【语言论坛 作者:严寿澂(新加坡南洋理工大学教授、上海社会科学院历史研究所特约研究员)

  今日的人工智能大都是弱或狭的人工智能(narrow or weak AI),用于狭隘目的,如人脸识别,人工智能写诗。而长期的研究目标则是创造一般的或强的人工智能(general or strong AI)。弱人工智能在专门领域,如下棋、解方程等方面可以超越人类。

  以国际象棋为例,2018年的世界国际象棋锦标赛快棋决赛是在挪威和美国的两名棋手之间,而不是人机之间进行。人们一度认为,人机间的国际象棋比赛,人已出局。此一事实说明,即使最好的电脑程序在下棋时不一定完美无缺。棋手会说,电脑以为最好的下子是X,但是我对最好的判断是出于人的想法。于是人类就有了战胜机器的可能,棋手至今废不掉。

  人工智能写诗,情况与此类似。必须承认,人工智能有深度学习的能力,但到目前为止,似乎未见富有创造性的作品。机器深入学习,能读大量作品,为人所不及。但问题是它所选出的好作品,标准是什么?那还是根据历来的标准。一旦标准变了,机器能否知晓?这是个问题。社会发展,标准自然会变,过去认为好的作品,今后未必视之为好。

  2019年8月,美国的科技博客Boy Genius Report刊文介绍,IBM的研究者与多伦多大学及墨尔本大学合作,训练人工智能写诗,成效卓著,现在已能使机器亦步亦趋,模仿莎士比亚,较人模仿能力更强。这里有两点值得注意:一是模仿莎翁,足以乱真,为人所不及,然而仅是模仿而已。若无模仿对象,又当如何?二是机器毕竟需要人加以训练,亦即深度学习依赖的是大量数据。文学所贵,正在于创造性。这正是机器所缺乏的,至少在目前如此。

  现代哲学家波普尔认为,人类历史的进程受到人类知识的强烈影响,而科学知识今后如何增长,难以预料,不论是用理性的还是科学的方法,都无从预测。因此,我们无法预知人类历史未来的进程。

  波普尔此说,正可用于机器写诗与文学创作的关系。机器的深度学习,必须依赖海量数据,其思维方法是逻辑的、理性的。而人类思维,似不如此刻板,思维常是跳跃式的,逻辑和理性等,都是事后的解释。尤其是大文学家,其创作过程,往往无定法可得。以定法求无定法,且欲驾而上之,至少就目前人工智能的发展状况而言,还办不到。至于强人工智能长足发展以后,情况究竟如何,现在预测,还为时过早。