如今的人工智能還只是初步階段，只能做到盡可能接近地模仿人類智能，卻始終超越不了。關于人工智能領域的討論可能最終會回歸到Douglas Hofstadter的論點上。自從他在1979年出版的著作《智慧》獲得普利策小說獎以來，他一直在默默地研究有關思考的問題，以及如何讓計算機來實現(xiàn)這一目標。
在20世紀50年代和60年代人工智能研究的早期階段，我們的目標是創(chuàng)造出能夠模擬人類思考和行為方式的計算機，重塑我們對周圍世界的直觀理解能力。但事實證明，對于20世紀50年代的計算機程序來說，思考這一行為要復雜得多。研究結果是令人失望的。
不過，最終人們放棄了讓計算機思考，轉而專注于令它完成非常具體的任務，并向它們提供了大量的相關數(shù)據(jù)，這導致了我們今天看到的人工智能熱潮。計算機可以在國際象棋中擊敗人類，然而它們不是通過優(yōu)雅地下一步棋來獲得滿足感，而是在此前的數(shù)百萬場比賽中篩選，看哪一步棋更有可能幫助獲得勝利。
不過，在2017年，人工智能可能需要解決一個老生常談的問題：教會計算機如何變得更人性化。人工智能先驅人物Geoffrey Hinton最近對Axios說，他對一些方法“深表懷疑”，比如使用一堆象棋比賽數(shù)據(jù)來教會它們下象棋。相反，計算機應該能夠不依靠數(shù)百萬個特定的數(shù)據(jù)點來自主學習，就像人類一樣。
在人工智能的所有這些變化中，印第安納大學的認知科學和比較文學教授Hofstadter，則一直在試圖理解思維是如何運作的。他不相信我們現(xiàn)在擁有的人工智能是真正“智能”的，他擔心這個領域已經(jīng)把人類帶到了危險的道路上。外媒與Hofstadter先生（以下簡稱DH）就人工智能的現(xiàn)狀、其中出現(xiàn)的錯誤、以及未來的危險等進行了討論。
人工智能的現(xiàn)狀：人工智能還是人工智障？
問：讓我們來談談計算機是如何理解語言的。要想有效地將一種語言翻譯成另一種語言，機器就必須對這個世界有深刻的理解，不是嗎？
DH：我所理解的翻譯是用第二語言創(chuàng)造一個文本，讓它和原文一樣好。因此，如果用源語言寫作的原文文字很美很有藝術感，那么第二語言的文本也應如此。這已經(jīng)超出了谷歌翻譯的范疇。
谷歌翻譯的主體不具有理解力。它在各種意想不到的地方都容易出現(xiàn)理解上的偏差。德語中有一句話翻譯成英語是：“女傭端來了湯。”當我仔細研究這個句子時，發(fā)現(xiàn)谷歌翻譯的說法是：“女傭進了湯。”它翻譯的“女仆”是正確的，但谷歌翻譯這句話中描繪的形象和動作并不具有現(xiàn)實性。
我并不是要侮辱谷歌翻譯。我想說的是，你要記住，電腦所使用的詞語并沒有賦予它意義。
問：這就是你所說的“Eliza效應”（Eliza effect）嗎？
DH：Eliza效應指的是，我們使用單詞或短語時認為它是有意義的。也就是說，當另一個實體在使用詞語并將其輸入到屏幕上或說出來時，我們傾向于認為其背后有思考的行為。這可能是極其錯誤的。
人工智能真的能完全取代人類嗎？
問：你認為計算機在沒有這種思維的情況下，可以翻譯得像人類作品一樣充滿文學性和優(yōu)雅嗎？
DH：我不這么認為。我真的不這么想。因為我覺得這個世界太復雜了。
問：我們需要創(chuàng)造更多術語來描述人工智能的行為嗎，以便進一步說明它并不是什么恰當?shù)闹悄鼙憩F(xiàn)形式？
DH：這是個有趣的問題。我認為我們今天擁有的并不算是“智能”。我要回過頭去談一談我比較熟悉的東西，那是幾年前的事了，也就是自動駕駛汽車。
這件事發(fā)生在我身上，所以它是一個真實的情況。當時我從印第安納州的布盧明頓市開車到芝加哥來做演講。一兩個小時后，我在高速公路上遇到了一場非常嚴重的交通堵塞。我離芝加哥還很遠，而高速公路已經(jīng)完全走不動了。那么我要做什么決定呢？我看到有些人正試圖駕車穿過南北交通路段之間的草地，我以為他們會在高速公路上往南走，然后可能下車，走一些更小的路。這是有可能的，但后來我發(fā)現(xiàn)有些車被困在了泥濘的草地上。所以我就想：“我要去冒這個險嗎？”
假設我在那等了一段時間，最后又回到了高速公路上。但當時我壓力真的很大，要趕去芝加哥。我已經(jīng)浪費了一個小時，幾乎沒有時間了。現(xiàn)在我該怎么辦？我要承擔多大的風險？對我來說，去這所大學發(fā)表這堂課對我來說有多重要？如果我打電話說我要遲到半個小時會怎么樣？晚了一個小時？所以我開車時思考著，我要不要在限速70英里每小時的區(qū)域開到80邁？或者90？我要開多快？
對我來說，這些思考是“駕駛”的一部分。這才是開車。它表明，現(xiàn)實世界的因素在許多方面可以影響到駕駛。
真實世界并不像象棋或圍棋那樣有一個方方正正的框。有些情景是毫無邊界的，你不知道這個狀況下會發(fā)生什么，也不知道此狀況外又會發(fā)生什么。
距離真的人工智能還有多遠？只可模仿不可超越！
問：人們會認為機器智能是在思考，這一點有困擾到你嗎？
DH：如果你問我，原則上一個計算機硬件是否有可能做一些類似思考的行為，我會說絕對是有可能的。計算機硬件可以做任何大腦能做的事情，但我不認為目前階段是這樣的情況。我們只是在模擬人類思考的皮毛，而很多人卻在為這種錯覺而雀躍不已。有時這些機器的表現(xiàn)是驚人的。
當我剛接觸這個領域的時候，我有這樣的感覺：創(chuàng)造出那些看起來似乎會思考的程序是很有趣的，即使它們只會做一些非常有限的思考，卻給你一種接近自然人思維的錯覺，這一點很有意思。越微妙，就越好。
機器是在慢慢改善的，這個態(tài)度讓我感到很贊同。這讓我覺得人類才是終極目標，人類智慧是一件了不起的事情。換句話說，我的感覺是，計算機智能將會經(jīng)歷一段緩慢漸進的過程來實現(xiàn)人類智能。漸近的意思是它會逐漸接近它，但并不會超越它。就像曲線接近直線一樣。它會無限接近直線，但是始終是曲線。
但到最近，隨著AlphaGo和DeepBlue的各種勝利，人們開始懷疑這兩條線是否會出現(xiàn)交叉。人們認為它們在接近，然后相交，并沒有漸近線。它相交了，然后計算機那條線繼續(xù)上升。這和我的想法不同，我不太喜歡這個結果。
人類的思維被淹沒在塵埃中這一點令我害怕。不是被計算機輔助或教唆，而是被完全壓倒，人類在計算機面前就像是曾經(jīng)出現(xiàn)在我們面前的蟑螂或跳蚤弱小不堪，如果真到了那一天，那就太可怕了。
