“認(rèn)知神經(jīng)科學(xué)之父”邁克爾·加扎尼加（Michael S.Gazzaniga）在他的科普經(jīng)典《人類的榮耀：是什么讓我們獨(dú)一無(wú)二》中，對(duì)這個(gè)問(wèn)題也有所闡釋。邁克爾·加扎尼加是全球著名的腦科學(xué)家之一，他一直嘗試著解答“大腦究竟如何產(chǎn)生意識(shí)”這一問(wèn)題。經(jīng)過(guò)多次跨學(xué)科的交流與碰撞，加扎尼加和心理學(xué)家、語(yǔ)言學(xué)家喬治·米勒（George A. Miller）在1970年代末期共同創(chuàng)立了認(rèn)知神經(jīng)科學(xué)。

 

　　《人類的榮耀：是什么讓我們獨(dú)一無(wú)二》中文版最近由湛廬文化策劃出版，澎湃新聞獲得授權(quán)摘錄其中部分。

 

　　人工智能（Artificial Intelligence，簡(jiǎn)稱AI）一詞出自于“人工智能夏季研討會(huì)”。這個(gè)研究項(xiàng)目由達(dá)特茅斯學(xué)院的約翰·麥卡錫（John McCarthy）、哈佛大學(xué)的馬文·明斯基（Marvin Minsky，作為人工智能領(lǐng)域的先驅(qū)之一，寫(xiě)就了引領(lǐng)人工智能大趨勢(shì)、透視下一個(gè)大挑戰(zhàn)的領(lǐng)先巨作《情感機(jī)器》，該書(shū)簡(jiǎn)體中文版已由湛廬文化策劃，浙江人民出版社出版）、IBM公司的納撒尼爾·羅切斯特（Nathaniel Rochester）以及美國(guó)貝爾實(shí)驗(yàn)室的克勞德·香農(nóng)（Claude Shannon）一起于1956年夏天在美國(guó)新罕布什爾州漢諾威市的達(dá)特茅斯學(xué)院開(kāi)展。研究意在檢驗(yàn)我們對(duì)學(xué)習(xí)或是智力特征的其他各個(gè)方面的推測(cè)是不是大致準(zhǔn)確，機(jī)器是否能夠模擬它們。其中一個(gè)嘗試是造出能夠使用語(yǔ)言、形成抽象概念、解決人類尚無(wú)法解決的問(wèn)題并提升自己的機(jī)器。如果一群精英科學(xué)家在一個(gè)夏天里一起合作，應(yīng)該可以為這些問(wèn)題中的一個(gè)或多個(gè)的解決帶來(lái)顯著的進(jìn)展。

 

 

　　回顧半個(gè)多世紀(jì)以前的這個(gè)想法，當(dāng)時(shí)的人們似乎有些過(guò)于樂(lè)觀了。現(xiàn)在的美國(guó)人工智能協(xié)會(huì)（簡(jiǎn)稱AAAI）將人工智能定義為“科學(xué)地理解思維和智能行為的機(jī)制，并將其賦予給機(jī)械”。然而，雖然投入到制造智能電腦中的計(jì)算能力和努力非常多，電腦還是沒(méi)辦法完成三歲小孩都能做到的事情：它們沒(méi)辦法分辨貓和狗。它們也沒(méi)辦法做到所有丈夫都會(huì)做的事情：它們不理解語(yǔ)言的細(xì)微差別。比如，它們不知道“你倒過(guò)垃圾嗎”這個(gè)問(wèn)題實(shí)際上是在說(shuō)“去把垃圾倒了”，而且這個(gè)問(wèn)題還有隱含的意思：“如果你不把垃圾倒了，老娘就……”隨便使用一個(gè)搜索引擎，看看搜出來(lái)的東西，你會(huì)想：這些玩意兒是哪兒來(lái)的？這不是我要找的東西。語(yǔ)言翻譯軟件也很垃圾。顯然這些程序完全不知道它所翻譯的句子的意思。人們一直在努力改進(jìn)，但即使運(yùn)用了海量的計(jì)算能力、內(nèi)存以及模仿能力，想要造出有人類智能的機(jī)器仍是一個(gè)夢(mèng)。為什么呢？

 

　　人工智能分為兩種：低級(jí)和高級(jí)。低級(jí)人工智能就是我們所說(shuō)的電子計(jì)算機(jī)。它指的是用軟件來(lái)解決問(wèn)題或進(jìn)行推理任務(wù)。低級(jí)人工智能沒(méi)有完整的人類認(rèn)知能力，但它可能有人類所沒(méi)有的能力。低級(jí)人工智能慢慢滲透進(jìn)了我們的生活。人工智能程序正在控制我們的手機(jī)通話、電子郵件以及網(wǎng)頁(yè)搜索。它們被銀行用于探測(cè)欺詐交易，被醫(yī)生用于診斷并治療病人，還被救生員用來(lái)掃描沙灘以發(fā)現(xiàn)需要幫助的游泳者。人工智能的出現(xiàn)導(dǎo)致我們打電話給任何大企業(yè)，甚至許多小企業(yè)的時(shí)候，跟我們通話的都不是真人（美國(guó)大量企業(yè)使用智能客服來(lái)回答致電者的簡(jiǎn)單問(wèn)題）；而智能語(yǔ)音識(shí)別則讓我們只需說(shuō)話不必按鍵。低級(jí)人工智能打敗了國(guó)際象棋冠軍，也能比大多數(shù)分析師選出更好的股票。但杰夫·霍金斯指出，IBM的那臺(tái)在1997年打敗國(guó)際象棋冠軍加里·卡斯帕羅夫（Garry Kasparov）的電腦“深藍(lán)”并不是因?yàn)楸热祟惵斆鞑炮A得比賽的。它的勝利只是因?yàn)樗热祟惖乃伎妓俣纫鞄装偃f(wàn)倍：它每秒可以評(píng)測(cè)兩百萬(wàn)步棋。“‘深藍(lán)’對(duì)比賽歷史沒(méi)有概念，它也不知道對(duì)手是什么。它雖然可以下棋，但并不懂棋，就好像計(jì)算器可以執(zhí)行算法，但卻不懂?dāng)?shù)學(xué)一樣。”

 

 

　　高級(jí)人工智能則是讓許多人抓狂的人工智能。高級(jí)人工智能是加州大學(xué)伯克利分校的哲學(xué)家約翰·瑟爾（John Searle）創(chuàng)造的一個(gè)詞匯。雖然他本人并不這么認(rèn)為，但根據(jù)其定義，高級(jí)人工智能可以理解并擁有自我覺(jué)知。“根據(jù)高級(jí)人工智能的定義，電腦不僅僅是研究心智的工具；具有合適程序的電腦就是心智，因?yàn)橛羞@樣程序的電腦可以說(shuō)是理解并擁有其他認(rèn)知狀態(tài)了。”瑟爾還說(shuō)，所有意識(shí)狀態(tài)都是由更低級(jí)的大腦加工過(guò)程產(chǎn)生的，所以意識(shí)是一種涌現(xiàn)的現(xiàn)象，是一種物理屬性——源自整個(gè)身體的輸入之和。意識(shí)不會(huì)產(chǎn)生于腦中的幾個(gè)無(wú)傷大雅的笑話。意識(shí)不是計(jì)算的結(jié)果。你必須要有一個(gè)身體，以及來(lái)自身體的生理和感知輸入，才能夠產(chǎn)生一個(gè)經(jīng)過(guò)思考且有人類智能的思想。

 

　　相信機(jī)器可以擁有意識(shí)的邏輯跟制造人工智能的邏輯是一樣的。因?yàn)槿祟惖乃季S過(guò)程就是電活動(dòng)的結(jié)果，如果你能用機(jī)器模擬同樣的電活動(dòng)，那么機(jī)器就會(huì)擁有人類的智能和意識(shí)了。而且就跟人工智能一樣，有些人認(rèn)為這并不意味著機(jī)器的思維進(jìn)程需要跟人一模一樣才能產(chǎn)生意識(shí)。同意霍金斯觀點(diǎn)的人則認(rèn)為思維進(jìn)程必須一樣，而要有一樣的思維進(jìn)程就也要有一樣的組合方式。還有一些人持觀望態(tài)度。

 

　　探尋人工智能之旅并非始于對(duì)大腦的逆向工程。因?yàn)樵?956年，當(dāng)人工智能還是星星之火時(shí)，人們還并不怎么了解大腦的工作機(jī)制。這些前輩工程師們?cè)谠O(shè)計(jì)人工智能時(shí)沒(méi)有理論支持，只能即興設(shè)計(jì)。他們首先各自提出了制造人工智能不同部分的方法，其中一些方法實(shí)際上為理解大腦工作機(jī)制提供了線索。有些方法是基于數(shù)學(xué)法則的，比如基于以往相似事件來(lái)確定未來(lái)事件發(fā)生的可能性的貝葉斯邏輯，或是評(píng)測(cè)特定序列事件發(fā)生可能性以及被用于一些語(yǔ)音識(shí)別軟件的馬爾可夫模型。這些工程師造出了“神經(jīng)網(wǎng)絡(luò)”，用于并行運(yùn)行和大致模擬神經(jīng)元及其連接；他們還發(fā)現(xiàn)了沒(méi)有經(jīng)過(guò)提前編程的機(jī)器反應(yīng)。這些系統(tǒng)還被用于語(yǔ)音識(shí)別軟件、對(duì)信用卡欺詐的探測(cè)和筆跡識(shí)別當(dāng)中。有些系統(tǒng)是基于推斷的——基于傳統(tǒng)的“如果這樣，那么那樣”的邏輯。有很多程序可以在大量可能的選項(xiàng)中進(jìn)行搜索，就好比“深藍(lán)”運(yùn)行的國(guó)際象棋程序。有些人則在設(shè)計(jì)具有世界基本常識(shí)、因果規(guī)則、與某種情況緊密聯(lián)系的事實(shí)以及意圖目標(biāo)等的人工智能，比如能規(guī)劃路徑并告訴你最近的中餐店怎么走的車載導(dǎo)航儀。

 

　　但人類大腦在很多方面都與電腦不同。在庫(kù)茲韋爾的著作《奇點(diǎn)臨近》（The Singularity Is Near）中枚舉了這些差異：

 

　　·大腦電路雖然很慢，但卻有大量平行處理。大腦有大約100萬(wàn)億個(gè)神經(jīng)元連接，這比目前任何電腦都要多。

 

　　·大腦無(wú)時(shí)無(wú)刻不在重新改造自己并進(jìn)行自組織。

 

　　·大腦可以啟用緊急方案。這也就意味著智能行為是由混亂和復(fù)雜所產(chǎn)生的難以預(yù)測(cè)的結(jié)果。

 

　　·大腦的發(fā)展水平很穩(wěn)定。人們并不會(huì)突然比之前聰明10倍，只會(huì)變得更聰明一點(diǎn)點(diǎn)。

 

　　·大腦很民主。我們會(huì)反駁自己，有內(nèi)部沖突，從而可能產(chǎn)生一個(gè)高級(jí)解決方案。

 

　　·大腦會(huì)進(jìn)化。6-8個(gè)月大的嬰兒不斷發(fā)展著的大腦會(huì)產(chǎn)生許多隨機(jī)突觸，其中那些與理解世界最相符的連接模式會(huì)被保留下來(lái)。某些大腦連接模式很重要，而其他則是隨機(jī)的。結(jié)果是，成年人的突觸要比嬰幼兒的少得多。

 

　　·大腦是一張分工網(wǎng)絡(luò)。腦中沒(méi)有獨(dú)裁者或是中央處理器來(lái)做決定。它的連接四通八達(dá)：信息有許多種在這張網(wǎng)絡(luò)中穿行的方式。

 

　　·大腦有以特定連接模式相連的成塊區(qū)域，可以完成特定功能。

 

　　·大腦的綜合設(shè)計(jì)比神經(jīng)元的設(shè)計(jì)要簡(jiǎn)單。

 

　　有趣的是，庫(kù)茲韋爾忽略了一些很重要的事情。他忽略了大腦是連接在身體上的。目前為止，人工智能程序只能做它們被設(shè)計(jì)去做的事情。它們不會(huì)概括，也沒(méi)有靈活性。“深藍(lán)”即使有大量的連接、海量的內(nèi)存以及能源，也并不知道應(yīng)該把垃圾倒了，或者其他任何設(shè)計(jì)之外的事情。

 

　　雖然尚未達(dá)到與人類同等的智能水平，但電腦已經(jīng)在一些能力上超越了我們。它們?cè)诮鉀Q符號(hào)代數(shù)和微積分問(wèn)題，安排復(fù)雜任務(wù)或序列事件，排布裝配線路，以及其他許多與數(shù)學(xué)相關(guān)的加工過(guò)程中都比我們要強(qiáng)。它們不擅長(zhǎng)評(píng)估質(zhì)量，也沒(méi)有常識(shí)。它們無(wú)法評(píng)論戲劇。正如我之前所說(shuō)的，它們也不善于把一種語(yǔ)言翻譯成另一種，不理解語(yǔ)言中的細(xì)微差別。奇怪的是，它們做不到的很多事都是4歲小孩兒就能做到的，而不是物理學(xué)家或數(shù)學(xué)家才能做到的。

 

　　至今沒(méi)有電腦能夠通過(guò)計(jì)算機(jī)科學(xué)之父艾倫·圖靈（Alan Turing）在1950年提出的圖靈測(cè)試。因此無(wú)法驗(yàn)證這樣一個(gè)問(wèn)題：機(jī)器可以思考嗎？在圖靈測(cè)試中，一個(gè)人類判斷者會(huì)與兩方進(jìn)行自然語(yǔ)言交流，兩方中的一方是人類而另一方是機(jī)器人，兩者都試圖表現(xiàn)得跟人類一樣。如果判斷者無(wú)法確信哪個(gè)是機(jī)器，那么機(jī)器就通過(guò)測(cè)試了。對(duì)話通常限制在文字上，以免聲音成為偏差因素。

 

　　許多研究者并不認(rèn)為這個(gè)測(cè)試可以判斷機(jī)器是否有智力。行為不是測(cè)試智力的方法。電腦可能表現(xiàn)得很智能，但并不代表它就是有智力的。