计算机在某些方面比人类更聪明，但他们具有智能吗？
导语：拥有强大计算能力的计算机是否拥有智能，这是人们一直以来不断讨论的问题。本文梳理了计算机的发展历史，以时间顺序向读者介绍了图灵测试、棋类游戏、符号积分、语音识别、专家系统等计算机领域对人工智能的探索和研究。
关键字：计算机 人工智能 算法
本文为《计算机60年》系列的最后一篇文章。为纪念第一台计算机在澳大利亚一所大学里诞生的第60年，让我们来看看科技智能已经发展到什么程度了。
“人工智能”（AI）这个名称的第一次使用可以追溯到1956年，在美国常青藤名校中的达特茅斯大学，这个名称是当时学校里一个科学家专题讨论会的题目。
在这个先驱者讨论会上，与会者讨论了计算机将如何执行那些需要智力的人类活动，比如象棋和其他游戏，编曲以及翻译文本。在当时的科技进展下，这些先驱者们普遍乐观。这种态度其实并不让人意外。
不管是在文学里还是在真实的计算机器里，对建造智能机械的尝试长久以来一直是人们关注的焦点。那些由20世纪40年代发展起来的早期电脑通常被描述为电子脑和思考机器。
图灵测试
英国的Alan Turing，计算机科学之父，笃信计算机终将学会思考，他于1950年发表的论文具有里程碑意义。这篇论文引出了图灵（Turing）测试，测试内容是智能机器是否能让人类相信它不是机器而是人。
上世纪50年代到70年代间，对AI的研究集中于为电脑编程来完成任务这类需要人类智力的活动。一个早期的例子就是美国的计算机游戏先驱者，Arthur Samuel编写的跳棋程序。这个程序通过分析获胜情况来自我优化，没过多久，这个程序下跳棋就比它的创造者厉害得多了。
但是，同样的努力却在象棋和围棋之类更复杂的游戏上失败了。
另一项早期的AI研究成为了微积分问题的开端，那就是特殊符号积分。几年以后，符号积分的问题被解决，为它而编写的程序不再被人们视为AI。
语音识别？尚未实现
与积分和跳棋相反，程序在跨语言翻译和语音识别上几乎毫无进展。在那时，没有任何已知方法可以有效地利用电脑程序来完成这两项任务。
上世纪80年代，人们对AI的兴趣因专家系统而空前高涨。在很多领域上都有因计算机程序而达成目标的报道，例如执行医学诊断、分析矿物地质图和制定计算机规则等领域。
（注，专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。一般来说，专家系统=知识库+推理机，因此专家系统也被称为基于知识的系统。摘自搜狗百科。）
由于仅适用于少量明确的问题，专家系统既不稳定也不具有普适性，还需要通过专家细化的知识来发展。这样的程序没有展现太多智能。
这番浪潮过去后，人们对商业化AI和AI研究的兴趣在90年代衰退了。
语音识别
在那个时候，随着计算机的计算能力增长，计算机语音识别和计算机语言处理有了相当大的进步。新的算法集中在统计学上的建模技术，而非模仿人类行为。
计算机技术还在继续进步，出现了苹果的Siri和OK Google这样的声控个人助手，翻译软件现在能给出一篇文章的主旨大意。
但如今还没人相信计算机可以完全理解语言，尽管在相关领域人们已经取得相当大的进步，甚至还出现了chat-bots（译注，从wikipedia来看，应该是指我们常见的可以不断自我学习的聊天机器人）。但Siri和OK Google都有清晰的局限，而机器翻译则因缺少背景而显得生硬。
在70年代还有一项任务对AI来说是挑战，面部识别。当时此项技术几乎毫无希望。
与当时相反，在今天，Facebook能够从几个标签里识别人们，相机软件也能够识别人的面部。但这更多的是基于统计方法而非机器智能。
如今——灵巧而非智能
在任务之前和之后，通过细节分析，我们能够发展出在计算机上有效执行的普适算法，这些算法并不是计算机自己生成的。
对于早期的象棋和近期的围棋，计算机程序已经打败了人类的冠军棋手。由于运用了灵巧的技术，无需产生智能，这份胜利让人印象深刻。
众所周知，打败象棋冠军这个成就没有打败围棋冠军那么重要。也许只专注于解决一类问题并不是智能的表现。
在放眼未来之前还有最后一个例子，由IBM构建的Watson。Watson因在电视游戏Jeopardy上击败了人类冠军而出名。
Watson博士？
IBM宣称，阅读了所有的医学文献后，运用Watson的技术可以得到精确的医学诊断。
让Watson来做医学诊断让我觉得不太舒服。我很高兴知道它能关联病症，但从理解医学状况到下诊断中间有一条漫长的路。
类似的，有人宣称计算机能通过匹配学生的失误来了解学生所犯的错和他们误解的知识。这需要一个富有洞察力的老师去了解孩子身上发生了什么、什么导致了他们的行为，而这才是当前相当缺乏的。
在相当多领域里人类的判断仍然有具有影响，比如法律判决，还有动用军事武器。
过去60年间的计算机进步已经极大地扩展了计算机能担负的任务，人们曾认为这些进步也意味着计算机智能的进步。但我认为，在创造出一个可以匹敌人类智慧的计算机之前还有很长的路要走。
另一方面，我倒是很能接受用自动驾驶从一个地方来到另一个地方。让计算机变得更好、更有用并且不会取代人类还需要努力，让我们一起为之付出吧。
作者简介：Leon Sterling教授在澳大利亚获得了纯数学的学士和博士学位。他先后就职于英国、以色列、美国的大学，1995年以软件革新方面的教授和工程师的角色回到澳大利亚墨尔本大学。2010年到2013年，他成为了斯威本科技大学ICT学院的院长，2014年到2015年当上了数字开发方向的副校长。他是ICT主任的澳大利亚议会的前任主席，也是澳大利亚工程师研究院和澳大利亚计算机协会的一员。
本文观点仅代表作者，不代表《科学美国人》。
（翻译：叶紫微 审校：李昱）
京公网安备11010502039775号
