歷史的遺珠：圖靈測試與人工智能

https://www.toutiao.com/a6679631871187354119/

都說未來不可期，事實卻又未必如此。雖然人們很難預(yù)料未來會向何種方向發(fā)展，但從目前來看，人工智能技術(shù)的底蘊(yùn)從未像如此一樣富足與成熟，可以預(yù)見，人工智能必將在未來的科學(xué)技術(shù)中大放異彩。

提到人工智能，不得不提著名的圖靈測試，讓我們拂去歷史的塵埃，去看一看圖靈的貢獻(xiàn)是如何影響和指導(dǎo)后世的發(fā)展。

概念圖：圖靈測試與人工智能

圖靈測試

圖靈測試(Turing test)是艾倫·圖靈(Alan Turing)在1950年開發(fā)的，它是一種對機(jī)器表現(xiàn)出與人類相同或無法區(qū)分的智能行為能力的測試。圖靈提出，人類評估者在判斷人與機(jī)器之間的自然語言對話時，評估者會意識到對話中的兩個伙伴哪個是機(jī)器哪個是人類。在測試中，所有評估者將彼此分開，同時，對話將僅限于 純文本模式 ，通過計算機(jī)鍵盤和屏幕進(jìn)行呈現(xiàn)，因此結(jié)果 不會取決于機(jī)器將單詞呈現(xiàn)為語音的能力 。當(dāng)評估者無法準(zhǔn)確地告訴人員對方是人類還是機(jī)器時，則稱該機(jī)器已通過圖靈測試，即該機(jī)器具備了和人類相似的能力。 測試中，測試結(jié)果不依賴于機(jī)器對問題給出正確答案的能力，而只取決于其答案與人類給出的答案的接近程度。

圖靈測試的“標(biāo)準(zhǔn)解釋”，在這個測試中，人類評估者C的任務(wù)是試圖通過文本確定A或B哪個是電腦，哪個是人

歷史的塵埃

在1956年人工智能(AI)研究領(lǐng)域建立之前，英國的研究人員已經(jīng)對“機(jī)器智能”進(jìn)行了長達(dá)十年的探索。這在比率俱樂部【1】的成員中是一個共同的話題，其中就包括艾倫·圖靈，這個測驗就是以他的名字命名的。

注【1】：比率俱樂部由年輕的精神病學(xué)家、心理學(xué)家、生理學(xué)家、數(shù)學(xué)家和工程師組成，他們聚在一起討論控制論中的問題，源于劍橋大學(xué)

《計算機(jī)器與智能（Computing Machinery and Intelligence）》是圖靈發(fā)表的第一篇專門研究機(jī)器智能的論文。圖靈在論文開頭寫道:

“我建議考慮這樣一個問題:‘機(jī)器會思考嗎？”

（"I propose to consider the question 'Can machines think?'"）

正如他所強(qiáng)調(diào)的，解決這類問題的傳統(tǒng)方法是從定義開始，定義“機(jī)器”和“智能”兩個術(shù)語。圖靈選擇不這樣做；相反， 他提議將這個問題從“機(jī)器能思考嗎?”改為“機(jī)器能做我們(作為思考實體)能做的事情嗎?” 圖靈認(rèn)為，這個新問題的優(yōu)勢在于，它“在一個人的身體和智力能力之間劃出了一條相當(dāng)清晰的界線”。為了證明這種方法，圖靈提出了一個測試，靈感來自一個聚會游戲，叫做“模仿游戲”。在這個游戲中，一名男子和一名女子進(jìn)入不同的房間，客人試圖通過寫一系列問題和閱讀打印的答案來區(qū)分他們。在這個游戲中，男人和女人的目的都是讓客人相信他們是對方。

下圖即為艾倫·圖靈在《計算機(jī)器與智能》中描述的模仿游戲。選手C通過一系列的書面問題，試圖確定另外兩名選手中哪一位是男性，哪一位是女性。玩家A（男性）試圖欺騙玩家C做出錯誤的決定，而玩家B（女性）試圖幫助玩家C做出正確的決定。

模仿游戲

這一游戲的問世，雖然不是后世圖靈測試的精確版本，但是卻奠定了圖靈測試的模型核心，這在歷史的演變中，激勵著人們不斷地去吹拂塵埃，求得真相。

當(dāng)世的發(fā)展與神經(jīng)網(wǎng)絡(luò)

圖靈測試奠定了人工智能的基礎(chǔ)，為機(jī)器如何向人一樣思考和判斷提供了研究方向與思路，隨著后世對人類大腦思考模式研究的加深，一種模仿人類神經(jīng)元思考的算法-神經(jīng)網(wǎng)絡(luò)應(yīng)運(yùn)而生。

神經(jīng)網(wǎng)絡(luò)，是受到人類大腦中神經(jīng)元結(jié)構(gòu)的啟發(fā)所誕生的全新算法。一個簡單的“神經(jīng)元”N接受來自其他多個神經(jīng)元的輸入，每個神經(jīng)元在被激活時，會對神經(jīng)元N本身是否應(yīng)該被激活進(jìn)行加權(quán)“投票”。學(xué)習(xí)算法需要根據(jù)訓(xùn)練數(shù)據(jù)調(diào)整這些權(quán)重。

神經(jīng)網(wǎng)絡(luò)原理圖

神經(jīng)網(wǎng)絡(luò)早期的成功應(yīng)用包括預(yù)測股市和控制汽車進(jìn)行自動駕駛【2】。2010年，使用深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)推動人工智能進(jìn)入廣泛的公眾意識，并促成了企業(yè)人工智能支出的大幅上升；2017年與人工智能相關(guān)的并購規(guī)模是2015年的25倍以上。

注【2】：我將在問答詳細(xì)介紹自動駕駛相關(guān)知識

神經(jīng)網(wǎng)絡(luò)算法學(xué)習(xí)逼近最優(yōu)解仿真

神經(jīng)網(wǎng)絡(luò)算法精確聚類模式識別分析仿真

由圖靈測試到神經(jīng)網(wǎng)絡(luò)，由機(jī)器到人工智能，無一不體現(xiàn)著人類在自我求索道路上的不懈追求。相信未來，人工智能將得到質(zhì)的飛躍，而圖靈這一歷史遺珠，也必將持續(xù)為后世發(fā)展貢獻(xiàn)思路和方向。