能造出像人一样“思考”的机器吗
■本报记者 胡珉琦
如今的AI系统已经在不少具体问题的解决能力上超过了人类，那么，我们究竟能否制造出像人一样“思考”的机器？AI会有一天超越人类智能吗？
计算型智能只是人类智能的一种类型
下围棋是人类的高级智能活动之一，过去人们认为计算机不可能超越人类的这种智能。因此，下围棋也被视为AI的“圣杯”。直到 推出的AI围棋程序 战胜了人类。
浙江大学神经管理学实验室创始人、国际欧亚科学院院士马庆国解释，大放异彩，得益于蒙特卡洛树搜索框架，加上深度学习和强化学习。
他说，假设计算机的计算速度“无限”快，计算机就可以用“穷举法”为围棋棋手瞬间找到“最优解（最优落子位置）”。但事实是，每一步落子的计算量太大了，当前最快的计算机速度也根本无法完成“穷举”这样大的计算量，所以要从当前的可能的落子方案中选一些，交由不同计算机（群）去做并行计算。
如何在当前可能的落子位置选出一组落子点（试算点）交给不同计算机（群）做并行计算？
他表示，除了利用计算机越来越快的存取速度和越来越大的存储容量、从过去“对弈”的成果（不仅仅是“定式”）产生“试算点”之外，还需要借助很多“节省计算但尽可能选优”的技术。蒙特卡洛树搜索框架、深度学习和强化学习就是其中三种重要的技术（算法）。
马庆国认为，近10余年来，AI最显著的进步之一发生在深度学习的领域（主要是深度神经网络领域）。
基于深度神经网络的深度学习，没有对所研究问题的环境作明确表征，也不探求因果关系（本质上是“黑箱”模型）。在基于巨量数据、完成了对一个网络的训练后，程序员就用这个训练的结果模型，运行新的数据，选择落子的走法。
的核心技术是强化学习。强化学习的本质是实现“自动决策”。机器会在没有任何指导、标签的情况下，尝试行为，得到一个结果，再判断是对还是错，由此调整之前的行为，通过不断地调整，算法持续优化。
有人认为，强化学习的本质正在接近人类的学习，但它是否能够实现人类大脑的智能？马庆国的回答是否定的。
“目前，我们还没有制造出能像人一样思维的机器，我们只能在一些狭义领域，制造出比人类某些智能更出色的机器。这并不奇怪，因为这些领域关注的是计算机更擅长的事——基于数学的逻辑的算法和对以往事实的快速存取。”
在马庆国看来，计算型的智能只是人类智能的一部分。在这种类型的智能方面，人造的机器超过了人。但在“理解”（如，理解语言、理解社会）方面，AI与人类智能有质的差异。
马庆国介绍说，英国数学家和物理学家罗杰·彭罗斯曾在他著名的AI科普读物《皇帝新脑——有关电脑、人脑及物理定律》一书中，引用了美国哲学家约翰·西尔勒的思想实验 ——“中文房间”来论证计算机及算法实际上并不是“理解”智能。
“中文房间”实验假设一位只说英语的人身处一个密闭房间。假设房间里有一本回答所有问题的中文书，以及足够的稿纸、铅笔和橱柜。写着中文问题的纸片通过小窗口被送入房间中。房间中的人可以通过比对，在这本书上找到这个问题的中文答案。然后抄写这个答案从窗口递出去。虽然他根本不懂中文，但房间外的人却以为他理解了中文问题，并用中文思考。
“计算机就是这样工作的。它无法理解接收到的信息，但它可以运行一个程序，处理信息，然后给出一个正确的回答，好像理解了接收到的信息一样。”马庆国说，这个思想实验证明，“计算机及其算法”事实上并不像人类一样“理解”其所执行的任务。
人类是如何思考的
AI要想真正实现人类智能，需要具备什么能力？马庆国认为，人类智能的最大特点之一，就是能够创造性地解决从未遇到过的新问题。
他常举的一个例子是：当一个人在过一座独木桥时，突然之间桥断裂了，人依然可以想出很多点子来解决过河的问题，找木头搭建简易桥或者抱着浮木游到河对岸，等等。
“计算机就没有这样的能力，除非人事先给它设定了‘在需要过没有桥的河时，应找木头搭建简易桥’。可是，如果周围没有可以搭建简易桥的木头呢？人类可以想其他办法，计算机就无能为力了。”
在他看来，问题的症结在于，计算机是遵守规则的机器。在现实世界中，规则总是不可能穷尽的。现在的AI本身并没有创造性，当遇到旧规则不能解决的问题时，它不能像人类一样完全根据面对的问题想出从未有过的解决办法。
人类的理解力从何而来
马庆国说，以语言为例，一个孩子学会理解语言，其实也是来源于对应关系。当他第一次面对一个全新的词汇时并不能理解，直到一种情景反复出现，并在这个情境中与他人互动，他就可以将这个词汇和情景对应起来。越长大，可以跟这个词汇对应的东西就越多，关于这个词汇的理解也就形成了。再经过不同个体的互动和交流，关于这个词汇的共同理解也就形成了。
计算机只能做到有限的对应，因为真实环境太过复杂，现在它对语言的“理解”可谓捉襟见肘。“但这也带来了一个问题：计算机总是在不断进步和发展的，理论上它的对应也会越来越丰富、越来越复杂。那么在哲学上，这一量变是否可能带来质变？计算机也进步到可以理解词汇了？”
马庆国认为，这个问题还没有答案。不过，他对AI完全实现人类智能的前景并不乐观。
人脑真实的智能和AI最大的区别，可能在于脑的工作方式。“尽管计算机也叫电脑，但它和人脑的工作方式完全是两回事。”马庆国说，无论是存储、计算，还是创造，大脑都是靠神经元、树突、轴突以及突触等相互衔接的结构和多种神经介质来实现工作的：从神经元前面来的信号，到这个神经元后面出去成百上千个甚至更多的连接。不同的连接方式，就可能在工作中形成了不同的意识。
对此，人们又开始对模拟人脑的AI抱有希望。
他表示，这就需要破解哲学上的一个难题：思维是彼岸的，现实存在是此岸的，两者之间是有鸿沟的，哲学上认为这是不能跨越的。现在，我们希望通过脑神经研究，使彼岸的思维能够用此岸的神经元活动来解释。
“人类的意识本身最终能够在神经元活动的水平上被解读，可能需要上千年的时间。即便解读了，机器能够完全模拟神经元的工作方式吗？”
作为首个提出神经管理学的学者，马庆国坦言，按照AI现有的技术路径是难以实现的，除非未来我们能够创造出一种完全颠覆性的理论技术体系。从这个角度来看，担忧AI会超越甚至取代人类，根本无从谈起。
发表回复