人工智能的多样性
尽管图灵测试在今天已经没什么用了,但它仍然是人工智能重要的组成部分,因为它第一次给了对这门新兴学科感兴趣的研究人员一个明确的目标。当有人问起你研究的目标是什么,你可以给出直接并且精准的答案:我的目标是创造一台能够真正意义上通过图灵测试的机器。时至今日我不得不说,除了特别严肃认真的人工智能研究人员可能会给出这样的回答,已经鲜有研究员会以此为目标了。但至少它在历史上有着至关重要的作用,我也相信,如今它仍然具备一定的重要性。
图灵测试最吸引人的地方无疑是它非常简单明了,尽管看起来很清晰,它仍然对人工智能提出了许多挑战。
假设你是图灵测试中的询问者,你能够判断跟你交流的对方是真人,其中很重要的依据就是:另一端的测试对象展示了对你提出问题的理解,并且能够给出人类应该给出的答案,此时你发现跟你交流的其实是一段人工智能程序,这才算通过。
现在,就图灵测试本身而言,问题是能够解决的。程序正在做一些与人类相同的事情:结束争辩。但是,其中存在两种逻辑上截然不同的情况:
1. 程序确确实实理解了与询问者的对话,这种理解与人类的理解大致相同。
2. 程序并没有真正理解与询问者的对话,但可以模拟出理解对话以后的回复。
这两种情况简直是天差地别,宣称能做到情况1——程序真正能理解对话的,明显比只能做到情况2厉害得多。情况2只需要我们创建表现出能理解对话的程序即可。
我想大多数人工智能研究人员——可能还包括大多数本书的读者——都能轻松理解情况2是容易可行的(至少原则上是可行的)。但要他们接受情况1是可行的这一点上,恐怕得需要更多的说服力。事实上,我们不知道如何证明一段程序如情况1所描述那样运行——图灵测试本身也没有这么要求(我怀疑,图灵本人肯定会对这两者的区别表示恼火:他会指出,发明图灵测试的主要原因之一就是为了结束关于这两者区别的争论)。因此,立志构建一个类似情况1的程序,比起情况2的程序而言,更具有雄心壮志,也更具有争议性。
构建出具有人类的理解力(或者说是意识之类的词)的目标程序,被称为强人工智能 ,而次一级的目标,即构建虽然没有具备人类的理解力,但是可以模拟出特定能力的程序,被称为弱人工智能 。
本书评论