首页 » 人工智能的进化 » 人工智能的进化全文在线阅读

《人工智能的进化》第5章 有经验的学习与没有经验的学习

关灯直达底部

我们的绝大多数知识都习自间接经验,这一事实让哲学家们暂时停止了关于智能离开身体是否可能的争论。例如,如果这种智能无法将语言与真实感觉联系起来,那它如何能够真正地理解“饿”这种词呢?这就是所谓符号接地问题(The symbol grounding problem)。如果我们知道的只是一个个相互指代的单词,那么怎样才能理解一个词的含义呢?(这个关于“文字游戏”的问题会在下一章介绍海伦·凯勒时出现。)当然,艾伦·图灵的想法是,我们对于这样的问题根本不必理会。“理解”这个词太过含糊,而且存在争议。恰恰相反,我们该问的问题是:有没有可能让人工智能程序拥有与人一样的能力,按照上述单词的意思行事。简而言之,就是我们期望通过符号接地问题看到什么样的蹩脚行为?

我们是如何掌握语言的,这依然是个谜。具体来说,我们如何解释儿童虽然获得的数据有限,但是他们却能掌握复杂的语法?这个问题被诺姆·乔姆斯基称为“刺激贫乏”(Rules and Representations)。他的(充满争议的)观点是,孩子天生就具有一种被称为“普遍语法”的能力,帮助他们迅速掌握首次接触的语言的实际语法。

关于行为的学习,艾伦·麦克沃思(Alan Mackworth)(可参见他的文章On seeing robots)和罗德尼·布鲁克斯(Rodney Brooks)(可参见他的文章Elephants don’t play chess)等对老式人工智能持批判态度的学者更为关注动物(包括人在内)如何能够在没有语言和符号的帮助下,依靠真实传感器和效应器生存,这一点非常有趣。这些动物似乎掌握了某种程序性知识(通过某种作业形式获得的知识),与老式人工智能所关注的陈述性知识(可用陈述句表达的知识)截然不同。但是,我们仍需谨记“巨型拼图”问题,而且“世间行动”是个广义的范畴。当然包括骑自行车和玩溜溜球,也包括饲养照顾宠物金丝雀,收集稀有金币。显而易见,上述两种知识都必不可少。关于这个问题可以参考Frame representations and the declarative/procedural controversy,Declarative and nondeclarative memory: Multiple brain systems supporting learning and memory一文则从神经科学的角度做了介绍。

塞缪尔·早川关于阅读的说法引自Language in Thought and Action。(早川还曾对通过经验学习和通过语言学习进行过对比。)艾萨克·牛顿的话引自1676年的一封信(参见他的书信集The Correspondence of Isaac Newton:1661—1675)。