香港科技大學楊強：后圖靈時代

新浪科技訊 北京時間3月22日下午消息，“新智能時代論壇”今日下午在北京機械工業出版社舉行。香港科技大學計算機系主任楊強作為演講嘉賓，為“新智能時代論壇”做了主題為《后圖靈時代》的演講。

以下為楊強演講內容：

今天非常高興來到這樣一個會場，感謝群主楊靜，我也是生活在楊靜的世界裏，大家可能都生活在他的世界裏。我們都有一個共同的祖先，那個祖先就是圖靈，今天就要講一講圖靈，首先圖靈問的問題大家可能都知道，圖靈問的這個問題非常容易描述，就是機器可以思維嗎？大家可能有人看了最近的電影《模仿游戲》，電影的主題也是圍繞這樣的思想，到最后那個思想尤其是把感情帶到極端。圖靈當時提出了圖靈測試，用來展現機器可以思維的一個測試，比如這裏就是圖靈自己舉的例子，大概的意思是一個裁判和被測試者在問答，問答的內容是有關被測試者寫了一段詩，這個裏面包含了對古典文學內容的深刻了解，對於文學上面比擬這種手法，描述手法的一種深刻理解。還有人機制的回答，各種各樣的機制，反問等，只有人才具有的這樣一種能力。從這裏我們看出要通過圖靈測試是非常難的一件事，不僅包括了計算機要具有一種知識的能力，就像IBM瓦森那樣可以在電視上機智地回答，並且可以聯想，推理，反推，知道怎樣用一種簡捷，並具幽默的語言回答一個問題。這樣的計算機，被測試者確實是非常不簡單的。

為了這樣的一個理想，就鼓勵了一大批的人，這要給大家做一個人工智能的年代秀，我們看到50和60年代的時候，大家共同的認知，是智能來自推理，比方在1956年的奠基性的會議上，有一個案例可以證明定理，把熟知的定理都可以做出來，這是60年代做的事情。之后又提出了人的思維是可以通過普適型的求解和搜索，這裏不是指互聯網的搜索，而是在問題的求解空間搜索。之后又提出了物理符號，系統假，這為了后面的知識表達和專家系統提供了理論基礎，右邊的圖我們看到了是兩位大師，在這邊下棋，他們已經開始思考，用國際象棋作為一個突破點來證實圖靈的假設。到了七八十年代，到了六七十年代，這樣的一個假設是有一定的突破，但是我們知道雖然在一些點上有突破，但是面還沒有展開，尤其是沒有展現在工業方面的實現，到了七八十年代大家開始考慮這個問題了，如何能夠讓每個人都能夠受益，這個時候的一種思想叫做專家系統，專家系統認為只要有專家，我們就可以把這個問題給解決了，讓專家把自己頭腦裏面的東西全部的放到計算機裏面，就可以了。但是這個時候碰到的一個瓶頸是如何能夠描述這樣的準確和全面的描述專家頭腦裏面的這些知識，所以這個瓶頸又使得大家止步，人工智能的一個冬天也就到來了。因為很多大家的預期都沒有實現，之后在跟他几乎平行進行的一個方向是機器人，在很多方面，當時已經有了非常長足的發展，只不過我們人工智能裏面很多的研究者可能沒有關注，其中一個理論，當時認為是R，不能這樣刻意的強調，知識是隱含在肌肉中的，我們做動作的時候並不是任何一件事都經過大腦的，比如設計的這些機器人蟲子，包括現在做的一些工作，都是基於這樣的理念，叫做層次的結構。這樣的話，當一個部件壞掉的時候，也不至於影響全部，包括我們現在看到的機器大狗等，這個分支一直在前進，我們熟知的一些事情就來了，IBM帶來了一個新的理念，計算能力是可以來智能的，比如IBM有一個漫，惟一能夠擊敗計算機的辦法就是拔電門。

到了2010年代大家有一個共識，智能問答基於大數據，這個時候大數據的觀念真正的得到了印證，包括是有意義的大數據，通過群體智能得到的這種大數據，趨勢我們看到一種學習能力，使則問答能夠變得越來越智能，這個是群體智能。余凱細緻的回顧了大數據，加上機器學習，傳統的神經網絡上注入新的血液，這個新的血液使得一些新的算法得以實現，就比方我們熟知的一些成果和算法。下面我的主題就來了，我們暫短的回顧了人工智能發展的歷程，非常的曲折，一會兒冬天，一會兒春天，一會兒夏天，讓人目不暇給，我們搞不清楚現在是春天還是冬天，往下緊接而來的到底是什麼天。我們與其預測下一個季度是什麼天，還不看看人工智能到底是現在的技術發展到什麼階段，然后再回去印證一開始提出的問題，就是圖靈的設想，機器可以思維嗎？這個為我們帶來了一個思考，就是圖靈的這個設想，實際是在人的大腦到底是怎麼工作的，人的大腦是不是可以用編程來實現，是這樣的理論和設想，我們如果是去實現或者探索這個事項就當做一個科學問題裏回答。大部分的人工智能的研究者，實際應該是人工智能的工程師，而不是科學家，工程師是在創造一種工具，比方我們常用的工具，戴眼睛，我們用的望遠鏡，回顧一下人工智能的年代秀，成功的這些像機器學習，有一些成功的專家系統，機器人等等之類的，是為我們製造了一種工具，這種工具表達的行為，在我們看來是具有智能的。這就促使了很多人回過來想，既然智能這個問題可以分為兩個分支，就不妨分為兩個分支來解決，這樣問題就比較清楚。其中一個就是我們有這種疑惑的一個重要來源，實際上是因為我們用智能這一個詞來代表兩個不同的意義，所以大家就我們可不可以大家坐下來談一談，到底我們是什麼意思。這裏我要介紹的一個是今年初，在美國的人工智能大會上的一個研討會，邀請了很多專家過來講一講他們的觀點，對圖靈測試是怎樣的看法，他們認為應該怎麼做智能測試，這裏面大概有二三十位講者，我這裏就摘幾個比較鮮明的觀。

美國有一位教授（瓦迪），是計算機科學雜誌的主編，他問的問題是計算機是不是具備行為特性，為什麼特彆強調行為特性，思維是人的特性，講到機器的時候，只能通過行為來表達自己，我們就應該把問題這樣來問，就是這個機器的特性，是不是我們認為具有智能的呢？舉了一個例子，飛機是可以飛的，我們要看飛得好不好來測量它的特性，如果語音識別是能夠識別語音的，就特別為語音識別造一個智能的門檻來測試成就。一個結論是值得我們深思的，智能行為的測試很可能和圖靈測試不一樣的。

還有提出來，而且不只一組人，至少有三組人提出來，基於圖象的智能測試，就是有一個例子是這樣的，假設看了這一副圖，我問你一個問題，你給我指出來哪些東西是可以切東西的，切水果的，人就可以知道這裏放的是刀子，可以用來切水果的，為什麼呢？因為人有這個常識，刀子是用來切東西的，因為位置和刀子的圖象是吻合的，這個當中不僅要經過圖象的深入學習，圖象識別，還要知識庫裏面調出知識，來做常識的鑒別。如果我們冷卻完整地像人一樣的看圖話，看圖講故事，就算過了看圖的智能行為測試。還有一個人提出來基於創新的測試，我們強調智能，我們強調的只是能聽，能，能看，但是人的一個特點是能夠創新，能夠創造，能夠製造，所以，提出了一個Llvelace2.0的測試，另外一個名字是AEA，是計算機語言的名字，是史上最早的馬龍，是圖靈在文章裏面特別提到的一個觀點，以他命名是對他的尊敬，重點是這樣的，能不能讓計算機創造一個含有虛擬故事的小，這不是簡單的寫一些新聞，把一些摘出來，而是能夠創造詩歌，油，音樂，比如寫出一部紅樓夢，當然這個不是美國人的，是我提出來的。

科大的研究組提出了終生學習測試，這是之前一直在倡導的，意思就是當你在進行研究不同的任務的時候，在這個過程中，你的學習，知識水平應該是逐漸上升的，你需要的樣本數應該是逐漸下降的，我們用很多機器學習，包括深度學習，我們有一個體會，一定要聚集幾千幾萬甚至是上千萬的樣本才能學好一個概念，但是我們人，我們家裏有小孩，我們知道人並不需要那麼多的例子，有的時候小孩用一兩個例子就能學會，他是怎麼學會的，這種智能我們認為就是通過這種長時間的學習牽引得來的。這種理論的和一種人認知理論是分不開的，像我們在認知學上有一種理論，叫做皮亞傑的理論，認為人的知識通過四個階段得來的，第一個階段只是簡單的感覺和動作，之后就會逐步的進行思考，但是一開始可能並不是很邏輯，到了最后可以進行抽象的邏輯思維，我們不能人在這個階段還不智能，或者在這個階段還不智能，我們認為他們智能，是因為他們有智能的可能性。這個可能性是通過一個智能的生長的導數，而不是智能本身的值實現的。所以學習能力比學到的知識更重要，這個就是一個遷移學習的例子，小朋友小的時候通過下棋學到的和人的博弈關係可以用在商業上，就是遷移學習。遷移學習在心理學上也得到過傳統的印證，哈羅博士50年代的時候拿猴子做的試驗，讓猴子識別一些形狀，然后給一些分虧，給一個香蕉，發現在識別不同形狀的時候，可以借鑒前面識別的形狀，使得他知識的獲得越來越快，越來越準。這種遷移學習我們就可以應用在各方面，可以讓計算機讀一些書，來識別一些圖象。這個也是我們做的一些試驗，發現了計算機在讀書以后，確實對識別圖象的能力有所提高，一幅圖到底等於多少文字可以估算一下，結果發現了差不多一千文字。

我總結最后兩點，機器可以思維嗎？這個問題，和機器具有智能問題行為與否，這是兩個垂直的，我們在過去不幸把他們合而為一，一起考慮了，我們覺得這個方嚮應該是一個科學研究的方向，這個方嚮應該是一個工程研究的方向。我們沿這樣的一個工程研究的方向去走，我們就不應該懼怕人工智能，因為人工智能會成為我們越來越好的工具，越來越有用的工具，我們會看到的是什麼現象呢，會看到這樣的現象，在不同的領域，就像余凱剛才講的圖象，語音等等之類的，文字，我們會看到他的成長是與日俱增的，但是我們也看到了是有所不同的，會有差異的，有一些增長較快，有一些增長較慢，我們看過從零到一這本書的人可以借用他的語言，我們現在是處於什麼時代呢，我認為我們是在從一到N的時代，我們是羅列人工智能的成功，一個領域接一個領域，我們並沒有連成片，這裏就可以問，到底是什麼條件使得有一些領域，比如圖象和語音，就比別的領域要成熟呢？我認為數據的存在和數據以及商業和應用的閉環是一個前提條件，這些我們都可以繼續討論。謝謝大家。