认知心理学 (中文) 1 - 什么是智能？谁能够思考？

新坑！复杂认知/认知心理学系列文集将是中文版！我们如何变得如此聪明？我们是如何感知周围的世界、学习语言、制定决策、记得过去、并预测未来的？大量的神经组织如何思考？怎么样产生想法？这些都是本系列专栏将尝试回答或启发思考的问题。

本系列可以配套与《思考，快与慢》系列文集一起阅读，本系列的正文也将会出现《思考，快与慢》的书评。

首先，我们来考虑几个问题：

自动驾驶车是否可以“思考”？自动驾驶车是否是“智能”的？

可以配套观看自动驾驶车的视频：[TED-Ed] 中文字幕 自动驾驶车是如何"看到"的？Sajan Saini: How do self-driving cars "see"?_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili

 

图灵测试

你听说过图灵测试吗？你认为机器可以思考吗？为什么？

图灵测试（The Turing test）一词源自人工智能之父艾伦·麦席森·图灵所写于1950年的一篇论文《计算机器与智能》（Computing Machinery and Intelligence）。该论文预言了能够创造出具有真正“智能（intelligence）”的机器的可能性。

由于“智能”这个词难以定义，图灵提出了著名的图灵测试：若一台机器能够通过电传设备（不是声音）与人类展开对话，而不能被人类辨别出其机器的身份，那么则称这台机器具有“智能”。

1952年，图灵在一次BBC广播中提出了让计算机来冒充人的想法：如果不足70%的人判断出机器的身份，即大于三成的回答者误以为在和自己说话的是人而非机器，那么就算作这台机器具有“智能”。

这一具体想法使得创造出“思考的机器”是有可能的。进行多次测试后，如果机器能够让平均每个参与者做出超过三成的误判，那么就称这台机器通过了图灵测试，并被认为具有人类智能。

论文《计算机器与智能》还回答了对图灵的这一假说的各种常见质疑。图灵测试是人工智能哲学方面的第一个严肃的提案，具有重大意义。

 

图灵采用“问”与“答”模式，即观察者C通过打字机向两个测试对象通话，其中一个是人B，另一个是机器A。要求观察者C不断提出各种问题，从而辨别回答者是人B还是机器A。

图灵的几个示范性问题：

- 问： 请给我写出有关“第四号桥”主题的十四行诗。

- 答：不要问我这道题，我从来不会写诗。

- 问：34957加70764等于多少？

- 答：（停30秒后）105721。

- 问：你会下国际象棋吗？

- 答：是的。

- 问：我在我的K1处有棋子K；你仅在K6处有棋子K，在R1处有棋子R。轮到你走，你应该下哪步棋？

- 答：（停15秒钟后）棋子R走到R8处，将军！

图灵指出：“如果机器在某些现实的条件下，能够非常好地模仿人回答问题，以至提问者在相当长时间里误认它不是机器，那么机器就可以被认为是能够思维的。”

 

人机测试举例：

- 问：你会下国际象棋吗？

- 答：是的。

- 问：你会下国际象棋吗？

- 答：是的。

- 问：请再次回答，你会下国际象棋吗？

- 答：是的。

这样的呆板回答，你面前的这位应该是一部笨蛋机器。

 

如果是这样的状态：

- 问：你会下国际象棋吗？

- 答：是的。

- 问：你会下国际象棋吗？

- 答：是的，我不是已经说过了吗？

- 问：请再次回答，你会下国际象棋吗？

- 答：你(TMD)烦不烦啊，换个问题行不行？

那么你面前的这位，大概是人而不是机器。

上述两种对话的区别在于，第一种明显是从知识库里提取的答案，而第二种则具有综合分析的能力，回答的人知道观察者C在反复提出同样的问题。

 

中文房间 Chinese Room

中文房间是由美国哲学教授约翰·希尔勒提出的一个思想实验，来反驳强人工智能的观点。

实验过程：一个完全不懂中文（比如只说英语）的人关在一间只有一个通道的封闭房间中。房间里有一本用英文写成的说明书，指示此人该如何处理收到的中文信息并以中文回复。房外的人不断向房间内递进用中文写成的问题。房内的人便根据说明书的指示，将相应的中文字符组合成回答递出房间。

约翰·希尔勒认为，尽管房里的人可以假装让房外的人以为他确实会说中文，但事实上他完全不懂中文。在上述过程中，房外人相当于程序员，房内人相当于计算机，而说明书则相当于计算机程序：每当房外人给出一个“输入”，房内的人便依照说明书“程序”给出一个“输出”。而正如房内人不能通过说明书理解中文一样，计算机也不能通过程序来获得理解能力。既然计算机没有理解能力，所谓“计算机于是便有智能”便更无从谈起了。

论文《计算机器与智能》

“我们的目光所及，只是不远的前方，但是可以看到，那里有大量需要去做的工作。” 

“We can only see a short distance ahead, but we can see plenty there that needs to be done.” 

我将把《计算机器与智能》的全文翻译放在下一期专栏。这一期专栏将截取一些片段以供大家思考。

片段：

1. 模仿游戏（Imitation Game）

我建议考虑这样一个问题∶“机器能够思考么？”要回答这个问题，我们需要先给出“机器”和“思考”的定义。我们可以用尽可能接近它们普通用法的方式定义这些词语。但是这种方式是危险的。如果使用这种方式，我们很可能会用盖勒普调查那样的统计方式来得出“机器能够思考么”这个问题的结论及其意义。显然，这是荒谬的。因此，我没有尝试给出一个定义，而是提出了另外一个问题。这个问题和原问题紧密相关，而且通过并不含糊的词语给出。

这个新的问题可以通过一个游戏来描述，不妨称之为“模仿游戏”。需要三个人来玩这个游戏。一个男人（A），一个女人（B）和一个询问人（C）男女皆可。询问人呆在一个与另外两人隔离的屋子里。游戏的目标是询问人判断出外面的人哪个是男人，哪个是女人。询问人用标签X，Y代表外面的两个人，游戏结束时，他要说出“X是A，Y是B”或者“X是B，Y是 A”。询问人C允许向 A和B提出下面这样的问题∶

C∶ X，请告诉我你头发的长度。

现在假如X实际是A，那么A必须回答。A在游戏中的目标是努力使C做出错误的判断。他的回答可以是∶

“我的头发乌黑发亮，最长的一缕大概九英寸（约23厘米）长。”

为了排除声音帮助询问者得出结论，问题的答案可以写出来，打出来更好。理想的安排是使得两个屋子有远程打印通讯。也可以通过中间人传递答案。而 B在这个游戏中的任务是努力帮助询问者获得正确的答案。她的最优策略可能就是给出正确答案。她可以在她的答案中加入“我是女的，别听他的。”这样的词语。但是男人A同样也能做出相似的评论。所以这并不能提供更多的帮助。

现在我们提出这样一个问题，“如果用一个机器担当A的角色”，将会发生什么情况？同与两个人玩这个游戏相比，询问者判断错误的频率是否发生变化？这个问题取代了原先的“机器能够思考么?”这个问题。

 

2. 对新问题的评析

你可能会问∶“新问题的答案是什么?”。同样也可能问∶“这个新问题真的有研究价值么?”我们先解决第二个问题，因此不会进入一个无限的循环。

这个新问题的优势在于它把一个人的体力和智力完全区分开来。没有任何工程师或化学家宣称能够生产出和人的皮肤完全相同的物质。在未来的某天，这可能成为现实。但是尽管这样的发明是可能的，对于将人的皮肤赋给一个“思维机器”来让它更像人这件事来说，并不能提供更大的帮助。我们设置问题的方式考虑到了这个问题。因为我们让询问者无法看到，接触到或听到其它的游戏者。新的评判标准的其它优势在下面的样例问题和回答中显示了出来。

 

样例问题：

问∶请写一首以 Forth Brige（1890年建成于英国，开创现代桥梁建造的先河）为主题的诗。

A∶我无能为力，我从来都不能写诗。

问∶ 34957 加 70764 等于多少?

A∶（停了三十秒钟后给出答案）105621。

问：你玩国际象棋么?

A∶玩。

问∶我的王在 K1，没有别的棋子了，你只有王在K6，车在R1。该你走，你走哪步?

答∶（十五秒钟的停顿后）车移动到 R8，将军。

这种问答形式几乎适用于我们想要包括的人类行为的一切形式。我们不希望因为一个机器不能在选美比赛中胜出就认为它无能；正如我们不能因为一个人不能在和飞机赛跑的比赛中胜出就认为他无能一样。我们的游戏设定让这些无能变得无关紧要。只要参与者认为合适，他们可以吹牛。可以把自己描述成魅力无限，强壮无比，英勇无畏。而询问人无法要求他们做实际的展示。

对这个游戏的批评可能是∶机器在游戏的成败中占有了过多的比重。如果一个人试图假装成一个机器的话，他肯定是一个整脚的演员。他会由于算术方面的缓慢和不准确立即暴露。机器会不会解决了一些应该是思考的问题，其解决方式却和人的方式相差甚远？这个反对意见确实很棘手。但是，至少我们可以说，尽管如此，机器可以被设计得可以很好的玩这个模仿者游戏。我们不需要对这个问题过分担心。

有一种情况是机器在玩模仿者游戏时的最佳策略是做别的事而不是模仿人的行为。这种情况是可能的。但是我认为这样的情况并没有付出多大的努力。不管怎样，本文并不试图研究这个游戏的理论。我们假定机器的最优策略是努力提供和人一样的答案。

3. 游戏中的机器

目前已经有许多数字计算机在工作，人们可能要问：“为什么不拿一台直接作实验？很容易就能满足游戏的要求。同时用许多的询问者参加游戏，然后统计出判断正确的概率”。对这个问题的简要回答就是∶我们并不是要问是不是所有的数字计算机都能在游戏中表现良好，也不是要问现在的计算机中有没有机器能够通过实验。而是要问∶是否存在一台想象中的机器能够通过游戏。

4．数字计算机

数字计算机可以被解释成能够执行一切计算人员能够进行的操作。一个计算人员应该严格遵守规则；在一切细节上，都没有一丝偏离的权力。我们可以假设这些规则写在一本书上。每次被分配新的任务的时候，将会改变执行步骤。他有无限的纸进行计算，他可以用“算盘”进行乘法和加法运算，这并不重要。

随着您的阅读，请思考：

    - 您在图灵的文章中观察到了什么？ 有什么让你感到惊讶的地方？思考图灵的一些想法和主张是什么？

    - 您对图灵的观点有何反应？它有趣，令人困惑，令人兴奋，愚蠢吗？

    - 您认为计算机可以通过测试吗？什么会使计算机无法通过呢？

    - 该方法有哪些优点和局限性？图灵测试是否遗漏了我们认为对“思考”或“智能”的定义非常重要的内容？

欲知文章内容如何，请关注下期内容：论文《计算机器与智能》的全文翻译。

【阅读本文集但并不想阅读论文原文的朋友可以跳过下期专栏，继续前往后面内容。】