本文来自微信民众号：返朴（ID: fanpu2019），撰文：王培（美国天普大学盘算机与信息科学系），封面：影戏《银翼杀手2049》

一个智能体系没须要在内部构造或外部行动上和人脑“形似”，但必需在理性准绳上与其“神似”。一个盘算机体系是不是有智能，不在于某一个时刻它能处理甚么实际题目，而在于它供给的解是不是依赖于体系的汗青和处境。

在《当你议论人工智能时，到底在议论甚么?》一文中，我诠释了在人工智能这个范畴中如今对“智能”的明白有异常分歧的几派。这类差异直接显示在他们给“智能”下的事变界说上。

所谓“事变界说”，是指在一个理论中运用一个正本有歧义的辞汇时，对其在该理论中的意义的界定。这就像是说“我晓得这个词有分歧的意义，但在这个理论中它是下面的意义……”一个辞汇的事变界说固然要只管相符其在一样平常运用时的意义，但这不是独一的考量，尤其是对一个正本就有歧义的辞汇来讲。实际上，科学史上的一些重大进展恰恰是从对某个常常使用辞汇的从新诠释最先的。

在前文中已提到，我把“智能”界说成“在学问和资本相对缺少的前提下的顺应能力”，而本文的目的，就是诠释我为何接纳了如许一个奇特的事变界说。

在与“智能”（及其相干看法，如“认知”“头脑”“认识”等等）有关的诸多研讨偏向中，我所感兴趣的是，经由过程对人类智能的研讨发明智能的一样平常纪律，并将其在盘算机中完成。这个说法听上去平铺直叙，但细致探讨起来，它隐含着以下三条基本预设：

（1）人类是有智能的（只管分歧人的智能可以或许在水平和特性上有所差异）；

（2）人类智能不是智能的独一可以或许形状（智能体系并不是在一切方面和人完整一样）；

（3）现存的盘算机体系基本是没有智能的（不然人工智能早已完成了）。

下面让我们逐条剖析这些基本预设，并考核它与智能的种种事变界说的干系。

第一预设看上去不言自明，但实际上消除许多“准绳派”的智能界说。如前文所述，这一派以为智能代表着某种理性准绳，“智能的”意味着按某种规范权衡是最好的。传统的理性规范包罗典范逻辑模子和概率论模子及其变种，但人的实际头脑运动每每背叛这些模子，以至于有不少人以为人的头脑是“非理性”的。若是只要相符典范逻辑或概率论才算有智能，那末普通人也要被消除在智能体系以外了。

第二预设请求智能界说不克不及只包罗人类智能。纵然在一个“广义智能”理论完整竖立之前，我们也有来由请求它最少涵盖以下智能形状：

（1）人类智能（第一预设）；

（2）人工智能，或许叫盘算机智能，最少作为一种理论可以或许性；

（3）动物智能：某些动物公认比另一些动物“智慧”，而一个广义智能理论应当能诠释这类差异。另一方面，既然我们以为智能是进化的产品，那末说别的动物一点智能都没有，这好像也说不曩昔，只管可以或许说它们的智能比人类低许多；

（4）群体智能：把一个人类或动物群体算作一个智能体系毫不仅仅是一种比方或拟人化的修辞手腕，而是有深入的合理性。蚁群和蜂群的内涵整体性和行动协调性已广为人知，而一个人类构造（如当局、戎行、公司、社团等）常常可以或许像一个人一样被剖析其“智慧”或“愚昧”的处所，只管群体和个别确有种种差异；

（5）外星智能：只管还没有其存在的证据，最少没有人否定“智能外星人”是个有意义的看法。

一旦第二预设的上述诠释被接收，“构造派”和“行动派”的智能界说就明显太“窄”，太“人类中间主义”了。纵然撇开人工智能不谈，后三种智能明显既未必基于和人脑一样的内部构造，也未必发生和人类一样的外部行动。

当图灵提出他有名的“图灵测试”时，是将其做为“头脑”的足够前提，而非足够须要前提的，由于他明白认可一个机器可以或许显示得不像人但仍被以为能头脑。因而，他并没有给智能或头脑一个“行动派”的界说，而这一点被大多数后人误会了。沿“构造派”或“行动派”的线路仍可以或许造出智能体系来，但由于它们的目的和门路附加了只对人类智能来讲是须要的限定，因而它们不是导向人工智能的适宜途径。就像在研讨制作飞行器时完整“以鸟为师”一样，其题目不在可以或许性，而在须要性和一样平常性。

第三预设是基于下面的直觉：只管本日的盘算机已可以或许处理许多庞杂的题目，我们仍常常以为它们缺少人类头脑的某些本质特性。这里的差异主要不是在速率、容量、庞杂性、可靠性等方面，而是在顺应性、灵活性、创造性、自主性等方面。

在处理一个细致题目的时刻，盘算机每每是依赖于一个事前给定的顺序，而缺少变通的能力，也没法应对那些体系设计者没有预料到的状况。而这类事变方式恰恰是传统盘算机科学所请求的，即把“题目”算作一个流动的输入—输出干系，把题目的“解法”算作一个流动的逐步将输入变换成输出的“算法”，而“顺序”则是算法的盘算机可以或许明白和实行的形状。

根据第三预设，若是一个别系在处理题目时完整依托预先给定的顺序，那就不算有智能，岂论题目在人看来有多灾，或顺序相应于哪一种人类认知功用。由此说来，“能力派”和“要领派”的智能界说就太“宽”了，以至于包罗了许多人人直觉上不以为有智能的体系。比如说，如今也许没有人会以为一个排序顺序有智能，但在盘算机涌现之前，“把一组恣意对象按某种序次分列”的确是只要人脑能力处理的题目，而个中也触及了多少认知功用。

综上所述，若是上面三条预设及其诠释被接收，那末智能的事变界说只剩下“准绳派”一条路，且不克不及接纳基于典范逻辑或概率论的理性准绳。

下面让我们一同来明白，为何“在学问和资本相对缺少的前提下的顺应能力”相符对智能的事变界说的上述请求。

起首，“学问和资本相对缺少”须要进一步廓清。“资本缺少”是说，只管体系的信息加工能力（处理器数目、速率，存储器容量等等）是有限的，它却必需及时事变，即新义务可以或许随时涌现，且带有时候请求。因而时候缺少（没时候想）、空间缺少（没处所装）是常态。“学问缺少”是说新义务常常超越已有学问的局限，而且一切已有学问都可以或许被新学问应战。

这些缺少是以往的理论模子（典范逻辑、概率论、图灵机）所未完整斟酌的。只管每一个细致体系都唯一有限的能力、学问、资本，但这些模子都假定，它们已足以完成体系所需应对的义务。以盘算模子为例，体系只卖力处理那些它已有算法，而且能知足其时空资本请求的题目。对一个超越体系学问和资本局限的题目，它基本上不克不及供给有价值的回复。若是你问了盘算机如许一个题目而它答不上来，那是你的错，不是它的错。

这不是一个智能体系应当做的。我们常常碰到新题目，而且一样平常没有时候去斟酌一个题目的一切相干要素，我们的智能恰恰是这类情况下才得以展示的，而不是体如今那些我们已预知细致解法，且有足够的时候来依此行事的题目上。对后一种题目，我们会说其处理是“机器的”或“天性的”，是不须要“动脑子”的。

可以或许在“学问和资本相对缺少”的前提下事变只是这个智能界说的一半，而另一半是关于怎样在这类前提下表现“理性”。这里的症结看法是“顺应”。细致说来包罗两点：以曩昔的学问应对将来的状况；以有限的资本应对无穷的需求。

有顺应能力的体系根据履历决议本身的行动，纵然在碰到前所未见的题目时，也会对照已知的相似状况定下对策。当须要斟酌的事变超越体系的思索能力时，顺应性意味着集中精力于最主要的事变，而甚么是“主要”的，也是根据曩昔履历肯定的。

既然体系对将来履历抱开放态度，那就是认可了将来履历和曩昔履历可以或许分歧，因而也就没法包管本身行动的相对准确性。在这里，“顺应”是一种“尽力而为”的勤奋，其合理性是不以效果的成败而论的。由于如今的应对都邑成为将来的履历，纵然失利的实验也会对将来的决议计划做出孝敬。

在一个相对稳固但仍充溢转变的情况中，“尽人事，听天命”比“以不变应万变”和“既然天意难测，何妨恣意为之”更表现顺应性，因而更符合理性。这类理性是相对体系的以往履历和以后资本供给的，因而可以或许诠释体系的毛病。“智能”毫不是“全知全能”，但就算错，也要错得无可非议。

“在学问和资本相对缺少的前提下的顺应能力”作为智能界说是相符前面的三条预设的。当我们考核一个别系的智能时，其着眼点一样平常不是看它能处理甚么题目，而是看其能力是事前肯定并没法转变的，照样在履历中逐步构成并连结肯定的可塑性的。

这也恰是传统的盘算机体系和人脑的主要差异。纵然是现有的种种机器进修算法，也仍然是基于种种学问资本相对足够的假定，而且其进修效果每每收敛于一个肯定的输入—输出映照。依照这些传统看法，每一个题目都有一个“准确的”解，和体系的履历与处境无关。但根据上述“相对理性”，甚么样的解是“准确的”常常（只管并不是永久）是和体系的履历与处境有关的。

如此一来，本文所形貌的这个智能界说和别的智能界说的干系也就清晰了。依照这个规范，一个智能体系没须要在内部构造或外部行动上和人脑“形似”，但必需在理性准绳上与其“神似”。一个盘算机体系是不是有智能，不在于某一个时刻它能处理甚么实际题目，而在于它供给的解是不是依赖于体系的汗青和处境。

这个界说的另一个长处是，它为人工智能和一样平常智能理论规定了一个奇特的研讨范畴，而别的界说则很大水平上把人工智能归结于一个现存的学科：“构造派”主要孝敬于脑科学，“行动派”主要孝敬于心理学，“能力派”基本就是盘算机运用，“要领派”主要孝敬于盘算机科学，而“准绳派”中基于传统理性模子的事变主要孝敬于数学和逻辑学。

与它们相反，对“在学问和资本相对缺少的前提下的顺应能力”的研讨不完整属于现有的任何一个学科，只管和许多学科有干系。人工智能体系最终是要经由过程盘算机技术来完成的，但这不意味着智能理论肯定要以盘算理论为基本。

这个智能界说为人工智能指导了一条和主流看法很不一样的途径，而且可以或许用来诠释人类智能中的许多征象。细致议论其引伸结论及完成门路则超越了本文的局限。

参考资料：

[1] Stuart Russell, Rationality and intelligence, Artificial Intelligence, 94(1-2): 57-77, 1997.

[2] Pei Wang, The assumptions on knowledge and resources in models of rationality, International Journal of Machine Consciousness, 3(1):193-218, 2011.           

《返朴》，努力好科普。国际有名物理学家文小刚与生物学家颜宁携手担负总编，与几十位学者构成的编委会一同，与你配合求索。存眷《返朴》（微旌旗灯号：fanpu2019）介入更多议论。二次转载或协作请联络fanpu2019@outlook.com。

*文章为作者自力看法，不代表虎嗅网态度

本文由 返朴 受权 虎嗅网 宣布，并经虎嗅网编纂。转载此文章须经作者赞同，并请附上出处(虎嗅网)及本页链接。原文链接：https://www.huxiu.com/article/296689.html

将来眼前，你我还都是孩子，还不去下载 虎嗅App 猛嗅立异！,返回网站首页