人工智能和認(rèn)知科學(xué)領(lǐng)域的一些創(chuàng)始人和領(lǐng)導(dǎo)人對該領(lǐng)域在過去的幾十年間缺乏進(jìn)展的狀況進(jìn)行了嚴(yán)厲的評定。
由語言和認(rèn)知學(xué)家斯蒂芬·平克（Steven Pinker）主持的一場專題討論中，啟動了麻省理工“大腦、思想與機(jī)器”（MIT"s Brains, Minds, and Machines）座談會，小組成員要求回歸該領(lǐng)域早年間的研究模式，由好奇心驅(qū)動研究，而不是狹窄的應(yīng)用來驅(qū)動研究。
“你可能會奇怪為什么沒有機(jī)器人能去修復(fù)日本的核反應(yīng)堆，”馬文·明斯基（Marvin Minsky）說，他在20世紀(jì)50年代倡導(dǎo)了神經(jīng)網(wǎng)絡(luò)，并繼續(xù)致力于推動人工智能和機(jī)器人領(lǐng)域的重要進(jìn)步。“答案就是20世紀(jì)60年代和70年代有許多的研究進(jìn)展。之后就出了問題。（今天）你會看到學(xué)生對能夠打籃球，踢足球，跳舞或扮鬼臉的機(jī)器人感興趣，（但是）他們并沒有讓這些機(jī)器人更智能。”
帕特里克·溫斯頓（Patrick Winston）在1972年到1997年間，擔(dān)任麻省理工人工智能實(shí)驗(yàn)室（MIT"s Artificial Intelligence Laboratory）的主任，他同意明斯基的說法。“對于沒有進(jìn)展這個(gè)觀點(diǎn)，許多人是反對的，但是我認(rèn)為沒有人能抗議在過去20年本來是應(yīng)該有更大進(jìn)展的。錯(cuò)誤發(fā)生在80年代。”
溫斯頓說，造成這種停滯的原因部分是冷戰(zhàn)（Cold War）后資金的短缺，也因?yàn)閷ι虡I(yè)化人工智能的早期嘗試。但最大的罪犯是領(lǐng)域內(nèi)的“機(jī)械分割”，研究專注于越來越窄的專業(yè)，如神經(jīng)網(wǎng)絡(luò)或遺傳算法。“當(dāng)你把會議專注于機(jī)制時(shí)，那就有可能不解決基礎(chǔ)問題，但是寧愿那些問題（正好）可以用機(jī)制來解決。”溫斯頓說。
溫斯頓說，他相信研究人員會關(guān)注那些讓人類與其他靈長類動物不同的東西，或者是和穴居人不同的東西。一旦研究人員覺得他們已經(jīng)發(fā)現(xiàn)了讓人類與眾不同的東西，他們將開發(fā)出這些屬性的計(jì)算模型，在真實(shí)系統(tǒng)中實(shí)現(xiàn)這些屬性，這樣他們就可以發(fā)現(xiàn)模型中的差異，根據(jù)需要進(jìn)行精煉。溫斯頓猜測，讓人類與眾不同的魔力因素就是我們能夠用語言功能創(chuàng)造和理解故事。“一旦有了故事，就具有區(qū)別于其他物種的創(chuàng)造力。”
埃米利奧·比茲（Emilio Bizzi）是麻省理工麥戈文腦科學(xué)研究所（MIT"s McGovern Institute of Brain Research）的創(chuàng)始人之一，他認(rèn)為，研究人員應(yīng)該專注于研究人類智力的重要元素，如能夠概括學(xué)習(xí)經(jīng)驗(yàn)，或流暢的規(guī)劃動作以回避障礙物，來達(dá)到一定的目的，如抓住一副眼鏡。“未來幾年，我們將有很大的進(jìn)展，我對此是很樂觀的，原因是分散在世界上不同地方的實(shí)驗(yàn)室都在從事仿人機(jī)器人研究。”
座談小組中的兩個(gè)語言學(xué)家諾姆·喬姆斯基（Noam Chomsky）和芭芭拉·帕提（Barbara Partee）都對我們對于語言的理解做出了重大貢獻(xiàn)，他們把語言解釋為一個(gè)計(jì)算現(xiàn)象，而不是純粹的自然現(xiàn)象。他們都覺得對人類語言的理解是創(chuàng)造能夠真正思考的機(jī)器的關(guān)鍵。“真正理解語義學(xué)是任何所謂智能的先決條件，”帕提說。
喬姆斯基嘲笑那些機(jī)器學(xué)習(xí)方面的研究者，他們使用純統(tǒng)計(jì)方法來產(chǎn)生模仿真實(shí)世界的行為，但并不試圖理解該行為的意義。喬姆斯基把這些研究人員與那些研究蜜蜂歸巢舞蹈的人相比較，那些人只是產(chǎn)生基于統(tǒng)計(jì)的舞蹈仿真而沒有試圖理解蜜蜂究竟為什么那么跳。“如果這就是科學(xué)成功的概念，那將是非常新穎的，我不知道科學(xué)史上有類似這樣的事情，”喬姆斯基說。
悉尼·布萊尼（Sydney Brenne）與弗朗科斯·克里克（Francis Crick）一起解譯DNA，并在細(xì)胞水平梳理出線蟲（c. elegans）的完整神經(jīng)結(jié)構(gòu)，他同意人工智能和神經(jīng)科學(xué)的研究人員或許是被表面細(xì)節(jié)所嚇倒，而不是尋求深層次更大的問題?？粗切?fù)制線蟲神經(jīng)“布線圖”到復(fù)雜生物體的嘗試，布萊尼擔(dān)心神經(jīng)和感知學(xué)家對這些嘗試“過分熱心”。他說，他們應(yīng)該重新關(guān)注那些高級問題。他用智能手機(jī)照相作類比：沒有人會使用晶體管級的語言來描述這樣的動作：用高級子系統(tǒng)和軟件來討論進(jìn)展將會更有用。
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！