用信息集成 考考 機(jī)器人
除了根據(jù)機(jī)器的連接狀況測(cè)量意識(shí)容量以外（這非常困難），我們?cè)趺粗酪慌_(tái)機(jī)器是不是有意識(shí)呢？什么測(cè)量方法可行？
一種測(cè)試機(jī)器的信息集成度的方法是，讓機(jī)器來(lái)做一個(gè)6歲小孩也能完成的題目： 這幅畫(huà)里有什么地方不對(duì)勁兒？ 要解決這個(gè)簡(jiǎn)單的問(wèn)題，就得擁有海量背景知識(shí)，比現(xiàn)今高檔電腦在執(zhí)行識(shí)別人臉、追查信用卡欺詐之類(lèi)任務(wù)時(shí)所依靠的那點(diǎn)知識(shí)，不知多了多少倍。
計(jì)算機(jī)在分析圖像中的信息是否合理時(shí)，必須依靠強(qiáng)悍的處理能力，這種能力遠(yuǎn)遠(yuǎn)超過(guò)了對(duì)數(shù)據(jù)庫(kù)進(jìn)行簡(jiǎn)單語(yǔ)言查詢(xún)的級(jí)別。說(shuō)起玩高級(jí)游戲，電腦可以讓人甘拜下風(fēng)，但如果問(wèn)電腦一張照片有些什么問(wèn)題，它就無(wú)計(jì)可施了。雖然最新電腦中的硬盤(pán)容量遠(yuǎn)遠(yuǎn)超出了我們畢生所能記憶的東西，但硬盤(pán)上的信息依然是未整合的，系統(tǒng)中的每一單元同其他元素基本沒(méi)有關(guān)聯(lián)。
同樣的整合過(guò)程甚至能讓六歲小孩知道許多不協(xié)調(diào)的畫(huà)面是荒謬的，比如人在地毯上溜冰，奶牛變得透明等等。而確定一臺(tái)電腦是否有意識(shí)的關(guān)鍵也正在此處。這些明顯跟日常生活體驗(yàn)背道而馳的現(xiàn)象，證明了人類(lèi)擁有精深的知識(shí)，知道哪些事件和物體可以同時(shí)出現(xiàn)，而其他絕大多數(shù)則不行。
我們依賴(lài)于這樣一種認(rèn)識(shí)：只有具備意識(shí)的機(jī)器才能主觀描述普通照片里的場(chǎng)景是 對(duì) 還是 錯(cuò) 。這種綜合判斷照片內(nèi)容的能力是構(gòu)成意識(shí)思維的一種基本屬性，比如看見(jiàn)大象蹲在埃菲爾鐵塔頂端，就能夠知道這不合情理。但現(xiàn)在機(jī)器尚不具備這種能力：即使是讓滿滿一房間的IBM超級(jí)電腦聯(lián)手上陣，也無(wú)法判斷畫(huà)面中哪些內(nèi)容合乎情理。
如何測(cè)試電腦 讀圖
測(cè)試電腦如何解讀圖像，并非必須采用向機(jī)器輸入測(cè)試問(wèn)題這樣的傳統(tǒng)的圖靈測(cè)試法。其實(shí)你只須在網(wǎng)上隨便找?guī)追鶊D，沿垂直方向?qū)⒚糠鶊D的中間涂黑，并用剪刀剪開(kāi)，然后隨機(jī)將左、右兩部分拼合起來(lái)。這些合成圖像一般都左右不匹配，只有個(gè)別圖片的左右兩部分都來(lái)自同一張圖。電腦面臨的挑戰(zhàn)，就是要把左右匹配的圖片找出來(lái)。
把圖像中央涂黑，是為了防止電腦使用如今那些低級(jí)的圖像分析技巧，比如說(shuō)考察被拆散的各部分圖像之間的紋理或色彩是否相配。這種基于拆分圖像的測(cè)試方法要求電腦具備先進(jìn)的圖像解讀技術(shù)，并能夠推斷圖像各部分的搭配是否和諧。
另外一種測(cè)試則是將若干物體放進(jìn)幾幅圖像中，使得所有圖像看起來(lái)都還正常，只有一幅圖像有問(wèn)題。接受測(cè)試的電腦必須找出這個(gè)異類(lèi)。比如計(jì)算機(jī)前面放著鍵盤(pán)也理所當(dāng)然，但如果是盆栽植物，那就不合適了。
許多計(jì)算機(jī)算法是通過(guò)收集顏色、邊緣或紋理之類(lèi)圖像特征，并采用低層次統(tǒng)計(jì)數(shù)據(jù)進(jìn)行匹配。這些方法或許還能應(yīng)對(duì)單一測(cè)試，但在多種不同圖像測(cè)試面前，就無(wú)能為力了。這些測(cè)試方法離真正實(shí)用還有一段距離，但是，在應(yīng)用這些方法后，我們發(fā)現(xiàn)，人類(lèi)的意識(shí)感知功能涉及海量的整合知識(shí)，而相比之下，機(jī)器視覺(jué)系統(tǒng)的知識(shí)實(shí)在是太過(guò)狹窄和專(zhuān)業(yè)化。
想擁有意識(shí)要 學(xué)學(xué) 大腦結(jié)構(gòu)
了解這些后，我們近期可以期待些什么呢？如果某項(xiàng)任務(wù)可以獨(dú)立出來(lái)，不與其他任務(wù)有牽連，那么它可以由機(jī)器來(lái)承擔(dān)。高速算法能夠飛快的在龐大的數(shù)據(jù)庫(kù)中進(jìn)行搜索，并在國(guó)際象棋比賽和 危險(xiǎn)邊緣 節(jié)目中戰(zhàn)勝人類(lèi)選手。復(fù)雜的機(jī)器學(xué)習(xí)算法經(jīng)過(guò)訓(xùn)練后，可以完成面部識(shí)別或者偵測(cè)行人等工作，效率比人類(lèi)更高。
我們可以輕松地想出許多場(chǎng)合，讓機(jī)器人去完成日益專(zhuān)業(yè)化的任務(wù)。先進(jìn)的計(jì)算機(jī)視覺(jué)系統(tǒng)日臻成熟，不出十年，一種可靠的、基本上自主的駕駛模式將成為可能。但我們估計(jì)，這類(lèi)機(jī)器視覺(jué)系統(tǒng)還無(wú)法回答與汽車(chē)前方景象相關(guān)的簡(jiǎn)單問(wèn)題，仍然不會(huì)有意識(shí)地感受到出現(xiàn)在它前面的場(chǎng)景。
但我們也可以設(shè)想另一類(lèi)機(jī)器，它可以把世上各種事物間無(wú)數(shù)錯(cuò)綜復(fù)雜的關(guān)系，整理成知識(shí)并納入高度整合的單一系統(tǒng)中。如果問(wèn)這類(lèi)機(jī)器 這幅圖有什么地方不對(duì)勁兒？ ，它會(huì)自動(dòng)給出答案，因?yàn)閳D中任何與現(xiàn)實(shí)不符的地方都不可能滿足系統(tǒng)中的內(nèi)在約束條件。