编译 | 路雪、黄小天
来源 | Quartz
作者 | Nikhil Sonnad、Dave Gershgorn
侯世达，一个思考「思考」的人
人工智能研究初期的二十世纪五六十年代，目标是通过模仿人类直观理解世界的能力，创造像人一样思考和学习的计算机。但是「思考」（thinking）远比想象的要复杂，1950 年代的计算机还无法实现它。这令人灰心丧气，最终导致人们彻底放弃了对「思考」的思考，转向通过海量数据训练计算机解决具体任务，即导致了当下的人工智能（深度学习）大爆发。计算机在国际象棋上战胜人类，靠的不是对棋艺的不懈追求，而是检索数百万棋谱选择获胜的最优解。
2017 年，AI 似乎再次与这一古老的问题相遇：如何使计算机更像人。深度学习先驱 Geoffrey Hinton 在 Axios 的采访中说自己陷入了「深深的怀疑」，深度学习本质上是一种体力活。相反，计算机应该足够灵活，像人一样学习一切，而无需各种各样的数据集。
面对 AI 的这些转变，美国印第安纳大学认知科学与比较文学教授侯世达对「思考」（thinking）的思考从未间断。他认为当下的 AI 毫不「智能」，并担忧人类由此误入歧途。关于 AI 当前的现状，哪些做错了？前方又有哪些危险？带着这一初衷，Quartz 采访了侯世达。
Quartz：首先我们谈一下计算机对语言的理解能够达到什么程度。为了实现语言之间的高效翻译，机器必须对世界有深刻的理解，是吗？
侯世达：当我想到翻译的时候，我想到的是把译文与原文对应起来，做到对等。因此，如果原文富有艺术之美，那么译文也应如此。但这显然在谷歌翻译的能力范围之外。
谷歌翻译没有理解力，致使其翻译漏洞百出。有句德文的正确英文译文是「The maid brought in the soup」，而谷歌却翻成「The maid entered the soup」。它翻对了「maid」，但译文的意思是错的，在现实生活中压根儿就不会发生。
我不是有意刁难谷歌翻译，我真正想表达的意思是要始终记住，计算机只使用「词」，不理解「词」。
Quartz：这就是你所谓的「伊丽莎效应」（Eliza effect）？
侯世达：伊丽莎效应是指仅仅由于我们使用语言，赋予单词或词组它们原本并不具备的意义；因此，当另一实体使用字词并将其一一呈现在屏幕上，或者说出它们时，我们很容易认为屏幕之后的实体也有「智能」，能够思考。但实际上这完全是错的。
Quartz：你认为计算机在不理解字词意义的前提下，有可能像人一样做到信达雅的翻译吗？
侯世达：不，我完全不这么认为。因为真实世界非常非常复杂。
Quartz：我们需要其他术语来进一步界定 AI，以进一步证明它无法真正表征「智能」吗？
侯世达：这个问题很有趣。我并不认为我们现在拥有了「智能」。比如让我们回到这几年尽人皆知的自动驾驶汽车。
我曾开车从印第安纳布鲁明顿（Bloomington）的家里去芝加哥做演讲，一两个小时后，高速上出现了非常严重的拥堵。我离芝加哥还很远，但路完全堵住了，我该如何做呢？有些人开始掉头，下高速，抄小路避开拥堵，。这可行，但有些车却因此陷入草地的泥沼之中。因此，我在想，我要这样做、冒这个险吗？
假如我不赶时间，我可以慢慢前行直到穿过拥堵，但是现在我必须尽快赶到芝加哥。我已经堵了一个小时，时间所剩无几。现在我该如何做？我要承担多少损失？这次演讲对我非常重要吗？如果我打电话告诉他们我迟到半小时或者一小时呢？因此我在车上独自思考着，一会儿我要在限速 70 的车道上开 80 吗？或者开 90？我到底要开多快？
对我来讲，这就是「驾驶」。真正的驾驶有很多现实世界的因素牵涉其中。
如果你放眼世界，其中的情景没有规则，不会像国际象棋或围棋那样井井有条。现实世界中的情景没有边界，没有内外。
Quartz：如果人们认为「机器智能」也在思考，会困扰你吗？
侯世达：如果你问我理论上计算机硬件能否做到像人一样思考，答案当然是肯定的。计算机硬件能做大脑做的任何事，只是现在还未做到。我们对大脑的模仿停留在表面，并且有不少人走错了方向。有时机器的表现十分出彩。
当时我步入该领域的感受是这样：创建看起来像是在思考的程序很有趣，创建像人一样会一点思考的程序也很有趣，这使你觉得正在逼近「思考」的本质，并且你做的越精妙，效果就越好。
我比较认可机器也在缓慢进化的想法，这使我觉得人类才是终极目标，人类智能是一个奇迹。
换言之，我认为从计算机智能通达人类智能存在着一种渐近的方法，渐近意味着从下方接近它，而不是超越它。这就像是一条曲线逼近一条直线，一直在直线下方移动。
但是，随着 AlphaGo 和深蓝不断取得胜利，人们开始猜想人类这条线是否会被越过，就像深蓝所做的那样。两条线汇在一起，它们交叉了。没有渐近，只有交叉，接着计算机这条线开始直线上升。
对我来讲，这是如此不同的一幅画面，我不喜欢它。
真正使我恐惧的是人类思想覆灭，散入尘埃的场景。人类之于计算机就像蟑螂或跳蚤之于人类，我们没有得到计算机的帮助或加持，却被其彻底毁灭。这让人不寒而栗。
