慕尼黑大學對話AI專家：我們該如何理解機器智能？

　　機器人也許有一天能夠互相聊天、寫新聞甚至寫小說，而算法將賦予機器人個性。那么，機器學習將如何改變世界?是否有機器學習無法解決的難題?慕尼黑大學(Ludwig-Maximilians-Universitt München)咨詢了不同學科的專家觀點，從專業(yè)視角解答這些問題。

　　“人工”智能的基礎(chǔ)是什么?

　　數(shù)據(jù)庫系統(tǒng)與數(shù)據(jù)挖掘?qū)W會主席Thomas Seidl：

　　“本質(zhì)上，人工智能(AI)這一術(shù)語指的是，能夠通過行為模仿被認定為具有智能的計算機系統(tǒng)。在形式上，AI 可以被理解為一種數(shù)學函數(shù)。來自真實世界的情境、觀察、問題與任務(wù)屬于輸入內(nèi)容，而將其「映射」至適當?shù)捻憫?yīng)、決策與行動流程之后即可得到輸出結(jié)果。

　　第一代 AI 系統(tǒng)主要將這些功能編碼為手動建立的規(guī)則列表。舉例來說，其中某些方案能夠解釋自然語言，這類系統(tǒng)利用正式編碼方式處理語言中的一切語義與句法規(guī)律，外加各種不規(guī)則性因素。然而這樣的系統(tǒng)很快就遇到了問題，因為日常語言的使用特點在于，不規(guī)則性要遠高于任何預期，而當前的 AI 系統(tǒng)僅僅能夠自動從精心挑選的文本樣本中學習到這些特征。

　　為了改善這一問題，AI 系統(tǒng)首先選擇基礎(chǔ)性功能架構(gòu)，例如決策樹或者神經(jīng)網(wǎng)絡(luò)，并借此逐步自動適應(yīng)訓練數(shù)據(jù)所提供的特征。這種方法使得當前的 AI 系統(tǒng)能夠?qū)蠹?、書籍、討論文本或者議會辯論紀要中的語言示例作為模型訓練素材，而這也使其真正有可能掌握真實語言的表達結(jié)構(gòu)。”

　　“成功實現(xiàn)自動(或者機器)學習的關(guān)鍵之一，在于強化學習方法的應(yīng)用。具體來講，這種方法會提供適當?shù)姆答佉哉{(diào)整系統(tǒng)行為，從而響應(yīng)任務(wù)學習期間的成功或失敗嘗試。在這種情況下，編程要素主要負責以數(shù)學術(shù)語來衡量成功或失敗的量化標準——例如，分別為期望的結(jié)果與不正確的推論定義合適且有效的獎勵與懲罰，以這種反饋機制為基礎(chǔ)，學習系統(tǒng)將能夠有效改變自身后續(xù)行為。從此意義出發(fā)，如今的 AI 系統(tǒng)已經(jīng)非常類似于人類以及其它生物的學習過程——能夠?qū)⒎磸驮囼灥贸龅膶嶋H結(jié)果，一步步改進自身行為并摸索出解決問題的最佳辦法。”

　　機器人在認知方面會超越人類嗎?

　　發(fā)展與教育心理學學會主席Markus Paulus：

　　“我們可以在兩者之間設(shè)定一種根本性的區(qū)別。人類的智能體現(xiàn)在我們的文化當中，我們的思想與觀念是在我們的歷史背景下逐步發(fā)展起來的，成為社會生活方式中不可或缺的組成部分。只有以實體方式成長在這種文化當中，我們才能真正理解。與之相對，盡管我們已經(jīng)能夠開發(fā)出以類似于人類行為的方式模擬出某種文化傾向的機器人，但機器人仍遠遠無法與人類的智能相媲美。

　　人類能夠輕松分辨紅色，能舉一反三，將紅色與其它一些相似的顏色聯(lián)系起來，也可以判斷出周遭世界的紅色物體，輕松區(qū)分其中細微的色差區(qū)別。這實際上代表著一整套與知識相關(guān)的智能機制。另外，能夠感知并回應(yīng)細微差別與幽默元素，也是人類智能的另一大組成部分。只有具備能夠記錄感官印象的身體，我們才能夠真正理解智能所包含的大部分意義。我們通常將其稱為「體驗認知」。一個人必須能夠感受到痛苦，才能理解它的含義。如果不能理解這種感受，那么就必然無法與能夠理解感受的生靈產(chǎn)生共鳴。

　　機器人與人類之間存在著如此巨大的鴻溝，以至于 AI 永遠無法獲得與人類智能相當?shù)臇|西。雖然機器人很可能在多個方面超越人類，但就我們?nèi)祟惸芰Φ膹V度與靈活性，甚至是智能對于我們的根本意義而言，AI 甚至永遠無法接近我們的水平?！?/p>

　　機器能否寫出未來的暢銷書?

　　德國現(xiàn)代與當代文學及媒體學會主席 Oliver Jahraus 教授：

　　“人工智能，再加上藝術(shù)創(chuàng)造力，有朝一日確實可能會在文學領(lǐng)域掀起波瀾。文學領(lǐng)域其實非常特別，因為從某種意義上講，文學實際上表現(xiàn)的是每一個人心中關(guān)于世界形象的認知，以及自我矛盾的體現(xiàn)——這是個令人驚訝的概念。

　　憑借著豐富的知識與經(jīng)驗，機器能夠幫助我們寫下新的推文。我其實非常喜歡讀這些機器生成的內(nèi)容，而且有時候會覺得它們真的很懂人類的感受。如果我們能更多關(guān)注自己可以從中學到什么，也許關(guān)于 AI 未來的辯論根本沒必要這么激烈。就以文學為例，這是一種非個人的載體(畢竟其中的情節(jié)與表達必須要與讀者共享)，但同時承載的卻又是一種高度修改化的故事內(nèi)容。文學總是暗示著作者的存在與歸屬。因此，我們需要考慮的并不是AI能否寫出暢銷書、能否使我們誤以為內(nèi)容是由和我們一樣的人類所撰寫，或者能否用機器人代替歌德。相反，其中的關(guān)鍵在于AI能否融入復雜的歸責與歸屬系統(tǒng)——在這樣的系統(tǒng)中，其必須探索并不斷重新思考一般與特殊、集體與個人之間的關(guān)系。而只有在這些問題中找到獨屬于自己的答案，AI才能成為真正的創(chuàng)作者。在我看來，這樣的發(fā)展目標不可能實現(xiàn)——無論是在技術(shù)上，還是在結(jié)構(gòu)上，都不可能?！?/p>

　　機器能夠在短期之內(nèi)超越人類的文本翻譯能力嗎?

　　計算機語言學學會主席兼信息與語音處理中心(簡稱CIS)主任Hinrich Schütze：

　　“在某些情況下，機器很快就能翻譯比人類更好的文本內(nèi)容。計算機完成的速度更快，而且能夠更好地體現(xiàn)其中的專業(yè)技術(shù)術(shù)語。

　　目前的計算機在處理簡單的文本格式時沒有任何問題。然而，它們也存在一些明確的限制。機器翻譯可能無法傳達諸如反諷、諷刺或者其它一些常見的文學類表達的微妙之處，因為其中包含著一些不同的語言風格、細微差別乃至隱晦的暗示。

　　另外很重要的一點在于，雖然算法能夠在一定程度上使機器追趕人類的能力，但用戶反過來也能夠適應(yīng)計算機的特征。舉例來說，如果雙方都使用簡單的表達方式，那么谷歌翻譯已經(jīng)能夠讓我們與只會說泰語的朋友交流。同樣的情況也出現(xiàn)在我們的日常搜索引擎使用過程當中。我們會輸入「愛因斯坦生日」并快速得到答案，而且很明顯，我們絕對用同樣的方式向人類提問?？梢钥吹?，搜索引擎代表著一種強大的創(chuàng)新，而且已經(jīng)成為我們所有人不可或缺的重要工具。同樣，谷歌翻譯也擁有著巨大的潛力。當然，這并不是說我們在理解術(shù)語意義方面體現(xiàn)出了智能。

　　那么，所謂人工智能中的智能，到底體現(xiàn)在哪些方面?以往，很多人曾經(jīng)將國際象棋視為AI具有智能的實例。但如今還有人會采取這樣的觀點嗎?很明顯，我們對人工智能的定義與要求都發(fā)生了很大變化，而且相信這種變化還將長期存在?！?/p>