人工智能：机器的崛起

人工智能：机器的崛起

作者：

来源：《CHIP新电脑》2014年第12期

现在人工智能已经可以完成非常复杂的任务，而且人工智能甚至在很多方面的表现都胜过人类。那么，人工智能目前已经能做什么？又有什么是它们不能做到的呢？下面CHIP将带大家一起去了解。

这是2013年7月10日13时40分，在美国东海岸美国海军航母的飞行甲板上，约有50名海军士兵和技术人员正心情紧张地等待着一个试飞的新战斗机返回，该战斗机在几分钟前起飞。突然，天空中似乎出现了代号为X-47B的喷气式战斗机的轮廓，13时45分，战斗机开始降落，最终稳稳地停在了飞行甲板上，但是却没有飞行员爬出座舱。这是第一次，一个自主飞行的无人机在不需要任何人协助的情况下成功地降落在航空母舰上。在航空母舰上起飞和降落，到目前为止，对于最优秀、最有经验的飞行员来说也是一个挑战。而在X-47B上运营商只需输入任务数据（其中包含飞行路线和目的地等信息），无人机就会自主地完成起飞、飞行、侦察、瞄准、射击和返回着陆。当接近航空母舰时，它将连接到航空母舰的舰载电脑，保持连接获取船舶的位置、速度以及风向和风力等信息。X-47B将结合GPS数据，连同无人机传感器提供的其他信息，计算出最佳的飞行路线。

大约8年前海军方面就自主开发出了无人战斗机，海军士兵称它为“Salty Dog 502”。它的武器舱可以容纳两吨重量的武器，但是目前它仍然闲置着，因为无人战斗机暂时仍无法执行任务，必须首先证明它可以顺利地在航空母舰上工作，并由人类飞行员控制战斗机做进一步的测试。最终的测试结果将决定人工智能是否能够在该领域与人类竞争，甚至胜过人类。 对于德国人工智能研究中心（DFKI）的技术负责人沃尔夫冈·瓦尔斯特尔教授而言，这并不是什么不可能的事情。瓦尔斯特尔教授认为，就传感器技术的领域来说，目前人工智能技术所建立的听觉、视觉、嗅觉和感觉系统，已经超过了人类的感官知觉。即使是涉及到逻辑思维过程的人工智能系统，在某些领域人工智能也已经遥遥领先。瓦尔斯特尔教授解释说，当前电脑系统强大的计算能力和数据存储能力使人工智能在某些方面的表现是人的大脑所无法比拟的，例如人工智能系统在大数据领域里可以轻松地从大量的数据中挖掘信息，而任何人的大脑都无法做到。

如果机器拥有了比人类更好的感知和认知能力，那么这是否意味着人类必须开始担心失去自己作为世界主导物种这一地位了呢？不必担心，至少目前还不需要担心，原因是人工智能的研究仍然有很多障碍：例如所谓的生活智慧，也就是我们能够通过不确定、不完整或者含糊不清的信息谨慎地做出决定的能力。瓦尔斯特尔教授介绍说，人工智能系统在这方面的表现仍然非常糟糕，要让人工智能系统掌握类似的能力，对于人工智能研究来说难度非常高。不过，瓦尔斯特尔教授也表示，人工智能研究的目的并不是为了生产出人类的翻版，我们不想要一个科学怪人，人工智能的目标是支持、改善或者补充人的能力。

龙源期刊网 http://www.qikan.com.cn

快速发展的人工智能

人工智能怎样支持、改善和补充人的能力呢？我们可以看一下2014年7月德国马格德堡的A14封闭式高速公路，约15辆车正在驶过，蓝灯闪烁和警笛尖啸的消防车紧随其后，半拖挂卡车用黑色和白色的胶带在左右建立一个救援通道。不过，仔细看行驶的这些车中驾驶座上的人并没有手握方向盘，他们斜靠在座位上，并不时地在操作身边的平板电脑。这就是戴姆勒公司的自动驾驶车辆“Future Truck 2025”的路试现场，卡车的人工智能系统连接卡车的摄像头、雷达传感器，并通过车辆之间的通信建立起一个安全的高速公路驾驶辅助系统。由于法律上的原因，超车时驾驶人员必须进行操作，不过，从理论上来讲，驾驶辅助系统能够在卡车85km/h以内的速度下完全实现自动驾驶。

现在缺少的是一个适用于高速公路驾驶辅助系统与驾驶员进行通信的语言程序。不过，在这个自动驾驶车辆路试的前一个月，也就是6月8日，一则相关的新闻令人非常震惊。据英国大学的报告显示，一个称为Eugene Goostman的电脑成功地通过了图灵测试。阿兰·图灵是英国数学家，是信息技术的先驱，1950年图灵预言2000年将能够看到与人类聊天时能够让30%的人误认为它是人类的机器，这成为了判断机器是否能够思考的一种著名试验，称为图灵测试。随后，纽约的慈善家洛伯纳组织了首次正式的图灵测试，并从1991年起每年举行一次竞赛，其中机器表现得最难区别是否是人类的将获得洛伯纳奖。

今年的洛伯纳奖由Eugene Goostman获得，该聊天机器人成功地清除了重要障碍，它成功地让33%的陪审团成员误认为自己是一个人。不过，人工智能专家对此表示怀疑，瓦尔斯特尔教授认为，Goostman模仿一个来自乌克兰的青春期男孩，而且这个男孩甚至不大会说英文，这样的模仿方式降低了测试的意义。这样做和发送一个模拟聋哑人来进行测试一样。在瓦尔斯特尔教授看来，对于判断人工智能系统质量好坏来说，图灵测试是无关紧要的。他认为对于判断机器是否能够思考来说，图灵测试是一个不错的实验，但最终的实验结果更多地是公关的噱头而不是什么科学成就。

在比勒费尔德大学研究人工智能的瓦克斯穆特教授同样认为通过图灵测试并没有太大的意义。他对于陪审团的组成人员以及专家如何会被程序所打动表示怀疑。对于语言方面的人工智能技术瓦克斯穆特教授是专家，10年前，一群学生在他指导下所制作的化身Avatars（具有人工智能的虚拟人物软件）至今仍然被用于帕德博恩的海因斯·利多富博物馆论坛的导游服务，其对话交流的方式非常接近人类。然而，瓦克斯穆特并不想将其作品送去参加图灵测试，他认为专家门知道如何利用巧妙的问题让人工智能系统无言以对。一个聊天机器人的智能水平可以与人相当并让专家认为它是一个人，瓦克斯穆特教授认为这是不可能的，如果有也只是人工智能系统利用了某些特殊的规则。 人工智能可以向很多动物学习

还有一个人工智能项目完全不考虑是否像人类这样的问题：OpenWorm，这是一个国际研究小组的名字，其目的并不是模仿人类，许多科学家通过openworm.org的平台交换意见，致

龙源期刊网 http://www.qikan.com.cn

力于以完全数字化的方式重建蠕虫。如果用人类作为人工智能系统的参考点，那么OpenWorm团队尝试以所谓的自下而上的方法代替自上而下的方法来实现人工智能。比勒费尔德大学的本杰明·因登博士介绍说，某种意义上，OpenWorm项目体现了人工智能研究的历史，人工智能的研究可以从如蠕虫的动物上学到很多东西。蠕虫并不是像看起来的那么简单，它完全有能力执行特定的智能任务。因登博士介绍说，蠕虫可以通过学习获得某种刺激或关联特定的气味与食物来源，一些人工智能研究的分支将可以从中直接获益，对于机器人来说，这种能力将是特别有趣的。而且，如果能够将这种能力加强，那么对于提升环境的适应力非常有效。 人工智能研究的不同方法证明，智能有许多种面孔，其中的思维、说话和掌握方向只是少数，人们将继续寻找真正的人工智能，没有人知道最终发展出来的东西是什么。