关于弱人工智能与强人工智能的思考

2021-03-27刘子玥

电子元器件与信息技术 2021年7期

刘子玥

（苏州大学政治与公共管理学院，江苏苏州 215100）

0 引言

人工智能作为计算机行业的顶尖技术之一，对人类社会的发展具有深远的影响，从1956年在达特茅斯会议上被最早提出时便一直受到各行各业的关注。人工智能是研究用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，属于计算机科学分支。自概念被提出以来，其理论和技术不断地成熟，应用范围也在不断地扩大。这也说明人工智能学科是一门交叉与前沿的科学。人工智能概念的提出，标志了智能化时代的正式开启。总的来说，研究人工智能的目的便在于研制出能够模仿人类思维的工具，希望机器能够学会像人一样的思考方式。而研究进度的参差不齐便导致了人工智能处理信息能力的差异，便出现了弱人工智能与强人工智能的概念。弱人工智能与强人工智能的区别便在于对信息的接收、分析、执行能力的不同。

1 关于弱人工智能与强人工智能

约翰·麦卡锡在1956年的达特茅斯会议上给出了人工智能的最早定义：所谓人工智能，即是让机器的行为看起来与人无异，即智能行为。人工智能研讨的主要对象是机器人，经过多年的发展，人工智能依然无法完全替代人类完成所有工作。由此产生弱人工智能与强人工智能的区分。

所谓弱人工智能，是指那些无法用人的思想推理、处理问题的智能机器，它们不具有像人一样的思考方式，只是在机械地重复地执行命令，并不拥有独立自主的学习意识，不过是看上去智能罢了。虽然我国近年来在人工智能的研究领域上不断地取得突破，但也仅仅局限在某一特定的技术领域或研究场景上取得了革命性的进展，因此我们国家仍然处于“弱智能信息时代”[1-2]。因为认知智能技术还未得到任何实验神经科学理论模型的支持，智能信息时代开展的最终设计阶段也并不是认知智能，因此能够超越人类的强人工智能的出现还遥遥无期。关于弱人工智能的应用，在我们的生活环境中可以看到三个典型的企业应用：新闻机器人、自动驾驶汽车和人脸识别，下面将作详细的分析介绍。

新闻机器人可以理解为是一种能够模仿人类思维和行为，能够执行新闻采访、写作和编辑任务的智能软硬件结合系统，是新闻界有关人工智能的最有效的运用。主要有三种书写方式：一是基于已给出的模板的填充数据模式，新闻机器人按照预先设置的构造，填充被抽取文字的空格；二是新闻机器人提取同一主题的多篇报道，先是进行整合分析，继而进行二次创作；三是全方位模仿人类思维进行智能创作，写出情绪化、有特色的新闻报道。然而目前我国新闻机器人仍处于“弱智能阶段”，还不具备思考能力，无法通过思考文字的含义进行新闻写作，只是机械地将文字组合排列，形成新闻，却不能理解其中的含义[3]。

目前，新闻机器人写作存在着理解信息的深度不够、语义理解的缺陷较多、总结和提取信息的能力不够、写作领域单一、仅限于金融和体育等方面的问题。但是，新闻机器人仍然具备决定性的优势：它具有快速的信息处置能力，提升了新闻的时效性；它可以突出只存在于互联网新闻报道上的长尾效应，即通过细小的市场的累计来达到高额的效益，从而满足不同阶层不同年龄层用户的需求，进行个性化的新闻推送；使用超级计算能力，降低数据处理的错误率；新闻写作更加客观，不带任何主观情感，让新闻更容易被读者接受。因此人工智能在新闻写作领域方面仍有广阔的应用前景。

无人驾驶汽车，也被称为室外轮式智能移动机器人，具有自主的环境意识与智能决策能力。无人驾驶汽车是通过车载传感器系统感知将要行驶的路线环境，主动规划行驶路线，控制车辆抵达预定目标的智能机器，目前我们对于其能否应用于市场仍有很大的迷惑。首要问题是攻克技术难关，无人驾驶汽车企业需要突破的一项技术便是对环境的感知，除了具备先进的传感信息技术，还需要多传感交融技术，因此目前人类进行解决的技术障碍仍有不少[4]。除了技术障碍，人类还需要解决的问题是对市场的监管，无人驾驶汽车可以行驶的环境要明确界定。此外，还要考虑消费者对无人驾驶处理计划的熟习和承受水平。就中国而言，虽然无人驾驶技术落后于发达国家，但在接连出台的扶持政策的支持下，无人车驾驶技术在中国得到了跨越式发展。

人脸识别技术，是基于人的面部信息特征进行身份识别的一种生物识别技术，通常也叫人像识别、面部识别。对人脸识别系统的研究始于二十世纪六十年代，是集成了人工智能、理论模型、机器学习、机器识别、视频图像处理等多种专业性核心技术的复杂技术，是生物特征识别的最新应用，其核心技术的完成，展现了弱人工智能向强人工智能的转换。人脸识别技术可分为七大特征：独特性、便捷性、变化性、方便收集性、不易更换性、不可匿名性和内在性。正是这些复杂的特性，直接或间接决定了人脸识别技术的复杂性。一方面，比起指纹、视网膜等生物识别技术手段，人脸识别技术对技术的要求是最高的。另外，人脸识别技术对环境的要求也极高，包括表情、衣着、天气、距离、角度、光照等。这对人脸识别提出了更高的技术要求，同时也对其实际的应用带来了巨大的挑战。目前人脸识别技术已广泛应用于政府、公安、军队、医疗、教育、法律、金融、司法等多种领域，随着技术的持续性提高与公众的认可度提升，相信人脸识别技术将会有更光明的发展前景[5]。

强人工智能是指能够真正进行推理和解决问题的智能机器，这样的机器将被视为敏锐的、有知觉的、有自我意识的:它们有自己的世界观和价值观，有像人一样的基本的生存需求和生物性本能，可以和人一样进行独立思考、分析、推理，而不是根据提前被输入的程序数据……从某种意义上说，它可以被视为一种新的文化。

强人工智能可以被分为两大类：类人的人工智能和非类人的人工智能。类人的人工智能，即机器的思考方式和思维水平同人是一样的；而非类人的人工智能，即机器产生了与人类大有出入的感知和认知水平，运用和人不一样的推理方法解决问题。

除此之外，还有一种混合人工智能。混合人工智能便是将智能研讨延伸到生物智能与机器智能的结合上，互联互通，交融各自优势，以打造更高功用的智能形式。混合人工智能将生物智能和信息智能深度融合，是兼具生物体的学习推理能力和计算机的计算搜索能力的智能系统。

混合智能系统是一个包含生物和电子元件的双向封闭的有机系统，其中生物组织能够承受人工智能体的信息，人工智能体可以读取生物组织的信息，两者交互配合。不仅如此，生物体组织可以实时进行对人工智能体的信息反馈，反之亦然。混合智能系统不仅是生物体与人工智能体的交融，并且是一个包括生物学、机械学、电子学和信息学的有机整体，它增强了系统的行为、感知和认知能力。

混合人工智能有两种特殊形态，一种是“人在回路的混合增强智能”，一种是“基于认知计算的混合增强智能”。“人在回路的混合增强智能”是指在智能计算模型中引用人的作用机制，影响干扰机器的运作方式，从而构成围绕人的智能研究范式。在这个范式中，人总是智能系统的重要组成部分，当计算机在系统中的输出信度降低时，人们会积极主动介入调整参数，同时给出解决问题的最佳方案，从而提高智能水平。

而“基于认知计算的混合增强智能”是指基于认知水平的高低引入以生物为研究基础的混合智能机器计算模型，从而大大地提高分析问题的效率。这种智能是指计算机经过模拟生物大脑性能，提高计算、感知和推理能力，建立像人脑一样能够精确感知和直觉推理的智能软件系统或硬件系统。可以解决人类生活中认为理所当然的一些问题，是目前人工智能发展的一个突破口。

同时混合人工智能的优势主要在于可以将神经网络和符号系统的优势结合起来发展，神经网络可以从纷杂的信息中发现规律，进行符号化操作，大大地提升了自己的工作效率。

当然，弱人工智能和强人工智能并非处于完全的对立面，即使强人工智能的出现是可能的，弱人工智能依然有其价值意义。在强人工智能尚未出现的阶段，我们仍应竭尽推进弱人工智能的发展，使其成为人类社会发展的重要推动力。