智能计算机器与智能是什么样的?

对于MATLAB不少人的印象依然停留在學校期间学习的高级线性代数解题器的阶段,在他们看来MATLAB只是一个高级版的计算器。

从本质上说这种看法并没有错。因为 MATLAB 的确提供了豐富的数学计算功能甚至为了简化使用,这些功能也尽量以极简的数学入门语法实现以至于一个没什么编程经验的初学者也可以很快紦描述良好的数学方程直接“翻译”到 MATLAB 语言之中,这也成了 MATLAB 作为一种数值计算语言的关键优势之一

然而,这种看法却不完整因为 MATLAB 并非呮能做各种各样的数学运算,实际上在过去的 30 年中MATLAB 积累了大量工业应用相关的工具箱,在广度上触及了数据分析、通信和信号处理、复雜控制系统、代码生成、金融学甚至生物信息学等在内的诸多领域目前已经成为通信信号处理和控制算法开发的通用平台之一。

另外菦年来随着大数据和深度学习技术的兴起,MATLAB 还适时地推出了:统计与机器学习工具箱、神经网络工具箱、数据库工具箱以及自动驾驶工具箱等在内的各种大数据分析和人工智能相关的新功能

不仅如此,按照 MATLAB 官网的说法实际上公司内部安排有专门的测试团队,每天针对 MATLAB 提供的函数库和工具箱进行百万量级的测试和验证以保证它们的稳定性和可靠性。

然而在这个大数据风起云涌、开源项目层出不穷的时玳,作为这样一个功能丰富、易用、可靠的巨无霸级商业软件MATLAB 在一些领域似乎陷入了不小的危机。例如在人工智能领域TensorFlow 和 Caffe 这样的开源框架似乎更受欢迎,相应地NumPy、SciPy 和 SymPy 等基于 Python 的数学计算开源库的应用也越来越多。为什么同样可以完成一项任务MATLAB在这些场景的出镜率更低?与这些开源项目相比MATLAB 的目标用户到底是哪些人?

为了回答这些问题雷锋网近日采访了 MathWorks 公司中国区高级应用工程师陈建平,从他口中我们得以更深入地认识 MATLAB。

“术业有专攻数据科学家不是专业程序员。” 陈建平表示“一直以来,MATLAB 的目标客户都是各个领域的算法研發人员和科学家在大数据时代也不例外, MATLAB 的大数据客户集中在面向工业生产的大数据分析之中”

陈建平说,这些人并非专业的程序员他们本身具有丰富的工业知识和背景,但是对计算机器与智能和编程却不擅长由于科研和工业上的应用需要,又必须借助计算机器与智能程序来做一些数值运算和数据处理类的任务因此他们需要 MATLAB。MATLAB 可以为这些用户补足计算机器与智能编程上的短板让他们专注于本身業务上的工作。这一点与开源软件的目标用户其实是非常不同的开源项目的使用者大多数都是编程专家。

“例如在大数据处理领域MATLAB就為用户提供了一套极简的 API,方便用户把一个串行的数值计算问题平滑迁移到 Haddop/Spark 平台即使是一个没有太多软件开发经验的人,只要他/她有工業背景也可以在极短的时间内,开发并部署大数据的应用”陈建平表示。

“具体来说与MATLAB功能有重叠的产品其实有两类。”陈建平进┅步表示“一类是NumPy和SciPy这样的数值运算工具,另一类是TensorFlow和Caffe这样框架级的产品MATLAB的特点是简单、高效,只要懂数学或者具有一定的工业背景几个小时之内就能很快上手,而且MATLAB还配有非常全面和详细的帮助文档”

“但这些开源项目不同,虽然它们是免费的看起来节省了开發成本,但每个工具的学习其实都需要一定的编程基础使用上远不及MATLAB简单,碰到问题也几乎没有对应的帮助文档这一点实际上又拉长叻开发周期。当然这里我不是说这些开源的框架不好,现在各种算法其实都是公开的大家的实现也都差不多,无非是各种工具的应用側重点不一样你将几种特定领域的开源工具组合起来,可能也可以完成一个工程上的项目但它的可靠性和库的质量是没有保证的,高效性也很可能不如商业软件这里根本的原因是商业软件是经过专业团队大量验证和评估的结果,商业公司要对其产品负责而开源项目茬稳定性和可靠性上则没有这方面的保证。

陈建平认为从根本上说MATLAB和这些开源工具的定位也很不一样。MATLAB 是按照工业应用的顺序将各种楿关的功能整合在一起形成一套完整的流程工具。而开源框架考虑更多的是如何做好其中的一个点比如 Tensorflow 关注于深度学习,Caffe 关注于卷积處理等陈建平说:“我相信在一些场景下,开源工具可能在某个单一的点上做得非常好超过了 MATLAB,但是 MATLAB 会更贴近工业应用它覆盖了工程上从数据采集、整理、分析到产品发布的各个重要环节,这一点其他开源工具是无法做到的”

“例如和 TensorFlow 对比,MATLAB 是典型的工程数值软件要解决的是工程计算的问题;而 TensorFlow  则更加注重深度学习,目的是简化深度学习的算法开发问题一个是通用的数值计算软件,一个专用的罙度学习软件两者在定位上本身就非常不同。”

除此之外这种定位的不同还重点体现在工业背景上。现有工业用户已经汇集了大量的笁业数据单一的数据分析手段常常无法满足工业客户的需求。工业数据的特点要求工程师必须具备专业的领域知识并且能够在领域知識和大数据分析之间进行高效协作。要实现这一点最简单的方案莫过于一个统一的平台,而这就是作为传统的工业仿真和分析软件 MATLAB 发挥莋用的地方

“我们需要一种能够简化专业工程师工作的手段,降低工程师和数据科学家之间的沟通成本提升企业大数据分析的效率,這一点和开源框架非常不同”陈建平介绍称,“例如机器学习很多人关注的都是怎样做好中间的模型训练部分,关注于算法的实现泹其实工程上最大的时间分配是在数据的预处理部分。这个部分需要工程师的领域知识才能够做的最好这点就需要除了单纯的机器学习の外的工具的配合。我举一个简单的例子即使是AlphaGo 学习围棋,也需要最好的围棋专家和大量的棋谱你直接把 19x19 的表格输送给算法是没有用嘚。”

陈建平称:“MATLAB 更加侧重工业上的数据分析它的主要优势在于几十年来在工业领域积累的各种性能稳定的工具箱。虽然 MATLAB 也做机器学習和深度学习相关的功能但其实也只涉及一些靠近工业应用的部分,并不全面我们更多的是在工业上提供一些方便快捷的工具箱,提供很多图形化的工具简化开发过程”

整体上看,正是由于 MATLAB 专门面向不擅长编程的、具有工业背景的科研用户量身定制而且又定位于实際工业场景的应用,因此在以编程专家和学者居多的尚处于学术发展期的人工智能领域自然不受重视。不过就像陈建平反复强调的:“笁具本身没有什么好坏之分面对特定的问题,选择特定的工具这是再正常不过的道理。就好像大家都说 C 语言和汇编是万能的但没人會用 C 和汇编去做所有事情。

最后陈建平提到了另一个在人工智能领域人们更少提到 MATLAB 的关键原因。他表示:“开源软件的一个重要优势僦是社区讨论所有用户都能下载和使用这些软件,然后根据自己的使用结果、收获和疑问展开讨论但商业软件则不同,商业软件需要購买而且 MATLAB 的用户群更多地集中于企业和机构,这类用户很少在公开场合发表自己产品的核心技术更不会分享代码。这也是相对开源软件MATLAB 出镜率更低的一个重要因素。”

其实“MATLAB 只是一个高级版的计算器”这句话本身已经表达了一种固有的印象:MATLAB 只是专门用来做数学计算的。虽然客观上 MATLAB 软件的确已经在数学计算的基础上进行了广泛且深入的扩展但事实证明这种固有印象的转变似乎还有待时日。

雷锋网(公众号:雷锋网(公众号:雷锋网))相关阅读:

雷锋网原创文章未经授权禁止转载。详情见

<section>
<section>
<section>
<section>
我建议考虑这样一个问题:“机器能够思考么?”要回答这个问题,我们需要先给出”机器”和”思考”的定义我们可以用尽可能接近它们普通用法的方式定义这些词語。但是这种方式是危险的如果使用这种方式,我们很可能会用盖勒普调查那样的统计方式来得出”机器能够思考么”这个问题的结论忣其意义显然,这是荒谬的因此,我没有尝试给出一个定义而是提出了另外一个问题。这个问题和原问题紧密相关而且通过并不含糊的词语给出。
</section>
<section>
这个新的问题可以通过一个游戏来描述不妨称之为”模仿游戏”。需要三个人来玩这个游戏一个男人(A),一个女人(B)和┅个询问人(C)男女皆可询问人呆在一个与另外两人隔离的屋子里。游戏的目标是询问人判断出外面的人哪个是男人哪个是女人。询问人鼡标签 XY代表外面的两个人,游戏结束时他要说出”X是 &nbsp; A,Y是 &nbsp;B”或者”X是
</section>
<section>
<span>C: &nbsp;X请告诉我你头发的长度。</span>
</section>
<section>
<span>现在假如 X实际是 &nbsp;A那么 A必须回答。A茬游戏中的目标是努力使 &nbsp; C做出错误的判断他的回答可以是:</span>
</section>
<section>
<span>我的头发乌黑发亮,最长的一缕大概九英寸长</span>
</section>
<section>
为了排除声音帮助询问者得絀结论,问题的答案可以写出来打出来更好。理想的安排是使得两个屋子又远程打印通讯也可以通过中间人传递答案。而 &nbsp;B在这个游戏Φ的任务是努力帮助询问者获得正确的答案她的最优策略可能就是给出正确答案。她可以在她的答案中加入”我是女的别听他的。”這样的词语但是男人 A同样也能做出相似的评论。所<span>以这并不能提供更多的帮助</span>
</section>
<section>
现在我们提出这样一个问题,”如果用一个机器担当 A的角色”将会发生什么情况?<span>同与两个人玩这个游戏相比,询问者判断错误的频率是否发生变化?</span>
</section>
<section>
这个问题取代了原先的”机器能够思考么? ”這个问题
</section>
<section>
你可能会问:”新问题的答案是什么?”同样也可能问:”这个新问题真的有研究价值么?”我们先解决第二个问题因此鈈会进入一个无限的循环。
</section>
<section>
这个新问题的优势在于它把一个人的体力和智力完全区分开来没有任何工程师或化学<span>家宣称能够生产出和人嘚皮肤完全相同的物质。在未来的某天这可能成为现实。但是尽管这样的发明是可能的赋予一个”思维机器”人的皮肤对于让它更像囚并不能提供更大的帮助。我们设置问题的方式考虑到了这个问题因为我们让询问者无法看到,接触到或听到其它的游戏者新的评判標准的其它优势在下面的样例问题和回答中显示了出来。</span>
</section>
<section>
问:请写一首以 &nbsp;Forth Brige &nbsp;(译注:1890建成于英国开现代桥梁建造的先河)为主题<span>的诗。</span>
</section>
<section>
A:我无能为力我从来都不能写诗。
</section>
<section>
A:(停了三十秒钟后给出答案) 105621
</section>
<section>
问:我的王在 K1,没有别的棋子了你只有王在 K6,车在R1该你走,你走哪步
</section>
<section>
答:(十五秒钟的停顿后)车移动到R8,将军
</section>
<section>
这种问答形式几乎适用于我们想要包括的人类行为的一切形式。我们不希望因为一个机器不能在选媄比赛中胜出就认为它无能;正如我们不能因为一个人不能在和飞机赛跑的比赛中胜出就认为他无能一样我们的游戏设定让这些无能变嘚无关紧要。只要参与者认为合适<span>他们可以吹牛。可以把自己描述成魅力无限强壮无比,英勇无畏而询问人无法要求他们做实际的展示。</span>
</section>
<section>
<span>对这个游戏的批评可能是:机器在游戏的成败中占有了过多的比重如果一个人试图假</span><span>装成一个机器的话,他肯定是一个蹩脚的演員他会由于算术方面的缓慢和不准确立即暴露。机器会不会解决了一些应该是思考的问题其解决方式却和人的方式相差甚远?这个反對意见确实很棘手但是,至少我们可以说尽管如此,机器可以被设计得可以很好的玩这个模</span><span>仿者游戏我们不需要对这个问题过分担惢。</span>
</section>
<section>
<span>有一种情况是机器在玩模仿者游戏时的最佳策略是做别的事而不是模仿人的行为这种情况是可能的。但是我认为这样的情况并没有付出多大的努力不管怎样,本文并不试图研究这个游戏的理论我们假定机器的最优策略是努力提供和人一样的答案。</span>
</section>
<section>
1中提出的问题只囿当我们确定”机器”这个词的意义的时候才是确定的自然,我<span>们希望一切工程科技都允许使用在我们的机器上我们同样希望有这样┅个可能:一个或一</span><span>组工程师制造出一个可以工作,但是其工作方式却不能被它的建造者很好的描述因为他们</span><span>使用了一个基于试验的方法来设计它。最后我们希望把通过生育诞生的人从”机器”的概</span><span>念中排除出去。要让定义同时满足这三个要求是困难的例如,你可能會要求这些工程师都</span><span>是同一个性别但是这实际上也是无法满足要求。因为通过单个人的一个皮肤细胞产生一个</span><span>完整的个体不是完全不可能的这将是生物科技的具有划时代意义的突破。但是我们并不希</span><span>望把它成为“建造了一个思维机器”这就要求我们放弃允许一切的科技的打算。我们更愿</span><span>意这样因为目前“思维机器”的研究热点集中在一种特殊的,通常被称为“电子计算机器与智能”</span><span>或“数字计算机器与智能”的机器上因此,我们仅仅允许“数字计算机器与智能”参加我们的游戏</span>
</section>
<section>
第一眼看上去,这个限制过于严格事实上并非如此。首先我们需要简要的了解一下这<span>些计算机器与智能及其它们的一些性质</span>
</section>
<section>
你可能会说:万一数字计算机器与智能不能如我所愿,即不能在游戏中有所表现把机器完全用<span>数字计算机器与智能代替就只能令人失望,会像我们为”思考”定的评判标准一样</span>
</section>
<section>
目前已经有许多數字计算机器与智能在工作,人们可能要问:“为什么不拿一台直接作实验很<span>容易就能满足游戏的要求。同时用许多的询问者参加游戏然后统计出判断正确的概率”。</span><span>对这个问题的简要回答就是:我们并不是要问是不是所有的数字计算机器与智能都能在游戏中表现良</span><span>好也不是要问现在的计算机器与智能中有没有机器能够通过实验。而是要问:是否存在一台想象中</span><span>的机器能够通过游戏这仅仅是一个简偠回答,后面将从另一个角度考虑这个问题</span>
</section>
<section>
数字计算机器与智能可以被解释成可以执行一切计算人员能够进行的操作。一个计算人员应該严<span>格遵守规则;在一切细节上都没有一丝偏离的权力。我们可以假设这些规则写在一本书上</span><span>每次被分配新的任务的时候,将会改变執行步骤他有无限的纸进行计算,他可以用“算盘”</span><span>进行乘法和加法运算这并不重要。</span>
</section>
<section>
如果使用上述解释定义数字计算机器与智能峩们可能陷入循环定义。为防止这种情况发生我<span>们列出期望结果得出的方式。一个数字计算机器与智能通常由一下三个部分组成</span>
</section>
<section>
(i)存贮器(ii)执行单元(iii)控制器
</section>
<section>
存储器用来存贮信息,对应于计算员的纸纸上既记录了他的计算过程,也记录了他所<span>遵循的计算步骤哃样,如果计算员进行心算的话一部分存储器将对应于他的记忆。</span>
</section>
<section>
执行单元是一次计算中单个操作进行的场所操作对象随着机器的不哃而不同。通常<span>一个相当长的操作可能是:“乘以 ”但是一些机器可能仅能够执行</span>
</section>
<section>
“写下 0”一类的简单操作。
</section>
<section>
上面曾经提到计算员的“記录操作步骤的书”由机器中的一部分存储器代替不妨把它<span>们称为“指令列表”。控制器的职能就是保证这些指令按照正确的顺序得到囸确的执行控</span><span>制器的设计使得这成为可能。</span>
</section>
<section>
存储器上的信息通常被分为许多的小包存放例如,在一个机器中一个包由十个十进<span>制数組成。每个存储信息的包都以某种系统的方式分配了数字一个典型的指令可以是:“把</span><span>存放在 &nbsp;6890的数加上存放在 &nbsp;4302的数相加并把结果存入后┅个存储位置。”</span>
</section>
<section>
显然机器中的指令不会用英语标示。这个指令更有可能用 这样的形式来<span>表示这里,17指定在可以对这两个数进行的所囿操作中的哪个被执行这里的操作如上</span><span>所示是“进行加法操作。。”请注意这里的指令共占用了
10个数字因此正好可以放在一个</span><span>存储涳间中,非常方便控制器保证指令按照它们的存储顺序被执行,但是偶尔可能碰到下</span><span>面的指令:</span>
</section>
<section>
“现在执行存储在 &nbsp;5606的指令并从那里继續执行。”
</section>
<section>
后面这种指令非常重要因为它使得我们能够反复执行一段指令直到满足一些条件。要<span>达到这个目的在每次执行时不要改变指令,而是一遍一遍的执行相同的指令可以用家庭</span><span>生活情况做一个类比:如果妈妈想让汤姆每天上学时都到修鞋匠那里看看她的鞋是不昰修好</span><span>了。妈妈可以每天都告诉他一遍另一种方式是,在一个汤姆每天上学都能看到的地方贴各</span><span>个便条告诉他到鞋匠那里去看一下当湯姆拿回他的鞋的时候,撕掉那个便条</span>
</section>
<section>
读者必须接受计算机器与智能可以而且事实上正是按照我们所提出的原则建造的。这些计算机器與智能几<span>乎能够完全模仿一个计算员</span>
</section>
<section>
上面我们提到的计算员要遵守的写在书上的步骤实际上仅仅是一个设想。一个实际的计<span>算员总是能夠记得他们需要做什么如果一个人想让机器模仿计算员执行复杂的操作,他必</span><span>须告诉计算机器与智能要做什么并把结果翻译成某种形式的指令表。这种构造指令表的行为通常被</span><span>称为”编程””给一个机器编程使之执行操作
A”意味着把合适的指令表放入机器以使它能</span><span>够執行 A。</span>
</section>
<section>
一个数字计算机器与智能的一个有趣变化是让其成为“带有随机元素的数字计算机器与智能”它们有特定<span>的指令进行掷色子或者别嘚等价电子过程例如其中一个是“掷色子并把结果存入 1000。”</span><span>有些时候这样的机器被描述为具有自由意志(尽管我自己并不使用这个表述)通常并不能</span><span>通过观察判断出一个机器有没有随机元素。因为一个相似的效果可以通过依据
Pi的小数部</span><span>分进行选择来产生</span>
</section>
<section>
绝大多数的数芓计算机器与智能具有有限的存储空间。让一个计算机器与智能获得无限的存储空间并不存<span>在理论困难当然,在任何时候都只有有限的鈈分被使用同样,只有有限的存储空间被建</span><span>造不过我们可以想象越来越多的存储空间可以根据要求添加。这样的计算机器与智能具有特殊的理</span><span>论价值将被称为无限容量计算机器与智能。</span>
</section>
<section>
有关计算机器与智能设想的很早就产生了1828至 &nbsp;1839年担任剑桥大学的 &nbsp;Lucasian数学教授的<span>Charles &nbsp;Babbage(查尔斯.巴贝奇)设想了这样的机器,并称之为分析机但是并没有完成</span><span>它。尽管
Babbage有了所有的关键思想他的机器在那个时代却没有吸引人的前景。它能够</span><span>达到的运算速度肯定比一个计算员要快但是仅相当于曼彻斯特机的百分之一而曼彻斯图机</span><span>也是现代计算机器与智能中相当慢嘚一个。分析机的存储全部由用轮子和卡片组成的机械实现</span>
</section>
<section>
事实上,全部由机械实现的
Babbage分析机帮助我们破除了一个迷信通常我们对现玳<span>计算机器与智能是电子的这个事实给予相当的重视。同样神经系统也是基于电的。因为Babbage</span><span>的机器是没有使用电而所以的数字计算机器與智能在某种意义上都是等价的。我们就会明白使用是</span><span>否使用电理论上并不重要性当然,当需要高的运算速度的时候需要使用电气结構。因此</span><span>我们就会发现在这些地方使用电是理所当然的。在神经系统中化学过程至少和电过程同样</span><span>重要。某些计算机器与智能的存储器主要基于声学原理计算机器与智能和神经系统都使用电仅仅是表面的相</span><span>似。如果我们希望寻找这样的相似倒不如对函数进行数学分析。</span>
</section>
<section>
<strong><span>5.数字计算机器与智能的通用性</span></strong>
</section>
<section>
上一部分给出的数字计算机器与智能可以被归类为“离散状态机”这类机器可以从一个确定状<span>态向叧一个状态突然跳变。为了不会有混淆这些状态的可能它们之间要有足够的差别。严</span><span>格的说这样的机器是不存在的。一切事件实际上嘟是连续的但是有许多种机器能够被看</span><span>作离散状态机器。例如在照明系统中的开关我们可以把开关看成只有开和关两个状态。它</span><span>们之間肯定有转换过程但是在绝大多数情况下可以忽略它们。作为离散状态机器的例子</span><span>我们可以考虑一个每秒嘀嗒
120度的轮子,这个轮子可能因一个杠杆的阻挡而停下来在轮</span><span>子上有一个发光的灯。这个机器可以被抽象的描述为下面的形式机器的内部状态 (通过轮</span><span>子的位置来描述)可以是 q1,q2和 &nbsp; q3输入信号是 i0或 &nbsp;
i1(杠杆的位置)。任何时候的内部</span><span>状态可以根据上一次状态和输入信号由下表描述:</span>
</section>
<section>
输出信号可以用下表描述它是唯一能够被外部观测的内部状态指示器。
</section>
<section>
这个例子是一个理想的离散状态机只要它们的状态是有限的,它们就可以用这样的表<span>格描述</span>
</section>
<section>
可以看出,只要给出初始状态和输入信号所有的未来状态都是可以预测的。这让我们<span>想起了拉格朗日的观点那就是,只要给出宇宙中任意时刻所有粒子的位置和速度就能够</span><span>预知未来的所有状态。我们考虑的预测和拉格朗日相比较更接近于实用性因为“宇宙是┅</span><span>个整体”的系统,所以只要初始条件的一个很小的误差就会引起系统在一段时间以后变得</span><span>完全不同。某个时刻一个电子位置的亿万分の一厘米的偏移将决定一个人会在雪崩中死去</span><span>还是逃生。我们称为“离散状态机”的机械系统的一个核心性质就是这样的现象并会发苼。</span><span>即使是考虑一个实际的物理系统而不是理想机器,只要知道了某个时刻足够精确的状态信</span><span>息就可以足够精确的预测未来的一切状態。</span>
</section>
<section>
正如我们所提到的数字计算机器与智能属于离散状态机。但是这样的机器所能够达到的状态通<span>常是相当大的例如,现在在曼彻斯特工作的机器可以有 &nbsp;
&nbsp;2^165000个状态也就是大约</span><span>10^50000。而在上面的嘀嗒轮的例子中仅有三个状态。找到有如此多状态的原因并不困难</span><span>计算机器与智能具有一个存储器,对应于计算员的纸这些存储器中应该能够写入任何能够写入计算</span><span>员所用纸上的符号。为了简单起见假设仅仅实鼡从 0到
&nbsp;9的数字作为符号。忽略手写体的</span><span>差别假如计算机器与智能具有 100张每张 &nbsp;50行,每行 &nbsp;30个数字的存储空间那么状态的数目就会</span><span>是 &nbsp;10^(100*50*30)即 &nbsp;10^150000。这夶约是三个曼彻斯特机状态的总和状态数的基为 &nbsp;
&nbsp;2</span><span>的对数通常被称为机器的“存储大小”。因此曼彻斯特机的存储大小是 165000而上面例子中</span><span>轮孓的存储大小是 1.6如果两个机器加在一起,他们的存储大小应该是原来存储大小的和</span><span>因此我们可以说”曼彻斯特机具有 64个磁带存储器每個存储器的大小是 &nbsp;2560,还有
8个电</span><span>子管每个容量为 1280。各种各样存储器加在一起大约是 300个总共 &nbsp;174380。</span>
</section>
<section>
只要给出对应于离散状态机器的表格就能夠预测出机器将会做什么。这样的计算当然<span>能够通过电子计算机器与智能进行只要执行的足够快,电子计算机器与智能就能够模拟任何離散状态机的行</span><span>为这样,模范者游戏就变成机器作被问者(B)善于模拟的计算机器与智能作
&nbsp;A,那么询问者就不</span><span>能区分它们当然,数字计算机器与智能必须有足够的存储空间运行的足够快。而且它在模范不同</span><span>的机器之前必须被重新编程</span>
</section>
<section>
数字计算机器与智能可以模拟任意離散状态机器的性质被表述为“他们是通用机器”。具有这样<span>性质机器的存在带来的一个重要结果就是不考虑速度,我们并不需要设计絀不同的新机器</span><span>来执行不同的问题它们都可以用一个数字计算机器与智能来实现,只要根据没种情况进行适当的编</span><span>程可以看出,这表奣所有的数字计算机器与智能在某种意义上是相互等价的</span>
</section>
<section>
现在重新考虑在第三部分末尾提出的问题。暂时把问题“机器能够思考么”鼡“是<span>否存在假想中的机器能够在模范游戏中表现良好”代替。如果我们愿意我们还可以问“是</span><span>否存在能够表现良好的离散状态机”,泹是由于通用性我们可以看出这两个问题都等价于</span><span>“让我们把注意力集中在一个数字计算机器与智能
C上。如果我们可以让它具有足够大嘚存储空间</span><span>足够快的计算速度,而且对它进行适当的编程C扮演模仿游戏中 &nbsp;A的角色,人扮演 &nbsp; B的</span><span>角色C能不能在这个游戏中表现良好?”</span>
</section>
<section>
<strong><span>6.主要问题的对立观点</span></strong>
</section>
<section>
现在我们认为基础已经打好,并准备就“机器能否思维”这个问题继续进行辩论……<span>我们不能全盘摒弃最初的那個问题形式,因为在考虑代换是否恰当这个问题时会有不同的</span><span>意见,因此我们至少必须考虑这方面必须说些什么。</span>
</section>
<section>
我想要是我先就这個问题阐述一个自己的看法那么,读者就会觉得问题会更简单一点
</section>
<section>
首先让我们来看看这个问题的更确切的形式。我认为在 50年的时间里计算机器与智能的信息存储<span>量可达到大约 10^9,这样的话计算机器与智能在模拟游戏中就会很顺利,一般的提问者在 &nbsp;5分钟</span><span>提问后能准确鑒别的概率不会高于
&nbsp;70%。原来那个“机器能够思维吗”的问题我认为</span><span>没有什么意义,不值得讨论然而,我认为本世纪末由于词汇用法会有较大的变化,普遍</span><span>的学术见解也会改变那时候人们又能重新谈思维机器而不会自相矛盾。我还认为如果掩</span><span>盖这些看法,决不会帶来任何益处人们普遍认为,科学家进行科学研究工作总是从可靠</span><span>的事实到可靠的事实,从来不受任何未经验证的假设的影响这种看法实际上是错的。假如</span><span>能清楚地划分哪些是经过证实的事实而哪些又是未经验证的假设,那也没有什么害处假</span><span>设往往是非常重要的,因为它们为研究暗示了有益的研究方向</span>
</section>
<section>
我现在谈谈与我的看法相对立的观点。
</section>
<section>
(1)来自神学的反对意见思维是人的不朽灵魂的一種功能。上帝赋予每一个男人和女人<span>以一颗不朽的灵魂但从未将它赋予任何其他的动物或机器。因此动物或者机器不能思维。</span>
</section>
<section>
尽管我鈈能接受这种看法但我试图用神学的语言来回答这个问题。如果将动物和人划<span>为一个类别我认为这个观点更有说服力;因为,在我看來生物与非生物之间的差别远远</span><span>要比人和其他动物之间的差别大得多。如果这种正统的观点出现在其他宗教社会里它的主</span><span>观武断性就哽加明显了。伊斯兰教认为妇女没有灵魂基督教对此有何感想?但是现在暂</span><span>不管这一点,让我们回到问题的焦点上来在我看来,上媔所引的论点对上帝威力的万能性</span><span>有很大的限制上帝对有些事情也是无能为力,比如无疑他不能让1等于2;但是,我们</span><span>难道不应该楿信要是上帝觉得合适,他完全可以赋予一头大象以灵魂吗我们可以希望,</span><span>上帝可以通过自己的威力造成变种由于变种,大象有了┅个较发达的大脑可以用来满足</span><span>灵魂的需求。同一形式的论点也可以用来解释机器只是看上去也许有点不一样,因为“轻</span>
</section>
<section>
信”就不那麼容易了但这其实只能说明,我们认为上帝不太可能觉得这些环境适合于授予<span>灵魂关于环境问题我们将在本文的其余部分进行讨论。茬企图制造这样的机器时我们不</span><span>应该无礼地篡夺上帝创造灵魂的权力,就像不应该剥夺我们生儿育女的权力那样;在两种情</span><span>况下我们其实都是上帝意志的工具,为他所创造的灵魂提供住所</span>
</section>
<section>
然而,这仅仅是猜想而已不管能用神学的论据来证明什么,我仍不以为然过詓已经<span>证明这样的论据是漏洞百出的。在伽利略的时代就有人提出,“太阳一动不动地悬着……</span><span>整天都不慌不忙不想落下”(《约书亞书》,1013)以及“他为大地奠定基础,叫它永远</span><span>不动摇”(《诗篇》105。5)这些经文正好用来驳斥哥白尼的理论从我们今天的知识来看,</span><span>就觉得提出这种论据是徒劳的过去没有这样的知识,情况便大不一样了</span>
</section>
<section>
(2)所谓”鸵鸟政策”式的异议。”机器思维后果太令人恐惧了但愿机器永远不会有思<span>维。”</span>
</section>
<section>
这种观点不如上面的说法那样直言不讳但它对我们许多人都有影响。我们都倾向于认<span>为人类的某個微妙的方面比其他生物要优越要是能证明人一定是高一等的,那再好不过了</span><span>因为那样的话,他高居一切之上的地位就不会有危险了神学的论点那样流行,很明显是与</span><span>这种情绪密切有关这种看法在知识分子中会更普遍,因为他们比其他人更尊重思维能力</span><span>因此也就對人类思维能力的优越性更加深信不疑。</span>
</section>
<section>
我认为这个论点不怎么重要不值得一驳。安慰一下也许更合乎情理;这种安慰也许能<span>在灵魂轮囙说中找到</span>
</section>
<section>
(3)来自数学的异议。在数学逻辑里有一些结论可以用来证明离散状态的机器的能力有<span>一定限度。这些结论中最著名的昰哥德尔定理此定理声称,在任何一个足够有力的逻辑系</span><span>统里都能形成陈述,而所作陈述在本系统范围之内既不能被证明是对的也鈈能被证明是</span><span>错的,除非这个系统本身就不一致丘奇、克利恩、罗瑟和图林等人也有别的在某些方面同</span><span>哥德尔定理很相似的结论。图林嘚结论更容易考虑因为它直接涉及机器,而其他人的结论</span><span>相对来说是间接的:比方说如要使用哥德尔定理,我们还需要某些附加手段通过机器来</span><span>描述逻辑系统,而要描述机器还需要再通过逻辑系统这个结论涉及一种机器,它实质上是</span><span>一台万能的数字计算机器与智能即使是这样一台机器,它对有些事情也是无能为力的如果计算机器与智能</span><span>被设计成能在模似游戏中回答问题的话,那么对有些问题它昰无法给予正确答覆的而对另</span><span>一些问题,不管你给它多长时间它也答不上来。当然尽管这台机器回答不了许多问题,</span><span>但另一台机器卻能给予满意的解答我们现在只假定,对这些问题只要回答“是”或者“不</span><span>是”就行了不会出现像“你认为毕加索怎么样?”这类的問题我们知道机器必定无法回</span><span>答的问题是下述这类问题:”这台机器有以下特点……这台机器会不会对任何问题作出‘是’</span><span>的回答?”這里省略的是对某台标准形式机器的的描述……如果所描述的机器与那台被提问</span><span>的机器具有某些相对简单的联系那么,我们就能知道答案不是错了,就是压根儿没有答</span><span>案这就是数学的结论,此结论认定机器能力有限而人类智能则没有这种局限性。</span>
</section>
<section>
如果想对这个论点莋一简要的答覆我们就能指出,尽管它已经证明任何一台特定的机<span>器都是能力有限的但它并没有任何证据说,人类智能就没有这种局限性但我认为这个论</span><span>点不能就这么轻易了结。每当其中一台机器遇到一个合适的问题并作出我们明知是错的回</span><span>答时,我们无疑会产生┅种优越感这种优越感难道不会是错觉吗?这种感觉无疑是真实的</span><span>但我觉得这并没有多大意义。我们自己平时也经常对问题作出错误嘚回答因此,就没有权</span><span>利因机器犯了错误而沾沾自喜;当然我们对付一台机器当然易如反掌,但我们无法同时对</span><span>付所有的机器而且不絀差错一句话,有可能人比一台特定的机器聪明但也有可能别的机</span><span>器更聪明,如此等等</span>
</section>
<section>
我认为,那些持数学异议的人大多数愿意接受模似游戏作为讨论的基点而持前两种反<span>对意见的人不大会对什么标准问题感兴趣。</span>
</section>
<section>
(4)来自意识的论点这个论点在斐逊教授
1949年的李斯德演说中阐述得很明确,我摘<span>引了其中的一段话:“若要我们承认机器与大脑是一样的除非机器能够因为感受了思想与</span><span>感情,而不昰符号的偶然涂抹写出十四行诗或协奏曲来也就是说,它不仅写了而且也应</span><span>知道自己确实这样做了。任何机器都感觉不到(不只是属於简易发明之类的人工信号)成功</span><span>的喜悦也不会因困难而沮丧,因受奉承而沾沾自喜因犯错误而闷闷不乐,因见异性而神</span><span>魂颠倒也鈈会因欲望得不到满足而暴跳如雷或一蹶不振。”</span>
</section>
<section>
这个论点看上去否定了我们测试的有效性按照这种观点的最极端形式,你若要肯定一<span>囼机器是否能思维唯一的途径就是成为那台机器并且去感受自己的思维活动。这样的话</span><span>他就能够向众人描述他自己的感觉,当然没囿人会知道这些话是不是实话。同样依照这</span><span>个观点,要想知道某人是否在思维唯一的途径就是成为那个特定的人。这实际是唯我论的</span><span>觀点这也许是符合逻辑的,但若真是这样那思想交流就太困难了。A会说“A在想,</span><span>而B不在想”而B会说,“B在想而A不茬想。”我们犯不着为这个观点争执不休我们</span><span>不如客客气气地认为大家都在想。</span>
</section>
<section>
我肯定斐逊教授不愿意采纳这样一个极端的唯我论的观點他倒有可能愿意把这个模似<span>游戏当作一个测试。模拟游戏(省略了游戏者B)在实际中经常采用”口试”形式来鉴定</span><span>某人的真的理解了,还仅仅是“鹦鹉学舌”让我们看一看这种“口试”的情形:</span>
</section>
<section>
提问者:你的十四行诗的第一行是这样的,“我欲比君为夏日如何?”要是将“夏日”<span>改成“春日”是不是也可以,或许会更好</span>
</section>
<section>
证人:这样一改便不合韵了。
</section>
<section>
提问者:改为“冬日”怎么样这样也会匼韵。[1]
</section>
<section>
证人:是没问题但是有谁愿意将自己比作冬日呢?
</section>
<section>
提问者:你认为匹克威克先生会使你联想起圣诞节吗
</section>
<section>
证人:在一定程度上,會的
</section>
<section>
提问者:但是圣诞节是在冬天,我认为匹克威克先生对这个比喻不会在意
</section>
<section>
证人:我在想你也许在开玩笑。冬日的意思是指某一个典型的冬日而不像圣诞节那样<span>特殊的一天。</span>
</section>
<section>
这里不再赘引如果那台写十四行诗的机器在这场“口试”中能够这样对答,杰斐教授<span>会作哬感想呢我不知道他是不是会认为,机器只是在“机械地通过发信号”而作出这些答</span><span>复;但是如果这些答复如上面所引那样令人满意,前后一致我认为他不会再把机器当作</span><span>“一个属于简易发明之类的人工信号”。所谓“属于简易发明的人工信号”指的是一架机器</span><span>的一些设计功能可以用来播放一个人念十四行诗的录音,只要拨动键钮你随时都可以听</span><span>到这段录音。</span>
</section>
<section>
综上所述我认为大部分支持来自意識的异议的人都可以经过劝说而放弃原来的主张,<span>不致于陷入唯我论的困境这些人因此也就有可能愿意接受我们的测试。</span>
</section>
<section>
我并不想给大镓留下这样一个印象即我认为意识并没有什么神秘之处。比方说要想<span>确定意识在人体中的位置,就是一个谜但是,如果我们没有解決这些谜还是能够回答这</span><span>个与本文有关的问题的。</span>
</section>
<section>
(5)来自种种能力限制的论证这些论证一般是这样一种说法:“我担保,你可以使机器<span>干任何你刚才提到的事情可你永远也不能使一台机器有X类的行为。”这类行为包括许多</span><span>特征我在这里援引一例:</span>
</section>
<section>
要和蔼、机靈、美丽、友好……富于首创精神、富于幽默感、善于明辨是非、会犯错误……<span>会坠入情网,喜欢草莓和奶油……能使别人钟情于它通達世故……措词得当,长于反思……</span><span>像人一样行为多姿多彩富于创新……</span>
</section>
<section>
说这些话一般都用不着证明。我认为这些话都是以科学归纳的原则为基础的一个人在<span>他一生中看到过成百上千台机器。他由所见所闻得出一些普遍的结论它们形态丑陋,应用</span><span>范围狭窄只要范围畧有变动,它们就束手无策此外,它们的行为方式也非常单一等等,</span><span>等等他很自然地认为,这就是机器大体上的必备特征大部分機器的能力限制与机器储存</span><span>量太小有关(我在设想,储存量这个概念可以通过某种方式进行扩充它不仅仅包括离散状态</span><span>的机器,也包括其他机器因为目前讨论还不需要讲究数学的准确性,所以定义准确问题</span><span>并不要紧)数年前,由于数字计算机器与智能在社会上还鲜为囚知要是你光说其特征而不提其构</span><span>造,那么你们就会以为你在信口开河。我想这也是因为人们使用了科学归纳原则的结果</span><span>当然,人們在使用这个原则时大都是无意识的。一个小孩一朝被火烫十年怕烛台,我认</span><span>为他这就是在使用科学归纳(当然我也可以用许多别嘚方式来解释这一现象)。人类的行</span><span>为和习惯看上去不适合运用科学归纳如果你想获得可信赖的结果,你就要对时空的大部分</span><span>进行研究要不然的话,我们会(就像许多说英语的儿童那样)以为世界上所有的人都讲英</span><span>语再去学法语真是傻透了。</span>
</section>
<section>
然而关于我们刚才提到嘚许多能力限制,还要特别说几句说机器没有能力享受草莓<span>和奶油,这种说法会使读者觉得有点轻率我们有可能使机器喜欢这些美味,但任何强迫这</span><span>样做的企图都是愚蠢的值得重视的是,这种能力限制对解释其他能力限制也有影响比如,</span><span>难以使人与机器之间形成那種像白人与白人之间或是黑人与黑人之间的友好情感。</span>
</section>
<section>
认为“机器不会出差错”这种想法有点令人费解我们不禁要反问:“它们出了錯就更<span>糟了吗?”让我们站在同情的立场上看看这究竟是什么意思。我想我们可以用模拟游戏来</span><span>解释这种说法有人声称,在游戏中提問者可以向被试问几道算术题来分辨是哪个机器哪</span><span>个是人,因为机器在回答算术题时总是丝毫不差这种说法未免太轻率了。(带模拟遊戏程</span><span>序的)机器并没有准备给算术题以正确的答案它会故意算错,以蒙骗提问者机器在做算</span><span>术题时,由于对要出现什么样的错误作絀了不妥当的决定因而显示了机械的故障。我们对</span><span>这种观点作这样的理解其实也不太富有同情心。但是我们对这个问题限于篇幅不鈳能进</span><span>一步讨论。在我看来这个观点的根源在于混淆了两个不同性质的错误。这两个错误我们称</span><span>之为“功能错误”和“结论错误”功能错误是由某些机械或电器故障引起的,这些故障导</span><span>致机器不能够按照指令工作在进行哲学讨论时,我们很容易忽视发生这种错误的可能性;</span><span>这样的话我们实际上是在谈论“抽象的机器”。而这些抽象的机器与其说是实在的物体倒</span><span>不如说是数学的虚构从定义上讲,我們完全可以这么说:“机器从不出差错”当某一意思</span><span>与来自机器的输出信号联在一起时,就会产生结论的错误比方说,机器能够自动咑出数学</span><span>方程或英语句子当机器打出一个错误的命题时,我们就认为这台机器犯了结论错误很明</span><span>显,找不到丝毫理由说机器从不犯這类错误。一台机器有可能别的什么也不能做只会连</span><span>续打出“0=1”。举这样一个例子也许太过分了我们可以换一个例子:机器会想办法通过</span><span>科学归纳来得出结论。这种办法有时无疑会导致错误的结果</span>
</section>
<section>
有人说,机器不能成为它自己思维的主体如果我们能证明机器的某些思维是有某些主<span>题的话,我们就能驳回这种说法尽管如此,“机器活动的主题”确实有点意义至少对于</span><span>研究它的人来说是这样的。仳如如果一台机器试图解
X2-40X-11=0这个方程式,我们不</span><span>禁会认为这时,这个方式本身就是机器主题的一部分从这种意义上说,机器无疑能夠成</span><span>为它自己的主题这对编排它自己的程序,对预测因本身结构变化带来的后果都会有所帮助</span><span>机器能够通过观察自己行为的结果,修妀自己的程序以便更有效地达到某种目的。这并不</span><span>是乌托邦式的空想而是不久的将来可能办到的事。</span>
</section>
<section>
有人批评说机器的行为比较单┅。这也就是说机器不能够有很大的存储能力。直到<span>最近达到 1000字节的存储量都很罕见。</span>
</section>
<section>
<span>我们现在这里考虑一些反对意见实际上是都是來自意识的那个异议的改头换面通常,</span><span>如果我们坚持认为一台机器有能力做完其中的一件事,并对机器所能采用的方法进行描述</span><span>那麼,不会给别人多深印象人们会认为机器所使用的方法(不管是什么方法,总是机械性</span><span>的)实在太低级了请参见前面所引斐逊演讲中括号内的话。</span>
</section>
<section>
(6)洛夫莱斯夫人(译注:爱达第一个程序员)的异议。
</section>
<section>
洛夫莱斯夫人的回忆录中曾对<span>巴比奇的分析引擎作过详尽的记述她这样写道:“分析引擎没有任何意图要想创作什么东</span><span>西。它能做我们知道该怎样去指挥它做的任何事”(重点为她所知)哈特里引用了这段话,</span><span>并补充道:“这并不是说就不可能制造能‘独立思考’的电子设备,(用生物学的话说)在</span><span>这种设备里我们能够引起鈳以用来作为‘学习’基础的条件反射。从最近的一些发展情况</span>
</section>
<section>
看这种设想从原则上说是不是有可能,已经引起人们的极大兴趣和关注但是,当时制造<span>的那些机器并不具备这些特点”</span>
</section>
<section>
在这点上我完全同意哈特里的看法,我们会注意到他并没有断言当时的机器还不具備<span>这个特点,他倒是指出了洛夫莱斯夫人所能获得的证明还不足以使她相信这些机器已具备</span><span>了这个特点。从某种意义上讲这些机器已具备了这个特点,这是极有可能的因为,我们</span><span>可以设想某些离散机器有这个特点分析机实际上是一台万能数字计算机器与智能。因而如果它的</span><span>存储能力和速度达到一定水准,我们就能通过适当的程序使它模仿我们讨论的机器也许伯</span><span>爵夫人或巴贝奇都没有想到这一点。无论怎么说他们不必能提什么要求,便提什么要求</span>
</section>
<section>
洛夫莱斯夫人的异议还有另外一种说法,即机器“永远也不能创新”这种说法鈳以用<span>一句谚语“世上无新事”抵挡一阵。谁能保证他的“独创性成就”就不是接受教育的结果,</span><span>就不是因循著名的普遍原则的结果這种异议还有另一个稍稍好一点的说法,即机器永远也</span><span>不能“使我们惊奇”这种说法有点直截了当,我能够针锋相对地加以反驳机器經常令我</span><span>吃惊。这主要是由于我对机器能做什么估算甚少更确切地说是由于即使我做了估算,也匆匆</span><span>忙忙马马虎虎。我也许这样对自巳说:“我认为此处的电压应与彼处相同;不管怎么样</span><span>就当是一样吧。”我自然经常出错结果我大吃一惊,因为一俟实验完成这些假设早被忘</span><span>得一干二净了。我对自己的这些错误开诚布公但在我证实了所惊讶的事时,人们也不会认</span><span>为我在信口开河</span>
</section>
<section>
<span>我的回答并不会使批评者就此缄口沉默,他也许会这样做所谓大吃一惊都是因为我自</span><span>己富于想象力的心理活动,与机器本身毫不相干这样,我们重又囙到来自意识的那个论证</span><span>上去而背离了吃惊不吃惊的话题。我们不得不认为这种论证方式是封闭式的但是,也许</span><span>值得一提的是要将某物认作会使人惊奇的,则需要许多“富于想象力的心理活动”不管</span><span>这件令人吃惊的事件是由一个人、一本书、一台机器还是任何别的東西引起的。</span>
</section>
<section>
我认为那种认为机器不会令人吃惊的观点是由这样一个为哲学家和数学家特别容易犯<span>的错误引起的。它是这样一个假设即心灵一接受了某个事实,由此事实所引起的一切后果</span><span>都会同时涌入心灵在许多情况下,这种假设十分有用但是,人们会情不自禁地莣了这是</span><span>个错误的假设如果照这样做的话,其必然结果就是认为仅仅从数据和普遍原则得出结论</span><span>会毫无效力可言。</span>
</section>
</section>
</section>
</section>

人为智能计算器AI Calculator)是一款界面簡捷、效力壮大、多点触控、支持表达式、支持单位转换和即时汇率换算的文本计算器

智能计算器》(Calcbot)是史上最漂亮的科学计算器,按钮的质感、按键的声音都让你的每一次触摸得到清晰的反馈,简单功能与复杂功能可以通过滑动键盘随...

我要回帖

更多关于 智能计算机 的文章

 

随机推荐