金牌译作 人工智能探秘

765个读者 翻译: commondat...  04/20/2008 原文 引用 双语对照及眉批

简介

简介:作者对人工智能有浓厚的兴趣,以下文章陈述了他对人工智能的基本观点。作者欢迎任何形式的评论,并可以给他发邮件(也可以登录它的网站讨论)

by Richard Jones(http://www.richardjones.info/

几千年来,人们不停地在讨论“智力”这门学科,并且至今这场辩论也没有结束的迹象。一本字典这样定义智力:灵活的理解(原文为:quickness of understanding,译者注)。尽管这个狡猾的定义是那样的简单明确,但仍存在着致命的缺陷。许多对智能的定义都存在着缺陷,这些无休无止的缺陷定义令我们再造智力的努力变得非常棘手。

很多科学家穷尽一生,试图再造智能。现在,智能已经可以被一个软件程序展示出来。然而,软件程序和一个机器人结合,会造成更大的影响。一个软件程序,如果可以累加二十个数字,并且快速的显示结果,就会被认为表现出了一定程度的智力。一个有着“智能程序”的机器人,可以在房间中走动,多数人将会认为它拥有了更多的“智慧”。因此人工智能的多数工作都被用来开发和制造“智慧的”机器人。

开发智能机器人的主要问题是有关智能的定义。正如之前提到的,一个能够累加二十个数字的计算机程序,有些人认为它是智能的,有些人则不这么认为。这个结果在很多有关智能程序的辩论中被一再提及。

现如今的世界,很多人把智力建立在学术成就的基础上,,这非常不公平。人们的成长速度不通,另外成长的环境也不同。一个人可能会在十五岁就达到了学术的高峰,但其他人要等到二十一岁,因此他们的成就将会不同。每个人都有不同的技能,试图用全球标准衡量一个人的能力是不合理的。今日世界痴迷于用一张学历或资格证书来证明你的作用,例如微软的windows(原文如此,不知道为什么举这个例子:),译者注)。如果一个人从牛津毕业,那么人们会自动假定他是有智慧的,而不会去考虑他是否拥有社交能力,或者他在特定的方面是否有恰当的智慧。比如一个人可以在牛津这样的第一流学校获得计算数学学位,但他却不能很好的拼写,如果另外一个人毕业于三流院校,在同样的专业上获得了学位,然而这个人的拼写能力不错,你能说后者的智慧要少于前者吗?

这说明我们仅仅在用一个一维的感官指标看待某些人的能力。例如牛津毕业生的智慧被认为仅仅体现在计算数学方面,在这方面他或她会被认为是有智慧的。如果用拼写来衡量,他或她会被认为只有很少的智慧。然而这种一维的智慧在社会上并不适用。

一维观点证明我们如何去衡量一个人的智慧。很多人对智商的结论深信不疑。它的问题有很多求解的方式,但这只能作为一个特定的用来判断智力的方式。能用智商去判断音乐能力吗?莫扎特被普遍认为是一个天才,但他却不一定能通过智商测试。尽管如此你能怀疑他拥有天才的智慧吗?他们之所以是天才,因为他们做到了别人做不到的事情。

那么我们将用多维的观点来考察智力。那么,在这个测试中我们选取什么样的维度,以及怎样对它们进行比较呢?这是一个非常困难的问题。例如,我们可以在一个智力测试中测试关于某个人的知识,同样的,可以说他或她是世界上最聪明的人。对于问题中的这个人,没有人比他或她知道得更多。很多人会质疑,对于一个特定的人的知识,就像一维的考察一样不公平。然而即便是多维考察也不可能包括所有的科目。他们可以包括音乐能力、数学能力、社交能力等等。最终的清单将会无休无止,对于需要包含和排斥的科目,人们可以永远的争论下去。

有一个典型的例子说明了智力的表现是如何的不同,下面我们将会提到三个凭借自己的天然条件获得成功的人。阿尔伯特·爱因斯坦被认为是有史以来最伟大的理论物理学家。他的理论在现代理论物理学界有着重要的地位,然而他有阅读障碍。保罗·加斯科因是英格兰足球队的一员,他有着巨大的足球才能。尽管大量的练习是必须的,但他仍被认为在他那代人中有着最好的足球智慧。他能在足球场上做很多其他人无法完成的事情,并且经常被公众和媒体评价为天才。理查德·布兰森是他们那代人中最成功的企业家,他白手起家,最后拥有价值数百万镑的企业。然而事实说明,他的许习成绩并不理想,无法通过任何0级的考试(?)。很多人认为,无法取得某项资格将限制一个人的成功,但在这个例子中并非如此。我们有必要提出一个问题,在爱因斯坦、加斯科因和布兰森三个人当中,究竟谁最聪明?在读到这篇文章之前,你可能会认为是爱因斯坦,但这篇文章把这个问题复杂化了,实际上,这三人每一个都是最聪明的。

动物的智力是智能的又一个方面。人们通常认为海豚是聪明的,是因为他们对人类友好吗?有一个关于海豚的故事,说它们帮助人类的小船穿过了危险的海域,但如果其他的动物做到这一点,我们也会认为他们是友好的吗?鹦鹉是另外一种被我们认为聪明的动物,它们能够模仿我们的声音,并理解我们说话的意思,但事实上很多动物可以做到这一点。例如,当你对一条狗说“sit”时,它会立即坐下(这需要训练)。它能够把我们发出的声音和坐下这个动作联系起来,但人类能这样做吗?我们可以理解动物发出的声音吗?我们可以理解一只动物处于痛苦之中,但能凭声音知道他们陷入饥饿吗?如果狗、海豚或者鹦鹉能做到这些是不是说明他们比人类更聪明呢?这又是一个疑问。

在这篇文章的最后,我们提出有关智力的问题决不是一件小事,那它又是什么呢?看起来像小事的问题会没有答案吗?作者的研究领域涉及到人工智能和智能机器。然而作者认为,作为一个目标,智能机器还有很长的路要走,我们现在甚至还不能很好的测量每一个人的智力。人类永恒的傲慢使我们对计算机的能力不屑一顾,我们为自己拥有的伟大能力,和统治这个世界而感到骄傲。因此对于一台比我们更好的完成了某项任务的计算机,我们不会认为它比我们更聪明。典型的例子是国际象棋计算机,国际象棋被认为是非常复杂的游戏,很多象棋大师认为这种复杂性只有人类才应付得了。然而当IBM建造的深蓝计算机击败卡罗·卡斯帕罗夫时,得到的只是嘲笑,它的缺陷被人们揪住不放。不过,人类的傲慢自有其好处。我们疯狂的心智中最大的缺陷是总想要得到控制权。正是因为这个原因,所以绝不会发生智能机器“取代人类”的事情。人类自己的缺陷就是我们的救星。

 

继续阅读
  • 未来10年互联网的十大发展趋势

                                    未来10年网络的10大趋势    译者:odin , 通联传媒(iMEDIA) 新媒体分析师New Media Analyst    ...

  • 号称汇集全球三分之一智慧的照片

    号称汇集全球三分之一智慧的照片

  • 机器学习PartII:监督学习和无监督学习

    上次我们讨论了基于结果的两类学习。这篇文章我们将关注一些其他方面的学习:监督还是无监督。当训练用例被标记了正确结果的时候,监督学习方式为怎样改进学习给出一个反馈。这类似于教官教导某个Agent,它的行...

  • 与那些数学迷思相伴的日日夜夜

  • 机器学习PartIII:测试算法和NFL定理

    Part III:测试算法和NFL定理 Part II:监督学习和无监督学习http://www.yeeyan.com/articles/view/14392/4459 Part I:机器...

  • 自由意志与人工智能

    本文是作者在写作布林莫尔学院所修课程论文时的一些研究和思考。正如Serendip网站上其他的文章一样,这篇文章并非期望作出权威论断,而是致力于帮助你启发思路。

  • 到2030年电脑将达到人脑水平

    到2030年电脑将赶超人脑?天啊,这是不是让我们想起了那些科幻电影里面,人类被机器人追杀的恐怖片段呢?这样的事情真的会发生吗?

  • 机器学习Part I:机器学习的种类

    在开始学习各种不同类型的机器学习算法之前,首先了解一下背景材料是很有帮助的。它们包括各种算法的执行目标是什么,以及它们适用于人工智能领域的哪些方面。这篇文章将涵盖通常的人工智能研究中的各种学习类型,...

相关小组

标签:

内容有问题?请与我们联络。

译作评分

  • Currently 4.00/5
  • 1
  • 2
  • 3
  • 4
  • 5
 4.0  |  1 个评分

1条评论    0眉批

  • 1.

    px 童生 | Blog

    文章并没有说到什么独到的观点吧?
    只是说智力的测量是还没有解决的问题

    05/04/2008

添加评论

欢迎访问译言网。在这里,您可以。。。

阅读
发现
翻译