人工智能科学及其批评

人工智能研究者关注的重点是复制出能够模仿人类大脑的某个东西,而忽视了能够模仿人类智能的人造大脑也必须能够模仿人类社会中的社会化过程,因为人类智能的核心特征植根于人类社会之中。比较典型的案例是自然语言,它以个人无法预测或控制的方式持续变化着,具有非常大的使用弹性。流利使用自然语言的人吸收利用社会中的语言的方式与温度计从其所浸入的液体中测量温度的方式一样。温度计上显示的温度不是温度计的特性,而是液体的特性,它会随着液体的升温或降温而发生变化。同样,一个流利使用语言的人所讲的语言体现的是他/她所处的社会的特性,而不是个人的特性;与温度计一样,语言也会随着社会的变化而变化。这也意味着,纯粹基于自然语言性能的图灵测试可以成为测试机器人智能的优秀测试。自然语言的这一特性是深度学习取得某些惊人成功的原因,同时也是其遭遇某些失败的原因。本文还试图说明,为什么人工智能科学在表述和验证其主张方面表现得如此糟糕。因为它的目标是让外界相信它的成功,而不是像物理科学那样孜孜不倦地进行自我批评。