張羽

人類的思維是邏輯性的，而計算機能夠運行邏輯性的命令。因此，我們的大腦應(yīng)該是可計算的。計算機科學(xué)家由此認為，二十年之內(nèi)，或許不超過十年，我們就可以看到這樣激動人心的事情：人們無法根據(jù)對話分辨出，對方是計算機還是人類

6月7日是計算機科學(xué)之父阿蘭·圖靈（Alan Turing）逝世60周年紀(jì)念日。這一天，在英國皇家學(xué)會舉行的2014圖靈測試大會上，聊天程序尤金·古斯特曼（Eugene Goostman）“首次”通過了圖靈測試。

在現(xiàn)代社會，無論是GPS導(dǎo)航系統(tǒng)與Google搜索引擎，還是自動柜員機與蘋果Siri，更遑論象棋大師深藍（Deep Blue）和滿腹經(jīng)綸的沃森（Watson），人工智能無處不在。但是，在這以前，沒有一臺計算機被公認通過了圖靈測試。

大多數(shù)科學(xué)家認為，只有通過了圖靈測試，才能被認定具有了人工智能。

尤金是怎樣通過圖靈測試的

尤金最初在2001年由弗拉基米爾·維西羅夫（Vladimir Veselov）、謝爾蓋·烏拉森（Sergey Ulasen）和尤金·杰姆琴科（Eugene Demchenko）在俄羅斯圣彼得堡共同開發(fā)，它模擬的是一個13歲烏克蘭男孩?！坝冉鹫Q生于2001年?！本S西羅夫介紹道：“我們當(dāng)時的主要想法是，尤金能夠聲稱自己知道所有事情，但考慮到他的年齡，他不知道所有事情也是很合理的?！薄拔覀兓撕芏鄷r間去使他具備可信的人格。今年，我們改進了尤金的‘對話控制器，使得跟只會回答問題的程序比起來，尤金在對話中更加像人類?！?/p>

這屆圖靈測試大會由雷丁大學(xué)系統(tǒng)工程組織。按照大會規(guī)則，如果在一系列時長為5分鐘的鍵盤對話中，某臺計算機被誤認為是人類的比例超過30%，那么這臺計算機就被認為通過了圖靈測試。此前，從未有任何計算機達到過這一水平。

2014圖靈測試大會共有5個聊天機器人參與，其中尤金成功地被33%的評委判定為人類。負責(zé)區(qū)分參賽者是人類還是計算機的評委包括了英國演員羅伯特·盧埃林（Robert Llewellyn），他曾成功發(fā)起要求政府授予圖靈死后赦免狀的運動。

雷丁大學(xué)的客座教授、考文垂大學(xué)副校長凱文·沃里克（Kevin Warwick）參與了大會的組織工作?！澳承┤藭f其實圖靈測試早已經(jīng)被通過了，世界各地的類似賽事上都有圖靈測試的身影。不過，這次活動所包含的同時比較測試是史上最多的，也通過了獨立認證?！彼f：“至關(guān)重要的是，在這次測試中，對話是不受限制的。真正的圖靈測試正是不預(yù)設(shè)問題或主題的。所以，我們很驕傲地宣布，圖靈測試是在這周六才首次被通過的。”沃里克說，圖靈自己在逝世前不久就曾預(yù)言圖靈測試遲早會被通過。

“我希望祝賀每一位曾經(jīng)參與開發(fā)尤金·古斯特曼的人。我們整個團隊都對此結(jié)果感到非常興奮。”尤金的創(chuàng)造者維西羅夫在會后表示：“這對我們來說是項了不起的成就，我們希望能借此激發(fā)人們對人工智能與聊天機器人的興趣?！彼嘎?，接下來他們計劃讓尤金變得更加聰明，并繼續(xù)致力于提高他的“對話邏輯”。

沃里克指出，計算機能讓我們將他人甚至其他東西當(dāng)做自己信任的人，這無疑在網(wǎng)絡(luò)犯罪方面為我們敲響了警鐘。圖靈測試正是對抗這些威脅的重要工具。“理解這類實時在線交流如何讓人們對某些事信以為真并對他們造成影響，是非常重要的事情?！蔽掷锟苏f。

什么是圖靈測試

圖靈是20世紀(jì)最偉大的數(shù)學(xué)家之一。作為現(xiàn)代計算機概念的締造者，他的密碼破譯工作在第二次世界大戰(zhàn)中起到了決定性的作用。在那個創(chuàng)意無限的計算機黎明時代，圖靈率先提出的測試，說來似乎很簡單：如果一臺計算機通過對話，能使人們認定它是人類，那么這臺計算機便被認為是具有智能的。

從那時起到現(xiàn)在，在嘗試通過圖靈測試的漫漫征程上，模擬人類思維的愿望不斷激勵著我們。這一原動力，對計算機科學(xué)乃至認知科學(xué)的發(fā)展，產(chǎn)生了深遠影響。

圖靈第一次進行他的測試，是在一次聚會時。他巧妙的實驗令人印象深刻：參加者努力讓評判者相信他們的性別是偽裝的（圖靈本人由于他的同性戀取向受到了嚴(yán)酷的迫害）。那時候，這種創(chuàng)建等效于人類大腦認知方式的低水平神經(jīng)網(wǎng)絡(luò)的想法還不存在。然而，復(fù)制人類的思想似乎很有可能，相比之下似乎更簡單。

我們一般認為，人類的思維是邏輯性的，而計算機能夠運行邏輯性的命令。因此，我們的大腦應(yīng)該是可計算的。計算機科學(xué)家由此認為，二十年之內(nèi)，或許不超過十年，我們就可以看到這樣激動人心的事情：人們無法根據(jù)對話分辨出，對方是計算機還是人類。

這個過分簡約的構(gòu)想，被證明是建立在錯誤的理論基礎(chǔ)上的。認知過程要遠比20世紀(jì)中葉的計算機科學(xué)家及心理學(xué)家所設(shè)想的復(fù)雜得多。并且令人沮喪的是，在運用邏輯學(xué)描述我們的思想過程時，科學(xué)家遇到了非常大的困難。并且我們越來越清楚：根據(jù)人類大腦所特有的，適應(yīng)快速變化的外界環(huán)境、整合信息碎片等一系列特殊功能來看，模仿人類思維幾乎是無法完成的任務(wù)。

“對于現(xiàn)實中眾多不確定性而言，符號邏輯本身過于脆弱，”斯坦福大學(xué)研究機器智能模擬的計算機科學(xué)家諾亞·古德曼（Noah Goodman）如是說。盡管如此，現(xiàn)在被我們認為已經(jīng)失敗的傳統(tǒng)AI，技術(shù)上依舊頗具啟發(fā)性。因為它們徹底改變了，我們對于人類大腦運作方式的看法。挫折過后，不斷涌出的是許許多多極其重要的認知科學(xué)新觀點。

下一步，人工智能

直到20世紀(jì)80年代中期，圖靈測試一直都是被放棄閑置的探索領(lǐng)域（盡管今天，它衍生出了專為虛擬聊天機器人設(shè)置的年度Loebner獎，同時即時虛擬廣告機器人在我們的日常生活中與此同時衍生出的是現(xiàn)代認知科學(xué)和人工智能的兩個主要研究方向：

1.推算事件發(fā)生的概率，做出準(zhǔn)確判斷。（稱為概率性）

2.在與簡單、微小的程序的互動過程中，得出復(fù)雜的行為模式。（稱為連結(jié)性）

和那些像深藍（Deep Blue）（曾因擊敗國際象棋大師Garry Kasparov揚名）一樣使用“蠻力”的電腦程序的計算特點不同，人們認為這些程序至少精確反映出了，人類思維中產(chǎn)生的某些特有現(xiàn)象。

迄今為止，所謂“概率性”和“連結(jié)性”這兩大人工智能研究新思路，指導(dǎo)開發(fā)出了一系列現(xiàn)實生活中被廣泛使用的人工智能產(chǎn)品：自動駕駛汽車，Google搜索引擎，自動機器翻譯，以及IBM開發(fā)的能巧妙回答任何刁鉆古怪問題的Watson電腦。

但是美中不足的是，它們在某些方面能力仍舊有限——“如果你說：‘Watson，給我做晚飯好不好，或者‘Watson，寫首十四行詩吧。他會憋炸的。”德曼這樣說道。但是人們不斷上漲的使用（或調(diào)戲，好吧）欲望使它們的性能得以飛快進步，數(shù)據(jù)庫更詳實。

“你所說過的、聽到的、寫下的、或者是讀到的每一個字，每一句話，以及每一個看到的場景，每一段經(jīng)歷的聲音片段，一并同其他成百上千、甚至成千上萬的人們的相關(guān)數(shù)據(jù)，都被錄制下來并可隨時調(diào)用。久而久之，甚至觸覺以及嗅覺傳感器也可以被接入以全面豐富我們這個充滿圖像和聲音的數(shù)據(jù)庫?！弊鳛閷IT（麻省理工）研究員戴伯·羅伊（Deb Roy）的相關(guān)研究的延伸，弗蘭茨在《科學(xué)》雜志上這樣設(shè)想。戴伯曾經(jīng)錄制了9萬小時的視頻，內(nèi)容是關(guān)于他襁褓中的兒子清醒狀態(tài)下的認知發(fā)展過程。

假定我們擁有可以編目、分析、串聯(lián)和交叉全部海量信息的處理軟件，以及備有上述數(shù)據(jù)庫和分析系統(tǒng)的程序，應(yīng)該完全能夠使得一臺計算機回答現(xiàn)今的AI們無法回答的棘手問題。這最終意味著通過圖靈測試。

密歇根大學(xué)的人工智能專家賽汀德·辛（Satinder Singh）對數(shù)據(jù)所顯示的前景充滿了信心：“大容量數(shù)據(jù)庫終會造就一臺極具靈活性的人工智能機器?！?/p>

但這樣來說，梳理所有曾經(jīng)學(xué)習(xí)過的問題數(shù)據(jù)就顯得重要了許多。計算機要懂得：什么更值得記住，什么更值得去預(yù)測?？墒?，如果你把一個孩子領(lǐng)進屋內(nèi)，讓他自由自在、隨心所愿，不交給他任何任務(wù)，他為什么會自發(fā)地做他想做的事情呢？所有的這類問題都變得異常有趣。

“為了變得更淵博，更靈活，更有能力，一個人必須要被動力和好奇心所驅(qū)使，從而提煉出重要的事情，”辛說：“這些對計算機來說，都是巨大的挑戰(zhàn)。”

“一架機器要通過圖靈測試，一定要充滿著人類的情感與欲望嗎？就像是弗蘭肯斯坦（瑪莉·雪萊（Marry Shelley）筆下的人造人），或者有生命的泥人（Golem希伯萊傳說中用粘土、石頭或青銅制成的無生命的巨人，注入魔力后可行動）一樣嗎？”墨西哥國立自治大學(xué)的計算機科學(xué)家卡洛斯·格申森（Carlos Gershenson）充滿了疑問。但是這和更基本的問題一樣，難以回答。