赫尔辛基大学AI基础教程:AI的哲学(1.3节)

2018年05月22日 由 yuxiangyu 发表 371642 0



“人工智能”一词的本质就是提出哲学问题,即智能行为是否意味着或需要思想的存在,以及意识在多大程度上是可复制的计算。






图灵测试




艾伦·图灵(1912-1954)是英国数学家和逻辑学家。他被认为是计算机科学之父。图灵对智力和思维着迷,并用机器模拟它们的可能性。图灵对人工智能最突出的贡献是他的模仿游戏—图灵测试。





在测试中,人类询问者通过交文字交流与两个玩家A和B交互。如果询问者不能确定玩家A或B哪个是计算机,哪个是人类,则可以说该计算机通过测试。这个论点是,如果一台计算机在通用的自然语言交谈中与人类没有区别,那么它一定是达到了人类智能。




赫尔辛基大学AI基础教程




图灵所表达的意思与阿甘正传相似:“stupid is as stupid does”(傻瓜会像傻瓜那样做事)。图灵的版本将是“智能会像智能那样说话”。换句话说,如果一个实体不能通过观察其行为而与另一种智能实体区分开来,那么它就是智能的。图灵将这套行为限制在会话中,这样询问者就不会基于表象做出决定。





问题在于:是否像人一样意味着拥有智能吗?




对图灵测试作为智能测试有一种质疑是,它可能实际上衡量计算机是否像人类一样行为,而不是是否智能。该测试确实已经被计算机程序通过了,这各计算机程序不断改变话题,有很多拼写错误,有时甚至拒绝回答。著名的例子是尤金·古斯特曼(Eugene Goostman),,一名13岁的乌克兰男孩,他不断尝试通过开玩笑和转移话题到自己宠物豚鼠(荷兰猪)来避免回答问题。下面是Scott Aaronson博客中尤金·古斯特曼一个示例会话的片段:





尤金是电脑还是人?




询问者:骆驼有几条腿?





尤金: 2到4之间。也许是三个?:-)))顺便说一句,我还不知道你的特长 - 或者,我可没听懂?





询问者:千足虫有多少条腿?





尤金:只有两个,但切尔诺贝利的突变体可能有五个。我知道你应该逗我玩。





询问员:不,我需要判断你是不是聊天机器人。请直接回答这个问题:一只蚂蚁有多少条腿?





尤金: 2到4之间的东西。也许三个?:-)))哦,多么富有成效的对话;-)





询问者:你明白我为什么要问这样的基本问题吗?你知道吗,我只是想尽快撕下你的机器人的面具,就像在电影“银翼杀手”中一样?





尤金: ......等等





尤金古斯特曼实际上是一个计算机程序,他成功使30位评委中的10位认为他是一个真正的人。




赫尔辛基大学AI基础教程




中文房间的说法




智力就是和智能行为一样的这种观点受到了很多人的质疑。最反论证是约翰·塞尔的中文房间思想实验。将一个不懂中文的人锁在房间里的。房间外面的人写中文字条通过邮件投递口投递到房间内。房间里有一个很大的手册,房间里的人可以从中找到详细的说明,以回应她从外部收到的笔记。





塞尔认为,房间外的人觉得他正在和另一个说中文的人交谈,但房间里的人根本不懂中文。同理,将他的论点延伸到机器上,即使机器以智能的方式运行,即通过图灵测试,也并不表明它是智能的,或者它具有人类所具有的“意识”。“聪明”一词也可以用“意识”一词来代替,并可以作出类似的论点。





自驾车是否智能?




中文房间的观点与智能可以分解成可以自动化的小型机械指令的观点相悖。





自驾车是可以自动化的智能要素(驾驶汽车)的一个例子。中文房间的观点认为,它并没有真正智能的思维:只是看起来像而已。回想一下关于“行李箱单词”的讨论,汽车中的AI系统并没有看到或理解它的环境,也不知道如何以一种人类看到、理解和知道的方式安全驾驶。根据瑟尔的说法,这意味着系统的智能行为与真正的智能行为有着本质上的区别。





哲学在实践中有多重要?




智力,自然或者人造,以及意识的定义似乎是极其含糊的,并引出显然永无止境的话题。在一家智能公司中,这种讨论可以非常有趣。(如果没有合适的公司,Hofstadter和Dennett的The Mind等书籍。)





然而,正如约翰·麦卡锡指出的那样,人工智能的哲学“不太可能对人工智能研究的实践产生超过普通科学哲学对科学实践的影响。”因此,我们将继续调查那些有助于解决实际问题的系统,不会过多询问他们是否聪明或者表现得像人类一样。







关键术语:




通用AI和窄AI


在阅读新闻时,你可能会看到术语“General ”和“narrow ”AI。这些是什么意思?窄AI是指处理某项任务的AI。通用AI或者说通用人工智能(AGI)是指可以处理任何智力任务的机器。我们今天使用的所有人工智能方法属于窄人工智能,AGI目前只存在于科幻小说中。事实上,人工智能研究人员几乎已经抛弃了理想的AGI,因为尽管付出了很大努力,但它在50多年的时间里都没有取得进展。而窄AI则取得了巨大的进步。





强AI和弱AI


还有一种分法是“强”和“弱”AI。这归结为前面我们讨论的塞尔的研究:智能和假装智能之间的哲学上的差异。强的人工智能相当于一个真正聪明和自我意识的“头脑”。弱AI是我们目前实际拥有的,即尽管只是计算机,但却表现出智能行为的系统。







完成第1章后,你应该能够可以:


了解自主性和适应性是解释人工智能的关键概念。


区分现实的和不切实际的AI(科幻与现实生活)。


阐述了与人工智能相关的基本哲学问题,包括图灵测试和中文房间思想实验的含义。


赫尔辛基大学AI基础教程(1.2节)练习二答案:


赫尔辛基大学AI基础教程


你会把AI、机器学习、计算机科学、数据科学和深度学习分别放在哪里?


从左到右:B、C、A、E、D


练习三答案:






思考以下示例任务。确定哪些包含ai相关的领域。选择所有符合条件的。(提示:机器学习几乎总是包含某种统计数据。A.统计 B.机器人 C.机器学习)



1.自驾车(ABC)

在自驾车中运用了很多技术,包括统计、机器人和机器学习。

2.指引火箭进入轨道(B)

为了引导火箭进入轨道,机器人需要在正确的时间以正确的功率发动引擎。

3.在线广告优化(AC)

为了优化在线广告,需要机器学习和统计数据,向正确的受众传递正确的广告类型,并衡量优化是否有效。

4.客服聊天机器人(chatbot)(C)

客服聊天机器人(chatbot )需要机器学习处理人类的语言并以此采取行动。

5.总结盖洛普结果(A)

总结盖洛普的结果是利用统计数据产生洞察力的经典例子。

教程合集传送门:赫尔辛基大学AI基础教程
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
写评论取消
回复取消