麗特·A.博登，生于1936年，英國科學院院士，蘇塞克斯大學認知科學學院院長，歷任英國心理學會心理學哲學與心理學史分會主席，以及英國皇家哲學學會理事。著有《人工智能史》一書，是人工智能領域的權威人士。
關于本書
《人工智能哲學》的英文原著由牛津大學出版社于1990年出版，由15篇文章組成，文章作者多是人工智能思想界的著名人物，所收錄的文章也都是在人工智能發(fā)展史上具有里程碑式的地位。這些文章的寫作時間起于1950年，止于1990年，是人工智能思想近半個世紀發(fā)展歷程的精要總結。
核心內(nèi)容
計算機究竟能否成為心靈本身而不只是心靈的工具，既取決于我們?nèi)绾卫斫庥嬎銠C能做什么，更取決于我們?nèi)绾卫斫馊祟愋撵`是什么。我們怎樣認識自己的心靈，也就決定了我們會怎樣設計機器，讓它具備人工的智能。這既是人工智能構想的發(fā)端，也是影響著人工智能科學與技術進展的哲學基礎。
點擊查看大圖，保存到手機，也可以分享到朋友圈
一、 計算機能實現(xiàn)怎樣的人類智能
計算機至少能在計算和推理的層面上實現(xiàn)與人類相似的智能。
心智不過是人類大腦實現(xiàn)的功能，同樣的功能或許也能用其它機器來實現(xiàn)，這就是“人工智能”研究的基礎前提。電子計算機從電子管、晶體管、集成電路，一直發(fā)展到未來可能的量子計算機，機器的形式各不相同，但所實現(xiàn)的功能是類似的，都是試圖模擬和實現(xiàn)人類的智能。
人類的智能體現(xiàn)在很多方面，計算和推理可能最容易在機器上實現(xiàn)。心靈的智慧可以從推理上體現(xiàn)出來，把有效推理編碼為符號規(guī)則，就能夠在計算機上實現(xiàn)。在推理中，人類的心靈能夠理解概念以及兩者之間的內(nèi)在聯(lián)系；但在機器的推理中，機器所處理的不過是一連串符號，這些符號對機器來說毫無意義，但機器最后輸出的答案卻剛好被翻譯成了我們能理解的內(nèi)容。
雖然計算機能夠高效地回答問題，但它自己并沒有理解其中的內(nèi)容，而人類則不同。我們所有推理判斷都建立在理解的基礎上，對于完全不理解的問題，當然也不可能作出任何推理或回答。
很多人工智能專家主張計算機的“理解”有另外的一套標準。按照圖靈的觀點，只要機器作出的回答與人類的回答不可分辨，機器實際上就已經(jīng)在理解了。因此，計算機也可以按照這種不同于人類的標準而產(chǎn)生理解，確實可以實現(xiàn)人類的智能，只不過這種智能暫時還局限在計算和推理層面上。
二、 人工智能就是使用符號的計算嗎，它有哪些缺點
在人工智能發(fā)展的早期，人們相信，只要恰當?shù)卦O計程序算法，使用符號的計算就能實現(xiàn)完全的智能。在這種信念的背后，其實是西方哲學兩千多年的理性主義傳統(tǒng)，相信理性能力就足以解釋人類的所有智慧，這在人工智能的發(fā)展史上被稱作符號主義觀點。在符號主義者看來，人類的智能不管多么復雜，歸根到底都是由符號計算來實現(xiàn)的。
比如，符號主義的人工智能可以下象棋。盡管象棋的走法千變?nèi)f化，最終都不過是這些最基本的符號疊加。在一盤象棋游戲中，計算機的每一步究竟應該如何走，這就要在可能的選項中搜索最佳的方案。每一步可能的選項也是符號的組合，符號的任何組合方式都可能是一種選項，要考慮所有可能的選項，這個集合是非常龐大的。
符號主義面臨的最大挑戰(zhàn)就是，如何在有限的步驟和資源的條件下，搜索得到最優(yōu)的解。隨著求解的問題越來越復雜，搜索所需要的計算也是以指數(shù)的方式在增長，因為符號之間的可能組合也在激增，這樣一來，現(xiàn)實中工作的計算機很快就不堪重負了。例如，圍棋的人工智能程序曾經(jīng)在很長時間內(nèi)表現(xiàn)得一點也不智能，就是因為圍棋求解的組合要比象棋復雜得多，這正是符號主義難以解決的問題。
今天的人工智能引起如此大的轟動和關注，可以說是源于 AlphaGo 在圍棋上取得了突破。解決圍棋游戲最優(yōu)解的問題超出了符號主義的能力，但 AlphaGo 恰恰不屬于符號主義。
三、 人工智能就是模擬神經(jīng)網(wǎng)絡的學習嗎，這又有什么不足
英國哲學家大衛(wèi)·休謨深刻地批評了西方哲學上的理性主義傳統(tǒng)，他認為，體現(xiàn)人類智能的很多判斷，比如對因果關系的判斷，盡管表面上看起來是依據(jù)理性和推理，實際上僅僅是源于我們在觀念之間作聯(lián)結的習慣，這種聯(lián)結往往是在重復經(jīng)驗中實現(xiàn)的。
現(xiàn)代神經(jīng)科學也證實了這一點。神經(jīng)元之間通過突觸聯(lián)結，當兩個神經(jīng)元同時得到頻繁的刺激，兩者之間的突觸就越牢固，聯(lián)結的強度也就增高。這其實就是人類的學習過程。
區(qū)別于理性主義傳統(tǒng)，“聯(lián)結主義”的人工智能思想主要受休謨和神經(jīng)科學思想啟發(fā)，就是要建立大腦的模型，不是預先給定解決問題的算法，而是構建一個在計算機上模擬的“神經(jīng)元網(wǎng)絡”，讓機器自主地建立不同神經(jīng)元之間的“聯(lián)結”，通過最終結果的反饋，不斷調(diào)整聯(lián)結的模式，最終逼近最優(yōu)解。在整個過程中，機器就像人類那樣，在大量的經(jīng)驗數(shù)據(jù)中學習。由于機器處理數(shù)據(jù)的能力遠超人類，所以學習效果也會大大超越人類。
聯(lián)結主義特別強調(diào)從經(jīng)驗學習中獲得智能，所以就避開了符號主義過度強調(diào)理性推理的弊端。但它并不會區(qū)別地對待經(jīng)驗，而人類的智能卻從不會無差別地對待一切經(jīng)驗。聯(lián)結主義的人工智能則要在海量數(shù)據(jù)的試錯學習之后，才能獲得某些在人類看來十分簡單的結論，這就是它并不智能的地方。
更重要的是，人類的學習是有創(chuàng)造性的，我們不僅能從經(jīng)驗中把握固有的聯(lián)系，還能舉一反三地創(chuàng)造以前從未建立過的神經(jīng)元聯(lián)結。機器學習目前還不能實現(xiàn)這一點，只能依賴于設計者提供的智能，而并不是自己產(chǎn)生的智能。
四、 我們離理想的人工智能究竟還有多遠
首先，現(xiàn)在實現(xiàn)的都只是專門的人工智能，而不是通用性的智能，比如 AlphaGo 就是被設計用來下圍棋的。我們每個人的心靈都是多面手，而現(xiàn)階段的人工智能往往只能在某一個側面充分發(fā)展。
其次，人工智能還可能永遠無法理解人類的情感。目前訓練機器“理解”情感和動機，主要就是讓機器學習如何產(chǎn)生行為的目標，但情感最本質(zhì)的內(nèi)涵應該是對情緒的主觀感受。
最根本的困難可能還在于，對人工智能來說，根本還沒有一個“自己”，它沒有形成自我意識
最后，必須重視涉身認知的重要意義。智能并不僅僅是發(fā)生在人類大腦中的事情，人們對自我與世界的認識，從來都是有身體參與其中。假如智能和認知本質(zhì)上就涉及身體，那么符號主義與聯(lián)結主義就都有各自的局限，人工智能的發(fā)展，勢必還需要由新的觀念來引領。
金句
如果中文屋論證是成立的，那么強人工智能只不過是一種美妙的遐想，計算機充其量只能是人類心靈的工具，而不會成為心靈本身。
人類固然是從經(jīng)驗中學習，但人類的智能就體現(xiàn)在我們從不毫無差別地對待一切經(jīng)驗，而總是選擇性地重視某些經(jīng)驗，忽略一些無關緊要的經(jīng)驗。
如果你非常愛慕她，你就一定會體會到愛慕之情帶來的那種幸福、甜蜜、糾結又失落的感受。沒有這些感受的體驗，或者對這些感受麻木不仁，你就不叫真正愛過一個人，也就無法理解情感為何物。
撰稿：徐竹腦圖：摩西轉述：孫瀟
