人工智能的哲学难题：是机械计算还是自主思考？

   <p style="text-align:center"><img alt="人工智能的哲学难题：是机械计算还是自主思考？" src="https://simg.open-open.com/show/6b8efc1e2e671267e46d315080dcf692.jpg" /></p>    <p>对人工智能的本质进行了探讨。人工智能是在像人类一样思考，抑或仅仅只是简单的计算？</p>    <p><strong>以下为文章全文：</strong></p>    <p>我思故我在。这已成为了当代哲学关于自我、意识和个人主义的基础。</p>    <p>在笛卡尔看来，思想是可以自证的：他不需要对其进行定义。思想是什么？智能是什么？机器能否具备思想和智能？人工智能技术带来的不仅是答案，也有许多问题。我们可以来做以下的思想实验。</p>    <p><strong>“中文房间”实验</strong></p>    <p>想象一位只说英语的人身处一个房间中，房间的一侧有个小窗口。他随身携带一本关于中英文翻译规则的书。写着中文的纸片通过小窗口送入房间，而房间中的人可以利用自己的书来翻译这些文字，并从另一个小窗口递出。因此，一侧的纸片上写着中文，而另一侧的纸片上有着完美翻译的英文，但实际上这个人根本就不会说中文。</p>    <p>这一思想实验最初由约翰·希尔（John Searle）提出，常常被用于简单地证明，定义智能有多么困难。如果房间里的人足够多，那么你就可以完成几乎所有一切任务：画出或描述图片，或是翻译或修正任何语言。但这是否是一种智能？房间以外的人可能会认为，这就是智能，但房间里的人不会这样看。</p>    <p>如果房间里不是人，而全部是晶体管，那么这就非常像是一台计算机。因此，一个很自然的问题就是，计算机是否就是一个更复杂的“中文房间”？这个问题的一种答案是：如果房间里不是晶体管，而是神经元，那么情况又要怎么看？这带来了更多问题。</p>    <p>在这里，我们并非想要解决这个困扰哲学家已久的问题。我们或许需要更务实。</p>    <p><strong>人工智能的强和弱</strong></p>    <p>目前，人工智能被用于描述多种系统。尽管许多系统实际上并不能称作人工智能，但由于人工智能本身也缺乏明确的定义，因此很难做出反驳。简单而言，人工智能是一种软件，试图复制人类的思维过程或随之而来的结果。这带来了很大的解释余地。</p>    <p>你可以让人工智能为你选择下一首歌曲，人工智能可以控制机器人的腿，人工智能可以识别照片中的对象并进行描述，人工智能可以将德语翻译成英语、俄语和韩语。这些任务都是人类所擅长的，而自动化可以带来很大的便利。</p>    <p>然而最终，即使最复杂的任务也只是个任务。在接受了数百万个句子的训练之后，神经网络可以在 8 种语言之间进行无缝的翻译。然而，这只是一台非常复杂的机器，根据开发者设定的规则去进行计算。如果某件事可以被归纳为类似“中文房间”的机制，无论这件事多么庞大、多么复杂，那么我们是否还可以将其称作智能，而不仅仅是计算？</p>    <p>在这里，我们开始将人工智能分为“弱”人工智能和“强”人工智能。这并不是人工智能的不同类型，而是一种思考人工智能本质的方式。与许多哲学上的差异类似，没有任何一者更加正确。但这样的区分确实很重要。</p>    <p>一方面，有人认为，无论人工智能多么复杂，都不可能胜过人工智能的开发者：人工智能无法突破其机械的本质。甚至在这些限制以内，人工智能可以完成不可思议的工作，但最终这也只是非常强大的软件。这就是“弱”人工智能的观点。持这种观点的人士认为，由于这些基础性限制的存在，更应该关注的是如何开发系统，使其擅长单个的任务。</p>    <p>相对的另一方面是“强”人工智能。这种观点认为，人工智能的性能有可能足够强大，从而与人脑相仿。这类人士认为，人脑自身不过是另一个“中文房间”。如果我们大脑中的生物结构能产生所谓的智能和意识，那么为何基于硅材料的电路无法实现同样的目标？根据“强”人工智能的理论，未来某天我们将可以开发出与人脑相当，甚至超过人脑的智能。</p>    <p>而这里又出现了一个问题：对于智能，我们并没有可行的定义。</p>    <p><strong>人工智能中的自我</strong></p>    <p>过去 3000 年中，很难说，在定义智能的过程中，我们是否取得了任何有意义的进展。至少我们曾得出过许多明显错误的观念，例如智能可以被简单的测量，或者说智力与生物性特征，例如头型和脑容量相关。</p>    <p>关于是什么构成了智能，我们似乎都有各自的想法，因此很难证明一种人工智能是否有资格称作智能。在各种概念中，有一种足够简单、足够基本的想法值得进一步关注：智能就是解决新问题的能力。</p>    <p>这意味着“适应能力”、“通用性”，而不仅仅是“推理”、“判断”和“感知”能力。解决问题，做出推理很重要，但更重要的是将解决某种问题的能力转化为解决其他问题的能力。这样的转化将是智能的关键，即使没有人清楚应当如何正式描述这样的概念。</p>    <p>未来某天，我们的人工智能是否会出现这样的适应性，从而可以解决从未被定义过的新问题？研究人员正在努力开发下一代人工智能，使其学习并处理前所未见的细节，从而可以像人类一样行事。人工智能是在思考还是在计算，这或许是哲学家和计算机科学家的问题，但我们开始关注这一问题本身已经是一项了不起的成就。</p>    <p>来自: <a href="/misc/goto?guid=4958997803330633570" id="link_source2">腾讯科技</a></p>