在《當你談?wù)撊斯ぶ悄軙r(shí)，到底在談?wù)撌裁?》一文中，我解釋了在人工智能這個(gè)領(lǐng)域中目前對“智能”的理解有非常不同的幾派。這種差別直接表現在他們給“智能”下的工作定義上。
所謂“工作定義”，是指在一個(gè)理論中使用一個(gè)本來(lái)有歧義的詞匯時(shí)，對其在該理論中的意義的界定。這就像是說(shuō)“我知道這個(gè)詞有不同的意思，但在這個(gè)理論中它是下面的意思……”一個(gè)詞匯的工作定義當然要盡量符合其在一般使用時(shí)的意義，但這不是唯一的考量，尤其是對一個(gè)本來(lái)就有歧義的詞匯來(lái)說(shuō)。實(shí)際上，科學(xué)史上的一些重大進(jìn)展恰恰是從對某個(gè)常用詞匯的重新解釋開(kāi)始的。
在前文中已經(jīng)提到，我把“智能”定義成“在知識和資源相對不足的條件下的適應能力”，而本文的目的，就是解釋我為什么采用了這樣一個(gè)獨特的工作定義。
在與“智能”（及其相關(guān)概念，如“認知”“思維”“意識”等等）有關(guān)的諸多研究方向中，我所感興趣的是，通過(guò)對人類(lèi)智能的研究發(fā)現智能的一般規律，并將其在計算機中實(shí)現。這個(gè)說(shuō)法聽(tīng)上去平淡無(wú)奇，但仔細探究起來(lái)，它隱含著(zhù)下列三條基本預設：
（1）人類(lèi)是有智能的（盡管不同人的智能可能在程度和特征上有所差別）；
（2）人類(lèi)智能不是智能的唯一可能形態(tài)（智能系統并非在所有方面和人完全一樣）；
（3）現存的計算機系統基本是沒(méi)有智能的（否則人工智能早已經(jīng)實(shí)現了）。
下面讓我們逐條分析這些基本預設，并考察它與智能的各種工作定義的關(guān)系。
第一預設看上去不言自明，但實(shí)際上排除了許多“原則派”的智能定義。如前文所述，這一派認為智能代表著(zhù)某種理性原則，“智能的”意味著(zhù)按某種標準衡量是最好的。傳統的理性標準包括經(jīng)典邏輯模型和概率論模型及其變種，但人的現實(shí)思維活動(dòng)往往背離這些模型，以至于有不少人認為人的思維是“非理性”的。如果只有符合經(jīng)典邏輯或概率論才算有智能，那么普通人也要被排除在智能系統之外了。
第二預設要求智能定義不能只包括人類(lèi)智能。即使在一個(gè)“廣義智能”理論完全建立之前，我們也有理由要求它至少涵蓋下列智能形態(tài)：
（1）人類(lèi)智能（第一預設）；
（2）人工智能，或者叫計算機智能，至少作為一種理論可能性；
（3）動(dòng)物智能：某些動(dòng)物公認比另一些動(dòng)物“聰明”，而一個(gè)廣義智能理論應當能解釋這種差別。另一方面，既然我們認為智能是進(jìn)化的產(chǎn)物，那么說(shuō)其它動(dòng)物一點(diǎn)智能都沒(méi)有，這似乎也說(shuō)不過(guò)去，盡管可以說(shuō)它們的智能比人類(lèi)低很多；
（4）群體智能：把一個(gè)人類(lèi)或動(dòng)物群體看成一個(gè)智能系統絕不僅僅是一種比喻或擬人化的修辭手段，而是有深刻的合理性。蟻群和蜂群的內在整體性和行為協(xié)調性已廣為人知，而一個(gè)人類(lèi)組織（如政府、軍隊、公司、社團等）常?？梢韵褚粋€(gè)人一樣被分析其“聰明”或“愚蠢”之處，盡管群體和個(gè)體確有各種差別；
（5）外星智能：盡管尚無(wú)其存在的證據，起碼沒(méi)有人否認“智能外星人”是個(gè)有意義的概念。
一旦第二預設的上述解釋被接受，“結構派”和“行為派”的智能定義就顯然太“窄”，太“人類(lèi)中心主義”了。即使撇開(kāi)人工智能不談，后三種智能顯然既未必基于和人腦一樣的內部結構，也未必產(chǎn)生和人類(lèi)一樣的外部行為。
當圖靈提出他著(zhù)名的“圖靈測試”時(shí)，是將其做為“思維”的充分條件，而非充分必要條件的，因為他明確承認一個(gè)機器可以表現得不像人但仍被認為能思維。因此，他并沒(méi)有給智能或思維一個(gè)“行為派”的定義，而這一點(diǎn)被大多數后人誤會(huì )了。沿“結構派”或“行為派”的路線(xiàn)仍可能造出智能系統來(lái)，但由于它們的目標和途徑附加了只對人類(lèi)智能來(lái)說(shuō)是必要的限制，因此它們不是導向人工智能的合適路徑。就像在研究制造飛行器時(shí)完全“以鳥(niǎo)為師”一樣，其問(wèn)題不在可能性，而在必要性和一般性。
第三預設是基于下面的直覺(jué)：盡管今天的計算機已經(jīng)可以解決很多復雜的問(wèn)題，我們仍常常覺(jué)得它們缺乏人類(lèi)思維的某些本質(zhì)特征。這里的差別主要不是在速度、容量、復雜性、可靠性等方面，而是在適應性、靈活性、創(chuàng )造性、自主性等方面。
在解決一個(gè)具體問(wèn)題的時(shí)候，計算機往往是依賴(lài)于一個(gè)事先給定的程序，而缺乏變通的能力，也無(wú)法應對那些系統設計者沒(méi)有預料到的情況。而這種工作方式恰恰是傳統計算機科學(xué)所要求的，即把“問(wèn)題”看成一個(gè)固定的輸入—輸出關(guān)系，把問(wèn)題的“解法”看成一個(gè)固定的逐步將輸入變換成輸出的“算法”，而“程序”則是算法的計算機可以理解和執行的形態(tài)。
根據第三預設，如果一個(gè)系統在解決問(wèn)題時(shí)完全依靠預先給定的程序，那就不算有智能，不論問(wèn)題在人看來(lái)有多難，或程序相應于哪種人類(lèi)認知功能。由此說(shuō)來(lái)，“能力派”和“方法派”的智能定義就太“寬”了，以至于包含了很多大家直覺(jué)上不認為有智能的系統。比如說(shuō)，現在大概沒(méi)有人會(huì )認為一個(gè)排序程序有智能，但在計算機出現之前，“把一組任意對象按某種次序排列”的確是只有人腦才能解決的問(wèn)題，而其中也涉及了若干認知功能。
綜上所述，如果上面三條預設及其解釋被接受，那么智能的工作定義只剩下“原則派”一條路，且不能采用基于經(jīng)典邏輯或概率論的理性原則。
下面讓我們一起來(lái)理解，為什么“在知識和資源相對不足的條件下的適應能力”符合對智能的工作定義的上述要求。
首先，“知識和資源相對不足”需要進(jìn)一步澄清?！百Y源不足”是說(shuō)，盡管系統的信息加工能力（處理器數量、速度，存儲器容量等等）是有限的，它卻必須實(shí)時(shí)工作，即新任務(wù)可以隨時(shí)出現，且帶有時(shí)間要求。因此時(shí)間不足（沒(méi)時(shí)間想）、空間不足（沒(méi)地方裝）是常態(tài)?！爸R不足”是說(shuō)新任務(wù)常常超出已有知識的范圍，而且所有已有知識都可能被新知識挑戰。
這些不足是以往的理論模型（經(jīng)典邏輯、概率論、圖靈機）所未完全考慮的。盡管每個(gè)具體系統都僅有有限的能力、知識、資源，但這些模型都假定，它們已經(jīng)足以完成系統所需應對的任務(wù)。以計算模型為例，系統只負責解決那些它已有算法，而且能滿(mǎn)足其時(shí)空資源要求的問(wèn)題。對一個(gè)超出系統知識和資源范圍的問(wèn)題，它基本上不能提供有價(jià)值的答復。如果你問(wèn)了計算機這樣一個(gè)問(wèn)題而它答不上來(lái)，那是你的錯，不是它的錯。
這不是一個(gè)智能系統應該做的。我們經(jīng)常遇到新問(wèn)題，而且一般沒(méi)有時(shí)間去考慮一個(gè)問(wèn)題的所有相關(guān)因素，我們的智能恰恰是這種情形下才得以展現的，而不是體現在那些我們已經(jīng)預知詳細解法，且有足夠的時(shí)間來(lái)依此行事的問(wèn)題上。對后一種問(wèn)題，我們會(huì )說(shuō)其解決是“機械的”或“本能的”，是不需要“動(dòng)腦子”的。
能夠在“知識和資源相對不足”的條件下工作只是這個(gè)智能定義的一半，而另一半是關(guān)于如何在這種條件下體現“理性”。這里的關(guān)鍵概念是“適應”。具體說(shuō)來(lái)包含兩點(diǎn)：以過(guò)去的知識應對未來(lái)的情況；以有限的資源應對無(wú)限的需求。
有適應能力的系統依據經(jīng)驗決定自己的行為，即使在遇到前所未見(jiàn)的問(wèn)題時(shí)，也會(huì )比照已知的類(lèi)似情況定下對策。當需要考慮的事情超出系統的思考能力時(shí)，適應性意味著(zhù)集中精力于最重要的事情，而什么是“重要”的，也是根據過(guò)去經(jīng)驗確定的。
既然系統對未來(lái)經(jīng)驗抱開(kāi)放態(tài)度，那就是承認了未來(lái)經(jīng)驗和過(guò)去經(jīng)驗可能不同，因此也就無(wú)法保證自己行為的絕對正確性。在這里，“適應”是一種“盡力而為”的努力，其合理性是不以結果的成敗而論的。因為目前的應對都會(huì )成為未來(lái)的經(jīng)驗，即使失敗的嘗試也會(huì )對未來(lái)的決策做出貢獻。
在一個(gè)相對穩定但仍充滿(mǎn)變化的環(huán)境中，“盡人事，聽(tīng)天命”比“以不變應萬(wàn)變”和“既然天意難測，何妨任意為之”更體現適應性，因此更合乎理性。這種理性是相對于系統的以往經(jīng)驗和當前資源供應的，因此可以解釋系統的錯誤?！爸悄堋苯^不是“全知全能”，但就算錯，也要錯得情有可原。
“在知識和資源相對不足的條件下的適應能力”作為智能定義是符合前面的三條預設的。當我們考察一個(gè)系統的智能時(shí)，其著(zhù)眼點(diǎn)一般不是看它能解決什么問(wèn)題，而是看其能力是事先確定并無(wú)法改變的，還是在經(jīng)驗中逐漸形成并保持一定的可塑性的。
這也正是傳統的計算機系統和人腦的主要差別。即使是現有的各種機器學(xué)習算法，也仍然是基于各種知識資源相對充足的假設，并且其學(xué)習結果往往收斂于一個(gè)確定的輸入—輸出映射。按照這些傳統觀(guān)點(diǎn)，每個(gè)問(wèn)題都有一個(gè)“正確的”解，和系統的經(jīng)驗與處境無(wú)關(guān)。但根據上述“相對理性”，什么樣的解是“正確的”常常（盡管并非永遠）是和系統的經(jīng)驗與處境有關(guān)的。
如此一來(lái)，本文所描述的這個(gè)智能定義和其它智能定義的關(guān)系也就清楚了。按照這個(gè)標準，一個(gè)智能系統不必在內部結構或外部行為上和人腦“形似”，但必須在理性原則上與其“神似”。一個(gè)計算機系統是否有智能，不在于某一個(gè)時(shí)刻它能解決什么實(shí)際問(wèn)題，而在于它提供的解是否依賴(lài)于系統的歷史和處境。
這個(gè)定義的另一個(gè)優(yōu)點(diǎn)是，它為人工智能和一般智能理論劃定了一個(gè)獨特的研究領(lǐng)域，而其它定義則很大程度上把人工智能歸結于一個(gè)現存的學(xué)科：“結構派”主要貢獻于腦科學(xué)，“行為派”主要貢獻于心理學(xué)，“能力派”基本就是計算機應用，“方法派”主要貢獻于計算機科學(xué)，而“原則派”中基于傳統理性模型的工作主要貢獻于數學(xué)和邏輯學(xué)。
與它們相反，對“在知識和資源相對不足的條件下的適應能力”的研究不完全屬于現有的任何一個(gè)學(xué)科，盡管和很多學(xué)科有關(guān)系。人工智能系統最終是要通過(guò)計算機技術(shù)來(lái)實(shí)現的，但這不意味著(zhù)智能理論一定要以計算理論為基礎。
這個(gè)智能定義為人工智能指示了一條和主流觀(guān)點(diǎn)很不一樣的道路，并且可以用來(lái)解釋人類(lèi)智能中的很多現象。詳細討論其引申結論及實(shí)現途徑則超出了本文的范圍。
文章來(lái)源：虎嗅網(wǎng)
