投稿问答最小化  关闭

万维书刊APP下载

ChatGPT能产生人的思维,替代人的决策吗?

2023/2/21 16:31:56  阅读:154 发布者:

最近,人工智能的巨大成就ChatGPT引起广泛关注和各方面的热烈讨论。有担忧、有欣喜,也有困惑。这再次引起人们对AI未来究竟会否产生人的思维、想象,并取代人及其决策的疑问。

机器思维、机器智力由图灵提出。从AI的起源,图灵测试被提出开始,各种讨论就没有中断,各种观点就不断涌现。这些讨论深化了人与机器关系的认识。

图灵测试(The Turing test)由艾伦·麦席森·图灵1950年提出,发表在著名哲学期刊《Mind》上。图灵测试是图灵1950年提出的模仿游戏,他描述了这样一种游戏。假设我们有一个人(回答者B)、一台机器(回答者A)和一个提问者。提问者在一个与回答者B和机器A分开的房间里。游戏的目的是让提问者识别回答者AB中的哪个是人,哪个是机器。提问者通过标签“A”和“B”来识别回答者,但至少在游戏开始时,不知道哪一个是“A”,并且在游戏结束识别“A是人,B是机器”或“A是机器,B是人”。

提问者可以向人和机器提出诸如此类问题:A能告诉我A是否下象棋吗”。无论机器和人都必须回答针对A的问题。机器的目的是让提问者错误地断定机器是人;回答者B的目的是帮助提问者正确识别出机器。关于这个游戏,图灵(1950)说:我相信在大约50年的时间里,将有可能对存储容量约为109的计算机进行编程,使其能够很好地玩模拟游戏,一个普通的提问者在五分钟的询问后,能正确识别的概率不会超过70%。机器将具有人的智能。图灵做出了大胆的预测:在20世纪末,语言的使用和教育的观点将发生巨大的变化,以至于人们谈论机器思维习以为常,而不必像今天这样感觉像奇谈怪论和担心被反驳。

对于AI将产生人的智力,一些哲学家提出了反对

在其著作《Behavioral and Brain Sciences》发表的论文Minds, Brains and Programs中,约翰·塞尔(John Searle)反驳了“适当编程的计算机实际上具有认知状态”的说法。他1980年设计了一个著名的思想实验叫中文房间(Chinese room)。实验结果被认为推翻了人工智能的过强主张:只要计算机拥有了适当的程序,理论上就可以说计算机拥有可以像人一样地进行理解活动和思维的智力。

塞尔的思想实验是从这个假设前提开始的:假设人工智能研究已经成功构建了一台表现得好像懂中文的计算机。它将汉字作为输入,并按照计算机程序的指令,产生其他汉字,作为输出。塞尔说,假设这台计算机如此令人信服地执行它的任务,以至于它轻松地通过了图灵测试:它让一个说中文的人相信程序本身就是一个活生生的说中文的人。对于这个人问的所有问题,它都会做出适当的回答,这样任何说中文的人都会相信他们是在和另一个说中文的人交谈。塞尔想要回答的问题是:机器真的“理解”中文吗?还是仅仅模拟理解中文的能力?塞尔将第一种立场称为“强AI”,将后者称为“弱AI”。

然后塞尔假设他在一个封闭的房间里,有一本英语版的计算机程序书,还有足够的纸张、铅笔、橡皮和文件柜。塞尔可以通过门上的一个小孔接收汉字,根据程序的指令对其进行处理,并产生汉字作为输出,而无需理解中文书写的任何内容。塞尔说,如果计算机以这种方式通过了图灵测试,那么他也会通过手动运行程序来通过测试。塞尔断言,在实验中,计算机和他自己的角色没有本质的区别。每个人都只是一步一步地遵循一个程序,产生行为,然后被用户解释为展示智能对话。然而,塞尔本人无法理解这一对话 (我一句中文都不会说)。因此,他认为,接下来计算机也不能理解对话。塞尔认为,如果没有“理解”(或“意向性”),我们就无法将机器正在做的事情描述为“思考”,而且,因为它不会思考,所以它没有正常意义上的“思维”。因此,他断定“强AI”假说是错误的。

AI 和大数据会最终替代人及其决策吗?

杜运周等2022年《管理哲学》著作第2章“科学哲学与管理知识”第二节“人工科学、设计思维与管理知识”中,从知识论角度进行了讨论,他认为要回答这个问题,需要从知识的角度理解数字技术的本质。毫无疑问,机器学习等人工智能基于先前数据进行学习产生了可能的智能化决策。但是我们可以从 AI 和大数据分析依赖于对先前数据的归纳,推理出它们将会遭遇休谟归纳问题。从逻辑上说,若有 n 个事件,每个事件存在发生和不发生两种可能,总体上则构成逻辑上 2n 个可能的世界,如果每个事件是连续变化的,那可能的世界是无限多的。但现实世界所能观测的情况是有限的。现实世界的有限多样性问题会导致管理决策时,可依照的经验信息无法覆盖所有的逻辑可能世界。考虑到我们无法穷尽和归纳所有可能,因此在逻辑上,大数据和 AI 也不可避免地会遭遇休谟归纳问题。

如果我们将这个世界分为可观察的世界与不可观察或者尚未观察的世界,那么AI 和大数据基于可观察的世界的分析,也就不能保证对于不可观察或者尚未观察的世界也同样适用。例如人脸识别技术,对于容貌变化很少的人,它可以准确地识别,倘若人进行了整容,它可能就难以准确识别了。考虑到管理现象的复杂动态变化特征,以及面向未来的特点,任何 AI 和数字技术可能也无法取代人的创造性。

转自:“思得学术”微信公众号

如有侵权,请联系本站删除!


  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com