1
人工智能的未来
1.13.3 “无意识”论


无意识

约翰·塞尔曾引进一个名为中文房间的思想实验,他也因此声名大噪。简单来说,这个实验是关于一个人拿到一些中文的问题然后对其进行解答。为了完成这些答案,他使用了一本详尽的中文使用手册。塞尔声称,虽然这个人能够用中文回答这些问题,但他并没有真正理解中文,对中文这门语言也毫无头绪(因为他不懂问题也不懂答案)。塞尔以此类比计算机,盖棺论定地说,虽然计算机能像实验中的人一样回答这些中文问题(基本通过中文图灵测试),但它跟这个人一样,并没有真正理解中文,也不清楚自己在做什么事情。

在塞尔的论点中,他采用了哲学上的巧妙手法,一方面,思想实验中的人最多只能算是计算机中的中央处理器。人们可以说中央处理器对它正在做的事情毫无知觉,但中央处理器只是这个结构的一部分。在塞尔的实验中,那个带着中文使用手册的男人构成了一个完整的系统,这个系统对中文是有所了解的,否则,他是不会被说服去参与这个实验,然后回答中文问题的。

塞尔的观点吸引人是因为,今天我们很难去推论计算机程序是否有真正的理解或意识。而他论点的问题在于,你可以将其推理的内容运用到人类大脑上。每个新皮质模式识别器——每个脑神经和每个神经元部件,都遵循特定的运算(毕竟,它们都是遵循自然法则的分子机制)。如果我们断定,符合某个运算法则与真正的理解和意识是相悖的,那么我们也可以说,人类大脑也不具备这些品质。你可以接受塞尔的实验,然后将操控神经元联结和联结强度改为操控符号,然后,你就得到你能信服的观点,即大脑并不真正理解某件事。

另一个论点是关于自然的本质,在很多观察家眼中,这是一个很神圣的话题。比如,新西兰生物学家迈克尔·丹顿(Michael Denton)认识到机器设计原则跟生物学的某些原则有着巨大的不同。丹顿写道,自然实体具有自我组织性、自我参考性、自我复制性、交互作用性、自我塑造性,以及整体性[214]他认为,生物形式只能从生物过程中创造,因此这些形式也是稳定不变、无穿透性,而且是最根本的真实存在,跟机械比起来,它们是一个不同的哲学门类。

正如我们所看到的,事实上,人们也可以运用这些原则设计机器。了解大自然最具智慧的设计范式——人类大脑,正是大脑逆向工程项目的目的。丹顿说生物系统是一个完整的整体,这一观点不太正确,同样,认为机器应该是完整的模块的观点也不尽正确。我们已经对自然系统中的功能单位进行了清晰的层级划分,尤其是大脑,对人工智能,我们也使用了类似的方法。

在我看来,若计算机不能顺利通过图灵测试,那些批评家们就不会罢休。但即使如此,这道门槛也并不清晰。毫无疑问,对于流行的图灵测试是否真实有效,很多人都有争议。也许我也是这些批评家队伍中的一员,和他们一样,对早先的论据嗤之以鼻。当关于计算机通过图灵测试有效性的争论真正风平浪静时,计算机或许已经远远超过未曾被增强的人类智能。

这里我强调的词是未被增强的unenhanced),因为智慧增强正是我们能创造出这些心智孩童(这是汉斯·莫拉维克对它们的称呼)[215]的原因,将人类层面的认知模式和计算机固有的速度和精确度结合起来,得到的将是无穷的威力。但这并不是火星上的智能机器进行的一场外星人入侵——我们创造这些工具,是为了让自己更有智慧。我相信,大部分观察家会同意我的这个观点,即人类的独一无二之处在于:我们制造工具,而工具让我们走得更远。