讓機器像人一般思考

Jonathan Skillings‧郭文興譯

在1956年時，有一群電腦科學家聚集在Dartmouth大學一同討論在當時全新的研究主題：「人工智慧」。

這一個在新罕布夏州，康迺迪克河谷漢諾瓦鎮的夏季聚會，可以說是未來「機器要如何模擬人類的認知觀點，如機器如何了解人類語言？機器能否自我改良？亂數是否是創意思考與邏輯思考的不同之處」等等重要問題的研究開端。

然而這些討論都基於一個隱含的假設，就是理論上人類的智慧是可以被完整描述，讓機器可以用程式來加以模擬。

那時的Dartmouth討論會有許許多多的有名人物參加，如哈佛大學的Marvin Minsky，貝爾實驗室的Claude Shannon，IBM公司Nathaniel Rochester以及Dartmouth的John McCarthy。

然而，在研討會的開頭提出「人工智慧」這個名詞的，卻是McCarthy本人。這個月，Darthmouth在舉辦人工智慧會議50周年的慶祝活動，而如今是史丹福大學榮譽教授的McCathy也談到過去早期對人工智慧的預期、目前已經完成的進度以及尚待完成的研究。

問：你是在1956的討論會上，第一個使用「人工智慧」這個字彙的人。當時你是單純為一個已經存在的想法取上名字，還是導入一個新的概念？

答：這個名稱是我在向洛克菲勒基金會撰寫企劃書，申請研究補助時所想到的。老實跟你說，之所以取這個名字是因為參加者的關係，而不是贊助者。我認為，能讓從既有知識中，思考出新的想法，是一個十分重要的研究。

Claude Sannon與我那時已經寫了一本叫「Automata Studies」的書，那個時候我總覺得那本書尚不足以完整描述那時我所有登載的研究論文所指涉的概念，所以就想要創造一個新的名字來為描述這些新的觀念。

現在回過頭來看，你認為那是一個正確的字彙？雖然目前看起來它是一個相當適切的用語，但會不會有更好的字眼來描述這個領域的研究？

的確有些人認為「計算機智慧」這個字眼比較好。但大家不用這個字眼的原因是因為每個人都知道計算機會是人工智慧的核心。然而事實上，當時這樣子想的人還算是少數呢。

當時在企劃書中，關於用電腦來模擬人腦的高度功能，你寫到「真正的障礙，並不是機器的功能不足，而是我們無法寫出程式，來徹底利用我們擁要的資源。」所以我們可以說，人工智慧的裝置並不是問題，真正難以克服的是撰寫程式的技巧嗎？

這並不是所謂「技巧」的問題，這是關於基本概念的問題，而且這個問題至今依舊存在。你可以看看現在的電腦在下西洋棋的時候多麼厲害，然而不管投入多少的努力，電腦下圍棋的時候卻還是如此笨拙。這是因為在下圍棋的時候，你必須要思考棋局現在的狀況，各顆棋子的位置，同時還要能辨別各部分的死活 -- 然而人類如何思考這些事情，就算到現在，仍然不是十分清楚。

那時，在1956年參加討論會的人士裡，對於將來人工智慧的進展，如1970年代的電腦能夠下棋與為古典音樂譜曲，語音辨識等等，是否十分樂觀呢？（我相信你是的）我們在這五十年內到底有了多少進展？一開始的預期是否也有些過度樂觀呢？

老實說是有一點。然而我也記得當初也有一些學者對人工智慧的研究十分的悲觀。

他們悲觀的原因為何？

我想，你可以把目前所知的所有障礙都算進去，因為隨著研究的進展，我們所遭遇的困難愈多。

在這五十年的研究中，有沒有一些足以決定整個人工智慧領域的重要演進？

我想其中一個重要的演進，就是電腦必須要使用多重推論。

你可以解釋一下何謂「多重推論」嗎？

在傳統的邏輯推論中，假設你可以從一組邏輯陳述，比方A的裡面，推論出一個叫P的邏輯陳述。如此在另個包含A所有陳述的組合B中，也可以用同樣的方法導出P這個陳述為真。然而人類並不是用這個方法思考的。比方我說「我在１１點回到家，但是我無法接你的電話」。在第一句話：「我會在１１點回到家」中，你會預設我可以接你的電話，但如果我加上了「但是」這個字彙，你就知道那個結論無法成立。

所以所謂的「多重推論」就是讓電腦知道這個結論可能存在，但並不保証這個結論一定會成立，這是因為一些新加入的陳述可能可以消去既有的結論。在1980年代（或略早）左右，公式化的多重推論領域開始誕生，現在已經發展成一個很大的研究領域。

在過去五十年來最重要的研究成果是什麼？或著說，一開始大家預設的研究目標中，達成了多少？

我想我們還沒有完成一個人類等級的人工智慧。然而我會說，一個可以把一台車連續駕駛128英哩的人工智慧可以說是長足的進展。（編註：在去年秋天DARPA杯大滿貫賽中，獲勝的車輛－史丹福大學的機器車「Stanley」自動駕駛了131.6英哩，橫跨了摩哈維沙漠。）

你會預期將來有什麼重大發現呢？

我會很高興看到將來在人類的一般知識與推論上的公式化，分析文章的邏輯脈絡。這是DARPA、其他人與我都長時間持續研究的領域。但我認為目前我們所有的知識並不足以到達人類的智慧等級。

人工智慧的目標似乎不太是要讓機器變得像人，或是擁有人類的能力，但卻是類似人類能力的東西，是這樣嗎？換句話說，我們並不是要重新製造一個人，而是創造一個思考的方式與人類類似或是超過人類的東西嗎？

我個人是這樣想的。有一些人對模擬人類的智慧，或是部分的智慧十分有興趣。事實上Allen Newell與Herbert Simon等等科學家應該也是如此認為。

在未來，其他人工智慧領域裡的重要目標是否能完成，似乎都與在與試著把人類的原創性加到機械思考中有關。

沒錯，這些都需要相當的努力才能完成。我在1963年內的研究中讓電腦可以為問題提供有創意的解決方案，這個解決方案甚至與原來不在問題內的元素或是問題本身有關。不過我認為這個研究只是開端。

所謂電腦的創見 -- 這個東西是否就像是在程式裡加入一些亂數那麼簡單呢，或是一個完全不同難度的東西呢？

理論上，在一個邏輯系統中，你可以系統化地或是亂數化地製造出一些解答，不管如何，最後都會產生所需的答案，但是這個「最後」也可能是很久很久以後。所以不管是否使用亂數並不是最重要的事，真正重要的是，電腦如何從既有的概念中創造出新的想法。

讓我們回到機器性能與程式技巧何者才重要這個問題上 -- 今天我們已經有了五十年前所沒有的計算能力。今日電腦晶片與記憶體的發展，是否造成什麼差別？

我會說，在五十年前電腦的性能還十分受限，然而在三十年前，機器的性能便已經不是什麼重點了。

所以問題仍舊是在人工智慧的基本概念上嗎?

是的。

機器人這個元素在人工智慧中扮演何種角色？我猜想在一般大眾的形象裡（比方電影裡看起來像人類的角色），人們似乎都傾向看到人工智慧有接近人類智慧的等級。然而機器人真的是一個重要的要素嗎？或著它只是機器不同的外型罷了？

的確，機器人領域有一些其他的問題。因為他們必須要在人類的環境中運作，有時候甚至面對一些尚未解決的問題 -- 比方像人類一樣舉起兩腿，而不是拖著腳的方式行走，或是要能了解物體的三度空間視覺等等。這些問題已經被分別研究，但機器人目前仍舊無法在混亂的房間裡行走或是上下樓梯，更不要說爬樹了。

在電影裡描述機器人的時候，往往會讓他們有一些人類的動機或個性之類的，所以機器人才會在電影裡變成一個有個性的角色。要假設這些機器人像人類一樣的十分容易的，比方電影AI裡的機器人，會陪伴人還會覺得孤單。

他們假設機器人可以模倣十歲的小孩，然而他們甚至沒有想到，電影裡收養機器人的女主人會變老 -- 當她七十歲或八十歲時，他的機器人小孩還是十歲大。在電影的觀點裡，甚至不需要思考這個問題，這只是人們很容易被電影誤導的例証之一。

你對於Ray Kurzweil所提的「融合」概念有什麼看法（該作者預期在2045年之間，人類跟機器會融合成一體） ？

我認為那是胡扯。我完全不認為Kurzweil的可能方案中有任何可能性。也許融合會在2045發生，但它不會用任何Kurzweil所提的方式。我想一般來說，下一代的進步都是由一些年輕人，而不是由我們這些老傢伙所完成，而我認為Kurzweil也是個老傢伙。

我六月在以色列曾遇到一個年輕人，他喜歡我寫過的一些用機械方式去描述心智的論文，雖然我只有幾分鐘與他談話，但我認為他至少還比一些長時間待在我們這個領域的許多人還來得有希望。

至於目前對於人腦的研究，是否導致人工智慧的新想法呢？

的確，我們現在已經對人腦的運作了解許多。然而我不認為至今這些研究與人工智慧的進展有什麼密切的關協。讓我舉個例子。正子放射斷層掃描（PET）發現腦部的一小部區域在人類做心算時使用大量的能量。這是一個很棒的研究，但是人類到底在做心算的時候到底是怎麼想這個問題，仍舊不是現在的神經醫學可以解釋的。

我目前讀到了一些你持續的專欄寫作。你似乎對未來十分樂觀－－認為物質文明會持續發展。然而我們卻活在一個很悲觀的時代。

那是因為大眾與新聞媒體的態度都很容易快速轉變。我們可以預期在十分短的時間內，大眾運輸就能使用液態氫來做為推進動力，而液態氫可以由核子反應器來有效產生。這是十分有可能發生的事情。我想只要一般大眾、國會與記者可以快速意識到除非我們儘快研究新科技，我們可能很快就無法使用現在的汽車，這樣的話只要很短時間，大家的努力就會集中，Samuel Johnson就是這樣說的。

所以一個重要的問題只要我們真的想要解決它，我們就能解決它？

是的，我是這樣認為。我不認為在有解決方案的情況下，人類會坐視災難的發生。你可以看看美國與其他的國家在戰爭時的反應速度，這就是大家的轉變的效率在需要的時候就變得十分快速的例子之一。

你同時寫道，你認為氣候暖化最後若變成嚴重問題，那時暖化可以避免，甚至可以被逆轉。在幾年前你是這樣寫的，在近期的研究結果之下，你還認為是這樣嗎？

似乎已經有許多証據顯示暖化的確發生。我想在成因方面依舊眾說紛紜。但若需要，我想暖化也是可以被逆轉的。不過我們還不知道暖化是否有害。

甚至在科學家的主流中，思考的方式往往也是毀滅導向。雖然不是每人，卻也是大多數如此。他們往往思考要如何破壞一個東西，而不是要如何修復一個東西。我的意思是，科學家也有同樣的傾向，就是態度容易被大眾所影響。



轉載自 2006/07/14 Taiwan.CNET.com