人工智能的哲学基础 (一)

人工智能的哲学基础研究计算机和人类思维的关系并讨论下列问题

* 计算机的行为可否被认为是智能的，这种智能可否解决一个人通过思考才能解决的问题？
* 计算机能否具有和人类相同的意识，精神和感知，并自我察觉到这些？
* 人工智能和人类智能是否相同，人的大脑是否和计算机有相同结构？

这三个问题反映出人工智能，哲学，和认知科学三个领域结合后产生的各种有趣问题。而答案取决于怎样定义智能，意识，和计算机。

计算机能否表现出通常意义上的智能？

计算机能否解决人类用智能解决的所有问题？这是人工智能研究者最关心的一个问题，它定义了人工智能的适用范围和发展方向。这个问题强调行为结果，而忽略了心理学，认知科学，和哲学方面的内容。计算机真的在思考，还是行为结果看上去象在思考，变成一件无所谓的事。它概括了大多数人工智能研究者的立场，在１９５６年为召开Dartmouth会议而首次提出:

* 学习和智能的一切内容都可以非常精确地描述出来，最终可以让计算机模拟。

反对者认为客观上实现这种智能系统是不可能的。原因是计算机的处理能力有限，目前还不能完全复制某些人类思维上的特性。而支持者认为这样的智能系统是有可能出现的。

要回答这个问题，首先必须清楚定义＂智能＂

智能

图灵测试

1950年，艾伦·图灵在一篇著名并具有启发性的文章里把智能的定义简化成一个语言对话的问题。他提出如果计算机能够回答别人提出的任何问题，并且使用通用的人类语言，那么它就可以被认为是智能的。这个论题目前可以简单地用一个在线问答来验证。聊天室里有一个人和一台计算机，如果没人能够判断对话的另一边是人还是计算机，后者就成功通过了测试。图灵注意到能否思考这种问题只有哲学家关心，他写道，多数人并没有在这个问题上争论不休，而普遍礼貌地认同人人都可以思考。图灵测试把这种认同扩展到计算机：

* 如果计算机的行为表现出和人一样智能，那么它就具有和人一样的智能。

人类智能和广义智能

有人批评图灵测试是一种拟人论。如果我们的最终目标是让计算机的智能超过人类，那么又何必坚持计算机一定要很像人？鲁塞尔和诺维克写道，航空工程学并没有把他们的目标定义为：制造出像鸽子一样能飞的机器，而最终连鸽子都分辨不出哪个是机器，哪个是鸽子。在现代人工智能研究中，人们使用理性代理，或智能代理来定义智能。代理观察环境并在环境中行为，而它行为的评估定义了代理在多大程度上是成功的。

* 基于过去的经验和知识，如果一个代理能够把它的行为评估最大化，那么它就是智能的。

这种定义尝试揭示智能的本质。它的优点是排除了人的一些并不明智的特点，比如被攻击或说谎。它的缺点是没有区分能思考和不能思考这两个概念，而这种分别恰恰是普遍认同的。根据这样的定义，连一个恒温器都具有了基本的智能。