文档介绍：第五章思维机器
现在已经到了第二个计算机时代。新的技术开始走出实验室把计算机从快速的计算机器变成可以模仿人类思维的装置——赋予机器以推理,做出判断,甚至是学习的能力,这种“人工智能”已经开始做一些曾经认为需要人类智能来完成的工作。
——《商业周刊》
计算机已经从机房和实验室走出来帮助我们在家里或办公室写作,计算,和娱乐。这些机器做着简单,重复性的工作,而现在仍在实验室的能做更多的事。人工智能研究者们说计算机可以变得聪明,并且越来越少的人反对这种说法。为了了解未来,我们必须看到人工智能是否象飞向月球那么不可能。
思维机器用不着在外形,目的或精神上与人相似。事实上,一些人工智能系统显示出没有受过良好的文学艺术教育,但是可以作为设计的有力引擎。虽然如此,了解人类思维是如何从无思想的物质中进化出来的,还是可以为我们理解机器怎样才能会思考提供光明的前景的。大脑,象其它形式的有序一样,通过变化与选择来进化。
大脑在运作。你不需要了解斯金纳的行为主义学说就明白行为的重要性,包括被称为思考的内部行为。在试管中复制的RNA显示了目的思想是如何(作为某种概念)适用于完全无思想的分子的。它们没有神经和肌肉,但是它们进化出了促进它们的复制的“行为”。变化和选择形成了每个分子的简单行为,并贯穿它的整个“一生”。
单个的RNA分子并不改变,但是细菌却可以。竞争使细菌从适应性改变中获益,例如通过调整它们的消化酶比例来适应食物供应。这些适应机制对它们本身来说是固定的:食物分子引发基因开关就象冷空气触发空调器一样。
一些细菌也使用一种反复试验策略的基本形式。这种细菌趋向于游直线,仅仅有足够的“内存”去知道前进道路上的条件是在变好还是变坏。如果它们感觉到条件在变好,就保持方向前进;如果它们觉得条件在变坏,就会停下来,打转,然后头朝向一个随机方向,通常是与原来不同的方向游动。它们测试各种方向,朝向好的方向并避开不好的。由于这使得它们能游到食物分子集中的地方,它们就能成功地繁衍了。
变形虫没有大脑,也显示了学习的事实。它们可以学会在简单的T-迷宫中选择正确的路径。它们试着左转和右转,逐渐地选择行为——或形成习惯——达到最佳路径。这种选择性行为基于一种推理,心理学家称为“效果法则”。蠕虫的基因进化使得蠕虫个体有了进化的行为。
虽然这样,会走迷宫的蠕虫(甚至斯金纳的鸽子,被训练成绿灯亮时才啄食)还是没有一点思考的迹象。大部分生物仅仅通过反复试验中学会的简单效果法则来适应,通过变化和选择实际行为
——它们不会思考和做判断。而自然选择常常使能思考的生物获益,思考也不是不可思议的。正如Tufts大学的Daniel t指出的,进化的基因可以用关于世界运动的内部模型来武装动物的大脑(有点象计算机辅助设计系统)。动物们可以由此“想象”不同的行动和结果,避免那些“看起来”危险的而采取“看起来”安全的和有利可图的行动。通过靠着这种内部模型来测试想法,它们可以节省在外部世界试验行动所花的力气和减少所冒的风险。
t更指出效果法则可以改造模型自身。基因可以提供进化的行为,它们也能提供进化的思想模型。聪明的动物可以改变它们的模型并关注那些能提供更好的行动指导的版本。我们都知道尝试并学习有用的东西。模型不必是与生俱来的,它们在单个生命中也可以进化。
不会说话的动物,很少能传授它们的新的洞察力,这些洞察力会和产生它们的大脑一同消亡,因为有用的思维模型并不印在基因中。但是即使不会说话的动物也可以彼此模仿,积累拟子和文化。日本的一只母猴子发明了一种用水分离谷粒和砂子的方法,其它的猴子很快就学会了。在人类文化中,通过语言和绘画模型,有价值的世界运作模型会比它们的创造者长命并且广泛传播。
在一个更高的水平上,头脑("mind"在这里是个合适的词)可以把握判断的标准,决定关于模型的组成部分——对于世界的想法——是否是足够可靠的。头脑由此选择了它自己的内容,包括选择规则。判断的规则也通过这种方式过滤了科学的内容。
象关于知识的行为,模型和标准进化一样,目的也可以。那些通过某些更基本的标准来判断能带来好处的,通常会成为目的。诚实会有回报,所以它成为了一条有价值的行动标准。由于思考和精神模型指导行动和下一步的思考,我们把清晰的思路和精确的模型作为目的。好奇心增长,随之产生了对知识的热爱。目的的进化使得科学和道德一起发展。达尔文写道,“德育教育可能的最高水平是我们承认我们应该控制我们的思考。”我们可以通过变化和选择来实现,通过集中注意于思考有价值的东西而忽略其它的。
MIT人工智能实验室的Marvin Minsky把头脑看作某种社会,一个进化的系统,由互相联系的,合作的,竞争的代理点组成,而它们又是由更简单的代理点组成的。他用这些代理点的活动性来描述思考和行