文|創(chuàng)瞰巴黎 Julien Hernandez

編輯|Meister Xia

導讀

人工智能（AI）與人類智能（HI）相輔相成，卻在歷史中形成了兩大學派：符號人工智能與聯(lián)結(jié)主義人工智能。隨著計算機能力的提升，兩者在發(fā)展中互相交替，引發(fā)了對于“智力”的定義和兩者異同的深刻思考。人工智能專家強調(diào)，機器是否具備智力需看其生成結(jié)果的實際意義。然而，討論AI是否能與人類一樣或勝于人類是否失去意義？關(guān)鍵在于AI如何為人類服務(wù)，這牽涉?zhèn)惱?、?jīng)濟、立法等多領(lǐng)域，需要全球共同探討。在人工智能的未來發(fā)展中，我們究竟期待它為我們實現(xiàn)何種目標？為何而存在？

一覽：

• 人工智能自問世之初，就引發(fā)了與人類智能的比較。
• 一些學者主張人工智能的開發(fā)應(yīng)遵循仿生學，而另一些學者則認為計算機認知不必牽涉到人類認知。
• 由于“智力”的定義長期沒有定論，比較人工智能和人類智能更是莫衷一是。
• 人類“意識”一直是人工智能無法模仿的，也是與人類智能最大的差別所在。
• 思考這兩種智能的異同有助于我們深入探討有關(guān)人工智能使用、意義和監(jiān)管的倫理問題。

人工智能（AI）正在顛覆世界，滲透了我們生活的方方面面，或多或少地刺激著人類的幻想和雄心壯志，也不可避免地引發(fā)了與和人類智能（HI）的比較。但這不是空穴來風，畢竟人工智能自問世之初就帶來了相關(guān)的爭議和思考。

01 由來已久的比較

人工智能和人類智能是兩個相互獨立，但又相輔相成的科研領(lǐng)域，自計算機誕生以來便是如此。法國索邦大學科學哲學系名譽教授Daniel Andler說：“人工智能的先驅(qū)者中存在兩種思潮，一種認為人工智能應(yīng)該以分析人類心理過程為基礎(chǔ)，將其在計算機中再現(xiàn)，讓兩種智能相互促進。另一種則認為人類智能存在局限性，注重提高計算機解決問題的能力，以結(jié)果為導向而非思維過程為導向?！?/p>

法國洛林大學計算機科學教授Maxime Amblad解釋道：“眼下許多文章、書籍都在拿人工智能和人類智能做比較，但其實自人工智能問世以來便有這樣的討論。此外，現(xiàn)在大家誤認為計算機數(shù)字化等同于人工智能，這也是不對的。掌握些計算機科學的基礎(chǔ)就知道，人工智能不過是眾多計算方法中的一種，其特征是方法本身和它解決的任務(wù)性質(zhì)。如果一個計算任務(wù)看似涉及到人類特有的技能，我們就把用來解決它的計算方法叫做人工智能，僅此而已?！?/p>

02 人工智能兩大學派

人工智能的兩種主流思潮，催生了人工智能研究的兩大分支：

• 符號人工智能，基于邏輯推理規(guī)則，與人類認知模式的相似度較低。
• 聯(lián)結(jié)主義人工智能，基于神經(jīng)網(wǎng)絡(luò)，源于對人類認知模式的模仿。

根據(jù)Amblad教授介紹：“20世紀中葉，計算機的計算能力仍然較弱，與今天不可同日而語。當時有人開發(fā)了所謂的‘專家系統(tǒng)’，把某些領(lǐng)域的專業(yè)知識轉(zhuǎn)化成規(guī)則和符號，以編碼形式存儲在硬件中，試圖讓計算機系統(tǒng)‘更智能’。但其他研究者不滿足于此，而是探究‘專業(yè)知識’形成的過程，進而通過構(gòu)建概率分布以合理反映世間的種種現(xiàn)象。隨著數(shù)據(jù)、內(nèi)存和計算能力急劇增長，后者大行其道?！?/p>

Amblad教授將兩大分支比喻為一左一右更替前行的兩條腿。在計算能力弱時，大家青睞符號模型，概率模型不受重視。現(xiàn)在隨著計算機能力的長足發(fā)展，概率模型引領(lǐng)新潮流，聯(lián)結(jié)主義人工智能邁向一個新高峰。但由于經(jīng)典概率模型是個“黑箱”，未來的人工智能可能會更注重符號模型，以提高生成結(jié)果的可解釋性。

法國人工智能企業(yè)Ekimetrics數(shù)據(jù)科學負責人、神經(jīng)科學博士Annabelle Blangero則指出：“鑒于現(xiàn)在人們覺得只有具有機器學習功能的系統(tǒng)才叫人工智能，以前的‘專家系統(tǒng)’是否屬于人工智能還是個問題?！辈贿^，現(xiàn)在仍有人工智能專家對符號人工智能非常熱衷，比如英國計算機科學家Stuart Russel。Amblad教授也認為“一個系統(tǒng)是不是人工智能，關(guān)鍵看計算結(jié)果有沒有現(xiàn)實意義，所使用的算法性質(zhì)是次要的，但也許我的思想受到人工智能早期歷史和認識論的影響較大。”

03 機器與人類的異同

了解了歷史和兩種思潮，便會有人提出：人工智能和人類智能是否就像一枚硬幣的兩面？這取決于如何對二者進行比較。Andler教授說：“如果把‘智力’定義為認知的功能，那答案是肯定的。然而，人類智能可以對時間、空間有所感知，而人工智能做不到，二者這么看來就不對等了。美國哲學家John Haugeland曾說過，人工智能與人類智能相比，總是有所欠缺，缺少意識、意向性、自主性、情感，當然也缺身體?！?/p>

Blangero博士認為，人工智能沒有意識和精神狀態(tài)的問題，可以通過技術(shù)發(fā)展彌補：“我所在的神經(jīng)科學學派認為，意識源于對環(huán)境、對身體感知的持續(xù)評估?；谶@一原則，只要能在機器中復制人類大腦活動的種種模態(tài)，應(yīng)該就能產(chǎn)生類似的‘意識’。如今，聯(lián)結(jié)主義人工智能系統(tǒng)能相當忠實地再現(xiàn)人腦的活動，我們已經(jīng)可以用相同的指標衡量人工神經(jīng)網(wǎng)絡(luò)和生物神經(jīng)網(wǎng)絡(luò)的活躍程度?！?/p>

然而Andler教授指出：“時至今日，仍沒有一個決定性的理論能解釋人類意識的萌生。由于沒有定論，這個問題經(jīng)常引發(fā)科學界乃至哲學界的辯論?！盇mblad教授也認為，人和機器根本的區(qū)別在于是否有理解世界的欲望：“人類感知了世界，進而會主動地去理解、解釋世界，我們?nèi)祟愂敲逼鋵嵉摹饬x制造者’?！?/p>

04 如何定義智力？

即使知道了人類智能和人工智能的差異，也未必有助于深度融合人工智能和人類智能，而這就涉及到“智力”的定義了。

經(jīng)典定義認為，智力是人類解決問題的一系列能力。Andler教授在新作《人工智能和人類智能的雙重謎團（Intelligence artificielle, intelligence humaine : la double énigme）》中提出了另一個值得玩味的定義：“人類和非人類動物使用智力適應(yīng)環(huán)境，會通過學習，以符合時機、符合環(huán)境條件的方式，解決與自身相關(guān)的問題，但對于一般性、抽象的問題則漠不關(guān)心?！?/p>

這一定義很值得商榷，其優(yōu)點在于沒有使用死板的表述，而是靈活地描述了智力使用的具體情境以體現(xiàn)其豐富內(nèi)涵。Andler教授同時指出，智力這個概念本身是一個“厚概念”：既是描述性的，又是具體性的；既有評價性，也有主觀性。雖然在實際中能輕易地分辨出一個人的智力高低，但給出一個智力的籠統(tǒng)定義卻很難?！?/p>

05 最終目的：如何讓人工智能為人類服務(wù)

無論怎么對比人類智能和人工智能，也許都評不出高下，但比結(jié)果更重要的是過程，是我們?nèi)祟愐宦纷邅硇纬傻乃伎迹何覀兿胍斯ぶ悄茏鍪裁?？為了什么？我們希望未來的社會發(fā)展成什么樣子？

這些問題涉及倫理、經(jīng)濟、立法和社會，需要人工智能領(lǐng)域的參與者以及世界各地的政府和公民共同應(yīng)對。歸根結(jié)底，討論人工智能是否會像人類一樣是沒有意義的。最重要的是，我們想用它做什么，以及為什么？