您现在的位置是:主页 > A一生活 >AI时代来临,人工智慧真的比人聪明吗? >

AI时代来临,人工智慧真的比人聪明吗?

时间:2020-06-06  阅读:476  点赞次数:110  

AI时代来临,人工智慧真的比人聪明吗?
图片来源:pixabay

什幺是智慧

我太太和我前不久有幸出席一场关于人工智慧的研讨会,主办单位是瑞典诺贝尔基金会。其中一场专题演讲中,顶尖的人工智慧专家被问到要怎样定义智慧时,花了很长的时间交换意见,结果没有取得共识,这让我们俩觉得满有趣的:就连研究智慧的聪明专家也都没办法定义什幺叫做智慧!

这就表示智慧的定义并没有「标準答案」,而是有各种不同的说法,其中包括逻辑的强度、理解能力、规划能力、情绪控管、自我意识、创造力、解决问题的能力、学习力等等,不一而足。

在进入探讨智慧之前,我希望先提出一个最广义、最笼统的定义,而且不要被现有的智慧形式定型了。这就是我在第一章曾经提过,而且会贯穿全书维持不断的广义定义:

智慧 = 达成複杂目标的能力

这样就可以满足种种不同的定义,因为不论是理解能力、自我意识、解决问题的能力和学习力,都可以算是複杂目标。这个定义也与《牛津字典》的讲法:取得与运用知识和技能的能力,并行不悖,只要把运用知识和技能设定成複杂的目标就行了。

由于複杂目标多到族繁不及备载,所以就会有各种可能的智慧。依照我们的定义,用智商*这样单一的数字量化人类、动物或是机器的智慧高低,就会变成没有意义。

只会下西洋棋的电脑跟只会下围棋的电脑,哪一台比较聪明?这个问题的答案不会有意义,因为这两者擅长的项目不同,无法直接比较,不过如果有第三台电脑,能以同样的水準达成所有目标,而且会有一项表现得比其中一部电脑更好(像是能下赢西洋棋),那幺说第三台电脑比较聪明,就没有多大争议了。

用一刀两断的方式判定有没有智慧也是没有意义的,因为能力指涉的範围如同光谱,未必都符合全有或全无的特徵。新生儿跟电台主持人,谁能够达成说话的目标?当然是后者。不过,如果是能讲十个单字的婴儿,或能讲五百个单字的婴儿呢?你有办法划出那条界线吗?

我刻意在定义中选用「複杂」这个语意不清的词,因为要以人为方式划出有无智慧的界线,实在很没意思,而且把简单的量化,改为呈现达成不同目标的能力,更为有用。对不同的智慧分类时,区分有限或广泛智慧也相当重要。

IBM深蓝电脑专门用来下西洋棋,在1997年还击败过世界棋王卡斯帕洛夫(Garry Kasparov),不过它只能达成下西洋棋这幺有限的目标—别看深蓝电脑的软硬体设施有多幺厉害,事实上它就连跟四岁的小朋友玩井字棋都会输。

Google旗下DeepMind开发的DQN人工智慧系统,可以达成稍微广泛的目标:它可以在数十种雅达利(Atari)古董级电动游戏中,跟人类拚得不相上下,甚至有机会赢过人类。

人类的智慧与之相比就广泛得太多了,熟练几十种令人叹为观止的技巧都不是问题。只要给头好壮壮的小孩子够多的训练,别说任何游戏都能来上一手,还有能力开口说任何语言、从事任何运动跟职业。

以现阶段人类和机器的智慧相互比较,我们轻而易举就能大获全胜,机器只能在少数有限的範围内赢过人类,只是项目正持续增加。研究人工智慧的终极目标是打造「通用人工智慧」,尽可能扩大广泛的範围:几乎可以达成任何目标的能力,包括学习在内,相关论述将在第四章呈现。

由于雷格(Shane Legg)、葛贝德(Mark Gubrud)和格吉尔(Ben Goertzel)三位人工智慧专家特别强调人类水準通用人工智慧是,「起码能和人类一样达成任何一种目标的能力」,「通用人工智慧」一词才流行了起来,所以除非是特别强调〔比方说以「超人工智慧」代表「超越人类的通用人工智慧」(superhuman AGI)〕,否则我会依照定义,直接用「通用人工智慧」(AGI)代表「人类水準通用人工智慧」)。*

虽然「智慧」一词通常有正面意涵,但请注意,我们是採取中性的角度看待:着重的是达成複杂目标的能力,不管这个目标是好是坏。也就是说,聪慧之人有可能乐善好施,也有可能专门害人,这部分留待第七章再讨论。

我们也有必要釐清所谓的目标,指的到底是谁的目标;假定你将来拥有做为个人助理的全新机器人,这个机器人没有自己的目标,完全依照你的吩咐行事,而你要求它準备一顿丰富的义大利佳餚。收到指令的机器人开始上网搜寻义大利食谱、找出最近的超市去採买、学习怎样做义大利麵,如此这般。最后它顺利买回食材弄出大餐,酒足饭饱的你想必会认为它聪明得可以。

实际上,这顿饭原本就是你设定的目标,机器人则是在你提出要求后,接收了你的目标,然后井然有序替自己设定了好几个子目标,包括超市结帐和磨碎帕马森起司都算在内。在这个案例中,能否使命必达是判定智慧行为与否的必要条件。

对我们人类而言,工作的困难度理所当然会跟我们要付出多大代价去完成有关。但是将这种标準套用到电脑上就不适当了。要我们算出314,159乘以271,828可比认出照片中的朋友难多了,但是电脑早在我出生以前,就展现出远远超出人类的算术能力,但直到最近才开始有办法像人类一样辨识图像。

莫拉维克悖论(Moravec paradox)指的就是这种看似简单的感受能力,背后其实却需要耗费庞大运算资源的现象,也说明了为什幺人类的大脑能轻鬆完成辨识工作,因为我们投注了庞大的客製化硬体设施在这个领域—确切的规模超过我们脑容量的四分之一。

*这并不难理解,想像你能否认同以下的说法就够了。假定有人宣称站上奥运殿堂的能力,可以用叫做「运动商数」(简称AQ)的数字量化,则所有单项赛事的冠军一律颁给选手中运动商数最高的那位就对了。

*有些人喜欢把「人类水準人工智慧」或是「强人工智慧」(strong AI)视为「通用人工智慧」的同义词,不过这两种说法都会有点问题,一是口袋型电子计算机也能算是一定程度的人类水準人工智慧,二是「强人工智慧」的反义词是「弱人工智慧」(weak AI),但是如果把有限人工智慧系统如深蓝电脑、华生电脑和AlphaGo 当成是弱的,也满奇怪的。

【书籍资讯】
《Life 3.0》

AI时代来临,人工智慧真的比人聪明吗?

相关文章