近日，一批圖靈生前的信件資料在曼徹斯特大學被發現，這批信件並沒有涉及圖靈的個人生活，反而包含了很多圖靈的學術研究和思考。這些信件的時間跨度從 1949 年初至圖靈去世的 1954 年，這段時間正是圖靈人生的一個重大轉折期。圖靈從 1948 年起在曼徹斯特大學擔任計算機實驗室的副主任，然而在 1954 年，圖靈因為自己的同性戀取向受到不公正審判，最後服毒自殺。

人工智能之父圖靈

如果說圖靈是人工智能之父，更不如說他是程序猿之父，可以說，圖靈本人是一個絕對的天才，圖靈逝世時年僅42歲，在這147封信中我們發現，圖靈除了研究計算機科學也開始轉向生物學和神經學，並且發表了相關的論文，表示機器可以像人一樣思考。

1936 年，在論文《論可計算數》中，他描述了一種模擬紙筆計算的機器，也就是“圖靈機”，證明了通用計算機制造的可能性。1950 年，圖靈在論文《計算機與智能》中提出機器具有思考能力，並進一步給出了測試方法，也就是“圖靈測試”。

此前在 1942 年，圖靈作為科學聯絡官前往美國時，曾抱怨移民局“非常傲慢”。在訪問報告中，他表示此行毫無亮點：“我確信在密碼學上，這些人不值得信任”，但美國的解密工作也並不是一無是處，“我覺得他們的機器還是能好好利用一下”。

文件中還包含一封手寫的 BBC 講稿，這篇題為《機器會思考嗎？》的文章寫於 1951 年 7 月，主題是人工智能。還有的信件提到了他在生物學上的研究，他曾利用計算和數學探討植物形態發生的過程。

目前人工智能機器人的評價標準，大多是以圖靈測試為基準，通過圖靈測試才被稱之為“智能”，可見逝世63年的圖靈對當今人工智能依舊有著很深遠的影響。

圖靈預測人工智能的未來

在這147封信中，圖靈在研究和實驗中總結出了人工智能未來發展的定勢，包括自然語言處理，語音交互，神經學網絡等等。圖靈將整個人工智能系統分為三個不同的層次，並稱未來100年，都不可能在第二階段上有什麼實質性的突破，然事實正是如此。

一、智能的第一個層次是進化（達爾文式），而不是自我意識這些高端裝逼的東西。

智能的起點是學習，學習即對環境變化做出相應對策。整個生物進化過程，就是學習的過程。

為什麼呢? 你一個小小的細菌， 也可以對環境做出趨利避害的反應， 並且通過基因突變的方法有點盲目的適應環境，這其實就是用遍歷法來選擇針環境變化的最佳生存策略，然後通過遺傳以及下一代繼續試錯，將某種策略強化。

打敗柯潔的阿法狗的策略網絡也是類似的道理， 通過對可選策略集合的分析進行局部最優的調整。 我們人類模仿進化的過程創造了進化選擇算法， 作為人工智能一個非常基礎的部分。

二、第二階段的智能， 斯金納（偉大的行為心理學家）式造物。

斯金納式造物說的是生物自己能夠自主的去學習而非被動的靠基因變異適應環境。

這項偉大的創舉背後就是大名鼎鼎的神經網絡， 生物進化幾十億年的歷史都是這種被動的適應環境， 直到神經網絡的出現一切才悄悄發生變化。

神經網絡的作用簡單來看， 就是一個分類器， 它可以把外界刺激分成好的和壞的， 並且趨利避害。擁有這個分類器， 動物終於可以在自然環境面前主動做決策， 並且趨利避害。把獅子放在要躲避的那一堆， 異性放在要接近的那一堆對於動物的生存意義之重大不言而喻。

然而生物神經網絡是如何實現這一調整的，卻一直是個迷。圖靈生前在這個方向進行了大量的研究，但在信中依然表示人對人腦的瞭解程度僅達到3%，在神經學方面一籌莫展。

人工神經網絡的訓練過程同樣借鑑了生物神經網絡的學習過程， 根據反饋調整神經元之間連接的權重關係， 來實現對外界信號分類方法的改變， 因此調整決策（reinforcement learning 強化學習）。

三、智能的最高級形式波普爾造物， 對外部世界進行表徵， 形成認知，信念和預期，則對應神經網絡的更高級功能。

如果仔細思考， 我們會發現這些很多包含在阿法狗使用的深度網絡裡。

首先， 深度網絡最擅長的是對事物進行抽象（深度學習）， 阿爾法狗能夠戰勝代表棋牌巔峰智慧的圍棋冠軍這件事最大的意義，也在於深度網絡賦予了AI自主判斷局勢和形成策略，而不是靠之前的僅靠人為給定的策略遍歷所有可能。

就上面這個簡單的歷史陳述我們發現，AI說到底是一種仿生，但是這種仿生無疑會改變我們生活的方方面面， 阿爾法狗的智慧是結合了古老的細菌智慧（策略網絡）+高級哺乳動物的智慧（價值網絡），可謂仿生物智慧傑作。

小智總結

除此之外，圖靈還表示，機器一定不能像人腦一樣學習。人腦這個東西， 即使是情感這些我們覺得很柔軟的功能，背後也是以海量運算為背景的，而目前的科學論文證實的是， 在視皮層的運算， 很多與目前的深度網路運算是很接近的。 有的人說人是向前看的動物而機器只會向後看， 事實上呢， 人對未來的預測也來自於對過去數據的大量積累。

我們並無太多證據說AI是否和我們的大腦有著相類似的運轉方式， 但是有一點肯定的是， AI的發展源自我們對自身的模仿， 而對AI的探究反過來正在幫助我們理解我們自身 ，這也是生命最終的意義。

【本文系人工智能觀察作者AI小智君原創，轉載請聯繫作者並註明出處，更多精彩內容請持續關注】