​对人工智能的哲学思考

“阿尔法围棋”（AlphaGo）赢了李世石两局之后，阿尔法围棋团队的工作人员非常喜悦，李世石心情沉重，但我写邮件询问两位专家的看法，发现他们的反应都很平静。一直认为人工智能研究一开始就注定会失败的美国哲学家约翰·塞尔说：“没有意识，机器人就无法真正地下棋。所以（机器人下棋）只是一个比喻。比喻是无害的，除非你把它当真。”美国量子物理学家戴维·多伊奇说：“我认为这是一个令人印象极其深刻的成就，但这几乎跟人类意义上的通用智能无关。”他们都建议我去读他们以前的文章，说明阿尔法狗的胜利并没有改变他们之前的观点。

英国《卫报》的报道说：“比赛开始时，李世石按照韩国人的传统向对手鞠躬表示尊敬，而这次他的对手既看不见他，也感知不到他的存在。”还不仅如此。2014年约翰·塞尔在《你的电脑不知道什么》一文中说：“我们经常会看到有人说，‘深蓝’下棋赢了卡斯帕罗夫。这种说法很可疑。卡斯帕罗夫要下棋并获胜，他必须得意识到他是在下棋，并意识到无数其他东西，如他的王后受到了威胁。‘深蓝’对这些都没有意识，因为它对什么都没有意识。为什么意识如此重要？如果你没有意识，你就不能真正地下棋或者做任何认知行为。”

1984年，塞尔在BBC瑞思讲座第二讲的标题是：电脑能不能思考？他的回答是否定的。他说，按照电脑的定义，无论它们多么先进，它们都不会思考，但这不等于说电脑不强大。而人工智能研究者的乐观和自信也是非常惊人。比如日本人工智能专家松伟丰就说：“如果人类的思维也是某种计算的话，那么它就完全有理由通过计算机来模拟和实现。人类所有的大脑活动，包括思考、识别、记忆、感情，全部都可以通过计算机得到实现。只要我们通过计算机来实现人工智能，我们就可以为它配备一个类似于人身体的东西，可以将它设置成偶尔也会犯些错误。”塞尔把这种乐观的看法称作“强人工智能”派。在他们看来，人脑的运行跟电脑的运行是类似的，人脑就是一个计算机，心灵相当于电脑的程序。

根据这种观点，人类的心灵没有什么本质性的生物学特点。所以任何有着恰当的程序、恰当的输入和输出的物理系统都跟人一样，有其心灵。例如，如果你用旧啤酒罐做了一个风力驱动的电脑，如果有着合适的程序，它就会有心灵。卡内基梅隆大学的休伯特·西蒙说，我们已经有了能够思考的机器，现在的电脑已经跟人一样有思想。西蒙的同事阿兰·纽厄尔声称，我们已经发现，智能只是一个物理信号操作的问题；它跟生理或身体硬件没有本质关联。麻省理工学院的马文·明斯基说，下一代电脑会非常智能，以致如果它们愿意让我们留在家中当宠物，我们就很幸运了。最夸张的是人工智能一词发明人约翰·麦卡锡的说法：甚至连温度计那样简单的机器都有信念。温度计有什么信念呢？他说：“我的温度计有三个信念：这里太热，这里太冷，以及这里不冷不热。”

塞尔说，电脑的运行是纯粹形式化的，我们用抽象的符号来确定电脑运行的步骤，比如印在纸带上的0和1的序列。电脑的规则将确定，当电脑处于某个状态、纸带上有某些符号时，它就会运行某种运算。但这些符号是没有意义的，它们没有任何语义内容。比如0和1，它们甚至不代表数字。正是电脑的这种特征使得它们如此强大。同一种硬件可以运行各种程序。同一种程序可以在各种硬件上运行。

但程序的这种纯粹形式化或句法化的特征决定了，程序的运行过程和人的精神过程是不一样的。拥有一个心灵不只是有一个形式化、句法过程。我们内在的精神状态是有内容的。“如果我想到某个城市或者想喝点冰啤酒，在其形式化特征之外，我的精神状态是有一定的内容的。即使我的思想是一系列符号，但思想不只是抽象的序列，因为这些序列本身没有任何意义。如果我的思想是关于某种东西的思想，那么这一序列必须要有意义。换言之，心灵不只是句法的，还有语义学内容。电脑程序永远都成不了心灵，因为电脑程序只是句法的，而心灵不只是句法的。心灵是语义学的，它们不只有形式化结构，还有内容。人的思考不只是操作无意义的符号的问题，还包括有意义的句法内容。这些句法内容就是我们所说的意义。”所以，“不管电脑技术发展到什么阶段，不管计算机科学有多么惊人的进步，不管计算机运行得有多快，如果它是一个电脑，它的运行就是句法的，而意识、思想、感觉、情绪等都不只涉及句法。电脑的模仿能力不管有多强大，都无法复制这些特征”。

塞尔在2014年的文章中以另一种方式说明了电脑和人脑的差异：商用电脑是完全没有意识的。“比如我纠正自己的拼写和电脑的拼写检查。我希望正确地拼写，我也相信我能在词典里查到一个词正确的拼法，所以我就去查。我的行为有三个层次：神经生理学层次、在神经生物学层面引发和实现的精神或意识层次，以及心理学层面引发的意向性行为层次。如果我拼错了一个词，电脑把它显示为红色，并提示正确的拼写。电脑希望得出正确的拼法吗？它相信我拼错了吗？电脑有一个单词的清单，如果我打出的词不在这个清单上，它就把它标成红色。电脑只有两个层次：硬件层次和行为层次，没有中间的真实心理层次。”

我们会不会被比自己更聪明的电脑消灭？塞尔认为这是无稽之谈。“电脑有真正的智能吗？一点都没有。它们也没有思考、记忆、决定、欲求、动机、学习和信息处理能力，更不用说下棋和回答问题的能力了。一些商用计算机能够卓越地完成它们的任务，但永远都不要以为它们有任何心理现实。为什么这种系统要有产生意识的能力？恰当的行为为什么还不够？对许多目的来说，这确实足够了。如果电脑能够开飞机、驾驶汽车、赢棋，谁管它有没有意识啊？但是如果我们担心一个有着邪恶动机的超智能会消灭我们，那这种邪恶动机应该是真实的。没有意识的话，这种可能性就不是现实的。电脑没有任何智能、动机和自主性。我们很容易就能想象一个有意识的心灵给机器人装上程序，让它们去杀人，但超级智能电脑有意识地去杀人是不切实际的。”

英国前皇家学会副主席阿里斯泰尔认为：“再过几十甚至几百年，人类大脑进化出的许多复杂的信息处理系统也不能在任何机器上复制出来。大脑极其复杂。人类和机器之间将依然存在人格鸿沟，人类的智能、情绪方面的洞察力和处理不确定性的能力是机器得不到的。在目前可以想象的将来，人类和机器将保持互补。我们要学习如何跟它们共处，但它们无法取代我们。”人工智能大事记

在20世纪30年代末到50年代，来自数学、心理学、工程学、神经学等学科的科学家开始探讨制造人工大脑的可能性。维纳（Wiener）的控制论、香农（Shannon）提出的信息论，以及图灵（Turing）的计算理论等，都为人工智能的出现奠定了基础。

1946：ENIAC诞生

1946年，美国数学家莫奇利（Mauchly）、埃克特（Eckert）等制造了世界上第一台通用计算机ENIAC，为人工智能的研究提供了物质基础。

1950：图灵测试

1950年，图灵在一篇论文中，预言了创造出具有真正智能的机器的可能性。为阐释“智能”这一概念，他提出了著名的图灵测试：由一个接受测试的人通过具有电报通讯功能的打字机与匿名对象进行交流，对方可能是人，也可能是计算机。如果计算机能使被测人相信他在与人类交流，那么计算机是有智能的。图灵测试是人工智能哲学方面第一个严肃的提案。

1956：人工智能的诞生

1956年夏季，一次长达两个月的研讨会于美国达特茅斯学院（Dartmouth College）举行。约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Minsky）、艾伦·纽厄尔（Allen Newell）、赫伯特·西蒙（Herbert Simon）等著名学者出席了会议。会上，麦卡锡首次提出了“人工智能”这个概念。纽厄尔和西蒙则展示了他们编写的逻辑理论机器（The Logic Theory Machine）。该机器能够根据逻辑规则提出假设并解决问题，可以证明《数学原理》中的定理，满足了大多数人规定的“智能”标准。此次与会学者有数学家、逻辑学家、认知学家、心理学家、神经生理学家、计算机科学家等，后来他们中的绝大多数，都成为著名的人工智能专家。这是历史上第一次人工智能研讨会，也被广泛认为是人工智能诞生的标志。

1964：ELIZA与人机对话

约瑟夫·魏岑鲍姆（Joseph Weizenbaum）在1964年开发了一个名为ELIZA的机器人，是第一个聊天机器人。它实现了计算机与人通过文本进行交流，这也是人工智能研究的一个重要方面。用户与ELIZA的沟通，看起来像是两个人在对话，但是实际上ELIZA根本不知道自己在说什么。它只是按固定套路作答，或者用符合语法的方式将问题复述一遍。例如，用户输入：“我的头很疼。”它会反问：“你为什么会头疼呢？”它还能用“这个问题很有趣吗”、“说点儿其他的吧”等方式达到展开话题的效果。

1966~1972：首台人工智能机器人Shakey

1966至1972年，美国斯坦福国际研究所（SRI）研制出机器人Shakey。这是首台采用了人工智能学的移动机器人。Shakey能够自主进行感知、分析环境、规划行为并执行任务，可以根据人的指令发现并抓取积木。但计算机运算速度缓慢，往往需要很长时间来完成一个指令。

1970：SHRDLU与模块世界

SHRDLU是由斯坦福大学的计算机教授T.威诺格拉德（T.Winograd）在1970年开发的系统。这种程序能分析命令，并通过对虚拟方块进行操作来完成任务。在运行过程中，遇到疑问还会向使用者发问。它还能分析语义、解释不明确的句子，例如完成“找出比你的手中那块积木更高的积木块，并把它放在盒子里面”等指令。尽管它的运用还只限于模块世界当中，但该系统已经能够正确地理解语言，因此它也被视为是人工智能研究的一次巨大成功。

1976：DENDRAL和MYCIN：专家系统

专家系统是基于专家的专业知识和工作经验，用于求解专门问题的计算机系统。美国科学家爱德华·费根鲍姆（Edward Feigenbaum）等人于1965年成功研制出化学分析专家系统DENDRAL，这是第一套有效进行工作的专家系统。它能够进行实验数据分析，从而判断未知化合物的分子结构。MYCIN则是20世纪70年代初期由斯坦福大学的肖特利夫（Shortliffe）等人于1976年发表的医疗咨询系统，可用于对传染性血液病患进行诊断。在它内部一共备有500条规则，只需要按顺序依次回答其提问，系统就能够判断病人所感染细菌的类别，并开出对症的药方。在这一时期，还陆续研制出了用于生产、会计、人事、金融等各种领域的专家系统。

1984：Cyc项目

在道格拉斯·莱纳特（Douglas Lenat）的带领下，Cyc（大百科全书）项目于1984年启动。这一项目代表人工智能领域的一个全新的研究方向。它试图将人类拥有的所有一般性知识都输入到计算机里面，建立一个巨型数据库，并在此基础上实现知识推理。其目标是使人工智能的应用能够以类似人类推理的方式工作。2006年，该项目已免费提供“资源开放”版本给公众使用。

1997：“深蓝”与国际象棋

1997年5月11日，IBM公司的国际象棋电脑深蓝（Deep Blue）战胜国际象棋世界冠军卡斯帕罗夫（Kasparov），成为首个在标准比赛时限内击败国际象棋世界冠军的电脑系统。“深蓝”拥有30个并行处理器，运算速度为每秒2亿步棋，并存有70万份大师对战的棋局数据。强大的计算能力使其能够依靠穷举来选择最佳策略，“深蓝”可搜寻及估计随后的12步棋，而一名人类象棋好手大约可估计随后的10步棋。赛后，IBM宣布“深蓝”退役。

2011：沃森与智力问答

沃森（Watson）是IBM公司开发的能使用自然语言回答问题的人工智能程序。2011年，沃森参加美国老牌智力问答节目“危险边缘”，打败两位人类冠军，赢得了100万美元的奖金，得到了社会的广泛关注。沃森存储了2亿页的数据，答题时还能辨别问题中的隐晦含义、口吻的差别等。然而，沃森并非在理解问题的基础上进行回答，而是将与问题所含关键词看似相关的答案快速抽取出来。这一人工智能可被应用于医疗诊断领域，通过对自身庞大数据的分析，它能够准确地给出对患者的治疗方案。例如，在癌症治疗方面，沃森内部载入了42种专业医学杂志和大量的临床治疗数据，以及150万份病例。除此之外，它还在厨艺方面有所涉猎。

2016：深度学习与AlphaGo

深度学习是一种多层神经网络学习算法，通过组合低层特征形成更加抽象的高层表示（属性类别或特征），以发现数据的分布式特征表示。此前，计算机并不能做出选择特征量的判断，提高机器学习精度的关键在于人类输入何种特征量。深度学习则为模拟人脑提供了可能，它使计算机自动找出简单的特征量，然后以此为基础找到高层特征量。这就解决了在获取某特征量表示的概念后，再使用这种概念来描述知识的难题。

AlphaGo是由Google DeepMind开发的人工智能围棋程序，具有自我学习能力。它能够搜集大量围棋对弈数据和名人棋谱，学习并模仿人类下棋。在达到一定熟练程度之后，还可以通过与自己对弈来提升棋力。在对弈时，它还可以使用蒙特卡洛树搜索，通过价值网络来计算局面，评估大量选点，并通过策略网络选择落点。截至发稿，李世石与AlphaGo战成1∶3。这背后的原因，AlphaGo的学习能力该是关键要素之一。（刘彭媛/整理）

［主要参考资料：《人工智能狂潮——机器人会超越人类吗？》，（日）松尾丰著，赵函宏、高华彬译；《人工智能——大脑的镜子》，（美）哈里·亨德森著，侯然译］谷歌，布局未来

2015年8月10日，谷歌宣布对企业架构进行调整，并创办一家名为Alphabet的“伞形公司”（Umbrella Company）。在新经营结构下，Google变为Alphabet Inc.最大的子公司。新谷歌的规模相比此前略有缩小，负责搜索、广告、地图、应用、YouTube和Android，以及与这些技术相关的服务。这意味谷歌大量赚钱业务将组合到一起。2014年，在谷歌660亿美元的营收中，广告业务（包括展示广告和移动广告）占比为89%。

此外，Alphabet旗下还拥有Verily、Google X、Google Fiber、Google Ventures、Google Capital、Calico和Nest Labs等子公司。这些非核心的新兴业务独立运营，涵盖了生命科学、智能科学、太空计划等热门领域。然而，财报显示，这些新兴技术仍要靠其传统产品广告的收入来买单。在截至去年12月31日的财年内，Alphabet非核心业务总营业亏损增至35.7亿美元，第四财季营业亏损12亿美元。但从长远来看，谷歌在投入的项目包括无人驾驶、智能家居等，都是未来的科技趋势，其中一些被认为非常具有投资价值。

最近谷歌人工智能领域的DeepMind公司，因围棋机器人AlphaGo在“人机大战”中出色的表现被广为关注。这也将人们的视线引到了谷歌的机器人团队。

谷歌机器人团队成立于2013年，这一部门目前已经收购了至少9家人工智能领域的公司，包括Schaft、Industrial Perception、Meka、Redwood Robotics、Bot & Dolly、Autofuss、Holomni、Boston Dynamics和DeepMind。2013年，谷歌曾在6个月时间里一口气收购了其中的8家。这些被收购的公司大多是在各自细分领域做得相当不错的，通过它们的特点，能大致了解谷歌所拥有的机器人研发实力。

1、Schaft

Schaft公司是从东京大学（University of Tokyo）情报系统工学实验室（JSK）剥离出来的日本机器人公司，生产“强壮”的灾害现场以及紧急救援机器人。在2013年的DARPA机器人挑战赛（DRC）上，机器人Schaft HRP-2在攀爬、搜索、突破等搜救工作上有不俗表现，并以最高分27分获得了第一。

2、Industrial Perception

Industrial Perception公司是美国硅谷的一家工业机器人研发及制造公司，关注机器人感知领域，并研发3D视觉系统。这有助于机器人定位和识别周围的物体对象，可解决货物在卸货、抓取和传送中发生的问题，并能够帮助机器人分辨不同形状的物体以避免误撞。

3、Meka Robotics

Meka Robotics是一家人形机器人公司，致力于打造能更好与人协作的机器人，最有名的产品是其生产的M1 Mobile Manipulator（M1移动操纵者）。2012年，Meka与美国得克萨斯大学奥斯汀分校合作研制出超敏捷性双足机器人HUME。

4、红木机器人公司（Redwood Robotics）

红木机器人公司由Meka Robotics、Willow Garage和SRI联合创办，专注于机械臂制造，希望能够“减少单调而重复的工作压力”。企业试图创造出易操作、廉价、可靠的服务机械臂。

5、Bot&Dolly

Bot&Dolly是一家位于旧金山的机械与电影工程设计工作室，Autofuss的姐妹公司。它为好莱坞影片提供自动化机器人手臂，擅长将大型机械臂和定制软件相结合。该公司的动态摄影器材IRIS系统曾经在《地心引力》中起到重要作用。

6、Autofuss

Autofuss是一家位于美国旧金山的“跨领域设计公司”（Interdisciplinary Design Company），主要从事艺术设计视频和广告片的拍摄。机器人领域和计算机动画也是其重要的业务构成。它曾为谷歌Neuxs设备拍摄过宣传片。

7、Holomni

Holomni生产小型的全向滚轮和移动装置。这家来自美国加州的公司加入谷歌后就完全沉默了。在被谷歌收购前，Holomni曾通过汽车加速系统来改进机器人的动力加速系统。

8、波士顿动力（Boston Dynamics）

波士顿动力公司是一家工程与机器人设计公司。1992年自麻省理工学院（MIT）剥离出来之后，一直从事军事项目的研发工作，并获得了DARPA的资助。Boston Dynamics产品的突出特点是模拟人类行为，包括能在复杂地形中载重的大狗机器人（Big Dog），用于化学防护服测试的人形机器人（Petman），双足人形机器人（Atlas），猎豹机器人（Cheetah），野猫机器人（WildCat）等。

9、DeepMind

DeepMind是一家英国人工智能公司，由神经系统科学家德米斯·哈萨比斯（Demis Hassabis）等创办。DeepMind建立了通用学习算法，并应用于商务和游戏产品的生产。谷歌以4亿美元左右的价格将其收购，可见谷歌对深度学习技术的重视。在最近的比赛中，它也证明了自己物有所值。

（刘彭媛/整理）（文 / 薛巍） 电脑人工智能哲学谷歌思考机器人