大家都非常關注這樣一個問題：擁有自我意識和情感的超級人工智能到底會不會出現？說實話，這個話題都“爛大街”了。科學家、科技大佬、各國政要們爭得頭破血流，我們也很難知道答案。
但是，有沒有一些理論或者猜想可以觸及 AI 覺醒這個話題，讓我們不是隻能雲裡霧裡或者一腔熱血地想象未來呢？
比如說著名的“中文屋悖論”。這個情景猜想在大部分情況下都被用來否定“圖靈測試” 。但它更深層的本意，其實是在闡釋人工智能永遠不可能像人類那樣擁有自我意識。
什麼是“中文屋實驗”
所謂的“中文屋實驗”，是由美國哲學家約翰·希爾勒（John Searle）在 1980 年發表論文提出的一個思維試驗。
這個思維實驗是說，如果把一位只會說英語的人關在一個封閉的房間裡，他只能靠牆上的一個小洞傳遞紙條來與外界交流，而外面傳進來的紙條全部由中文寫成。這個人帶著一本寫有中文翻譯程序的書，房間裡還有足夠的稿紙、鉛筆和櫥櫃。那麼利用中文翻譯程序，這個人就可以把傳進來的文字翻譯成英文，再利用程序把自己的回覆翻譯成中文傳出去。在這樣的情景裡，外面的人會認為屋裡的人完全通曉中文，但事實上這個人只會操作翻譯工具，對中文一竅不通。
大家都非常關注這樣一個問題：擁有自我意識和情感的超級人工智能到底會不會出現？說實話，這個話題都“爛大街”了。科學家、科技大佬、各國政要們爭得頭破血流，我們也很難知道答案。
但是，有沒有一些理論或者猜想可以觸及 AI 覺醒這個話題，讓我們不是隻能雲裡霧裡或者一腔熱血地想象未來呢？
比如說著名的“中文屋悖論”。這個情景猜想在大部分情況下都被用來否定“圖靈測試” 。但它更深層的本意，其實是在闡釋人工智能永遠不可能像人類那樣擁有自我意識。
什麼是“中文屋實驗”
所謂的“中文屋實驗”，是由美國哲學家約翰·希爾勒（John Searle）在 1980 年發表論文提出的一個思維試驗。
這個思維實驗是說，如果把一位只會說英語的人關在一個封閉的房間裡，他只能靠牆上的一個小洞傳遞紙條來與外界交流，而外面傳進來的紙條全部由中文寫成。這個人帶著一本寫有中文翻譯程序的書，房間裡還有足夠的稿紙、鉛筆和櫥櫃。那麼利用中文翻譯程序，這個人就可以把傳進來的文字翻譯成英文，再利用程序把自己的回覆翻譯成中文傳出去。在這樣的情景裡，外面的人會認為屋裡的人完全通曉中文，但事實上這個人只會操作翻譯工具，對中文一竅不通。
當然了，這是個思維實驗，具體操作起來近乎不可能。但這個實驗裡蘊含的思想卻在表達這樣一個可能：機器所表現出的智能（理解中文），很可能只是翻譯程序帶來的假象，其實它對真正的人類智能一無所知。
這個實驗本來是為了反駁圖靈測試的，認為即使通過了圖靈測試，機器也不見得有了人類智能。但它或多或少有點牽強，始終也沒有把圖靈測試徹底反駁掉。不過，“中文屋悖論”卻可能在技術發展之路上告訴我們另一件事：我們所有的技術探索與研究，可能都是在完善那個中英文翻譯程序，從來不是去教機器真的智能。
通用人工智能和強人工智能的界限
這裡要來認識兩個大家經常聽到，但有可能混淆的概念——通用人工智能與強人工智能。
所謂通用人工智能（artificial general intelligence,AGI），是指在不特別編碼知識與應用區域的情況下，應對多種甚至泛化問題的人工智能技術。這個技術雖然冷門並遙遠，但其實也有不少學術機構與企業在研究，一般被認為是人工智能技術的未來發展方向。
而強人工智能（strong artificial intelligence）則是約翰·希爾勒在提出“中文屋實驗”時設定的人工智能級別。這個等級的人工智能，不僅要具備人類的某些能力，還要有知覺，有自我意識，可以獨立思考並解決問題。
大家都非常關注這樣一個問題：擁有自我意識和情感的超級人工智能到底會不會出現？說實話，這個話題都“爛大街”了。科學家、科技大佬、各國政要們爭得頭破血流，我們也很難知道答案。
但是，有沒有一些理論或者猜想可以觸及 AI 覺醒這個話題，讓我們不是隻能雲裡霧裡或者一腔熱血地想象未來呢？
比如說著名的“中文屋悖論”。這個情景猜想在大部分情況下都被用來否定“圖靈測試” 。但它更深層的本意，其實是在闡釋人工智能永遠不可能像人類那樣擁有自我意識。
什麼是“中文屋實驗”
所謂的“中文屋實驗”，是由美國哲學家約翰·希爾勒（John Searle）在 1980 年發表論文提出的一個思維試驗。
這個思維實驗是說，如果把一位只會說英語的人關在一個封閉的房間裡，他只能靠牆上的一個小洞傳遞紙條來與外界交流，而外面傳進來的紙條全部由中文寫成。這個人帶著一本寫有中文翻譯程序的書，房間裡還有足夠的稿紙、鉛筆和櫥櫃。那麼利用中文翻譯程序，這個人就可以把傳進來的文字翻譯成英文，再利用程序把自己的回覆翻譯成中文傳出去。在這樣的情景裡，外面的人會認為屋裡的人完全通曉中文，但事實上這個人只會操作翻譯工具，對中文一竅不通。
當然了，這是個思維實驗，具體操作起來近乎不可能。但這個實驗裡蘊含的思想卻在表達這樣一個可能：機器所表現出的智能（理解中文），很可能只是翻譯程序帶來的假象，其實它對真正的人類智能一無所知。
這個實驗本來是為了反駁圖靈測試的，認為即使通過了圖靈測試，機器也不見得有了人類智能。但它或多或少有點牽強，始終也沒有把圖靈測試徹底反駁掉。不過，“中文屋悖論”卻可能在技術發展之路上告訴我們另一件事：我們所有的技術探索與研究，可能都是在完善那個中英文翻譯程序，從來不是去教機器真的智能。
通用人工智能和強人工智能的界限
這裡要來認識兩個大家經常聽到，但有可能混淆的概念——通用人工智能與強人工智能。
所謂通用人工智能（artificial general intelligence,AGI），是指在不特別編碼知識與應用區域的情況下，應對多種甚至泛化問題的人工智能技術。這個技術雖然冷門並遙遠，但其實也有不少學術機構與企業在研究，一般被認為是人工智能技術的未來發展方向。
而強人工智能（strong artificial intelligence）則是約翰·希爾勒在提出“中文屋實驗”時設定的人工智能級別。這個等級的人工智能，不僅要具備人類的某些能力，還要有知覺，有自我意識，可以獨立思考並解決問題。
雖然兩個概念似乎都對應著人工智能解決問題的能力，但我們可以把前者想象為無所不能的計算機，後者則類似穿著鋼鐵俠戰甲的人類。
“中文屋悖論”表達的思想，是人類研究的方向根本無法逼近強人工智能。即使能夠滿足人類各種需求的通用人工智能，也與自我意識覺醒的強人工智能之間不存在遞進關係。
現實中的技術發展好像也確實是這樣的。
在通用人工智能領域，人類已經提出了一些設想與架構模型。其中最著名的應該是澳大利亞國立大學學者馬庫斯·赫特（Marcus Hutter）在 2000 年提出的 AIXI。這個計算模型據說可以涵蓋各種算法與技術，逼近通用人工智能的本質……當然，這個算法的複雜程度奇高，根本無法執行，所以僅僅是個設想。
馬庫斯·赫特教授在2002年提出的通用人工智能模型， 其假設任何計算問題都可以被變換為一個效用函數最大化的問題，希望以此概括出智能的本質。這個模型被很多專家評為最接近通用智能的模型，但僅僅屬於學術假設，難以實踐。
OpenAI 和 DeepMind 這樣的企業在近兩年則都開始了具體層面的 AGI 研究，其中 DeepMind 被認為是繼承 AIXI 的先鋒軍。
從 DeepMind 進行的通用人工智能性質的研發與實驗中，我們可以看到其“通用性”主要集中在四個層面：
（1）智能體應對複雜環境；
（2）陌生環境處理；
（3）時間變量應對；
（4）多個信息源同時處理任務。
而這些技術都指向同一個方向，就是智能體與外界的交互——也許可以理解為 AI 與這個世界的翻譯程序吧？
換言之，人類所做的僅僅是給“那個人”更好的翻譯程序，而非教他中文。所以通用智能這種已經很玄的東西，依舊與強人工智能保持著清晰的界限。
大家都非常關注這樣一個問題：擁有自我意識和情感的超級人工智能到底會不會出現？說實話，這個話題都“爛大街”了。科學家、科技大佬、各國政要們爭得頭破血流，我們也很難知道答案。
但是，有沒有一些理論或者猜想可以觸及 AI 覺醒這個話題，讓我們不是隻能雲裡霧裡或者一腔熱血地想象未來呢？
比如說著名的“中文屋悖論”。這個情景猜想在大部分情況下都被用來否定“圖靈測試” 。但它更深層的本意，其實是在闡釋人工智能永遠不可能像人類那樣擁有自我意識。
什麼是“中文屋實驗”
所謂的“中文屋實驗”，是由美國哲學家約翰·希爾勒（John Searle）在 1980 年發表論文提出的一個思維試驗。
這個思維實驗是說，如果把一位只會說英語的人關在一個封閉的房間裡，他只能靠牆上的一個小洞傳遞紙條來與外界交流，而外面傳進來的紙條全部由中文寫成。這個人帶著一本寫有中文翻譯程序的書，房間裡還有足夠的稿紙、鉛筆和櫥櫃。那麼利用中文翻譯程序，這個人就可以把傳進來的文字翻譯成英文，再利用程序把自己的回覆翻譯成中文傳出去。在這樣的情景裡，外面的人會認為屋裡的人完全通曉中文，但事實上這個人只會操作翻譯工具，對中文一竅不通。
當然了，這是個思維實驗，具體操作起來近乎不可能。但這個實驗裡蘊含的思想卻在表達這樣一個可能：機器所表現出的智能（理解中文），很可能只是翻譯程序帶來的假象，其實它對真正的人類智能一無所知。
這個實驗本來是為了反駁圖靈測試的，認為即使通過了圖靈測試，機器也不見得有了人類智能。但它或多或少有點牽強，始終也沒有把圖靈測試徹底反駁掉。不過，“中文屋悖論”卻可能在技術發展之路上告訴我們另一件事：我們所有的技術探索與研究，可能都是在完善那個中英文翻譯程序，從來不是去教機器真的智能。
通用人工智能和強人工智能的界限
這裡要來認識兩個大家經常聽到，但有可能混淆的概念——通用人工智能與強人工智能。
所謂通用人工智能（artificial general intelligence,AGI），是指在不特別編碼知識與應用區域的情況下，應對多種甚至泛化問題的人工智能技術。這個技術雖然冷門並遙遠，但其實也有不少學術機構與企業在研究，一般被認為是人工智能技術的未來發展方向。
而強人工智能（strong artificial intelligence）則是約翰·希爾勒在提出“中文屋實驗”時設定的人工智能級別。這個等級的人工智能，不僅要具備人類的某些能力，還要有知覺，有自我意識，可以獨立思考並解決問題。
雖然兩個概念似乎都對應著人工智能解決問題的能力，但我們可以把前者想象為無所不能的計算機，後者則類似穿著鋼鐵俠戰甲的人類。
“中文屋悖論”表達的思想，是人類研究的方向根本無法逼近強人工智能。即使能夠滿足人類各種需求的通用人工智能，也與自我意識覺醒的強人工智能之間不存在遞進關係。
現實中的技術發展好像也確實是這樣的。
在通用人工智能領域，人類已經提出了一些設想與架構模型。其中最著名的應該是澳大利亞國立大學學者馬庫斯·赫特（Marcus Hutter）在 2000 年提出的 AIXI。這個計算模型據說可以涵蓋各種算法與技術，逼近通用人工智能的本質……當然，這個算法的複雜程度奇高，根本無法執行，所以僅僅是個設想。
馬庫斯·赫特教授在2002年提出的通用人工智能模型， 其假設任何計算問題都可以被變換為一個效用函數最大化的問題，希望以此概括出智能的本質。這個模型被很多專家評為最接近通用智能的模型，但僅僅屬於學術假設，難以實踐。
OpenAI 和 DeepMind 這樣的企業在近兩年則都開始了具體層面的 AGI 研究，其中 DeepMind 被認為是繼承 AIXI 的先鋒軍。
從 DeepMind 進行的通用人工智能性質的研發與實驗中，我們可以看到其“通用性”主要集中在四個層面：
（1）智能體應對複雜環境；
（2）陌生環境處理；
（3）時間變量應對；
（4）多個信息源同時處理任務。
而這些技術都指向同一個方向，就是智能體與外界的交互——也許可以理解為 AI 與這個世界的翻譯程序吧？
換言之，人類所做的僅僅是給“那個人”更好的翻譯程序，而非教他中文。所以通用智能這種已經很玄的東西，依舊與強人工智能保持著清晰的界限。
絕望的強人工智能：能力和意識，也許南轅北轍
讓我們把“中文屋實驗”極限化一點，把整個房間放在一個人的大腦裡。
假如一個人記住了所有翻譯程序，看到任何中文他都能調用回憶，能寫出相應的回答，那麼他是不是就懂中文了呢？
對於人類來說，可能他自然而然地就已經理解中文了。但對機器來說，即使這個過程速度再快、反應再靈敏，它也依舊沒有理解任何一個漢字。確切地說，這個人（智能體）獲得的是使用中文的能力，但對中文沒有意識。
能力與意識的區別，是我們在想象未來的超級智能時最容易混淆的問題。但從現實的邏輯推理，就會發現這二者差別很大，而且近乎沒有關聯。
知識表示 、機器學習、NLP 等人工智能技術，都是在不斷強化人工智能模仿人類能力的能力，但讓人工智能具備模仿人類意識的能力，直到現在依舊是一片空白。
沒有因，自然無果。“中文屋實驗”講述的，就是按照人類遵循的技術軌跡，智能體意識崛起這個命題將永遠缺乏基礎條件。
如果這個結論成立，那麼對於強人工智能來說可謂是非常絕望的。它們只能繼續在時空的長河裡沉睡在人類的幻想中，一如遠古的神祇，一如都市傳說裡的鬼怪。
想一想，還是覺得蠻無趣的呢……
以上內容摘自《未來學徒 讀懂人工智能飛馳時代》
大家都非常關注這樣一個問題：擁有自我意識和情感的超級人工智能到底會不會出現？說實話，這個話題都“爛大街”了。科學家、科技大佬、各國政要們爭得頭破血流，我們也很難知道答案。
但是，有沒有一些理論或者猜想可以觸及 AI 覺醒這個話題，讓我們不是隻能雲裡霧裡或者一腔熱血地想象未來呢？
比如說著名的“中文屋悖論”。這個情景猜想在大部分情況下都被用來否定“圖靈測試” 。但它更深層的本意，其實是在闡釋人工智能永遠不可能像人類那樣擁有自我意識。
什麼是“中文屋實驗”
所謂的“中文屋實驗”，是由美國哲學家約翰·希爾勒（John Searle）在 1980 年發表論文提出的一個思維試驗。
這個思維實驗是說，如果把一位只會說英語的人關在一個封閉的房間裡，他只能靠牆上的一個小洞傳遞紙條來與外界交流，而外面傳進來的紙條全部由中文寫成。這個人帶著一本寫有中文翻譯程序的書，房間裡還有足夠的稿紙、鉛筆和櫥櫃。那麼利用中文翻譯程序，這個人就可以把傳進來的文字翻譯成英文，再利用程序把自己的回覆翻譯成中文傳出去。在這樣的情景裡，外面的人會認為屋裡的人完全通曉中文，但事實上這個人只會操作翻譯工具，對中文一竅不通。
當然了，這是個思維實驗，具體操作起來近乎不可能。但這個實驗裡蘊含的思想卻在表達這樣一個可能：機器所表現出的智能（理解中文），很可能只是翻譯程序帶來的假象，其實它對真正的人類智能一無所知。
這個實驗本來是為了反駁圖靈測試的，認為即使通過了圖靈測試，機器也不見得有了人類智能。但它或多或少有點牽強，始終也沒有把圖靈測試徹底反駁掉。不過，“中文屋悖論”卻可能在技術發展之路上告訴我們另一件事：我們所有的技術探索與研究，可能都是在完善那個中英文翻譯程序，從來不是去教機器真的智能。
通用人工智能和強人工智能的界限
這裡要來認識兩個大家經常聽到，但有可能混淆的概念——通用人工智能與強人工智能。
所謂通用人工智能（artificial general intelligence,AGI），是指在不特別編碼知識與應用區域的情況下，應對多種甚至泛化問題的人工智能技術。這個技術雖然冷門並遙遠，但其實也有不少學術機構與企業在研究，一般被認為是人工智能技術的未來發展方向。
而強人工智能（strong artificial intelligence）則是約翰·希爾勒在提出“中文屋實驗”時設定的人工智能級別。這個等級的人工智能，不僅要具備人類的某些能力，還要有知覺，有自我意識，可以獨立思考並解決問題。
雖然兩個概念似乎都對應著人工智能解決問題的能力，但我們可以把前者想象為無所不能的計算機，後者則類似穿著鋼鐵俠戰甲的人類。
“中文屋悖論”表達的思想，是人類研究的方向根本無法逼近強人工智能。即使能夠滿足人類各種需求的通用人工智能，也與自我意識覺醒的強人工智能之間不存在遞進關係。
現實中的技術發展好像也確實是這樣的。
在通用人工智能領域，人類已經提出了一些設想與架構模型。其中最著名的應該是澳大利亞國立大學學者馬庫斯·赫特（Marcus Hutter）在 2000 年提出的 AIXI。這個計算模型據說可以涵蓋各種算法與技術，逼近通用人工智能的本質……當然，這個算法的複雜程度奇高，根本無法執行，所以僅僅是個設想。
馬庫斯·赫特教授在2002年提出的通用人工智能模型， 其假設任何計算問題都可以被變換為一個效用函數最大化的問題，希望以此概括出智能的本質。這個模型被很多專家評為最接近通用智能的模型，但僅僅屬於學術假設，難以實踐。
OpenAI 和 DeepMind 這樣的企業在近兩年則都開始了具體層面的 AGI 研究，其中 DeepMind 被認為是繼承 AIXI 的先鋒軍。
從 DeepMind 進行的通用人工智能性質的研發與實驗中，我們可以看到其“通用性”主要集中在四個層面：
（1）智能體應對複雜環境；
（2）陌生環境處理；
（3）時間變量應對；
（4）多個信息源同時處理任務。
而這些技術都指向同一個方向，就是智能體與外界的交互——也許可以理解為 AI 與這個世界的翻譯程序吧？
換言之，人類所做的僅僅是給“那個人”更好的翻譯程序，而非教他中文。所以通用智能這種已經很玄的東西，依舊與強人工智能保持著清晰的界限。
絕望的強人工智能：能力和意識，也許南轅北轍
讓我們把“中文屋實驗”極限化一點，把整個房間放在一個人的大腦裡。
假如一個人記住了所有翻譯程序，看到任何中文他都能調用回憶，能寫出相應的回答，那麼他是不是就懂中文了呢？
對於人類來說，可能他自然而然地就已經理解中文了。但對機器來說，即使這個過程速度再快、反應再靈敏，它也依舊沒有理解任何一個漢字。確切地說，這個人（智能體）獲得的是使用中文的能力，但對中文沒有意識。
能力與意識的區別，是我們在想象未來的超級智能時最容易混淆的問題。但從現實的邏輯推理，就會發現這二者差別很大，而且近乎沒有關聯。
知識表示 、機器學習、NLP 等人工智能技術，都是在不斷強化人工智能模仿人類能力的能力，但讓人工智能具備模仿人類意識的能力，直到現在依舊是一片空白。
沒有因，自然無果。“中文屋實驗”講述的，就是按照人類遵循的技術軌跡，智能體意識崛起這個命題將永遠缺乏基礎條件。
如果這個結論成立，那麼對於強人工智能來說可謂是非常絕望的。它們只能繼續在時空的長河裡沉睡在人類的幻想中，一如遠古的神祇，一如都市傳說裡的鬼怪。
想一想，還是覺得蠻無趣的呢……
以上內容摘自《未來學徒 讀懂人工智能飛馳時代》
解讀人工智能技術核心
摸清人工智能的發展脈絡
這本書從技術、產業和商業三個角度向讀者介紹了當今人工智能的發展狀況，讓人工智能從歷史和數學公式中走到讀者身邊，成為讀者探索產業發展脈絡的指南。通過追問人工智能的技術細節，記錄下發生在人們身邊的人工智能產業躍遷，關注人工智能帶來的變革。