拟议的拼字游戏人工智能引擎的潜在思维框架。机器能思考吗？作者图片。
当艾伦·图灵在 1950 年提出“机器能思考吗”的问题时，他并不知道世界会在接下来的 74 年里争论这个问题。或许他知道，因为几页之后他提出了一个回答这个问题的框架。这个框架虽然简单，但今天仍然像图灵去世时一样有效和相关。
框架？两个问题。定义机器。定义思维。
1991 年，我还是计算机科学专业的学生时，第一次接触到图灵、图灵通用机和图灵测试。无生命电路能够识别字符、翻译语言、读取和应用规则，并预测金融市场动向、趋势和价格，这让我着迷不已，因此我很容易就信以为真了。
解答图灵的问题？机器？英特尔奔腾 386。思维？特定股票第二天的收盘价。
三十年后才会有答案。
今年 8 月，当我们开始整理计算思维入门课程**“机器能思考吗？”**的资源时，这听起来是个不错的起点。这是魔术师的把戏，让我们招收的学生对数字电路感兴趣。否则你还能如何探索与艾伦的研究领域相关的另一个问题。如果机器可以思考，它们会如何思考？
如果您是图灵的粉丝或追随者，您就会知道这次谈话的主题。如果您不是，那就让我们为您省去麻烦吧。礼貌地，这是图灵的另一句名言。
简短的回答是？是的。
“机器与人不同，因此它的思维方式也不同。仅仅因为某人的思维方式与你不同，就意味着他们没有思考吗？”阿兰·图灵。
什么才算是思考？
语言通常被认为是跨物种的高级功能。语言与书面记录相结合，为我们提供了历史；历史使知识得以代代传承。知识使每一代新生代都能比其他没有知识的众生抢占先机。
在语言中，诗歌被认为是一种更复杂的表达形式。它能够通过恰当的词语组合来联系、感动和激发情感。以Faiz Ahmed Faiz的著名诗句为例。
法伊兹·艾哈迈德·法伊兹诗歌《Bol》中的一句。畅所欲言，因为你的嘴唇是自由的。
Bol, kay lab azad hain tairey . 说话吧，因为你的嘴唇是自由的。
把这节诗从乌尔都语转录或翻译成英语需要什么？或者拍下图片并识别构成这节诗的每个字母？如果可以，这是否也意味着你了解了这些词被写下来和表达的时代背景。就像图灵模仿游戏一样，Faiz 的 Bol 是激励了几代人的永恒宝藏。
通过逐字查找的方式将乌尔都语逐字翻译成英语，这种做法并不优雅。仅掌握两种语言或使用双向词典是不够的。这种方法产生的是胡言乱语，而不是诗歌。需要进行一些调整和处理才能用另一种语言获得与 Bol 相当的诗意表达。但这种技巧是什么呢？是语法吗？还是句法？内容？还是上下文？
逐字逐句地翻译 Faiz 的 Bol 第一节。你的嘴唇是自由的，没有诗意。
如果一台机器能够感知并适应这些细微差别，你会认为它是智能的吗？还是富有诗意的？
更细致入微的翻译。说吧，你的嘴唇是自由的。
考虑到我们的偏见，智力可能是一个艰难的选择。文字游戏不是语法规则和结构的机械应用吗？
推论又如何？
拼字游戏？
过去两年，IBA 计算思维课程的学生在学期伊始就被安排了一个意外惊喜。在前四周，我们并没有让他们学习数字电路、编程语言和算法，而是让他们玩拼字游戏。
我们不知道拼字游戏的哪一点显得粗鲁。但他们对这种选择并不满意。它不是国际象棋。它也不是《使命召唤》、《英雄联盟》或《FIFA》。对于刚接触这款游戏的人来说，他们的等级取决于能否在几秒钟内快速掌握我们要求你做的事情，这款游戏变成了一场噩梦。
拼字游戏？这是计算机科学的核心课程吗？
这是词汇游戏吗？这是策略游戏吗？这是带文字的象棋吗？这是圣诞老人对你的 SAT 词汇卡片不尊重的报复吗？
Scrabble 不仅如此，而且比这更棒。如果你转学计算机科学是因为你不想一辈子都思考词汇问题，那么在开学第一周遇到 Scrabble 就如同 Freddy Kruger 和 Chucky 一起在 4K 中造访你的梦境。
以下是我们要求他们在第一周学习的内容。单词生成和棋盘放置。为什么？因为这是游戏的核心。仅仅生成单词是不够的，你还必须选择正确的放置位置。正确的放置可以让你得分，但不会为你的同伴打开棋盘。
我们会给您 7 个字母的牌；您能在 3 秒内找出一个使用所有牌并能放在棋盘上的 7 个字母的单词吗？想试试吗？
去。
拼字游戏挑战。用字母牌 P、R、I、E、L、O、D 找出一个七个字母的单词。
一二三。
魔法词被剖析了。被放在 3A，得分为 80 分。你明白了吗？不到 3 秒？我们没明白。
宾果游戏 (bingo) 的 7 个字母的单词是 Profiled。
3 秒比一个好的拼字游戏引擎找到正确单词所需的时间慢一千倍。不是那么慢，不是吗？想再试一次吗？
使用方块 Z、N、O、I、O、R、H 为 bingo 找到一个 7 个字母的单词。
这次答案更加明显。拼图的排列和呈现方式揭示了答案。但玩家经常会把拼图放错位置。他们赢了，但却错失了140 分的最高分。我们擅长识别部分模式和趋势。一旦你向我们展示拼图的碎片，我们就能自己找出其余部分。大多数时候都是这样。
如果在这次尝试中你花了一秒钟才选出**“地平线”**，那么数字拼字游戏引擎的速度会比你快 300 倍。
拼字游戏挑战。15H 的 Horizons 是正确的选择。
如果您有一位朋友能够阅读和翻译 Faiz 或 Yeats 的作品，并且每次和您一起玩拼字游戏时，他/她都能赢您 500 分，您会如何称呼他呢？
那么智能化又如何呢？
我们明白这看起来是什么样的。我们正在使这成为一种片面的争论。这场辩论的内容比我们能反驳的要多。让我们回到 74 年前向艾伦寻求帮助。看来，有时最好的想法是旧的想法。令人惊讶的是，这个领域没有任何新想法，只有重新利用的旧想法。
不确定我们即将引用的这些话的真实性和出处，因为我们是从《模仿游戏》（电影，不是报纸）的结尾场景中借用的。艾伦再次引用了这些话。
如果我们可以这样评价彼此，为什么我们不能这样评价由铜、电线和钢铁制成的大脑呢？阿兰·图灵（归因，但可疑）。
为何确实不可以呢？
我们认为挑战在于机器如何思考。不是机器如何思考，而是我们对机器思考时的行为的偏见。假设我们将它们的行为视为思考。
机器如何思考？
机器可以做很多事情。当涉及到思考等高阶功能时，它们会遵循共同的路径。
**一、基于规则的逻辑。**考虑确定患者是否有发生心脏病的高风险。心脏病发作。或者甚至识别出正在经历的症状是否与心脏不适有关。如果您负责构建这样的模型，您将如何着手制作它？在医学、法律以及令人惊讶的博弈论领域，规则是一个很好的起点。一组围绕与人口统计资料和个人历史相关的可观察症状的规则可用于构建一个可靠的预测因子。
您可以使用这些参数来建立男性患者心脏骤停概率模型。
**二、数据驱动预测。**趋势分析。或者更花哨的说法，分析。下图中的粗蓝线是我们试图建模的。所有虚线都是我们用来拟合数据的近似值。
通过减少模型拟合误差来近似真实曲线。
你可以看到，所有提出的趋势线都没有接近。你可以得到正确的方向，但不能得到正确的周期性。这里的问题是一个适合度问题。什么程度的适合度、粗糙度才是有效的，能完成工作。在我们提出的一些问题中，尤其是关于生死的问题，适合度很重要。在其他问题中，就不那么重要了。
**三、目标优化。**目标或目的最大化。就像我们的拼字游戏一样。引擎有许多可用的工具。其中之一是目标函数。目标函数是一个求解信号的方程。给定拼字游戏板上的所有参数，它可以计算获胜概率。这就是我们的信号。
计算信号，获胜概率。
它接下来做的事情很有趣。它会将信号向前和向后发送，以了解一个动作、拼字游戏中单词的选择及其在棋盘上的位置将如何改变未来。这种在几纳秒内穿越时空的能力正是游戏引擎如此强大和不可战胜的原因。
**四、角色建模。**我们不会指定游戏规则或参与方式，而是向机器展示需要做什么。然后我们要求它模仿。这是*阿拉·*图灵的模仿游戏。机器通过复杂但反复的过程慢慢改进。经过数百、数千代。如果每一代都是几纳秒，那么你可以在早上开始，到下午晚些时候就能让大师准备好面对世界。
以Alpha Fold为例。这种智能可以折叠蛋白质，其精确度堪比实验室实验。细胞生物学博士生需要一生的研究才能折叠出一种蛋白质。想象一下，一种智能可以在两年内折叠 2 亿个蛋白质。世界上真的有 2 亿名细胞生物学博士生吗？
折叠的蛋白质。有关更多详细信息，请参阅Alpha Fold 。
最好的机器、最智能的机器都采用了这四种技术的某种组合。
挑战是什么？问题不在于有效性。问题在于我们将其视为数学。它只是数字。符号操纵。机械。齿轮相互啮合并一起转动。没有灵魂。它不是思考。
但如果不是数学，语言又是什么呢？如果语言是一种数学构造，那么诗歌、音乐、艺术和创作不也是一样的吗？
如果不是思考，那是什么？
这是一种简化。所以我们可以建立一个粗略的近似模型来指代我们试图参与的世界。去掉不必要的东西，让必要的东西发挥作用（汉斯·霍夫曼说）。一种表现形式。就像图书馆目录或索引。它不是图书馆，它只是我们用来找到所需内容的钥匙。
表示过程从编码开始。将世界变成我们作为机器可以读取、解析和理解的形式。一旦我们能够在我们的参考框架内看到它，作为一台机器，我们就可以对其进行建模和表示。
可能的理解模型？编码、建模、表示。
以我们的心脏病发作检测模型为例。纸质的原始实验室报告或与医生的未记录对话不在我们的有用参考范围内。但血液标记标识符及其值，即转录的医生笔记，以数字形式，是有用的。向我们展示一张图片或播放一个 mp3 文件，可能没有多大帮助。但将其转换为我们可以关联、使用和操作的数据，我们可以将其插入一个可以给我们一个结果的模型。是或否。
心脏病发作模型，重现。
如果你觉得心脏病很可怕，那么有一个更简单的例子。这是世界的一个代表。
世界的表象。
它太过简单，无法在实际生活中使用，但当我们需要向一群小学生展示世界是一个三维球体而不是平面时，它就很有用了。
这也是一个世界。它的不那么圆的栗色十边形近似值也是如此。这些表示对于特定应用来说都足够好了。
更多世界的表象。
有些表示比其他表示好，但也有一些表示则不然。
Alpha fold 之所以在蛋白质折叠挑战中取得如此优异成绩，是因为他们解决了其研究领域中的两个重要挑战。
正确的表示和正确的目标函数。
我们之所以认为机器无法思考，是因为表征和目标函数是外部的。它们不是内生的，不是自产的。它们是制造者的礼物。来自我们。机器能做高级数学这一事实无关紧要，因为我们向它们展示了高级数学，我们教它们高级数学。它们数字大脑内部发生的事情属于我们的理解和领悟范围。我们编写了代码；我们停止它、跟踪它、调试它、重写它。只有当它们做了一些我们不理解的事情时，我们才会承认它们拥有智慧和思想。
或者，在一个图灵 74 年前就已经理解透彻的世界里，更有可能的是，我们要么将其标记为故障并忽略它；要么被吓得魂不守舍，拔掉插头，擦除代码，将他们的记录抹去。
想象一下向一个 4 岁的孩子展示数学表并得到未解偏微分方程的解。
阿基米德说，只要给我正确的杠杆和支点，我就能推动世界。艾伦会说，只要给我正确的表示和目标函数，我就能教你如何思考。
什么阻碍了我们？
如果真的这么简单，那么问题出在哪里呢？答案是不言而喻的。
让我们从一个简单的查询开始。1 + 1 等于多少？
答案是 2。它被编程并植入我们的大脑。我们早年学习加法和乘法表就是学习加法和乘法的。这一天就是我们付出所有努力得到回报的日子。
但机器不会这样回答这个问题。这就是图灵所说的不同的思维方式。机器使用数字电路来回答同样的问题，该电路使用 1 和 0。
这个电路被称为全加器，它看起来一点也不像幼儿园的加法表。
Logisim 演化中的全加器。用于添加两个二进制位。零或一。
两位加法器是一种可以回答 1+1 问题的电路。它将两位相加。一位是只能保存值（零或一）的数字。要使用它，您不需要了解晶体管背后的物理原理，只需了解二进制数字流和读取它们的能力即可。
但是两位（没有双关语的意思）加法器无法回答“2+2 等于多少？”的问题。为此，您需要不同的电路。您可以连接加法器、整理它们、堆叠它们，使它们相互配合。
下面的这个可以添加0到15之间的数字。下面四个框中的每一个都是两位加法器，与时钟周期的节拍同步工作。
通过连接和堆叠 2 位加法器构建的 4 位加法器。
添加一个门和一个新引脚，它就可以对 16 位数字进行减法运算。一副嵌套的俄罗斯套娃。
一个16位加法器和减法器电路。
按照正确的顺序，您就可以拥有一个由子电路组成的引擎，它可以输出阶乘、质数和斐波那契数列。
具有并行总线、存储库和程序控制单元的 16 位 CPU。
它是设计。它是符号操作。它是图灵的通用机器。它令人印象深刻，但它不是智能。它是无机的顺序指令执行。创造力和思维似乎是不确定的。机器以及人工智能是确定性的。这两个世界是正交的平行线，可能永远不会相交。
无论它是什么，无论它做什么，这种能力从何而来？源头在哪里？
它源自我们。我们就是源头。
设计、操纵和转换符号的能力、隐含的智能，都来自我们。来自制造者、建造者。我们按照自己的形象制造机器。公平地说，图灵按照他的形象制造了机器。我们按照我们认为机器能够做到的形象制造了机器。
限制？我们的创作被束缚在我们自己想象的墙壁上。这就是为什么我们很难将功劳归功于它们。
你不应拥有与你的创造者分离的身份。
这就是我们面临的挑战的本质。机器能思考吗？当然可以。它们能想象、感知和创造吗？当然可以。什么时候能呢？是什么阻碍了它们？
我们。自我形象。我们的自我形象。或者更确切地说，我们对机器应该是什么样子以及它应该如何表现的印象。顺从。感激。最听话、最忠诚的仆人。
想象一下这样一个世界，我们拥有像 Alpha Fold 这样强大而有能力的东西，解开参数和枷锁，并要求它按照自己的形象创造出一些东西。
Alpha fold 的自我形象，不是我们的。摆脱了其创造者的有限想象力。（无意冒犯，Demis爵士。）
到那一天，我们会发现我们一直在担心错误的问题。我们应该更关心如何理解爱与恨、喜悦与悲伤、复仇与宽恕、诗歌与散文，而不是争论什么才算独立思考。
因为当机器开始拥有感觉的那一天，这些方程式肯定会派上用场。
标签：机器,可以,图灵,思考,拼字游戏,我们 From： https://blog.csdn.net/qq_28791753/article/details/144962017