從圖靈測試到微軟小冰:人工智慧的演進與展望

分享至

從圖靈測試到微軟小冰:人工智慧的演進與展望

講師/林守德(台大資工系教授)|彙整/葉珊瑀
整理自2018.09.29〈CASE探索系列講座第20期.當人類智慧碰到人工智慧〉

鑑往知來:AI發展史的起落

不同於某些研究領域的進展是不斷普及,人工智慧的發展過去曾紅極一時,卻也一度進入寒冬。每一次的興起,都伴隨著新技術的開發,然而受限於當時的環境因素,一旦技術碰上瓶頸,無法突破,即變得冷門。

人工智慧的進展以圖靈測試為起點,將對話能力作為判斷機器智慧的標準,至今無人攻克,但卻遭人提出對話未必是智慧的唯一標準。

Herbert A. Simon、J. C. Shaw、Allen Newell 將人工智慧作為搜尋目標的工具,認為不同的演算法就是不同的解方,只要答案在搜尋空間內就有解,但某些解法較迅速。但當問題所斯的搜尋空間過大,將耗時許久。當訊息不完全,需要猜測時,更是困難。

一派學者將人工智慧視為玩遊戲的電腦,遊戲具有特定規則、有限環境變數,且能重複玩。在此又分作完全訊息與部分訊息:前者如西洋棋、圍棋,能夠看到所有的環境線索,後者如德州撲克、星海爭霸,只能掌握自己周遭的訊息,但無從得知對方的資訊;前者對電腦而言比較容易,後者有猜測的成分,難度較高。然而遊戲是人生的簡化,日常中更多的是開放式問題,難以類推,且人生不如遊戲,無法重來。

將智慧視為連結的學者,一派如沃倫•麥卡洛克(Warren McCulloch)、唐納德·赫布(Donald Olding Hebb),認為知識藏在網路連結裡,例如今日 Facebook 的社會網路;一派如語意連結(semantic network),將字義關係製成有親疏遠近的網絡系統;一派將之視為類神經網路,內部的每個節點都是訊息,彼此相連。

將人工智慧視作專家系統者,以此來協助知識密集的任務,例如醫生、法官。系統內部有知識庫與推論器,把過往的所有案例化作電腦可理解的邏輯符號輸入,爾後遇到新事件時,即可透過固有的知識推論出好的解方,例如醫療診斷、司法判決。但是當新穎的問題出現,舊有的資料庫便無法回答。

Cyc 希望建造知識工程,將全世界的知識輸入電腦。然而手動輸入的知識,永遠比不上新知識生成的速度,且知識的品質沒有驗證機制,無從判斷好壞。海量搜尋而沒有目標,使其應用不明確。

寒冬過後春暖花開:AI發展快速起飛

專家系統、知識工程紅極一時,後續發展卻遇到瓶頸,整個產業也陷入停滯。林教授以自身經驗分享當時AI發展低潮的氛圍,他曾告訴教授未來想往AI領域發展,教授雖未直接勸阻,卻說 Dangerous。後來林教授返國教書時,曾被人提醒不要提自己的實驗室是從事AI,否則可能收不到學生,這與今日人工智慧成為產業趨勢的現況形成強烈對比。

AI崛起的主要原因有三:網路便利資料搜集、電腦演算能力上升、確立評估機制。前兩者較為人所知,後者是林教授認為的關鍵。透過確立目標,例如競賽,科技進步的方向明確,DeepBlue、AlphaGO都是知名案例。

現今AI可分為三種:「強人工智慧」、「泛人工智慧」、「弱人工智慧」,前者希望AI和人一樣思考,有心靈、自我意志;第二希望AI能有種類多樣、程度簡單的智慧;後者要求AI在特定領域表現傑出。限於目前人工智慧的基礎都是機器學習,需要特定的訓練,難以面對新穎難題,因此目前的發展還是以弱人工智慧為主。

哲學家 John Searle 曾用 Chinese room argument 來諷刺AI看似可以解決問題,但是終究沒有如同人的理解能力。這雖然是限制,但只要能滿足人的需求、回答人的問題,即便機器無法思考又何妨?人工智慧是電腦做出智慧行為,而不是做出和人一樣的行為。

林教授提到,有些人接觸AI領域時,是直接從最新的趨勢開始了解。然而了解發展的歷史也很重要,因為歷史是可能重複的。今日帶領AI起飛的多層類神經網路、深度學習過去曾因發展受限遭到揚棄,如今因技術成熟而東山再起。林教授提醒,歷史有其重要性,未來的科技革命,可能就是以往被捨棄的知識重回主流。

人工智慧與人類智慧的異同:以微軟小冰作詩為例

一首詩的誕生可以是這樣:一張風景圖輸入電腦,程式透過資料庫中的現代詩句計算字詞相關,評比字詞流暢度及原創性,一句句詩句完成,作品匿名投稿經過編輯審查,刊登在刊物上……它,就是微軟小冰,目前還出版了創作集《陽光失了玻璃窗》。

微軟小冰雖能創作,卻有局限,例如某些特定的字詞出現頻率較高、創作題材受限於資料庫、圖片辨識可能錯誤。相較於人類寫詩是情感抒發,能夠體悟詩詞意涵,小冰是以資料庫的機率計算,以程式執行出詩句。正如莫拉維克悖論所述,人工智慧能夠根據資料演算,做出決策,甚至在遊戲中贏過人類的棋王,但人類智慧的心智、意識、思考,即便是孩童般的簡單能力,都是目前AI難以做到的。

(本文為教育部「人工智慧技術及應用人才培育計畫」成果內容)

(Visited 54 times, 1 visits today)

分享至
views