 |
|
 |
|
|
|
 |
|
|
|
|
|
|
|
 | 範例絕學：再談AI和計算機 |
| | 範例絕學：再談AI和計算機
在“論範例”書中，我談到了AI(Artificial Intelligence)的界限，主要是從思維的“絕對和無限”角度談的。近來對意識方面絕對和無限性的思考，使我想再從意識方面談談這個AI和計算機的界限。
如果我們稍微回顧一下AI和計算機摹擬人的智力的歷史，在不太遠的過去，由美國伯克利大學哲學教授約翰舍爾(John Searl)和胡伯特隹弗斯(Hubert Dreyfus)較為著名。前者的知名例子是關於“中文黑箱”的討論，後者是出版了幾版“計算機不能幹什麼？”的AI理論論著。兩人的觀點在AI和計算機的界限方面的看法頗為一致：AI只能摹擬語句(syntax)不能摹擬語義(semantics)，因此，它們不可能產生意識，既無法像人一樣具有理解力。他們的結論是對的，在我看來，但他們沒說清楚為什麼。所以總有人不服氣要跟他們爭到底。這些不服氣的AI工作者的口號是，“別告訴我什麼AI/計算機缺乏理解力。告訴我任何一件具體事例，我就能讓AI/計算機做到”。這些工作者又是對的，因為“凡是出現過的，都是可以用AI/計算機重複的”。
綜合上面兩個方面，我應該說，“凡是集體的，一定是出現過的。凡是出現過的，都是可以摹擬的”。只有還未出現的事物，只有個人才可能創新。AI/計算機無法解決創新的問題，因為語義是新的，語句因而也是新的，AI/計算機的程序還不可能編進自己的結構中。舉例，IBM的“深藍”戰勝了俄國的國際象棋大師，獲得了大師稱號。如果深藍不是機器，是個人，那意味什麼呢？金錢，美女，洋房汽車，數不清的榮華富貴，如我們著名的華人諾貝爾獎得主。但對個機器算什麼？編程序員說不定要被解僱了，因為項目作完了。這就是“語義”和“語句”的區別。
這三對兒相關的概念，“語句/語義，‘內容思想和形式思想’，思維/意識”，對研究AI/計算機的界限是至關重要的。因為不理解它們的聯繫，就會作許多無用功，浪費了生命。嚴格地說，語義是無法摹擬的。但語義又總是用語句來表達的，所以總是可能通過語句來摹擬語義- 使得坐在“中文黑箱裡被操縱的人”好像懂得中文似的。這裡的關鍵區別，就在與“過去和未來”的分別，如前面所說。
那麼，AI/計算機如何通過語句來摹擬語義呢？無論我們觀察蘋果公司的“愛瘋”的語音系統“Sira”，還是“龍”公司的語音軟件，我們都只能覺得他們都離一個普遍人的水平差的太遠，更不用說稍微複雜一點的人的思維了。我相信造成這種情況的主要原因，不是機器運算速度，內存數據，或其他什麼限製造成的，而是由於工作者對語句和語義的邏輯關係不清晰，因而編不出比較接近普通人，或具有集體平均智力程度的軟件。如果這些軟件達到應該有的程度，郵局，車站，銀行等，凡是“標準業務問答”占主要部分的服務機構，都應該換成機器人，而將人力騰出去做更重要的創造工作或 - 吃喝玩樂？作重複性工作是浪費人的生命。
最後，具體到如何編程，我的建議是應用“multi-threading”。既，在搜索語句時，總在系統的“背後”建立“語義邏輯主幹線”。只有到完全在系統中找不到的語句對話時，才是系統編碼的界限。否則應該不斷改進，遲早會答到“普通人”智力的AI/計算機智力目標 - 這就是“論範例”中所說的，“沒有人工智能，只有人造功能”。
|
|
|
|
|
|
 |
|
|
|
|
|
|
