漫談機器人的人工智能

王　鯤

自機器人誕生之初人類便一直存在著“機器人恐懼癥”的想法，但機器人真的快征服地球了嗎?真正傷腦筋的，是所謂的“人工智能”。但在擔心機器人比人類聰明使人類失去存在的必要，或是機器人奴隸反抗人類主人之前，我們先要問的是，人工智能有可能嗎?還是先來看看機器人的歷史吧!

機器人歷史回顧

最早的“機器人”頂多只能算是結(jié)構(gòu)精密的自動化機械，就像你不會稱一個時鐘為機器人一樣。那時的機械以現(xiàn)代的角度來說也稱不上是機器人，但想象古希臘人看到希洛(Hero of Alexandria)或阿加扎利(Al-jazari)所做的精巧自動機器(稱為Automaton)時，他們的感覺恐怕和我們第一次看到iPhone的感覺差不多吧。而“人形機器人”的概念來自大發(fā)明家(兼科學家、數(shù)學家、工程師、人體解剖學家、畫家、雕塑家、建筑師、植物學家、音樂家和左手倒著寫字專家)達文西。他的眾多草稿中，就包括一個內(nèi)含機械構(gòu)造的武士盔甲。就像大部份達文西草稿內(nèi)的東西一樣，沒人知道在當時有沒有人做出這么個機器人來，但看機械，似乎會站會坐、會揮手，嘴巴還會動呢!

真正意義上的機器人出現(xiàn)于1959年。美國人英格伯格和德沃爾研制出世上第一臺工業(yè)機器人。這臺機器人外形像一個坦克的炮架，基座上有個可轉(zhuǎn)動的大機械臂，該臂上又伸出一個可伸縮和轉(zhuǎn)動的小機械臂，能進行一些簡單操作，代替人做一些諸如抓放零件的工作。

經(jīng)過了40年的發(fā)展，機器人獲得了很大的發(fā)展——無論在數(shù)量還是質(zhì)量上，這呈現(xiàn)了各門科學技術(shù)相互融會貫通的結(jié)果?，F(xiàn)代工業(yè)機器人主要有四種類型：(1)順序型——這類機器人擁有規(guī)定的程序動作控制系統(tǒng)；(2)沿軌跡作業(yè)型——這類機器人執(zhí)行某種移動作業(yè)，如焊接、噴漆等；(3)遠距作業(yè)型——比如在月球上自動工作的機器人；(4)智能型——這類機器人具有感知、適應(yīng)以及思維和人機通信機能。

智能機器人是最復(fù)雜的機器人，也是人類最渴望能早日制造出來的機器人。要制造一臺智能機器人相當困難，這就涉及到了人工智能技術(shù)。人工智能就是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學，主要目標就是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。

談?wù)勅斯ぶ悄?/p>

人工智能的奠基者，大部份人都公認是英國的數(shù)學家圖靈(AlanTuring)。他發(fā)明了一種稱為圖靈試驗的測試方式，做為機器是否有人工智能的判斷標準：讓機器和真人分別坐在兩個看不見對方的房間里，通過電腦屏幕打字交談。如果人類無法判定坐在對面盒子里的是人類還是機器的話，那機器就通過了這個“圖靈試驗”。依現(xiàn)在的技術(shù)，要做出在一般性交談中很像真人的電腦響應(yīng)程序已經(jīng)很容易，但拿稍微深入一點的內(nèi)容去戳電腦，電腦馬上就原型畢露了。

這就是為什么一部分哲學家和科學家相信類似人類的人工智能永遠不可能的原因——電腦根據(jù)輸入的文字操弄自己手上的數(shù)據(jù)庫，然后再回答出一個答案來，這樣叫做“智慧”嗎?電腦知道自己在做什么嗎?以IBM的深藍為例。當年深藍打敗了世界棋王卡斯珀羅夫被譽為是人工智能的一大進步，但深藍真正在做的，只是把每一步可能的棋步都算出來，并且據(jù)此決定什么步數(shù)算出來的贏面最大而已。如果接下來問深藍晚飯吃什么好，深藍也只有卡殼的份兒。從某些角度上來看，現(xiàn)在的人工智能頂多只能說是強化版的電話語音而已，使用者輸入123，電腦就根據(jù)這個切換到不同的回答。簡單來說，電腦無法像人類一樣，整合過去的經(jīng)驗和知識，產(chǎn)生“靈光一閃”的時刻，創(chuàng)造出新的發(fā)明、新的設(shè)計或新的理念。究竟人工智能還有多遙遠呢?

目前科學家面臨著兩個大問題——辨識和常識。人類在辨識方面沒有什么困難(通常情況下)，可以從眼睛看到的畫面中，分析出每個物體的屬性，并且過濾掉不重要的東西：可以從耳朵聽到的聲音中，自動將不同的聲音分離開來，甚至專注在被大音量掩蓋的小聲音上，一切都不用特別去想就能辦到。但機器人就沒辦法了，它們可以看得比人類清楚，聽得比人類清楚，但他們無法知道究竟它們聽到的是什么，看到的是什么。人類有這樣的能力，源自于長時間的演化，讓許多“運算”都被潛意識中的腦力分攤掉了，意識所見到的世界，只是經(jīng)過潛意識計算處理后，剩下來的簡化部份。更重要的，人類有能力跟經(jīng)驗判斷、分類未知的事物，而這是電腦辦不到的。

另一個人工智能的難題是常識。人類從日常生活中的經(jīng)驗中獲得常識。例如“水是濕的”、“時間不會倒流”、“繩子可以拉，但不能推”、“蘋果有現(xiàn)實扭曲力場”等，這些事情不能用程序來表達，只能在碰到的時候?qū)W起來。海倫凱勒學習“水”的含意的故事大家都聽說過，但人類有能力將概念(實物的水和文字的水)連接起來，機器人卻做不到。每一樣概念都要用程序?qū)戇M機器人的內(nèi)存里，機器人才會“懂得”。換句話說，就是機器人沒有連結(jié)概念的學習能力。

如何讓機器人有智能?

那要怎樣做，才能讓機器人有接近人類的智慧和能力?目前有兩派的做法。一派稱為“上到下”，另一派是“下到上”。上到下的這一派。認為人工智能，就是將所有機器人該知道的事以“規(guī)則”的方式寫進機器人的內(nèi)存里(向阿西莫夫致敬)，發(fā)現(xiàn)機器人哪里不行，就補充進去，直到完善為止。深藍是這樣，前陣子Darpa大挑戰(zhàn)賽也是。這種方式的問題呢?機器人還是沒有學習能力。自然，隨著規(guī)則愈來愈多，機器人會愈來愈像有智慧的樣子，但反過來說，只要一碰到規(guī)則之外的狀況，或是對規(guī)則理解錯誤，事情就糟糕了。我們有可能將所有的規(guī)則都寫出來嗎?有可能，但目前進展非常非常緩慢?；蛟S一個方法是讓機器人根據(jù)感知補充，或甚至自定規(guī)則，但先不說目前的技術(shù)還辦不到，重要的是，人類敢這么做嗎?

下到上則是反過來，不事先設(shè)定任何規(guī)則，而是讓機器人在自然環(huán)境中靠著模仿和嘗試錯誤來建立對周遭的理解。這種方式用在像Roomba這樣的自動機器人上還蠻成功的，畢竟它只要知道上次往前跑多遠撞墻，下次就會在快撞墻的時候轉(zhuǎn)彎，看起來好像有學習能力。但例如要讓Roomba靠著“嘗試錯誤”來抓老鼠，就困難重重了。

人工智能的瓶頸

到現(xiàn)在為止，我們還只是在“學習”上面打轉(zhuǎn)，還沒有觸及“情緒”、“意識”這類更高深的問題。就算人工智能能了解實體概念(水、桌子)、抽象概念(上、下、高、扁)，人工智能能有“喜歡”、“忌妒”、“后悔”、“恐懼”這樣的非邏輯屬性嗎?會有高興、難過這樣的情緒反應(yīng)嗎?許多科學家認為這就是機器人和人類的分水嶺了：電腦依邏輯運作，因此它的行為都是依照分析現(xiàn)況，找出最適合的動作。反過來說，為什么一定要有非邏輯的判斷方式呢?

或許在人類的演化中能找到解答。生物不見得有時間去運算所有的可能性之后，再運算出一個最合適的答案來，因此有“喜歡”這樣的情緒，來協(xié)助我們做選擇；因為有時做的決策不夠精細，因此有“后悔”這樣的情緒幫我們避免重蹈復(fù)轍：有恐懼這樣的情緒可以讓我們在危急的時候做出快速的反應(yīng)，而不會因為思考方案而危害生命。機器人如果沒有情緒的話，隨著智能愈來愈高，總會有停罷的一天的，因為當要計算的問題愈來愈多，或是問題本身有問題的時候，它會沒有一個備用的非理性回路讓它跳出來。

意識是一個更復(fù)雜的問題，因為究竟意識是什么，目前人類還給不出個定論來。這牽扯到了前面提到過的“理解”的問題——假設(shè)有一臺電腦，完全可以通過圖靈測試，可以跟人類毫無問題地交談，這樣算不算有意識?到底和人類的意識差在哪里?這不是一個簡單的問題。

所以人工智能目前的發(fā)展進度如何?隨著電腦科技的進步，部份人類遜于機器的工作，像大型系統(tǒng)管理、文書工作等，都會逐漸電腦化、自動化，直到有一天科幻小說里的那種掌管一切的超級電腦出現(xiàn)為止。這并沒有想象中的那么遙遠。但是不是超強的計算能力就會讓電腦“產(chǎn)生意識”甚至進而“奴役人類”?這可不是件靠單純計算能力就能辦到的事。但科技的進步速度之快，讓我們很難對此妄下斷言，或許我們該來好好打算一下，要怎么和未來的電腦主人們共處了。

責任編輯尹瑩瑩