人工智能的起源

“猫咪趴在毛毯上，因为它挺暖和。”——那么什么东西暖和呢？

“猫咪趴在毛毯上，因为它有点凉。”——那么什么东西凉呢？

这类问题对我们而言几乎不费吹灰之力，但你是否好奇过，机器会如何应对呢？

前面讲到，图灵曾写过一篇极具影响力的论文《计算机与智能》，其影响力来源于一个核心追问：机器具备思考的能力吗？

图灵的答案是玩一场模拟游戏便见分晓，这场游戏后来演变为大名鼎鼎的图灵测试。

游戏的玩法很简洁：三方参与，一位人类受测者、一位机器受测者以及一位提问者，提问者同样由人充当。提问者借助问答的方式来分辨两位受测者中哪个是机器、哪个是人。要是机器能成功糊弄住提问者，让其无法分辨出机器和人，那么按照图灵的说法，这台机器就算通过了测试，被视作拥有了人类级别的智能。

图灵测试成了衡量机器智能的关键标尺，不过你可能已经察觉到一个疑问：能否通过测试，很大程度上取决于提问者的判定尺度。举例来说，机器能轻松应对复杂的运算任务，但面对最基础的情绪类问题反而可能无从下手。那它还能算作智能吗？

图灵其实也料到了这种状况。所以在文中他写道：我们也许期盼机器最终能在所有纯粹的智力领域同人类一较高下。但从哪个领域入手最合适呢？不少人觉得从国际象棋这类的抽象活动起步最佳，也有建议先给机器装配最佳的感官器官，再教它理解并掌握英语。我认为这两种路径都值得一试。

图灵关于机器智能的展望，清晰地预判了其演进的两大阶段，即离身智能与具身智能。那时，“人工智能”这个术语尚未诞生，5年后，麦卡锡联合明斯基、塞弗里奇、所罗门诺夫以及“信息论之父”香农等人，在达特茅斯组织了一场夏季研讨会，首次启用了“人工智能”这一表述。人工智能的研究路径主要划分为三大流派：符号主义、行为主义与联结主义。符号主义（symbolism）是一种依托逻辑推演的智能仿真手段，借助符号运算来复刻人类的“智能”，并在早期斩获了一系列里程碑式的成果。行为主义（actionism），也叫进化主义或控制论学派，重点聚焦控制论与感知‑动作型控制系统。我国的钱学森院士便是行为主义的代表人物之一。联结主义（connectionism），也叫仿生学派或生理学派，依托神经网络及其彼此间的联结机制和学习算法，通过模拟人脑神经元的交互作用，赋予计算机类似人脑的信号处理能力。如今炙手可热的深度学习（deep learning）正是联结主义的结晶。

我们难免又要追问，机器学习这条道路能否通往通用人工智能？逻辑学、统计学、神经科学以及计算机科学等领域的学者分别从符号主义、联结主义与行为主义三个纲领切入人工智能研究。构筑通用人工智能是否还需要第四种纲领？抑或仅凭这三者的融合便可达成？迈入具身智能这一阶段，通用人工智能便能成真了吗？

#具身智能