機器智能 13. 機器智能的可能性 （轉）

機器智能的可能性

年前我們討論了什麽是智慧、以及智慧是怎樣被智能構建起來的。從今天開始我基於先前的討論內容，來看一下大家更為關心的機器能否自主地獲得智能，以及機器智能在發展過程中可能遇到的邊界，最後來解答大家都比較關注的“機器智能是否會超越人類智能”這一問題。

通過對智慧及智能的介紹，我們大體了解到。智慧是一個高度結構化的信息體係。它是多層次的，同樣構建智慧的智能也是多層次的，當中既有個體的知識發現，更有群體的知識體係構建，這是一個既簡單又複雜的過程。在智能的每一個層麵無時無刻存在著對信息的獲取、記憶、關聯、忘記、重組等一些列的信息加工過程，而在此過程中不但原始的信息得到了整理，而且還會產生大量的加工信息（概念）以及信息間連接（知識），更為重要的是在信息在加工過程中，我們加工信息的方法也會被信息化，轉化為DNA被複製、被遺傳，從而讓我們能經年累月持續地獲得更高結構的信息 -- 智慧，智慧就是在這樣的信息加工過程中不斷自舉獲得的。

也就是說智慧本質是信息的有序連接，而連接智慧的智能機製又是從底層的“條件反射”、“延遲判斷、“過程反饋”、"協同演化"中構造而來的。尤其是前三種個體智能機製，我們都從腦科學層麵做了詳細的介紹，發現這樣的一些機製並不神秘，它的底層機理幾乎都是我們已經熟悉的對信息的物理化學加工過程，人類現在幾乎都能在機器上模擬實現這些過程。事實也是如此，計算機學界大約在“人工智能”概念出現的前後，在上世紀60年代起就首先開始了對依賴信息做出判斷的智能算法進行研究，各種算法尤其是遺傳算法、模糊決策等算法在當時層出不群；然後在80年代發現單靠智能算法是無法獲得可自適應的智慧的，於是開始研發用於存儲專家知識的數據庫及基於知識數據庫的專家係統；再然後發現這也是有極限的，進入新世紀起對神經網路的模擬，以及各種自學習的係統的研究孕育而生，其結果就是近年來人工智能的應用得到了快速的發展；隨著區塊鏈技術的發展，分布式、去中心化，協同係統成了新的寵兒；現在學界已經認識到了“協同演化”的重要性，現在正朝這個方向在發展。回顧人工智能的研究曆史明顯可以感受得到，其實這就是遵循著智能的四個層次從“條件反射”“延遲判斷、“過程反饋”、"協同進化" 逐步展開進行的。

從本係列介紹的智能機理，以及從上述人類對智能的掌握與研究的路徑來看，沒有發現可以阻止機器智能進化的阻力。雖然這樣的研究起步於上世紀60年代至今不過短短的60多年時間，從剛開始的舉步維艱，到後來一次次跨越式發展，直至最近越來越成熟。現在在某些特定的領域，機器智能已經逐步接近或超過人類的智能的水平，這已經被越來越多的人所接受。我們可以很明確地得出機器完全可以擁有智能，而本係列所介紹的智慧的實質及智能的機理，就是我們做出這一判斷的主要依據。

人工智能這幾年這麽熱，一方麵是因為我們都智慧的了解，發現智慧並不神秘，我們幾乎完全能將智能賦予機器，讓機器能具有一定的智慧，然後為我們人類服務。同時也因為它關係到下一次信息革命的未來，關係到國運，所以我們才會投入這麽大的精力與財力，在這方麵進行努力。

篇外：
人工智能發展史上有一個非常著名的話題，這就是圖靈測試 （Turing test）。當初人們不知道機器是否會具有智能，同時對智能的認識也還很膚淺，無法用很好的方法來定義智能。此時著名的數學家、密碼學者艾倫·麥席森·圖靈於1950年發表了一篇論文《計算機器與智能》提出如果當有超過30%的測試者（使用者）麵對一台機器做出的判斷應對時，沒有意識到對方是一台機器的話，那麽說明這台機器已經具有了智能。而當幾年前，有一次我打完一個服務谘詢電話後才意識到剛才和我對話的“工作人員”是一台機器人時，我意識到圖靈測試已經可以順利通過了。而最近備受人們熱議的ChatGPT更是讓絕大多數的人認為對它的提問回答已經達到或超過了人工回答的水平，這足已說明，一部分的智能機器已經通過了圖靈測試，完全達到了圖靈當時預設的“人工智能”的水準了。
?