爱丽丝计划：人工智能的现在与未来

第 1 话  来访者

解说 人工智能的时代

 “智能”是什么？

人工智能越来越像人吗？

作为“函数”的人工智能

创造发展性智能

第 2 话  探寻万物者

解说 探索与物体概念的获得

“物体的概念”是什么？

通过“看、摸、听”来学习的机器人

“物体概念”的数理模型

主动探索的幼儿 vs 被动等待的 AI 

让机器人产生好奇心

“偶尔尝试做些无用之事的”智慧

第 3 话  语言学习者

解说 音素与词汇的获得

理解语言所需的知识

幼儿识别音素与单词

利用音列的统计信息

机器人能够“发现”单词吗？

幼儿的语音识别不需要文本

是“空调”还是“凉快”？

第 4 话  徘徊者

解说 移动和场所的学习

幼儿很快就能行走

身体本身就是“智能”

柔软的重要性

理解“场所”的概念

面向真正的语言运用

第 5 话  前往街市者

解说 社会中的语言获得与语意理解

从“次的跑腿”设想服务机器人

从“句法”关系定义意义

分布含义假说——隐藏在单词排列中的含义

使用数据库式知识的机器人

第 6 话  苦恼者

解说 人工智能与社会结构的转型

人工智能会夺走工作吗？

技术发展导致“工作”变化？

互联网与人工智能的同盟关系

第 7 话  冲突者

解说 与人工智能的关系及伦理

伪装成人类的机器人

很难理解对话的语境

培养关系性

“机器人三原则”并不现实

人工智能如何学习规则？

促进与机器人共生的伦理

第 8 话  迈向未来者

解说 创造发展型自主人工智能

创造自主机器人

人工智能的感情和意识

爱丽丝成为“人”的原因

爱丽丝计划

参考文献

译名对照表

遥远滨海小镇的某个夏日，美丽的金发少女爱丽丝翩然而至，她不会言语、不会行动，少年悠翔肩负起照料她的职责。在日常琐碎的欢笑、喧闹和争吵中，他们学会爱、包容与宽恕。

伴随爱丽丝成长的脚步，立命馆大学教授谷口忠大从人工智能技术出发，关注伦理、情感、人机互动等丰富多元的话题，展现了人工智能技术之外的广阔图景，同时向读者提供了人工智能和哲学、语用学、发展心理学等学科领域的跨学科视角。

作者：谷口忠大

1979年出生，京都大学精密工程博士。现任立命馆大学信息科学与工程学院教授、攻下公司首席访问工程师。创建了机器人符号学这一学科，曾出版多部与人工智能有关的学术及科普图书。

译者：丁丁虫

中国科普作家协会会员，上海市科普作家协会理事、副秘书长，科幻专业委员会主任，译有《蜡烛的故事》《人类的未来、AI的未来》《超有趣科学项目大图解》《植物通史》等。

“智能”是什么？

人的智能非常神奇。刚出生时只会“哇哇”哭着寻找奶水的生命，一年就能行走，两年就能说话，四年就能上幼儿园，开始和小伙伴们玩耍。上了小学，会学习语文、数学、科学、社会等各种知识，也会在体育课上踢足球、玩躲避球。再往后，又会成长为此时此刻正在写这本书的我，以及正在读这本书的各位。人，总会在成长过程中不断丰富并提高自己的智能。

那么，智能是什么？具有代表性的日语词典《广辞苑》第七版中，将“智能”解释为 ：（1）知识与才能 ；（2）智力的程度 ；（3）适应环境、处理新问题的智慧和能力。但这只是一本词典对“智能”这个词的解释，并不是学术界关于智能的一致认识。不妨将之理解为，“人们在使用‘智能’这个词的时候，通常指的是这些意思”。因此在这里，我想对这几点做一些探讨。，以“知识”与“功能”为中心来解释智能；第二，智能有“程度”之分 ；第三，“适应环境”也属于智能的重要因素。

差不多二十年前，我读研究生的时候需要选择研究课题。青春时代，我曾经苦思“自由意志的存在”这种哲学性问题 ；研究生时期，又琢磨起人类的“智能”问题。

“所谓‘我在思考’，到底是指什么？”

“人明明不能窥探他人的头脑，为什么可以交流？”

“‘我’这个智能所认识的世界，真的存在吗？”

上述问题也许应该属于哲学或心理学的范畴。但是，就读于工学部机械工程领域的我却感觉，身处机械工程和信息工程的世界，才有方法接近人类的“智能”。那就是通过研究机械的“智能”去推导人类“智能”的形成，即建构性的方法。它的基本思路是通过建构人工智能和机器人这样的 Model（模拟真实对象的模型），获得对于目标对象的理解。

即使使用“建构人工智能”的说法，“人工智能”一词也可以具有多种含义。“没人真的知道什么是智能”，正是人工智能领域的宿命问题之一。

熟悉科幻动画片和真人影视剧的非专业人士，倾向于把人工智能和 AI 视为“拥有心灵且类人的智慧”，也就是说，不是当今技术水平下的人工智能，而是与人类的智能水平别无二致的人工智能。至于我所探求也是在本书中探讨的，同样不是现代的人工智能技术，而是后者所述的“智能”。

人工智能越来越像人吗？

2010 年代的人工智能技术发展，让许多技术——图像识别、语音识别、机器翻译等——逐渐渗透我们的日常生活。有人也把它们称为 AI 技术。AI 是 Artificial Intelligence 的缩写，意为人工智能，本书对这两个词不做区别。

“人工智能”一词听起来非常高端，但现在，其实连小学生都在使用人工智能技术。在故事中，悠翔通过和智能音箱的对话获取信息、欣赏音乐（语音识别、语音合成、信息检索）；把英语网页一键翻译成日语（机器翻译）；用对讲门铃的摄像头识别来访的客人（图像识别）；用监控摄像头识别悠翔自己的行动。

一旦人工智能技术渗透生活，大家习以为常，它们便成了几乎没有存在感的工具。这些早已有之的技术在 2010 年代的发展期，即第三次人工智能浪潮期，由于性能的飞跃提升而得到了广泛应用。支撑这些技术的正是“让计算机从数据中学习”的机器学习，其基础是深度学习。

那么，像这样的现代人工智能与人类智能的差异是什么？

丢出结论很简单 ：“今天的人工智能没有到达人类的智能水平！”如果讨论到此为止，那就没有什么意义，讨论差异不能仅以对于优劣评价作为收尾，重要的是深入细节。

事实上，如果将刚才的“人工智能”按照字面意思理解为“所有的人工智能”和“智能的所有方面”，那就错了。因为照这样理解的话，那么人工智能非但不是“没有达到人类的智能水平”，反而还有无数“超越人类智能水平”的案例。

Google DeepMind 开发的 AlphaGo，于 2015 年 10 月首次在分先对局 b 中战胜人类的专业围棋选手。再倒推约 20 年，IBM的 Deep Blue 战胜过国际象棋世界冠军卡斯帕罗夫。其实不用列举这些戏剧性的例子，就笔者而言，我的知识问答战胜不了Amazon 的 Alexa 和 Apple 的 Siri，四则运算的速度也胜不过区区几块钱的电子计算器。至于机器翻译，近年来的表现也相当优秀。

DeepL 的英日互译正确率已经超过了大多数人，考虑到人会疏忽大意，DeepL 更是比笔者优秀多了。此外还有报告指出，在图像识别方面，针于限定类型的物体，人工智能的识别精度也胜过了人类。人工智能已经“超越了人类的智能水平”。

但在给出这些案例的时候，人们往往会说 ：“我说的‘人类的智能水平’不是这个意思！”那么，应该是什么意思？这需要我们抱起胳膊好好想想，因为这正是人工智能的关键问题。

例如，类似踢足球、打篮球那样需要实时识别真实世界、控制身体的运动，对于现代的人工智能来说，依然是相当困难的任务。

重新审视人工智能取得成功的领域，我们会发现，无论是多么复杂的问题，它们或是能在计算机中被明确定义规则或状态，比如围棋、国际象棋、四则运算 ；或是能通过检索网络数据库获得答案，比如知识问答 ；又或是能将传感器捕获的信息匹配或转换成某种文字符号或文字序列，比如图像识别、语音识别。这些成功都限定在可能性有限的封闭世界中。

很早以前，计算机就能高速处理四则运算，也能访问网络上的大量知识并回传用户所需的信息。2010 年代的人工智能技术发展，在此基础上又令计算机拥有了处理图像、声音、人类手写文字等数据（即“模态信息”）的能力——这类数据并不是为了让计算机理解其内容而准备的，计算机原本也不擅长处理它们。

人们平时所写、所说的自然语言中，充满了不确定性。既没有完全遵守既定的语法，也充满了省略和语法错误。取自真实世界的照片，也不可能出现完全相同的图像。哪怕是 1280 像素 ×720 像素的标准尺寸也约有 92 万个像素，每个像素又都有自己的 RBG（红绿蓝）值，一个图像便共计约有 276 万个数据。

......

徐英瑾（复旦大学哲学学院教授、博士生导师）

推荐语

关于人工智能的科普书很多，本书却让人耳目一新。这不仅仅是因为本书的撰写运用了文艺对话的方式，更是因为作者的切入视角颇具来自跨学科视角的洞见。在谈到人工智能的时候，作者首先和大家谈论什么是“物体”，然后再对婴幼儿“物体”观的确立过程进行了简要的介绍。也就是说，按照作者的观点，离开心理学与哲学本体论的帮助，人工智能的事业是走不远的。此外，本书在自然语言处理技术的讨论中也普及了很多有趣的语言学知识，而没有陷入“只管数据搜集，不管语言学理论”的主流思想窠臼。本书“第四话”对于身体移动与场所问题的讨论显得尤其具有“日本哲学特色”，因为根据日本京都学派头牌哲学家西田几多郎的“场所逻辑”，使得主-谓判断得以可能的“场所”才是哲学探索的重点。作者能够从人工智能角度呼应西田的思想，的确让人激动。

姚海军（科幻世界副主编）

诚意推荐