路过，看不太懂呀

人工智能的到来，让机器更加接近人类思维，但能够距离人类大脑多近无法估量，它是机器学习的目标，而与人的交互也一定会越来越融洽。基于文字方式进行处理/交互的人工智能要想实现还需要走很多的路，目前还不能达到，deep learning 的出现看似让机器学习又向前迈了一大步，虽然在图像方面很有成绩，然而在自然语言处理方向的成绩却还未凸显。基于文字方式进行处理/交互的人工智能当前迫切需要找到一条挖掘自然语言方面的特征，能够很好的抽取出文本特征是人工智能的最迫切的需求。

好活动，都来参与

引人深思

人们通过感知和经验形成并完善自己的知识库，机器却是通过算法不断地训练反复地积累，甚至还可以去挖掘潜藏的深度信息来为决策提供帮助。人类大脑的运算速度始终是有限的，但机器永不止步，总有一天机器考虑事情的全面性会超过人类。

好活动，顶起

还记得电影《她》中所描绘的未来世界人工智能技术吗？任何人都可以通过自然语言与智能操作系统顺畅交流，她就像一个真实存在但没有实体的人一样。基于语言文字的交互技术确实是美好而诱人的，但是它同时也是个“holy grail”问题——美好但难以实现。

要让计算机像人一样能理解自然语言与文字，确实是个不小的难题。纵观眼下的人工智能技术，其智能的背后都是人工。然而人们对计算机的智能过于乐观，真实的计算机还远没有实现智能。人们对计算机的智能总是存在这样一个误区：计算机运算速度越来越快，存储量越来越大，所以计算机必然越来越“聪明”。然而真的是这样吗？计算机快过人类大脑？不一定。人类大脑本身就是一种独特的数据存储结构，这种结构有其纯天然的优势。虽然在处理简单计算时远远不如计算机，但是它在处理抽象问题时优势明显，例如：计算机能快速地计算一个数学表达式到值，但是它却不能像人一样去把一个问题处理成数学表达式，这足以表明计算机所谓的快在人脑面前是如此不堪一击。人的存储不如计算机？不一定，人脑对信息的存储是一种提取抽象信息的存储。比如，一张脸，人见到后就记住了，抽象出特征存储起来，当其再次看到这个人的时候，他能利用存储的抽象信息将其准确识别出来，大脑的存储是一种不同于计算机存储的抽象的模糊的存储。计算机虽然能存储一个人的所有图像，声音，但它却未必能识别出来，因为这种存储是这么的简单粗暴。两者这样一比较，存储性能高下立见。所以从表面上看人脑远不如计算机，而实际上人脑才是正真的智能机器。在客观的认识了计算机的人工智能之后，可以负责任的讲，目前我们的却可以让计算机尽可能地“正确地”回答问题，但绝对不是真的理解。过去现在都做不到，而且在将来很长的一段时间里都无法做到。

既然理解做不到，那么让我们来看看现在基于文字的人工智能技术都能做些什么？首先来看一下高大上的问答程序是如何实现的。现在能实现自然语言问答的程序，多是构建一个输入到输出的映射，程序接收自然语言后，提取关键词，然后数据库检索，返回相关度最高的一个。咋一看【自然语言——关键词——搜索结果】这模式和搜索引擎有些类似，传统的搜索引擎都是【关键词——搜索结果】模式，优化的都是这个对应过程，但是近年来各搜索巨头纷纷进军人工智能领域，重点开始转向做【自然语言——关键词】的优化，依托强大的计算能力和存储的海量数据，巨头们已经做出了比较智能的问答程序，对于一般的问答，程序都能“正确地”回答，甚至还能处理一些刁钻的调戏。那么问题来了，如果把问答程序看成黑盒，它就具有了响应自然语言的能力，但是这能否说它具有智能呢？美国哲学家John Searle于20世纪80年代初提出了一个类似的问题——中文房间问题，一个拥有万能中英文对照词典的英国人宅在一间房子里，当你在屋外和他交流时，会惊奇地发现这间房子能听懂中文。这个问题的提出最初是为了反驳图灵测试，然而它的意义却不仅仅限于此，中文房间引出的哲学困境已经是人工智能不得不面对的问题。目前的智能，就像中文房间所描述的那样，只是停留在“看起来很智能”，计算机也只是看起来能理解自然语言。

然而另一些基于文字的人工智能比问答程序走的更远——语音助手，它除了具有问答程序的所有功能外，还能“听懂”打电话，发短信，排日程之类的自然语言。这些功能是不需要检索实现的，而是直接响应，貌似比问答程序看起来更智能了？比如：你对着cortana说“9乘以8等于多少？”，他会立马给出答案。其实这些诸如“给xx打电话”“上午xx点做xx”之类的自然语言都是高度标准化的，不同的模式直接套用对应的处理过程即可，另外还有一些封闭式问题：有没有，是不是？也是高度标准化的。如果你问一些开放性的抽象的问题，机器根本没办法处理，因为问题太抽象了，设计人员无法一一抽象出标准化的处理过程，这时就要求助于上面的问答程序了。了解了其中的原理，我们再看写稿机器人，就不会觉得神秘了。写稿机器人之所以能用来写新闻，只不过是因为人们把原始信息到新闻的过程提取出抽象模式，新闻的格式，要素等都是标准化的。只要把初始信息交给写稿机器人，机器人按照这个处理模式就写出了新闻。从上面的两个例子中可以看出这些智能程序都是设计出来解决某一特定问题的，那么为什么不设计出通用的智能程序（一种泛智能程序）解决所有问题呢？其实早在人工智能发展初期，人们就设计出了解决各种问题的专用智能程序，但是当人们向通用智能程序迈进时却发现，这个目标就像“开发永动机”一样荒谬。专用智能覆盖面小，但制作简单；通用智能（泛智能）覆盖面大，但制作难度也大。这显示了专用智能和通用智能之间的哲学矛盾。不过语音助手已经为我们提供了解决这个矛盾的一个样板，即专用智能配合一定的通用智能。

上面我们分析了基于文字的人工智能的两个哲学困境：中文房间问题和泛智能泥潭。现在就让我们大胆假设一下，如果要让计算机实现真正的理解自然语言应该解决哪些问题。我认为最核心的就是语言学难题。语言不单单是一门技术，更是一门高深的哲学。这点可以从20世纪哲学的语言学转向就可以看出。在过去很长一段时间内哲学家关注的是世界的本源，人对世界的认识，但是自进入20世纪，哲学的研究就有了语言学转向。现在不仅是计算机科学家，全世界的哲学家都在努力破解语言的奥秘——为什么语言能表达万物？这个问题之所以和人工智能关系重大，是因为计算机本质上使用0和1表达世界的。比如1代表正确0代表错误，这就是现实世界中的一个描述。又比如计算机语言中的class可以描述现实世界中的类。所有0和1可表的问题都是计算机可处理的问题，问题是语言可表的东西0和1能否可表？如果可以该如何实现？或许我们能从语言学中得到一些启发，我并不打算在此探讨这个深奥的哲学问题，只是想把这个问题提出来，以供大家思考？有时候提出一个问题的意义并不在于解决这个问题。01语言问题本身就陷入了泛智能的泥潭之中，我们不是真的希望寻求可表达整个世界的通用智能，而是在某种程度上达到一种平衡。在我看来，实现计算机理解自然语言所必须的三个能力是：

1，对世界的一个基本描述

2，对交流对象的一个基本描述

3，对计算机自我的一个基本描述

以上任何一个都是计算机难以实现的天方夜谭，我们目前还无法企及，只能从语言学中最基本的做起。例如语言既能够表达精确的信息，同时又具有模糊性和不确定性，如何处理语言的不确定性是一个问题，中国的李德毅院士提出了云模型来做不确定性概念定性与定量之间的转换，于是计算机能表达现实世界中的不确定性概念（大概，好像，大约等），这是一个很好的开始。

虽然泛智能遥遥无期，但这并不影响我们享受人工智能的服务。在有限的时间里开发出专用的人工智能服务显然比在无限的时间里开发通用的人工智能要高明得多，只要我们能在某一方面使程序具有较为完善的智能，对于用户来讲，和泛智能是没有区别的。所以在今后很长一段时间里，基于文字的人工智能具有较高的商业价值，商业巨头们也会开发出回答越来越“流畅”的人工智能。另一方面我们对于语言的探索，还在起步阶段，要想在自然语言的理解上取得突破性进展，还需要大量的研究人员做基础性的研究工作，毕竟看起来“理解”并不等于真的理解。

先弄清楚什么是“智能”，以及“智能”的种类，目前的“智能”水平。所谓“智能”定义是：具有自我意识，自我调整，不断认知的过程。“智能”的种类：

1. 人类大脑智能，具有人类大脑意识，包括小脑及丘脑的辅助关联系统。

2. 非人类大脑智能系统。具有三维非线性映射关联系统。包括遗传，生物行为等。

3. 机械性智能系统。属于两维环链连锁反馈的方式。采用多分支反馈，穷举式逐次逼近算法。
   

由于没弄清楚智能的种类和性质，目前所谓的“智能”五花八门，不伦不类，大多属于第3类。所谓“神经元”不知是从哪个动物解剖得来的，也许是小白鼠，也许是大母猪，你确定是人类？我告诉你，人类对自己大脑袋的了解为零。对大脑的了解，门都不知道在哪，更别提人类高级智能的智能级了。古今中外有多少人拍着自己脑瓜子要弄清楚的，甚至还有动刀看究竟的，结果是越拍越茫然，越看越茫然。如果对大脑智能不了解，那智能又从哪里来呢？“神经元”是一种普遍现象，目前的了解也仅仅是表面，对灰质反射的机理并不清楚，甚至没有真正了解“神经元”是什么，到底是干什么的，有“神经元”是否就有“智能”了？。所谓“神经元”的“训练”、“学习”、“修正”其实质就是一套反馈系统，学自动化的都知道什么是“反馈调整”系统，中间加了点分支调整，这就是“智能”了？所谓“预测”仍然需要摸索大量数据，甚至模型，其实还是一套自动化控制系统，所谓“专家系统”并不具备“智能”。要了解大脑智能，还需神经生物学进步。我从事过与“智能”相关的自动化控制工作，也就是PID控制工作，比如国内首创的全数字化航海及铁路内燃机机械调速器调试校准试验专用工装台。首创哈佛式对开温度压力关联烧结炉。为了省钱，取代日本一块高级控温表，我实验各种“智能”控温算法，吃尽了苦头，能尝试的我都尝试了，结果是勉强能用，至今已有十多个年头。日本的这块表集中了20多年的经验，为能在某方面能取代，几乎把我累瘫痪，那时只觉得腿胳膊有劲，腰不听使唤，休息了三个月，基本好了，至今还有点不爽。我仅谈谈个人看法，集思广益，对“智能”我没什么好招，同大家一样，我打个酱油来着。

1.你认为人工智能能超越人类大脑进行文字处理/交互吗？

太初：AI肯定能超越人脑的任何方面，包括文字处理和交互。

首先，文字处理或称“交互界面”并非人类独有。这属于智慧的一部分，也是人工智能研究的一个部分。

具体来看，做个类比：一方面，听语言等价于人类视觉的看的过程，是input输入资料，并抽象到人脑高级认知区；同样阅读文字和理解也是文字层面的输入（虽然视觉做了一层处理，但和看图形对象是不同的），；另一方面，说语言些文章，就相当于白日梦的YY，但语言的output出书远比YY的意淫要有用的多，实际上语言可能是真正让人类超越其他物种的地方！

最后，为什么能超越人类的文字处理和语言交互能力？从个人的一些在数学，物理，哲学等领域的研究来看。存在是可以被描述的，无论用基于还原论的数百年的科学主流眼光，还是用生成论的复杂非线性科学的进步的未来眼光看。自然和宇宙万物都是可以被描述的，而且世界是多层次的。层次A可以描述层次B。就如同解析几何能证明尺规作图法无法完成三等分一个角。所以人类智慧虽然了得，但人脑对文字的处理和语言的交互能力是能够被描述的。这里并没有悖论！并没有不可逾越的理论障碍！这点非常重要。科学家可以放心大胆的去探索，因为谜底即将揭开。

2.你认为基于文字方式进行处理/交互的人工智能(非语音与图像识别类)，近期最有可能实现的是什么？

太初：近期最有可能实现的是AI对自然语言的理解及表述（AI读懂人类文章，并能写出能通过图灵测试的人类文章）

自然语言的理解已经有来已久，从多年前美国预报天气的电话热线后台的这个'AI'，已经研究了很久了。而且对于人眼视觉过程和对象识别。人类对语言本身的掌握和使用非常充分，也积累的大量数据。而且文字数据比视频数据要精简2个数量级，更便于处理。最近深度学习，神经网络，以及类似SPARK这样的轻量级，通用，简单易学的分布式计算框架的出现，将计算能力大大增强（但其实笔者一起期待着量子计算指数级计算能力的到来，到那个时候强AI的就能实现，这里不展开），理应有所产出。而且非线性物理学也逐步的被主流研究界慢慢关注，对发音，文字理解，听力理解等都会有帮助。笔者期待2016年也许会出现语言能力达到后超过小学生的AI出现。视觉方面的对象识别已经非常接近自然人了。

3.你认为基于文字方式进行处理/交互的人工智能(非语音与图像识别类)，近期最迫切需要实现的是什么？

太初：最迫切实现的东西其实对整个AI都有一致的贡献，就是人类认知模型的程序化

人类认知模型的程序化必须从生物学，认知心理学的角度，配合以物理及数学为主，跨科学的研究，才能出现成果。不过这个成果一旦达成，AI将全面铺开实现，包括文字理解，交互，语音和图像识别，这都是小CASE，但强AI具有人类的智慧，主观意识，情绪，性格，很多科学家包括霍金等都认为比较危险，这个这里不展开。

笔者认为只有实现认知模型的程序化，才能彻底的展开AI 的方方面面。所以现在是所有AI分支领域集中力量或至少部分的联合起来一起整理思路和研究纲领的时候了。

研究脉络：（哲学层面确定可行性 --> 生物及认知科学层面确定认知模型 --> 物理，数学，信息科学确定模型落地-->推广到各个AI分支领域）