本书的作者是玛格丽特.A.博登，历任英国生理学会哲学和历史分会主席，也曾担当英国皇家哲学，学会理事，是人工智能领域的威信人士，曾出版有《人工智能史》一书，本期要讲的这本书也是其代表作之一。
在本书中，本书网络了人工智能领域最具代表性的十五篇论文，这些论文为打算机科学的发展，以及人工智能哲学的建立，做出了巨大的贡献，它们总结了人工智能发展的进程，也为我们推演了人工智能的发展趋势。
下面我们就一起来理解一下关于人工智能的哲学。

说到人工智能，一样平常人大概都会遐想到电脑、智好手机、智能音箱等工业制品，一些对汽车行业比较关注的朋友，大概还会遐想到，即将遍及的无人驾驶技能，这也是普遍意义上，人们对人工智能的理解。
这种理解并没有错，普通的老百姓如果一贯坚持这样的不雅观点，彷佛对生活也不会造成任何的影响，但放在科学家身上，事情就变得非常繁芜了。
他们最关心的问题是，人工智能机器到底有没有实现完备的智能。
这个问题在学术界引发了激烈的谈论，但终极并没有得出统一的结论，支持者认为，有些机器已经具备了完备的智能，由于它们可以代替人类去做很多的事情，而反对者则认为，机器究竟是机器，机器再怎么前辈，也不过是人类制造出来的工具，它们做出的任何举动，实际上还是受到人类的掌握，因此它们并不具备完备的智能。
当然，为了佐证自己的不雅观点，正反双方都拿出了各自的证据。

我们先来看看支持者拿出的证据。
最近，科学家发明了一台下围棋的机器人，我们暂且叫他围棋机器人，在世界棋坛上，这个围棋机器人可谓是战果累累，它先后败北了韩国围棋高手李世石、天下第一天才少年柯洁等人。
后来，人们又举行了一次多对一的人机大战，详细过程是，让五个天下顶尖的棋手联合起来，共同对决围棋机器人，结果很遗憾，棋手们一败涂地。
熟习围棋的朋友该当都知道，围棋游戏非常磨练人们的智力，被称为是人类末了的聪慧堡垒。
可是，在机器面前，人类却输得一塌糊涂。
因此，这就很好地印证了机器已经具有完备的智能。

但是，在强有力的证据面前，反对者们却不肯认输，他们也拿出了自己的证据。
他们的证据是科学家约翰.瑟尔提出的一项思想实验，详细的过程这样，假定有一个完备不懂中文的英国佬，被关在一个封闭的小屋内，小屋内除了一本英文手册和一些中文纸条外，什么都没有。
游戏的规则是，当有人从表面递给他一张中文纸条时，当他看到纸条上有提前约定的中笔墨符，那么他就可以通过查询手册，找到相对应的另一张中文纸条，然后把这张中文纸条递出去。
表面的人连续不断地递进来纸条，而这位不懂中文的英国佬可以通过查询手册，顺利地将对应的纸条递出去。
事实上，在他们彼此之间传送的中文纸条都是相互对应的提问和回答。
在外人看来，彷佛房间里的这位英国佬中文很棒的样子，每次都能顺利地回答中文问题。
但实际上，他对中文却是一窍不通。

反对者们阐明说，事实上，那个屡战屡胜的机器人就像小屋里的英国佬，它实在并不具备人类那种可以独立思考的心智，它对围棋也是一窍不通的，只不过，那些聪明绝顶的发明者，为他们制订了完美的行动手册，他们只须要按照对应的指令做出精确的反应。
因此，反对者们就认为，机器并没有具备完备的智能。

如果以普通人的眼力看，彷佛反对者们的不雅观点更有说服力。
那么，我们是否就能认定机器并不具备完备的智能呢？我想恐怕还不能。
本书的作者认为，这个问题须要归结到哲学的范畴，想要真正搞明白这个问题，还须要从更深的层面去剖析。

我们想要搞明白人工智能是什么，势必还要搞清楚人类的心智是什么，就好比说，我们想要判断一种生物是不是鱼类，就要先弄明白什么是鱼类，这样才能有一个参照的标准。

在这里，我们须要阐明一下这个叫做符号主义的观点，它的根本理论是，认为理性能力就代表着人类聪慧的全部。
符号主义者认为，人类的心智紧张便是认知和推理，认知和推理的基本单元是符号，个中认知是对那些代表着一定含义的符号进走运算的过程，推理则是采取启示式符号和启示式搜索，对问题进行求解的过程。
从上面的描述我们可以看到，持有这种不雅观点的人，把人类看作是一台具有运算功能的机器，而人们产生的思维和判断，实际上是建立在这台机器对外部信息的认识和推理的根本之上。

那么，这种不雅观点有没有理论根本呢？当然有。

在过去，乃至是现在，人们该当都会认为，人们的心智和身体并没有太多的联系，由于身体的各个部位都有详细的形状，而且也须要屈服一定的生理规律，就像我们不用饭就会饿，不喝水就会渴一样的道理，或许也可以是一部制作精良的手机，没有电池它就开不了机，但心智却不同。
它不仅没有详细的形状，不须要占空间，也没有生理规律的限定，完备是一个自由清闲的灵魂，能够随意地遐想，也能够存在与不同的空间和维度，因此就可以证明，人类的心智不属于身体，两者也是完备不同的观点。
但是，科学家们却推翻了这种不雅观点，他们已经证明，心智事实上便是大脑实现的功能。
由于如果大脑受损的话，人们的心智就会产生一定的问题。
如果照这样说的话，心智肯定就不能分开身体而单独存在。
于是，符号主义者就根据这一点判断，机器实在已经实现了完备的智能。

他们认为，人类所节制的知识也是信息的一种形式，当然就可以用符号来表示，而机器完备具有处理符号的能力，以是就能够实现运算和推理，这同人类对符号进走运算和建立的根本推理是千篇一律的。

关于符号主义者的这种理论，我们可以举例来解释。

比如说，当一个人听到别人说“表面下雪了”，他大概就会想到，出门的时候须要带一把伞，其余还要多穿点衣服。
这是一个大略的推理过程，当人们在听到下雪这个词汇的时候，实际上是得到了一个符号，人们会对这个符号代表的含义进行剖析，然后得到天会变冷，雪花会把衣服打湿这样的认识，末了再根据干系方面的信息，推理出出门的时候须要带伞，还要多穿点衣服等行为。

而人工智能呢，它们虽然对天冷没有切身的感想熏染，但同样也能根据下雪这个信息得出须要带伞和添加衣服这样的结论。

再比如说，一加二即是三，这道大略的数学公式，人们根据一和二还有加号，这三个符号，终极推理出三的结果，而人工智能也是根据那三个符号，得出三的结论。

当然了，在这个推理的过程中，人工智能和人类的心智还是有一定差异的，虽然两者都能根据相同的符号和信息，得出同样的结论，但个中的事情事理却不一样，就拿上面的例子来说，人们在得知下雪的时候，最先想到的是天冷和雪花会打湿衣服，人们得出要带伞和加衣服这样的结论，是基于对下雪这个观点的理解，而人工智能显然是不能够理解的，它们实际上完备跳过了思考的过程，直接得出了却论。

但是，机器毕竟是机器，目前的人工智能，也只是基于符号主义理论，制造出来的，我们前面说，符号主义谈论的紧张是认知和推理，并不是人类智能的全部内容。
因此，我们对这样的人工智能进行评判的时候，也不能完备参照人类智能的标准来评判。

关于如何评判人工智能，英国著名的数学家艾伦.麦席森.图灵给出了一套标准，被后人们称为图灵试验，它的基本理论是，让人们对电脑进行提问，根据电脑回答的失落误率来判断它是不是具有智能。
详细的方法是，把参与测试的人和电脑分开，让测试者向电脑提出问题，然后再判断答案是其他人回答的，还是由电脑回答的。
经由多次的测试，如果参与测试的人，均匀失落误率超过30%，那么就解释电脑通过了测试，就会被认为具有人工智能。

根据图灵的理论，只要机器能够做出一定比例准确的回答，就解释机器已经拥有理解能力了。
当然，这里的理解跟我们普通意义上的理解并不是一个观点，这个中的差异也是显而易见的，就像我们前面说的那个小屋的实验，小屋里面的英国佬实在并没有真正理解中文的意思，但却给人一种理解的假象。

但不管怎么说，如果只在认知和推理的层面，人工智能已经达到了和人类相似的水平。

有了这种结论，符号主义者就变得更加得意，前面我们说，符号主义的理论根本是，理性能力代表着人类的全部聪慧。
因此，符号主义者就认为，人工智能事实上已经达到了人类智能的水平。
只假如人类智能，能够办理的问题，人工智能也同样能办理，比如说那些精彩的演出，比如说奥数比赛中所有题目的解答过程，再比如说物理学家们独特的思维办法。

关于符号主义者对人工智能的理解，我们可以举一个例子来解释。

人们在做数学题的时候，知道每一个详细的数字代表着一个数量，比如说5这个数字，人们都知道，它可以代表5个人，也可以代表5只猫，5条鱼，总之，人们知道5这个数字，可以代表任何跟5这个数量有关的东西。
而人工智能呢，只要人们输入相应的指令，见告它，5可以代表任何表示数量是5的东西，它也能做出精确的运算，比如说，你提前输入了指令，见告它，5可以是5个苹果，也就可以是5个喷鼻香蕉。
这个时候，如果你再问它，5个喷鼻香蕉加上5个苹果统共有几个水果，它就会精确说出10，这个数字。

以此类推，按照这样的思路，只要人们输入足够多的指令，人工智能就能帮助人们完成任何事。

但是，随着深入的研究，人们创造，用符号主义理论，来建立人工智能系统，在投入利用的时候，常常会碰着各种各样的问题，特殊在是对不愿定的符号和问题进行求解时，它们每每表现的非常不智能。

那么，问题出在哪里呢？事实上正是出在足够多这三个字上面。
按照符号主义者的理论，输入的指令须要足够多，但足够多是一个无穷无尽的观点，根本不可能实现。
比如说那个斗室子里的英国佬，如果你想让他，对任何问题都对答如流的话，那你就须要把中文中，可能涌现的每一个字，每一句话都翻译成英文，然后记录在那本英文手册里。
我们可想而知，那本英文手册得有多大呢？且不说英文手册大小的问题，只说把中文全部翻译成英文，这也是一项不可能完成的事。

放在人工智能上，道理是一样的。
比如说5这个数字，如果想让人工智能每次都不会出错，就必须把5这个数字，能够代表的事物，全部以命令的形式，输入进人工智能系统里。
除了5这个数字外，还有其他无数个数字。

其余，除了输入命令须要花费大量的精力外，符号主义理论也会面临另一个主要的寻衅，那便是如何在有限的步骤和条件下，搜索出最佳的答案。
在求解答案的时候，随着问题难度的提升，人工智能所须要的运算量会呈指数增长，如果运算量达到某一个临界点，人工智能就面临着瘫痪的风险。

在这里，我们有必要理解一下，当年，国际象棋电脑，“深蓝”的表现。
深蓝在制造初期，重达1270公斤，有32个处理器，每秒的打算量靠近2亿步，个中还输入了二百多万局，精良棋手的对局。
就算以现在的眼力看，深蓝也能称得上是一台超级打算机。
但是，在1996年的人机大战中，深蓝还是输给了天下冠军卡斯帕罗夫。
于是，科学家们对它进行了改造，才在1997年以领先一局的成绩险胜卡斯帕罗夫。
深蓝终极取得了胜利，但如果把它看作是一个人的话，很显然是胜之不武的，由于它的块头就摆在那儿，而且，它还拥有32个处理器，对付一个人来讲，就相称于是长着32颗脑袋。

从深蓝的例子我们可以看到，如果按照符号主义坚持的理论，人工智能想要在大略的国际象棋上，与人类打一个平手，都显得如此困难。
那么，在其他更为繁芜的方面，我们也就不敢奢求的更多。
而后来人们制造出来的围棋电脑，就很能解释这一点，由于围棋的棋路比国际象棋更加繁芜，采取人工智能的话，就须要更大的运算量，因此，这些围棋电脑在赛场上表现的就非常不理想。

以是，从这里我们可以看到，基于符号主义理论制造的人工智能，事实上并没有实现完备的智能。

说到这里，大家肯定会想到我们开头部分说到的那个围棋机器人，这位下棋小好手在赛场上的表现可谓是风生水起，它不仅打败了天下顶级的围棋手，还让五位顶级棋手组成的同盟也溃不成军。
这个围棋机器人在赛场上的表现确实很出色，但是，它并不是基于符号主义理论制造出来的，而是我们下面要谈论的，联结主义理论。

严格来说，联结主义是一个生理学名词，它的提出者是美国生理学家爱德华.李.桑代克，但起源恐怕还要归功于英国的哲学家大卫.休谟。
前面我们所说的符号主义，它的主见是，人类的理性能力，代表着人类智能的全部内容，而它的理论根本则是，以西方哲学中的，理性主义理论为条件。
但在18世纪时，这种传统的理论却遭到了休谟的深刻批评。
他认为，除了理性外，还有很多方面能够表示人类的智能。
就比如说人们对因果关系的判断，从表面上看，人类对因果的判断是一个大略的理性推理，但实际上还是源自人们不雅观念的联结习气，而这种联结习气，又是人们汲取了以往的履历而形成的。
在这里，我们举一个大略的例子，比如说，我们第一次伸手去拿装着开水的玻璃杯，结果被狠狠地烫了一下，这时候，我们就总结了一个履历，那便是，装着开水的玻璃杯很烫，我们不能直接用手拿。
到了第二次第三次，我们再瞥见装着开水的玻璃杯时，大概就不会直接伸手去拿。
从表面上看，我们不去拿装着开水的玻璃杯，是对开水很烫这个成分，进行剖析后得出的推理结果。
但实际上，在这个过程中，我们根本不须要推理，仅仅是基于以往的履历所做出的条件反射。

休谟在提出这种理论的时候，完备是基于自己对人类行为办法的不雅观察，不过他的理论终极也得到了神经科学家们的证明，科学家们创造，人脑的神经元之间，是通过突触(神经元之间在功能上发生联系的部位)相互连接在一起的，当联结在一起的两个神经元遭到频繁的刺激时，联结两者的突触就会得到一定程度的增强，当往后再受到同样的刺激时，人脑就能够快速做出反应。
事实上，这也正是我们影象的形成过程。

在休谟和神经科学思想的启示下，人们逐渐总结出一套完全的理论，也便是联结主义，末了，联结主义理论也被运用在人工智能的研发上。

在人工智能领域里，联结主义者的主导思想是，在研发人工智能时，紧张任务是模拟人脑建立起大脑模型，在打算机上仿照一个神经元网络，让机器能够自主地建立神经元之间的联结，有了这个条件后，当打算机在碰着一个问题时，就可以通过终极反馈的结果，不断变换联结的形式，终极构建出能够得出精确答案的联结组合办法。
大略来说，便是打算机也能够像人类那样，通过不断地试错，积累出一定的履历，如果往后再碰着同样的问题时，就不须要再进走运算，直接就可以给出精确的答案。

从上面的内容我们可以看到，联结主义和符号主义之间存在巨大的差异，个中最紧张表示在人工智能有没有自主性，符号主义强调的是输入大量的指令，而联结主义更看重培养人工智能，积累履历的能力。
就拿开水玻璃杯来举例，如果是基于符号主义理论的人工智能，它在第一次得出，不能直打仗碰玻璃杯这个结论时，须要先把玻璃杯拿起来试一次，但在往后得出这样的结论时，却还是须要拿起来考试测验。
而基于联结主义的人工智能就不一样了，它在第一次得出这种结论时，虽然也须要拿起来考试测验，但它会把这个履历，记录在仿照的神经网络里。
因此，在往后须要得出这种结论时，它就不须要再拿起来考试测验。
从剖析的结果来看，基于联结主义的人工智能可以省去很大的运算量，这就避开了基于符号主义的人工智能，运算量过大的毛病，也让人工智能的发展在技能上实现了打破。

从这个角度看，基于联结主义的人工智能彷佛是出息无量的，彷佛也实现了完备的智能。
但是，它并不是一点毛病也没有，个中暴露的问题也非常棘手，紧张就表示在，它太过依赖于以往的履历，而且不会对过往的履历进行甄别。
用普通的话来讲，便是太过刻板。
人类虽然也是从履历中学习，但人类在面对履历时，总是抱着差异对待的态度，人们每每非常重视一些特殊主要的履历，但也常常会忽略一些无关紧要的履历。
而且在很多时候，人们得到的某一种履历很可能只是通过别人的口述，并不一定须要自己去证明，但基于联结主义的人工智能却不同，它们得到的每一条履历，都是来自自己的亲自经历，而且还是建立在大量试错的根本上。
其余，人类的学习有一定的创造性。
也便是说，人类具有举一反三的能力，通过得到某一条履历，人类很可能会额外得到很多条履历，但人工智能显然做不到这一点。
比如说，人们得知装着开水的玻璃杯不能摸之后，就会遐想到装着开水的啤酒瓶同样也不能摸，但人工智能可能须要去试一试，才能得出这样的结论。

因此，如果这样说的话，基于联结主义的人工智能实际上仍旧没有实现完备的智能。

但是，不论是基于符号主义的人工智能，还是基于联结主义的人工智能，它们身上暴露的问题，并没有表示出人工智能与人类智能之间的根本差异。
毕竟，就算某个人反应慢一点，或者是变的刻板一点，只要他还能进行正常的思维，那他就完备还属于人类。
人工智能与人类智能之间的差异，紧张还是表示在通用性和感情上。

我们先来看看通用性。
首先说人类，人类的大脑在指挥人们干工作的时候，不会仅仅局限于某一项任务，比如说，人类大脑可以指挥人们下象棋，也可以指挥人们驾驶摩托车，当然，还有其他更多的事情可以操控。
但人工智能却不一样，现阶段的人工智能只能在某一个方面发挥出浸染，比如我们前面讲的那个围棋机器人，设计者的初衷是让它来下围棋，因此它就干不了其他事。
以是说，现在的人工智能智能依赖设计者给它供应的智能，并不能自发的产生灵巧应变的能力，如果设计者没有给它添加某一项技能，它也不可能通过后天的学习去节制这项技能。

下面我们再来说一讨情感。
我们都知道，人们在面对不同的事物，或者体验到不同的感想熏染时，内心里都会产生一系列不同的感情，比如说，当我们被装着开水的玻璃杯烫到时，我们会下意识缩手，疼痛的觉得也会在很短韶光内消逝，但我们内心还会持久不断地体会到这种痛楚，我们乃至可能在心里诅咒，也可能表现在措辞上，而在往后的生活中，我们很可能会常常提起这件事。
再比如，当我们看到一个俊秀的女孩时，我们的感情会发生一定的颠簸，在全体感情颠簸过程中，我们体验到的可能是愉快，可能是慌张，也可能是自惭形秽带来的痛楚。

总之，在面对诸如此类的事情时，我们内心都产生了切切实实的感想熏染，这在生理学上被称为主不雅观感想熏染，也便是我们所说的感情。

但是，人工智能就不会这样，它们在面对这些事情的时候，也会做出相应的反应，但在内心里实在并没有觉得。

比如说，当一个机器人被开水烫到时，它或许也会快速地缩手或者发出一系列诅咒声。
但是，它监测到的只是温度的变革，这些都是设计者提前输入进去的指令，它并没有真正感想熏染到痛楚，当然也不会产生持续不断的痛楚感。

在《我的女友是机器人》这部科幻电影里，机器人女友悬挂在断崖的边缘，为了救回自己的男友，用尽末了一点力气将男友甩回到地面上，但终极却捐躯了自己。
这一幕确实令人动容，机器人女友也确实拥有人类的感情。
但是，这也仅仅存在于科幻电影里，在我们现实生活中，人工智能远远做不到这一点。
我们现在最为前辈的人工智能，也仅仅只是能够模拟人类感情的功能，但并不会产生主不雅观的感想熏染。
如果有可能，我们可以制造出跟自己千篇一律的仿制品，它们在外不雅观上，在言谈举止上，大概跟人类千篇一律，但在主不雅观感想熏染上却完备不一样，确切地说，它们并没有自己的主不雅观感想熏染。
比如说，它们看到一个美女时，大概会吹口哨，大概也会表现的很愉快，但它们并不会在内部产生一系列感情的变革。
再比如，当人工智能看到辣椒时，它们大概会说出辣椒这个词汇，大概也会表达出来辣椒狠辣的意思，但他们并不会遐想到吃辣椒时那种热辣的觉得。

总之，人工智能并没有一个自我的观点，也便是说，它们没有自我意识，总是从客不雅观的角度去剖析和判断自身碰着的问题，它们只会去处理问题，而不会对问题本身产生一定的思考。

当然，这也是人们在研发人工智能时面临的最大的寻衅，毕竟，人脑的构造太过于繁芜，人们乃至连人脑的布局都没有搞清楚，当然就谈不上仿照了。

不过，人工智能的研发事情并没有到达走投入路的地步，在这方面，我们还有很多路子可以去考试测验。
在我们面临绝境的时候，一个叫做赫伯特.雷德福斯的哲学家，为我们供应了一个全新的思路。
他认为：人类的智能不仅仅发生在大脑中，还发生在人们的身体上。
因此，如果想要实现真正的智能，就不仅仅须要考虑发生在脑袋里面的事情，还要负责地研究身体方面的智能。

初看雷德弗斯的理论，彷佛显得非常荒诞不经，但如果仔细剖析的话，彷佛也有一定的道理，而且现实中很多客不雅观的事实也能证明这一点。
比如说，当我们触摸到装着开水的玻璃杯时，会迅速地缩手，但在缩手的一瞬间，我们事实上并没有觉得到灼热，每每要等到一两秒之后，我们才能觉得到那种疼痛。
大概大家不愿意承认，但这便是一个客不雅观的事实，相信很多朋友也都有过切身的经历。
在这个过程中，当人们做出缩手这个动作时，事实上大脑并没有吸收到干系的信息，因此，做出缩手的动作，并不是大脑下达的指令，而是我们的手臂自己做出的反应。

实在类似的例子大概多，特殊是在体育赛场上，比如说篮球运动，当篮球忽然飞来时，运动员根本没有思考的韶光，大脑也根本来不及下达相应的指令，但运动员每每能够准确地接住篮球。
在这个过程中，运动员能够做出精确的动作，完备靠的是手臂本身的智能。

从这些例子我们可以看到，人们的身体彷佛也拥有一定的思考能力，在没经由大脑指挥的情形下，也会自发地做出一系列举动。
听到这里，大家内心是不是升腾起一丝忧虑？会不会担心自己的手，会不由自主地伸进别人的口袋？又或者是担心自己的腿，在没经由大脑许可的情形下，随意奔忙在马路上？实在这种担心大可不必，像类似这些意图明确的举动，大概还得接管大脑的掌握，人们的身体之以是能够做出那些看起来不可思议的举动，实际上还是由于大脑没有来得及反应，这才让人们的身体智能得到一定程度的发挥。

但是，德雷福斯的理论，如果能够运用在人工智能领域里，前景就相称的广阔了，由于人们完备可以避开人脑这个大难题，转而研究人类身体的智能机制，身体相对付大脑而言，那就大略多了。

不过，就算是人类身体的智能，也不是一朝一夕就能研究透彻的，这势必还须要干系的科研职员投入大量的韶光和精力。

其余，人工智能的研发，大概还须要更加前卫的不雅观念来引领。

至此，我们本期要讲的核心内容就为大家讲解完毕，下面让我们做一个大略的总结：在人工智能发展的初始阶段，由于理性主义的传统理念和符号主义理论的局限，人工智能只能实现认知运算和推理方面的智能，它面临的最大难题是运算量。
联结主义理论的提出，让人工智能的发展实现了技能层面的打破，人工智能也在一定程度上实现了自主性，但它们过于依赖以往的履历，又常常执着于那些看起来非常大略的履历，因此，也表现得不是很智能。
最主要的是，现阶段的人工智能，并不能像人类那样，拥有独立思考的能力，它们没有自己的感情，没有自我的意识，更没有人类丰富的情绪。
由此可见，现在的人工智能并没有实现完备的智能。
因此，在发展人工智能的道路上，人类势必还要做出更大的努力。

但是，我们在研发人工智能的时候，务必要做到小心与谨慎，我们空想的人工智能，是那些像机器人女友那样的，有着丰富感情的，跟人类站在同一个阵营的人工智能，而不是那些把枪口指向人类的冷血机器人。

五哥读书，每天一本好书精读。
和我一起，精进学习，自我迭代。

本文由董浩读书app创始人、《粉丝经济学》作者吴高远师长西席（网名五哥）原创撰稿。
感谢关注。