強大的人工智能其實連4歲兒童都不如？

兩種互為競爭的機器學習策略，雖然都在笨拙地模仿兒童輕而易舉就能做到的事情，但它們正在把人工智能轉化成一門學科。（環球科學供圖/圖）

（本文首發于2017年6月22日《南方周末》，原標題為《人工智能：向4歲孩子學習》）

四歲兒童都能輕易解決的問題，卻會難住最強大的電腦。近年來，通過模仿兒童的學習方式，人工智能再度強勢回歸。

如果你花很多時間跟小孩子在一起，你一定想知道這些小人兒怎么能學得這么快、這么多。柏拉圖以降的哲學家也想知道，但是他們從未找到令人滿意的答案。我5歲大的孫子，奧吉（Augie），已經學習了植物、動物和鐘表，更不用說恐龍和宇宙飛船了。他還能弄明白別人想要什么，以及他人的想法和感受。他能用這些知識對他看到的和聽到的進行分類，并做出新的預測。他最近宣稱，在美國自然歷史博物館展出的最新發現的雷龍是植食動物，這意味著雷龍并不是那么可怕。

然而，奧吉從周圍環境中接觸的一切，不過是撞擊視網膜的光子流和耳朵鼓膜附近空氣的振動。但是，他那藍色眼睛后面的神經計算機，卻能從這些有限的感官信息開始，最終做出關于植食性雷龍的預測。一個揮之不去的問題就是，電子計算機能做到同樣的事情嗎？

過去的15年里，計算機科學家和心理學家一直在試圖尋找這個問題的答案。老師和家長只需教授些許，兒童就能學會很多知識。盡管機器智能取得了巨大進步，但頂級電腦的學習能力也無法比擬年僅四歲的兒童。

了解兒童大腦如何運作，進而創造出以相同效率運行的數字化版本，將在未來十年繼續挑戰著計算機科學家。不過，與此同時，他們已經著手將人類的學習方式融入到人工智能的開發當中。

自下而上

20世紀的50年代和60年代，是人工智能的第一次興起。但在那之后，科學家對人工智能的追尋沉寂了幾十年。然而，在過去的幾年里，尤其是機器學習的一些重大進展，讓人工智能成了技術界最熱門的研究對象。許多烏托邦主義者或末世論者紛紛對這些進展做出預言，要么人類獲得永生，要么世界滅亡，不勝其數。

我懷疑，人工智能的發展會引起如此強烈的感受，源于我們內心深處對類人物的恐懼。從中世紀的傀儡，到怪物弗蘭肯斯坦，再到電影《機器姬》中性感的機器女郎艾娃（Ava），人類創造的某些東西可能會彌合人與人造物之間的差別，這一想法始終深深地困擾著我們。

但是，計算機真的能像人類一樣學習嗎？在圍繞人工智能的激烈言論當中，有多少真正指出了革命性的變化，又有多少只是夸夸其談？很難講清楚，計算機識別出一張貓的照片、一個口語單詞或者一個日文字符的具體細節。但是，經過深入考察，機器學習背后的根本方法并非乍看之下那樣令人困惑。就像奧吉和我們所有人接收光子流和空氣振動一樣，對計算機來說，它解決問題的一種方法是從電子圖像中的像素和錄音中的聲音樣本開始。然后，計算機會嘗試從電子數據中提取一系列模式，用來檢測和識別周圍環境的其他對象。這就是所謂的“自下而上”策略，這一策略根植于哲學家戴維·休姆（David Hume）、約翰·斯圖爾特&m