目录

  • 1 人工智能史上的“三国演义”
    • 1.1 人工智能的历史
    • 1.2 符号人工智能
    • 1.3 人工神经元网络
    • 1.4 框架问题
    • 1.5 顺便聊聊五代计算机泡沫
  • 2 “超级人工智能”没有想象的那么简单!
    • 2.1 专用人工智能与通用人工智能
    • 2.2 深度学习能够升级为通用人工智能系统吗?
    • 2.3 向自然智能学习(上)
    • 2.4 向自然智能学习(下)
    • 2.5 再论“强人工智能”与“超级人工智能”
  • 3 “大数据技术“真的智能吗
    • 3.1 大数据的优点
    • 3.2 大数据的缺点
    • 3.3 节俭性理性
    • 3.4 对绿色人工智能的展望
  • 4 人工智能与自然语言处理
    • 4.1 自然语言处理理论概论
    • 4.2 行为主义的自然语言处理路径
    • 4.3 外在主义的语义建模
    • 4.4 基于理想语设想的语义建模
    • 4.5 统计学进路的语义处理方式
    • 4.6 混合式进路
    • 4.7 基于实际语例的进路
  • 5 计算机能够懂汉语吗?——汉字屋论证
    • 5.1 再谈强人工智能与弱人工智能
    • 5.2 塞尔论证的前身
    • 5.3 塞尔的反证法
    • 5.4 重要的反驳
  • 6 从认知语言学角度看机器翻译问题
    • 6.1 机器翻译进路产生的问题(上)
    • 6.2 机器翻译进路产生的问题(下)
    • 6.3 认知语言学关于翻译的洞见
    • 6.4 认知语言学技术刻画的“不可计算性”
  • 7 计算机能够懂得“一个帅哥”和“一枚帅哥”的区别吗?
    • 7.1 隐蔽在计算机工业的“中立”面相之后的英语霸权
    • 7.2 被西语思维扭曲的汉语量词现象
    • 7.3 一种基于汉语演化史与认知语言学的复合式解释
    • 7.4 以人工智能为武器来反抗地球的扁平化
  • 8 英语算啥?搞懂日语才是对于计算机的挑战
    • 8.1 从“中文屋”到“日语屋”
    • 8.2 日语言说者对于具身性的敏感性
    • 8.3 “日语屋”给塞尔造成的麻烦
    • 8.4 主流人工智能的自然语言处理技术为何处理不了具身性?
  • 9 从说人话到办人事——论具有道德意识的机器人设计
    • 9.1 机器人伦理学概述
    • 9.2 从伦理学的“具身性”说起
    • 9.3 认知语言学的“具身性”对于人工智能伦理学的启示
  • 10 如何建造儒家机器人
    • 10.1 德性伦理学与儒家哲学的结合
    • 10.2 击靶德性论及其与儒家学说中的关系
    • 10.3 从神经计算模型看德性熏养
    • 10.4 通过基于“儒家德性样板库”的隐喻性投射来获取德性
    • 10.5 课程总结
  • 11 阅读
    • 11.1 阅读
  • 12 直播
    • 12.1 第一次直播
    • 12.2 第二次直播
  • 13 问卷调查
    • 13.1 问卷调查
再论“强人工智能”与“超级人工智能”
  • 1 视频
  • 2 章节测验



强人工智能与弱人工智能

既有的专用人工智能之路,并不能真正通向AGI,因为后者对于智能活动本质的涉及,并不是前者的题中应有之义。而对于有些读者来说,这样的澄清似乎还漏掉了两个在目下的媒体中被广泛炒作的两个概念:一个是“强人工智能”(Strong AI),一个是“超级人工智能”(Artificial Superintelligence)。那么,AGI与它们之间的关系又是什么呢?

首先可以肯定的是,强AI既不是AGI的对立面,也不是其同义词。与强AI对应的概念乃是“弱AI”(Weak AI),而弱AI也既非专用AI的对立面,亦非其同义词。说得更清楚一点,弱AI指的是计算机对于自然智能的模拟,而强AI指的是计算机在上述模拟的基础上对于真实心智的获得,二者之间的区分,牵涉到的乃是“虚拟心灵”与“真实心灵”之间的区别。与之相比较,专用AI与AGI之间的区分则是AI系统自身运用范围宽窄之间的区别。因此,从概念的外延角度上看,一个AGI系统或许可能是弱AI,也可以是强AI(因为一个达到AGI标准的系统是否能够配得“真实心灵”,依然是一个有待争议的心灵哲学话题)——而专用AI系统则只可能是弱AI(因为真实的心灵肯定是具有跨领域的问题处理能力的)。这几个概念的关系,可以通过图—5得到概括。


图—5 关于专用人工智能、通用人工智能、弱人工智能与强人工智能四者关系的概括


超级AI

“超级AI”这个概念是一个非常含糊的字眼,因为“超级”本身的含义就非常含糊。如果就AI系统在单项能力上对于人类的超越的话,那么现在的Alpha Go就已经是这样的超级AI了——但如果“超级AI”指的是某种能够比人类更为灵活地统调各种能力与知识领域的AI系统而言,很显然这样的系统还没有出现。

但即使存在着这样的系统,如何界定“超级”二字的真正含义,依然会成为一个值得商榷的问题。其背后的道理是:任何智能体都无法不在尽量节俭地使用资源的前提下,对开放环境中存在的挑战进行“无所顾忌”的回应,因此,即使是所谓的“超级AI”,也不可能在其运作中无限地挥霍其运算资源,并要求无限的前设知识作为其推理前提。换言之,这样的系统依然是与我们人类一样的“有限的存在者”,并与我们人类一样面临着某种终极的脆弱性。

不过,如果我们将“超级”的门槛降低,并在“比人类稍微更灵活、更具创造性一点”这一意义上使用“超级AI”这个字眼的话,那么,制造出这样的系统,并非在概念上是不可能的。说得更具体一点,我们当然可以由此设想:某种AGI系统能够以一种比人类更具效率的方式进行联想与类比,找到问题的求解方略,而这种系统所接驳的某些外围设备的强大物理功能,显然也能够使得整个人造系统获得比人类整体更强大的决策与行动能力。