744
技術社區[雲棲]
從被動反應到有自我意識，人工智能的四種類型
本文的作者Arend Hintze是密歇根州立大學生物醫學工程係的助理教授。在下麵的文章中，它對人工智能的發展現狀以及未來展望，將人工智能進行了4種類型的分類，分別是：單一反應型、有限記憶型、具有心智型、自我意識型。
第一類AI
單一反應型（Reactive machines）
最基本的AI係統是純反應型的，它既不能儲存記憶也不能利用過去的經驗來做決定。深藍（Deep Blue）是IBM公司開發的國際象棋超級計算機，是這種類型機器的典型示例。它在90年代末曾擊敗了國際象棋大師Garry Kasparov。
Deep Blue可以識別棋盤上的每一個棋子，並知道每個棋子在如何移動。它還可以預測對手下一步會怎麼走，並從可能性中選擇自己最優的移動。
但是它對於過去毫無概念，對於過去的事情沒有任何記憶。Deep Blue會忽略一切之前的時刻，它所做的就是關注當下棋盤上的棋子，並從目前來看可能的下一步動作中作出選擇。
這種類型的智能需要電腦感知世界，並對它所見的東西作出相應的反應，它並不依賴內部固有的對世界的概念。在一篇開創性的文章中，AI專家Rodney Brooks表示我們應該隻開發這樣的機器。他給出的主要原因是，人們不太擅長開發準確的“模擬世界”讓計算機使用，即AI學界所稱的現實世界的“表示（representation）”。
目前令我們眼前一亮的智能機器，要不就完全沒有世界的概念，要不就是隻有一個非常有限和專門的，與它特定功能相關的概念。Deep Blue的設計創新點不是要拓展計算機的認知範圍，相反，開發者研發了一種方法來將範圍縮小，根據機器評估每一步棋的可能效果，直接去除一些不必要的選項。如果沒有這項特殊能力，Deep Blue則會需要一個更強大的電腦，來打敗真正的人類棋手。
同樣，Google的AlphaGo也不會將所有可能的方法考慮在內，它的分析方式比Deep Blue的更為複雜巧妙，利用了神經網絡來分析棋局的走勢。
這些方法確實提升了AI係統，使之更好地具備了進行各類遊戲的能力，但是它們不能輕易地改變功能，或被應用於其他情況。這些計算機化的想象力並沒有廣泛的世界概念，這也意味著他們的作用並不能超越其被設定的具體任務。
他們不能互動地參與到人類世界中，雖然我們設想的AI係統有一天可以做到這一點。相反，這些機器將在每次遇到相同情況時，會給出完全一致的反應，這可以確保AI係統的可信賴性。 但是，如果我們想要讓機器真正地與世界接觸，並對其作對應的不同反應，這是很難的。
第二類AI
有限記憶型（Limited memory）
這類AI中包含了那些可以追尋過去的機器，目前自動駕駛汽車就已經實現了這一點。比如說，它們會觀察並學習車速和地圖導航，這些並不是瞬間性的東西，而是需要機器在一段時間內記住具體的事物，並進行持續的觀察。
每一次的具體觀察都會被添加到自動駕駛車輛的程序中，其中包括了路標、交通指示燈以及彎道位置等重要元素。它們可以幫助汽車決定什麼時候該換道，什麼時候該避讓其他車輛等。
但是這些信息碎片也都隻是短期記憶，他們並不會保存到汽車的長期記憶庫裏，不像人類那樣，能把多年駕駛的經曆作為可以一直參考的經驗。
那麼，我們該如何開發AI係統，才能讓它們能形成完整的對世界的認知，記住他們的經驗，並學習如何處理新的情況？Brooks是對的，我們目前很難做到這一點。
第三類型AI
具有心智型 (Theory of mind)
這一點是我們現有的機器和我們將來發明的機器之間重要的分水嶺。然而，最好是更具體地討論下機器需要形成的“表示（representation）”類型，以及他們最需要變成什麼。
機器在下一個階段將會變得更先進，不僅會形成對於世界的整體認知，而且也會形成對於世界上的具體事物和個體的認知。在心理學中，這被稱為“心智理論”，即通過理解世界上的人，生物和其它物體，來影響他們自己的行為思想和情緒。
這在人類社會中很關鍵，因為，這樣的特殊心理結構讓我們能在社會中產生互動。若是沒有理解對方的動機和意圖，或者沒有考慮到別人對自己或環境的了解，人與人之間要一起相處、一起工作是很困難的，可以說是幾乎不可能的。
如果AI係統有一天真的能成為人類社會中的一員，那麼它們必須要學會了解我們的思想、感受和內心的期待，並且它們需要根據不同的情況相應地調整自己的行為。
第四類AI
自我意識 （Self-awareness）
AI發展的終極階段，就是開發出能形成自我意識的係統。最終，我們這些AI研究者們就需要讓AI擁有自己的意識。
這其實在一定程度上是第三類 AI的深度拓展。有意識的存在能對自己有認知，知道自己的內心狀態，並能夠感受他人的感覺。我們可以感受到，在馬路上被堵在我們車後的人是憤怒的或不耐煩的，因為這是我們從別人身上接收到的信號作出的推論。沒有心智理論中的心理結構，我們就無法作出這樣的推論。
雖然我們現在離開發出擁有自我意識的機器還很遙遠，我們還是應該把努力的重心放在開發理解記憶、主動學習和根據過去經驗做選擇的能力上。這對於機器來說，是自主理解人類智能的關鍵一步。如果我們想要把機器變得特別善於識別所見的事物的話，這些因素也至關重要。
-END-
本文來源於"中國人工智能學會",原文發表時間" 2016-12-29 "
最後更新：2017-05-23 15:36:54