第三节
强人工智能与弱人工智能

所谓弱人工智能，是指通过人类编写好的算法或者软件智能化地去解决和计算某些问题，这样的算法或软件只是采用一些智能化的计算工具，例如神经网络、专家系统、模糊逻辑等，而计算行为需要人为触发或控制。[22]弱人工智能是不能真正实现推理和解决问题、不具有思维的智能机器，这些机器表面看像是智能的，但是并不真正拥有智能，也不会有自主意识，强调“人机交互”增强智能就属于弱人工智能范畴的内容。时至今日，日常生活和实践中的所有人工智能，都属于弱人工智能。早期，绝大多数研究者都陷入“用计算机取代人类”这一传统人工智能研究方向中，这种自上而下的定义与思考模式是主流。但是，有少数研究者开始另辟蹊径，采用自下而上的研究途径，试图从逐渐增长的数据量中寻找模式，这种方式几乎没有建立人脑模型，却造就了人类当前绝大多数，甚至几乎与计算机相关的认知系统。这一途径是当前弱人工智能的主要途径，这种弱人工智能是与传统人工智能AI相对，可以称为智能增强IA。在智能增强的倡导者看来，计算机是冰冷的，从来都不懂什么人情冷暖，人类只是在大量重复、海量计算和海量记忆上逊色于计算机，人类在处理抽象化、情绪化、非逻辑性的问题上有着不可逾越的优势。当机器人变得足够复杂的时候，它们也不是仆人或主人，通过人机交互，将机器擅长的这些事情交给计算机，就能很好地弥补我们的“短板”。按照“智能增强”这一概念，其内容和涉及的领域包括机器视觉、专家系统、智能工厂、智能控制、智能搜索、无人驾驶、语言识别、自然语言处理、图像识别、人脸识别及各类人体识别等，甚至如今基于神经网络模型、卷积神经网等时髦的“深度学习”也属于IA，虽然这些都被主流传统人工智能AI的推崇者归为AI的范畴。主流的人工智能研究者和推崇者认为，智能增强IA不过只是人工智能AI发展历史的一个过渡阶段而已。[23]

强人工智能是指真正能推理和解决问题、具有思维的智能机器，这样的机器是有知觉与自我意识的。强人工智能在各个方面都能与人类媲美，有知觉和自我意识的强人工智能能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习等，对于人类能干的脑力活，它基本能胜任。[24]强人工智能又可以分为两类：一类是类人的人工智能，即机器的思考和推理就像人的思维一样；二是非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。[25]“强”从某种程度上可以界定为超越工具型智能而达到第一人称主体世界内容的涌现，还包括意向性、命题态度，乃至自由意志的发生。那么，这样的强人工智能是可能实现的吗？有的科学家、哲学家说永远不可能，有的则说近在咫尺。牛津大学人类未来研究院的院长波斯特姆（Nick Bostrom）试图从“人工智能、全脑仿真、生物认知、人机交互以及网络和组织”等路径分析强人工智能的几种可能的实现方式，他详细地评估了每种路径实现超级智能的可行性，指出若有足够先进的扫描技术和强大的计算机能力，即使只有很少的大脑理论知识也可以模仿全脑。他指出，极端情况下，可以想象采用施罗丁格（即薛定谔）量子力学方程在基本粒子水平来模拟大脑。这样就可以完全依靠现有的物理学知识，而不用任何生物模型。这种极端案例说明，没有计算机技术和数据分析也可以制造人工智能。一个听起来更合理的仿真能力是将单个神经元和它们的连接矩阵合并，连带着它们的树状结构和每一个触突的变化状态。这虽无法模拟单个的神经递质分子，但是可以粗略地将它们的波动浓度模型化。为了评价全脑仿真的可行性，人们必须理解成功的评判标准。我们的目的不是精确模拟出一个大脑，用它来预测在受到一系列刺激后，原始大脑会作出何种反应。相反，我们的目的是获得足够多的计算机功能属性，以使最终得到的仿真可以进行智能工作。因此，真实大脑的很多复杂的生物学细节就无关紧要了。[26]

这种观点某种程度上会得到心智哲学和认知科学领域的“计算主义者”“物理主义者”的赞同。他们认为，人的情感、意向、自由意志等以及意识与自我意识直接相关的内容，在牛顿力学框架下的物理因果关系模式已足具解释力，在人的第一人称主观世界与第三人称客体世界之间，也不存在最后的鸿沟。计算主义强调符号关系，它与其他版本的物理主义相比，主要是分析要素的不同，但这种不同无关宏旨。这是因为符号关系试图解释的，也是意识现象或心智事件的产生和关联的机理，而不是纯逻辑的关系。基于这种认知框架，他们倾向于认为，大脑的符号系统的状态，就是各个单一独立要素的神经元的激发/抑制状态聚合起来的某个区域的总体呈现。这也是波斯特姆认为“获得足够的大脑的计算机功能属性”，就能最终使得仿真大脑进行智能工作的原因。[27]

另外，牛津大学的知名人工智能思想家尼克·博斯特罗姆（Nick Bostrom）认为还会存在一种超强人工智能，超强人工智能在几乎所有领域都比最聪明的人类大脑要聪明很多，包括科学创新、通识和社交技能。[28]当然，无论是强人工智能还是超强人工智能，其技术实现路径仍不明确，而且存在着激烈的伦理冲突，需要时间进一步观察研究。