机器智能 13. 机器智能的可能性 （转）

机器智能的可能性

年前我们讨论了什么是智慧、以及智慧是怎样被智能构建起来的。从今天开始我基于先前的讨论内容，来看一下大家更为关心的机器能否自主地获得智能，以及机器智能在发展过程中可能遇到的边界，最后来解答大家都比较关注的“机器智能是否会超越人类智能”这一问题。

通过对智慧及智能的介绍，我们大体了解到。智慧是一个高度结构化的信息体系。它是多层次的，同样构建智慧的智能也是多层次的，当中既有个体的知识发现，更有群体的知识体系构建，这是一个既简单又复杂的过程。在智能的每一个层面无时无刻存在着对信息的获取、记忆、关联、忘记、重组等一些列的信息加工过程，而在此过程中不但原始的信息得到了整理，而且还会产生大量的加工信息（概念）以及信息间连接（知识），更为重要的是在信息在加工过程中，我们加工信息的方法也会被信息化，转化为DNA被复制、被遗传，从而让我们能经年累月持续地获得更高结构的信息 -- 智慧，智慧就是在这样的信息加工过程中不断自举获得的。

也就是说智慧本质是信息的有序连接，而连接智慧的智能机制又是从底层的“条件反射”、“延迟判断、“过程反馈”、"协同演化"中构造而来的。尤其是前三种个体智能机制，我们都从脑科学层面做了详细的介绍，发现这样的一些机制并不神秘，它的底层机理几乎都是我们已经熟悉的对信息的物理化学加工过程，人类现在几乎都能在机器上模拟实现这些过程。事实也是如此，计算机学界大约在“人工智能”概念出现的前后，在上世纪60年代起就首先开始了对依赖信息做出判断的智能算法进行研究，各种算法尤其是遗传算法、模糊决策等算法在当时层出不群；然后在80年代发现单靠智能算法是无法获得可自适应的智慧的，于是开始研发用于存储专家知识的数据库及基于知识数据库的专家系统；再然后发现这也是有极限的，进入新世纪起对神经网路的模拟，以及各种自学习的系统的研究孕育而生，其结果就是近年来人工智能的应用得到了快速的发展；随着区块链技术的发展，分布式、去中心化，协同系统成了新的宠儿；现在学界已经认识到了“协同演化”的重要性，现在正朝这个方向在发展。回顾人工智能的研究历史明显可以感受得到，其实这就是遵循着智能的四个层次从“条件反射”“延迟判断、“过程反馈”、"协同进化" 逐步展开进行的。

从本系列介绍的智能机理，以及从上述人类对智能的掌握与研究的路径来看，没有发现可以阻止机器智能进化的阻力。虽然这样的研究起步于上世纪60年代至今不过短短的60多年时间，从刚开始的举步维艰，到后来一次次跨越式发展，直至最近越来越成熟。现在在某些特定的领域，机器智能已经逐步接近或超过人类的智能的水平，这已经被越来越多的人所接受。我们可以很明确地得出机器完全可以拥有智能，而本系列所介绍的智慧的实质及智能的机理，就是我们做出这一判断的主要依据。

人工智能这几年这么热，一方面是因为我们都智慧的了解，发现智慧并不神秘，我们几乎完全能将智能赋予机器，让机器能具有一定的智慧，然后为我们人类服务。同时也因为它关系到下一次信息革命的未来，关系到国运，所以我们才会投入这么大的精力与财力，在这方面进行努力。

篇外：
人工智能发展史上有一个非常著名的话题，这就是图灵测试 （Turing test）。当初人们不知道机器是否会具有智能，同时对智能的认识也还很肤浅，无法用很好的方法来定义智能。此时著名的数学家、密码学者艾伦·麦席森·图灵于1950年发表了一篇论文《计算机器与智能》提出如果当有超过30%的测试者（使用者）面对一台机器做出的判断应对时，没有意识到对方是一台机器的话，那么说明这台机器已经具有了智能。而当几年前，有一次我打完一个服务咨询电话后才意识到刚才和我对话的“工作人员”是一台机器人时，我意识到图灵测试已经可以顺利通过了。而最近备受人们热议的ChatGPT更是让绝大多数的人认为对它的提问回答已经达到或超过了人工回答的水平，这足已说明，一部分的智能机器已经通过了图灵测试，完全达到了图灵当时预设的“人工智能”的水准了。
?