翻译的第3部分
- 人工智能（AI）的健康发展
自创建以来，AI领域已经有了健康的发展，现在是观察和称颂这些进步的时候了。
在最初，实践仍然非常原始，但是本领域的言辞就回荡着巴别塔建造者的声音："我
们要建造会思考的机器；我们要建造巨大的脑。"只要给予充足的钱和努力，我迎
来的，将是不可思议的机器，它们能够识别视觉的模式，能够讲话，能够计划复
杂的行动，能够回答复杂的问题，能够具备大多数专家全部的专业技能。
在超过三十年中，我们投入了惊人的国家投资。是的，我认为，相比其他可能可
能获得成果的领域，在计算机科学研究中的公共投资中，我们对人工智能领域投
资过多。与投入的金钱相相比更严重的是，一代最杰出的计算机科学家的头脑，
和最杰出的从事学术研究的实验室的努力。
这些研究成果的副产品令人印象深刻：新的数据结构、新的知识表达的方法、新
的程序设计语言、新的计算机家族。但是，至于说到我们的主要目标，令人震惊
地，相对于花费的时间和投次，本领域的成果几乎没有。我们只要看看在当前的语
音识别和笔迹识别方面我们走了有多远，尽管我们在此做了多少工作。
曾经，至少专家系统领域将要奏响凯歌，尽管很多其他的目标都不值一提。然后
令人猛醒的消息来了：在2500至3000条规则领域的某处，当世界改变的时候，规
则库变得令人崩溃地难以维护。识别新的或者变化的规则与剩余的库的一致性变
得非常困难，困难到我们要为可用的规则库大小设置一个有效的上限。因此现
在，我们就拥有了专家系统技术，有几百个专家系统例子，但并非最初梦想的那
种可无限扩展的工具。
这些年来，我们给予人工智能研究者对人类智能力量的深切尊重。人工智能系统
的研究路线已经一点一点改变了，现在，我们听说研究者们提出了"飞行员助手
"，"训练建议者"，或者"计划工具"。
当真正的成果开始增加的时候，本领域的言论也变得适度了。这一演进过程完全
健康了。这也对应了一个基本的真理，可能Walt Kelly，comic strip Pogo的作
者，对它剖析得最清楚了Albert Alligator贬低过Ole熊那的确非常有限的智力。
Ole熊的反应令人难忘：
"你木有跑到我的头盖骨下面去。内里有非常想像力撒。"
[杨注：据wikipedia，Walt Kelly以画一种漫画--称为comicstrip的，分格的幽
默或叙事作品，在人物的脑袋上面的气球状圈里写上对白--著称，他的代表作是
Pogo；Albert Alligator是Pogo系列里的常驻角色，Ole bear没查到，可能也
是。从原文引用Ole Bear的话的语法上看，他的智力可能确实有限。]
是时候承认了，人工智能的最初目标不单纯是非常的困难，这些目标很迷人，也
很令人鼓舞，但是它们把我们这个学科引导到了错误的方向。
如果我们的目标确实是建立计算机系统，以解决非常富有挑战性的问题的话，我
的观点是：
IA > AI [杨注：intelligence amplifying，IA；人工智能，AI]
也就是说，智力放大系统IA能够，在有效系统技术的任何级别，击败人工智能AI。
也就是说，机器和头脑能够击败模仿头脑并单独工作的机器。
有一天，计算机会击败国际象棋世界冠军。当那一天到来的时候，我希望看到这
位世界冠军装备上强有力且适宜的IA象棋工具，然后和那个AI系统再比一次。我
打赌IA队会赢。
现在所有问题的重点是，不同的长跑目标会把我们的研究引导向不同的方向。当
我们不再继续梦想计算机会取代人脑，而是决定准备驾驭在 脑-机系统 中的头
脑的头脑的力量，我们应该研究如何以宽带的信道把头脑和机器连接在一起，这
是一个对SIGGRAPH而言珍贵的研究领域，对于这一领域的注意力仍不及对AI研究
的一小点。这些问题是富有挑战性而艰难的，正如图2的广告中所描绘的。
图2 沟通问题 一个戴眼镜的男人头部的俯视图，面朝纸的正上方。他的眼前写着
"沟通"，脑后写着"最难的部分是最后四英寸"。4英寸合10.16厘米。
不深入任何细节，我想指出从机器中取出信息给头脑是计算机图形学的核心任
务，这占用了我们最宽带的信道。然而，我们其他的每个信道也都具有独特的特
性，我们一定不能忽略对头脑中的潜意识部分有影响的声音和触觉。同样的，从
头脑中取出信息放回机器中，能够肯定的是，字符串通常并非自然的和正确的机
制。我们希望像与其他头脑沟通那样与机器沟通，通过陈述命令，通过说话，指
点，或者通过移通来表明 "什么"、"在哪里"、"有多远"。
- 工具制造者是协作者
如果计算机科学家是工具制造者，又如果我们乐于制造强有力的工具和头脑放大
器，我们就必须和那些将使用我们的工具的人们一起工作，和我们希望放大他们
智力的那些人一起工作。请让我和你们分享一些过去超过30年我们在教堂山跨学
科协作的经验。这些经验很令人兴奋，我把它作为一种工作方式推荐给你们。它
也有一些固有的代价，我们得决定是不是打算承受，还有一些固有的陷阱。
- 问题驱动的研究途径
让我们从一个矛盾的观点开始：
让我们的研究搭别人研究问题的便车，在他们的术语的基础上解决那些问题，这
会引导我们丰富计算机科学的研究。
这是一个"下面在上面"的悖论，它支持了生活中太多的事情，从婚姻生活到职业
发展。
怎么会是这样呢？在其他学科的问题上工作，以增进协作者为目的，怎么会帮助
作为计算机科学家的我们呢？因为许多原因：
No comments:
Post a Comment