Frederick Brooks: 计算机科学家的使命是制造工具 II, 翻译连载第3部分

Frederick Brooks: 计算机科学家的使命是制造工具 II, 翻译连载第3部分翻译的第3部分- 人工智能(AI)的健康发展自创建以来,AI领域已经有了健康的发展,现在是观察和称颂这些进步的时候了。
在最初,实践仍然非常原始,但是本领域的言辞就回荡着巴别塔建造者的声音:"我
们要建造会思考的机器;我们要建造巨大的脑。"只要给予充足的钱和努力,我迎
来的,将是不可思议的机器,它们能够识别视觉的模式,能够讲话,能够计划复
杂的行动,能够回答复杂的问题,能够具备大多数专家全部的专业技能。在超过三十年中,我们投入了惊人的国家投资。是的,我认为,相比其他可能可
能获得成果的领域,在计算机科学研究中的公共投资中,我们对人工智能领域投
资过多。与投入的金钱相相比更严重的是,一代最杰出的计算机科学家的头脑,
和最杰出的从事学术研究的实验室的努力。这些研究成果的副产品令人印象深刻:新的数据结构、新的知识表达的方法、新
的程序设计语言、新的计算机家族。但是,至于说到我们的主要目标,令人震惊
地,相对于花费的时间和投次,本领域的成果几乎没有。我们只要看看在当前的语
音识别和笔迹识别方面我们走了有多远,尽管我们在此做了多少工作。曾经,至少专家系统领域将要奏响凯歌,尽管很多其他的目标都不值一提。然后
令人猛醒的消息来了:在2500至3000条规则领域的某处,当世界改变的时候,规
则库变得令人崩溃地难以维护。识别新的或者变化的规则与剩余的库的一致性变
得非常困难,困难到我们要为可用的规则库大小设置一个有效的上限。因此现
在,我们就拥有了专家系统技术,有几百个专家系统例子,但并非最初梦想的那
种可无限扩展的工具。这些年来,我们给予人工智能研究者对人类智能力量的深切尊重。人工智能系统
的研究路线已经一点一点改变了,现在,我们听说研究者们提出了"飞行员助手
","训练建议者",或者"计划工具"。当真正的成果开始增加的时候,本领域的言论也变得适度了。这一演进过程完全
健康了。这也对应了一个基本的真理,可能Walt Kelly,comic strip Pogo的作
者,对它剖析得最清楚了Albert Alligator贬低过Ole熊那的确非常有限的智力。
Ole熊的反应令人难忘:"你木有跑到我的头盖骨下面去。内里有非常想像力撒。"[杨注:据wikipedia,Walt Kelly以画一种漫画–称为comicstrip的,分格的幽
默或叙事作品,在人物的脑袋上面的气球状圈里写上对白–著称,他的代表作是
Pogo;Albert Alligator是Pogo系列里的常驻角色,Ole bear没查到,可能也
是。从原文引用Ole Bear的话的语法上看,他的智力可能确实有限。]是时候承认了,人工智能的最初目标不单纯是非常的困难,这些目标很迷人,也
很令人鼓舞,但是它们把我们这个学科引导到了错误的方向。如果我们的目标确实是建立计算机系统,以解决非常富有挑战性的问题的话,我
的观点是:IA > AI [杨注:intelligence amplifying,IA;人工智能,AI]也就是说,智力放大系统IA能够,在有效系统技术的任何级别,击败人工智能AI。
也就是说,机器和头脑能够击败模仿头脑并单独工作的机器。有一天,计算机会击败国际象棋世界冠军。当那一天到来的时候,我希望看到这
位世界冠军装备上强有力且适宜的IA象棋工具,然后和那个AI系统再比一次。我
打赌IA队会赢。现在所有问题的重点是,不同的长跑目标会把我们的研究引导向不同的方向。当
我们不再继续梦想计算机会取代人脑,而是决定准备驾驭在 脑-机系统 中的头
脑的头脑的力量,我们应该研究如何以宽带的信道把头脑和机器连接在一起,这
是一个对SIGGRAPH而言珍贵的研究领域,对于这一领域的注意力仍不及对AI研究
的一小点。这些问题是富有挑战性而艰难的,正如图2的广告中所描绘的。图2 沟通问题 一个戴眼镜的男人头部的俯视图,面朝纸的正上方。他的眼前写着
"沟通",脑后写着"最难的部分是最后四英寸"。4英寸合10.16厘米。不深入任何细节,我想指出从机器中取出信息给头脑是计算机图形学的核心任
务,这占用了我们最宽带的信道。然而,我们其他的每个信道也都具有独特的特
性,我们一定不能忽略对头脑中的潜意识部分有影响的声音和触觉。同样的,从
头脑中取出信息放回机器中,能够肯定的是,字符串通常并非自然的和正确的机
制。我们希望像与其他头脑沟通那样与机器沟通,通过陈述命令,通过说话,指
点,或者通过移通来表明 "什么"、"在哪里"、"有多远"。- 工具制造者是协作者如果计算机科学家是工具制造者,又如果我们乐于制造强有力的工具和头脑放大
器,我们就必须和那些将使用我们的工具的人们一起工作,和我们希望放大他们
智力的那些人一起工作。请让我和你们分享一些过去超过30年我们在教堂山跨学
科协作的经验。这些经验很令人兴奋,我把它作为一种工作方式推荐给你们。它
也有一些固有的代价,我们得决定是不是打算承受,还有一些固有的陷阱。- 问题驱动的研究途径让我们从一个矛盾的观点开始:让我们的研究搭别人研究问题的便车,在他们的术语的基础上解决那些问题,这
会引导我们丰富计算机科学的研究。这是一个"下面在上面"的悖论,它支持了生活中太多的事情,从婚姻生活到职业
发展。
怎么会是这样呢?在其他学科的问题上工作,以增进协作者为目的,怎么会帮助
作为计算机科学家的我们呢?因为许多原因:

Leave a Reply