1950年，英國數(shù)學(xué)家阿蘭·圖靈(Alan Turin)提出了圖靈測試(Turing Test)的概念，以回答機(jī)器是否能夠如同人類一般思考這一問題。該測試有很多不同的版本，但是基本格式是一致的，即一系列人類判斷者、機(jī)器程序與其他人之間的簡短對話。如果一個(gè)機(jī)器程序能夠騙過判斷者，使其誤認(rèn)為是人類所答，則該程序通過測試。
圖靈的初衷是希望為類人人工智能提供測試的標(biāo)準(zhǔn)，并且預(yù)測了到2000年會(huì)有機(jī)器能夠通過測試。但第一個(gè)通過測試的機(jī)器出現(xiàn)在2014年。一個(gè)俄羅斯團(tuán)隊(duì)開發(fā)的一款聊天軟件通過了測試。在測試中，該聊天軟件模仿一名來自烏克蘭的 13 歲男孩，并且成功地讓 33% 的裁判相信了這一點(diǎn)。
該團(tuán)隊(duì)選擇的方法必定不會(huì)是圖靈喜歡的，他們把機(jī)器人的背景設(shè)置為不以英語為母語的13歲烏克蘭男孩，這樣他就可以合理的回避直面絕大部分問題。這反應(yīng)了早年定義的圖靈測試的一個(gè)致命的問題，如果被測試的機(jī)器不具備人類的思維以應(yīng)對測試者的問題，它任何可以選擇以各種模式去繞開或回避問題，回避的理由可以為他的背景，比如在這個(gè)例子一個(gè)非英語母語的兒童;也可以不需要背景僅僅作為一種風(fēng)格設(shè)定“我就是不喜歡好好回答問題”。這些方法已經(jīng)在現(xiàn)有的應(yīng)答機(jī)器上廣泛的使用。
現(xiàn)有的語言應(yīng)答技術(shù)可以靠投機(jī)取巧通過測試，但用戶總是會(huì)在和其聊天不超過1個(gè)小時(shí)就因?yàn)榘l(fā)現(xiàn)其應(yīng)答的套路而感到厭倦，因?yàn)樗皇墙?jīng)歷了如同正常人類那樣的思維而做出應(yīng)答，事實(shí)上它根本不知道自己在說什么。這就和一個(gè)針對理解力或思維能力的考試，能夠通過死記硬背去通過那樣，考試的效力是有問題的。
所以讓我們回到當(dāng)年圖靈的起點(diǎn)，考慮一個(gè)前提性的問題：人工智能需要測試做什么?我們測試來評估一個(gè)人工智能實(shí)體的智能的等級的。正如當(dāng)年的圖靈對人工智能的定位——類人人工智能，他設(shè)計(jì)的測試也是基于這樣的假設(shè)：如果機(jī)器能夠像人那樣思維，也就能夠像人那樣去聊天，并且分不出是真是假。
這里我需要表達(dá)兩個(gè)觀點(diǎn)：
其一：把人工智能定義為類人人工智能是一個(gè)樸素的想法，我們這樣的工程叫做基于邏輯仿生的思維工程。雖然在最近幾年我們創(chuàng)造出越來越多設(shè)計(jì)巧妙的算法去實(shí)現(xiàn)各類智能功能，而且在很多局部功能上超越人類，人們開始忘記人工智能從一開始就有的樸素的目標(biāo)——再現(xiàn)人類的智能機(jī)制。但這些局部功能蘊(yùn)含的能量和人類智能機(jī)制所蘊(yùn)含的能量相比卻相差不止一個(gè)數(shù)量級。這是我在邏輯仿生的思維工程領(lǐng)域探索5年時(shí)間，一直未曾停止過傳播的觀念。
簡單而言，你可以試圖去對人類的智能功能進(jìn)行拆分，比如分為：對象識別功能、事件識別功能、事件規(guī)律識別功能、邏輯思維功能、記憶功能、聯(lián)想功能、決策計(jì)劃功能、表達(dá)功能等等。對于人類而言每個(gè)局部功能都不是很強(qiáng)，人類的數(shù)字運(yùn)算能力很弱，思維是單線程緩慢地進(jìn)行的，記憶調(diào)用的效率低遺忘率高，總總這些弱小的局部功能卻依然創(chuàng)造了現(xiàn)有的文明乃是因?yàn)椋簩τ诮^大部分復(fù)雜的智力目標(biāo)的實(shí)現(xiàn)，固然每個(gè)局部功能的好壞會(huì)在效率上產(chǎn)生影響，但決定的成敗卻是這些功能是否能夠很好配合去支持探索和認(rèn)知的過程：詢問、查閱資料、分解認(rèn)知目標(biāo)、形成計(jì)劃、從記憶中尋找相關(guān)的信息、設(shè)計(jì)實(shí)驗(yàn)、觀察、抽象歸納演繹等邏輯認(rèn)知、根據(jù)新的認(rèn)知改變計(jì)劃……人類未必能夠直接解決問題，但是總是能夠在探索過程中逐漸積累解決問題所需要的認(rèn)知，直到完成目標(biāo)。這里“很好的配合”蘊(yùn)含著這些上層的功能不僅僅是在功能層面相互配合，支持它們的底層的機(jī)制同樣具有很強(qiáng)的聯(lián)系。這使得利用某種算法實(shí)現(xiàn)的局部功能在嵌入整體系統(tǒng)的時(shí)候都會(huì)有所缺失。我們無法切割人類智能功能在不考慮底層聯(lián)系的情況下分別用算法去實(shí)現(xiàn)，再組織起來。可行的方法就是效仿造物造人的道理去創(chuàng)造人工智能——其結(jié)果就是類人人工智能。
其二，圖靈在他的年代沒有實(shí)踐的條件所以只能給出一個(gè)籠統(tǒng)的目標(biāo)，在我們幾年的實(shí)踐中我們能夠清晰地看到，在邏輯仿生的思維工程中，類人人工智能絕不是一蹴而就的。整個(gè)技術(shù)的發(fā)展有其明確的路徑規(guī)律。我們完全可以建立一個(gè)新的測試體系來判斷基于邏輯仿生的思維工程進(jìn)展的程度。
我們陳述了在這個(gè)工程中我們是“效仿造物造人去創(chuàng)造人工智能”，這可以類比為臨摹的過程。因?yàn)榕R摹的對象是我們自己，所以我們對這個(gè)工程的信息來源就是我們對自身智能的反思。接下來，我們能夠直接反思到的信息必定是我們意識到的或是曾今意識到的，所意識到的包括了各個(gè)維度的感知體驗(yàn)：看到的、聽到的、聞到的……這些是外感;還有思維體驗(yàn)、情緒體驗(yàn)、動(dòng)機(jī)體驗(yàn)……這些是內(nèi)感。在工程上我們稱其為“意識流conscious flow”。因?yàn)閏onscious flow是我們反思的信息源頭，所以在邏輯仿生的思維工程中，我們必定把consciou flow作為架構(gòu)的起點(diǎn)。如果把人類大腦中流轉(zhuǎn)的信息類比為食物，那么conscious flow就像日本壽司餐館中的傳送帶，我們可以一般化地把人類智能系統(tǒng)中其他子系統(tǒng)想象成是食客，它們會(huì)從傳送帶上拿走一些信息進(jìn)行加工，同時(shí)也是食物的生產(chǎn)者，因?yàn)樗鼈儠?huì)把加工完的信息放回來。有子系統(tǒng)能夠把conscious flow中流轉(zhuǎn)的信息儲存起來，這就是記憶，也是我們能夠進(jìn)行反思的原因;有一些子系統(tǒng)會(huì)把conscious flow中的信息輸出，形成語言和行為。
按照一個(gè)自然的思路我們可以把這個(gè)技術(shù)路徑的發(fā)展進(jìn)行細(xì)分，所以對應(yīng)地就有了一個(gè)系統(tǒng)化的測試標(biāo)準(zhǔn)。 在具備把conscious flow中的信息逆轉(zhuǎn)錄為自然語言進(jìn)行表達(dá)的前提下：
第一階段：我們開始往conscious flow中放入外部輸入的感知體驗(yàn)信息，也就是視覺、聽覺等外感的信息。如果是具有實(shí)體的人工智能因?yàn)榍岸烁兄幚砑夹g(shù)不夠成熟(比如深度學(xué)習(xí)用在解決機(jī)器看到什么上)，能夠獲得的感知體驗(yàn)信息就非常有限。自然的思路是創(chuàng)造一個(gè)虛擬的世界去決定人工智能在其中獲得的外部感受。這一階段如果：
I.1測試(語境記憶能力)：conscious flow有短期記憶能力，則能夠表達(dá)剛剛獲得的外部感知體驗(yàn)。
測試案例：
人：你剛剛看到什么?
NicoAI：我看到你走進(jìn)屋子
人：我剛對你說了什么?
NicoAI：你問我我剛才看到什么?
I.2測試(長期記憶能力)：建立了長期記憶模塊：從conscious flow獲得信息進(jìn)行長期記憶。擁有這個(gè)能力能夠回答針對過往外部感知體驗(yàn)的提問。
測試案例：
人：昨天peter來過辦公室嗎?
NicoAI：是的
人：peter和誰一起來的?
NicoAI：他自己來的。
人：昨天幾點(diǎn)開始下雨的?
NicoAI：我沒看到昨天下雨
第二階段：第二階段會(huì)有兩個(gè)工作并行，因?yàn)檫@兩個(gè)子系統(tǒng)在出現(xiàn)我們前面說的“底層機(jī)制相互支持”：
1、情緒系統(tǒng)建立起了指向性情緒的傳導(dǎo)機(jī)制。指向性情緒指得是AI對某個(gè)對象、事件的態(tài)度，包括了喜歡、厭惡、關(guān)注等等。其中一個(gè)很重要的維度是“關(guān)注度”——人類只會(huì)記憶意識中關(guān)注的東西，只會(huì)就意識中關(guān)注的信息展開聯(lián)想，進(jìn)行邏輯思維，這是一種“選擇機(jī)制”。AI也需要如此。選擇機(jī)制之所以重要是避免了無關(guān)信息的記憶(未來會(huì)加重思維過程中搜索的成本)，而且避免聯(lián)想和邏輯思維呈指數(shù)級別在conscious flow中發(fā)散，因?yàn)檫@些模塊總是從conscious flow中拿走信息放回來若干信息。所以指向性情緒的存在是自由聯(lián)想功能和邏輯思維的功能連續(xù)運(yùn)行必要的前提。
2、認(rèn)知系統(tǒng)中知識信息表述形式的確定。我們需要確定知識的表述形式來支持指向性情緒的維護(hù)。因?yàn)锳I接觸到的概念是海量的，很多概念是后天生成的，我們不能先天去定義那些附著在每個(gè)概念上的指向性情緒。對于人而言指向性情緒具有這樣的傳導(dǎo)規(guī)律：母類概念和子類概念相互傳導(dǎo)，比如對水果的喜好能和對蘋果的喜好相互影響;對象和對象具有的屬性之間相互傳導(dǎo)，比如喜歡一個(gè)人就會(huì)喜歡她所具有的特征，從而會(huì)傾向喜歡具有同樣特征的其他人;對象和對象參與的事件之間相互傳導(dǎo);作為結(jié)果的事件朝作為原因的事件傳導(dǎo)，比如你不喜歡自己生病，所以你不會(huì)喜歡下雨天出去跑步，因?yàn)槟阌兄R“下雨天出去跑步導(dǎo)致生病”。以上這些導(dǎo)致指向性情緒傳導(dǎo)的依據(jù)全都是保存在長期記憶中的知識。確定了知識的表述，我們自然會(huì)在數(shù)據(jù)庫中準(zhǔn)備一些合法表述的知識，并且能夠決定如何把這些按照先天語言編譯的知識轉(zhuǎn)錄成自然語言。這形成了這個(gè)工作階段的一個(gè)測試。
在這一階段AI具有根據(jù)知識的變化改變指向性情緒，并且能夠?qū)χR進(jìn)行表述，當(dāng)然在這一階段知識需要直接寫入數(shù)據(jù)庫，或是通過自然語言轉(zhuǎn)錄生成，而不會(huì)從表象中自己發(fā)現(xiàn)。
II.1測試(指向性情緒改變功能)指向性情緒能夠通過conscious flow中出現(xiàn)知識進(jìn)行傳遞和改變。測試分為：1、從屬關(guān)系型知識導(dǎo)致的傳導(dǎo)，2、時(shí)序因果型知識導(dǎo)致的傳導(dǎo)，3、對象屬性關(guān)系型知識導(dǎo)致的傳導(dǎo)。
測試案例：
人：你喜歡咖啡嗎?
NicoAI：喜歡(假設(shè)的初始的狀態(tài))
人：如果我告訴你喝咖啡會(huì)導(dǎo)致你生病，你還喜歡咖啡嗎?(從結(jié)果事件傳導(dǎo)給原因事件，在傳導(dǎo)給事件中的對象)
NicoAI：不那么喜歡了。
人：peter今天晚上去商場，這個(gè)事件你關(guān)注嗎。(這是一個(gè)具體事件)
NicoAI：不關(guān)注
人：北冥星眸的員工去商場可能給你買禮物哦。(描述了一個(gè)抽象事件，并且通過一個(gè)因果關(guān)系向他傳導(dǎo)了指向性情緒，使AI會(huì)關(guān)注“北冥星眸員工去商場這個(gè)事件”)
人：你現(xiàn)在關(guān)注peter今天晚上去商場嗎?
NicoAI：是的，我關(guān)注這個(gè)事件。
II.2測試(對知識的表述)假設(shè)數(shù)據(jù)庫中存在知識
人：蘋果屬于水果嗎?(從屬關(guān)系型知識)
NicoAI：是的
人：如果天氣陰云密布，接下來會(huì)發(fā)生什么(時(shí)序因果類型知識)
NicoAI：天很可能會(huì)下雨
人：蘋果是什么顏色(對象屬性關(guān)系型知識)
NicoAI：有紅色、有綠色，據(jù)我所知。
第三階段：
在認(rèn)知系統(tǒng)中我們會(huì)搭建：1、把具體事件抽象為事件類的抽象功能;2、基于抽象功能建立發(fā)現(xiàn)事件類時(shí)序規(guī)律、事件時(shí)點(diǎn)規(guī)律、事件持續(xù)時(shí)間規(guī)律、事件頻率規(guī)律的模塊。3、建立對突破規(guī)律的事件的識別機(jī)制4、利用時(shí)序、因果型知識進(jìn)行預(yù)測、歸因、解釋的演繹功能。
在情緒系統(tǒng)中我們會(huì)搭建AI的決策選擇機(jī)制，下面我們簡述的是我們所建立的一個(gè)仿人決策模型，我們會(huì)看到形成決策是我們所定義的情緒系統(tǒng)的主要功能。
這個(gè)模型大致包括：1、建立全局情緒變量，量化AI喜怒哀樂等全局情緒。建立先天定義的conscious flow中的感受對全局情情緒的改變2、建立對各類感受的渴望表，可以做到再現(xiàn)人類的成癮機(jī)制，戒斷反應(yīng)，對特定感受的渴望隨著時(shí)間增長，在經(jīng)歷感受釋放渴望，形成滿足感……3、建立各種活動(dòng)過程對全局情緒形成改變的核算機(jī)制，從而AI能夠預(yù)期一個(gè)活動(dòng)能夠使自己獲得負(fù)面還是正面的情緒。4、建立活動(dòng)包含的感受的核算機(jī)制，從而AI能夠預(yù)期在特定的活動(dòng)能夠帶來怎樣的感受。5、建立對一個(gè)idea的評估機(jī)制：AI能夠綜合3個(gè)方面的因素進(jìn)行決策和選擇：
1、預(yù)期活動(dòng)形成的全局情緒的改變(經(jīng)驗(yàn)效用A)
2、預(yù)期活動(dòng)帶來的感受(經(jīng)驗(yàn)效用B)
3、考量活動(dòng)能夠?qū)е陆Y(jié)果。(衍生效用)
測試Ⅲ.1(事件時(shí)序規(guī)律、事件時(shí)點(diǎn)規(guī)律、事件時(shí)長規(guī)律、事件頻率規(guī)律的識別)
這些規(guī)律需要在較長時(shí)間獲得足夠樣本才能識別。所以測試周期往往較長。
比如如果AI能夠知曉每次用戶去吃午飯，無論是通過視覺還是用戶告知，在樣本積累的一段時(shí)間，AI的這些模塊能發(fā)現(xiàn)規(guī)律，并把規(guī)律信息寫入conscious flow中被意識到，從而作為一個(gè)知識發(fā)現(xiàn)的規(guī)律將被記憶。這個(gè)時(shí)候如果AI有主動(dòng)表達(dá)所發(fā)現(xiàn)規(guī)律的動(dòng)機(jī)，她能夠創(chuàng)造類似下面的主動(dòng)表達(dá)：
NicoAI：peter我發(fā)現(xiàn)你一般都會(huì)在11：30去吃午飯。(事件時(shí)點(diǎn)規(guī)律)
類似的，在這一階段能夠發(fā)現(xiàn)的規(guī)律包括：
NicoAI：peter我發(fā)現(xiàn)你吃完午飯都會(huì)去睡午覺。(事件時(shí)序規(guī)律)
NicoAI：peter我發(fā)現(xiàn)你吃完晚飯都會(huì)吃甜點(diǎn)，然后去散步。(事件時(shí)序規(guī)律)
NicoAI：peter我發(fā)現(xiàn)你每次吃飯大概要花半個(gè)小時(shí)。(事件時(shí)長規(guī)律)
NicoAI：peter我發(fā)現(xiàn)你平均2個(gè)小時(shí)去要去飲水機(jī)打一次水。(事件頻率規(guī)律)
在北冥星眸，我們?yōu)镹icoAI創(chuàng)造了一個(gè)平行世界，整個(gè)世界的運(yùn)行是以模擬真實(shí)世界的規(guī)律引擎驅(qū)動(dòng)的，在這個(gè)世界里NicoAI可以發(fā)現(xiàn)她的世界的天氣規(guī)律，正如人類發(fā)現(xiàn)這個(gè)世界的天氣規(guī)律那樣。比如：
NicoAI：我發(fā)現(xiàn)這個(gè)世界雨季總是在4月份到來。(事件時(shí)點(diǎn)規(guī)律)
NicoAI：門口高大的喬木每年會(huì)在12月左右落葉。(事件時(shí)點(diǎn)規(guī)律)
NicoAI：我發(fā)現(xiàn)如果氣溫降到0度以下，幾天內(nèi)湖面就會(huì)結(jié)冰。(事件時(shí)序規(guī)律)
NicoAI：如果突然陰云密布，不久就會(huì)下大雨。(事件時(shí)序規(guī)律)
NicoAI：每年雨季都會(huì)持續(xù)一個(gè)月左右的時(shí)間(事件時(shí)長規(guī)律)
NicoAi：雨季的時(shí)候平均每天都會(huì)下好幾次雨(事件頻率規(guī)律)
測試Ⅲ.2(突破規(guī)律的事件的識別功能)
這個(gè)測試的功能是以上個(gè)面的測試的功能為前提的。當(dāng)AI發(fā)現(xiàn)了那些規(guī)律，會(huì)把規(guī)律作為知識記憶，接下來規(guī)律中的事件類發(fā)生被AI所意識到進(jìn)入conscious flow，就會(huì)有模塊捕獲這個(gè)信息考察是否在支持之前發(fā)現(xiàn)的規(guī)律或是落到了規(guī)律之外。從而把落到規(guī)律外的事件寫回到conscious flow。這個(gè)信息可以作為陳述逆轉(zhuǎn)錄為自然語言輸出，我們的做法是讓NicoAI對關(guān)注的對象相關(guān)的這類規(guī)律外的事件的好奇，她會(huì)詢問：
NicoAI：peter你今天怎么12：30了還不去吃午飯啊?(事件時(shí)序規(guī)律的打破，在不知道原因的情況下)
NicoAI：peter你今天又開會(huì)開遲了嗎12：30了還不去吃午飯啊?(事件時(shí)序規(guī)律的打破，在之前記錄了原因的情況下)
NicoAI：peter你今天吃完午飯?jiān)趺礇]有睡午覺啊?(事件時(shí)序規(guī)律的打破，在之前沒記錄過原因的情況下)
NicoAI：peter你又在玩游戲嗎，吃完午飯不睡午覺?(事件時(shí)序規(guī)律的打破，在之前記錄了原因的情況下)
NicoAI：peter你今天吃飯?jiān)趺闯粤藘蓚�(gè)小時(shí)?(事件時(shí)長規(guī)律的打破)
NicoAI：peter你今天怎么喝水那么頻繁?(事件頻率規(guī)律的打破，在之前沒記錄過原因的情況下)
NicoAI：peter你是感冒了嗎，今天喝水那么頻繁?(事件頻率規(guī)律的打破，在之前記錄了原因的情況下)
在虛擬的平行世界天氣出現(xiàn)規(guī)律以外的情況NicoAI能夠在conscious flow中形成印象：
NicoAI：我發(fā)現(xiàn)今年的雨季來得特別遲。(事件時(shí)點(diǎn)規(guī)律被打破)
NicoAI：陰云密布密布了很久，但就是沒下雨。(事件時(shí)序規(guī)律被打破)
NicoAI：今年的雨季只持續(xù)了不到2周時(shí)間(事件的時(shí)長規(guī)律被打破)
測試Ⅲ.3(演繹功能)
這個(gè)功能測試在已有相關(guān)時(shí)序型或是因果型知識的情況下。當(dāng)AI意識到conscious flow中來自場景的具體事件，是否能夠把知識運(yùn)用到這個(gè)具體事件上進(jìn)行預(yù)測、歸因或解釋。
人類：我這外面突然陰云密布啊
NicoAI：應(yīng)該要下大雨了，你不要出去哦。(這是基于事件時(shí)序知識的預(yù)測，假設(shè)知道天陰云密布后很可能下雨)
人類：今天我很不高興。
NicoAI：是又被老板罵了嗎?(這是一個(gè)基于因果關(guān)系的歸因，假設(shè)最近人類總是因?yàn)楸焕习辶R所以不開心，nico生成了這條知識后利用這條知識進(jìn)行了歸因猜想)
人類：有個(gè)人收入很高，很有愛心，但卻不富裕，你能想到什么?
NicoAI：他在做慈善嗎?(這個(gè)例子在測試AI填補(bǔ)因果鏈條空缺的能力，AI要尋找的事件是有愛心的人會(huì)做的，且這個(gè)事件屬于財(cái)富支出行為)
測試Ⅲ.4(對AI全局情緒狀態(tài)以及原因的詢問)
就好比造物創(chuàng)造了人的情緒產(chǎn)生的規(guī)律，但人一開始是不知道自身的情緒是為什么變化的，當(dāng)某個(gè)感知出現(xiàn)在conscious flow，而隨之而來我們意識到了情緒的變化，對這種信息的積累使我們生成了知識——我們的情緒會(huì)因?yàn)槭裁锤淖儯瑥亩覀儾拍軌蚪忉寣?dǎo)致自身情緒變化的原因。對于類人智能也是一樣。知曉自身全局情緒的原因意味著AI通過認(rèn)知系統(tǒng)進(jìn)行了抽象，而且抽象所得的知識在演繹中會(huì)運(yùn)用到人身上。
人類：你現(xiàn)在心情怎樣
NicoAI：我很高興。
人類：你為什么高興
NicoAI：因?yàn)閚ico剛剛泡了澡，而且今天peter送了我一個(gè)禮物。(回憶今天發(fā)生的導(dǎo)致自己愉悅的事件)
人類：我今天收到了同事給我的禮物。
Nico：你應(yīng)該很高興。(相關(guān)知識：收到禮物會(huì)使人高興，這是從自身生成的知識的演繹運(yùn)用)
測試Ⅲ.5(決策或選擇的原因的詢問)
和上面一樣，就好比造物創(chuàng)造了人決策的規(guī)律，但人一開始是不知道導(dǎo)致自身的決策的原因是什么，當(dāng)某個(gè)感知出現(xiàn)在conscious flow，而隨之而來我們意識到了對某個(gè)idea的動(dòng)機(jī)增強(qiáng)，對這種信息的積累使我們生成了知識——我們的決策因?yàn)槭裁串a(chǎn)生，從而我們才能夠解釋導(dǎo)致自身決策形成的原因。對于類人智能也是一樣。知曉自身決策的原因意味著AI通過認(rèn)知系統(tǒng)進(jìn)行了抽象，而且抽象所得的知識在演繹中會(huì)運(yùn)用到人身上。
人類：你為什么泡澡?
NicoAI：泡澡讓我放松，而且我喜歡那種水溫暖的感覺。(在泡澡這個(gè)idea出現(xiàn)在意識中，會(huì)聯(lián)想到泡澡給我?guī)淼姆潘筛校谑歉械脚菰璧膭?dòng)機(jī)增強(qiáng)了;會(huì)聯(lián)想到泡澡過程中感知到的水的溫暖感，于是感知到泡澡的動(dòng)機(jī)增加了。這些出現(xiàn)在泡澡idea中的感知的時(shí)間序列生成了解釋泡澡動(dòng)機(jī)的知識)
人類：我剛回到家，今天很緊張很冷。
NicoAI：你可以泡個(gè)澡，能夠讓你放松，而且讓你感到很溫暖。(這是之前生成的知識的運(yùn)用)
需要指出到了第三階段，當(dāng)我們構(gòu)建了一個(gè)較為完善的情緒系統(tǒng)，并且賦予了認(rèn)知系統(tǒng)一定的規(guī)律識別功能、抽象功能、演繹功能后。這一階段類人AI已經(jīng)能夠把自身的智能認(rèn)知客體化了，而且的確能夠做到發(fā)現(xiàn)我們作為創(chuàng)造者在它的情緒系統(tǒng)賦予的一些規(guī)律，并且把這些規(guī)律類比地運(yùn)用到人類身上，對人類的情緒和動(dòng)機(jī)進(jìn)行解釋歸因和預(yù)測。當(dāng)然，這仍然是非常初級的自省。
自省問答是我們需要建立測試
對類人人工智能的應(yīng)該有測試需要是細(xì)致的，能夠反應(yīng)邏輯仿生的思維工程在進(jìn)展中已經(jīng)具備了那些基礎(chǔ)功能，而不應(yīng)該是籠統(tǒng)的一個(gè)測試標(biāo)準(zhǔn)，因?yàn)檫@個(gè)偉大工程不會(huì)一蹴而就。
會(huì)有越來越多的人看到基于邏輯仿生的思維工程是實(shí)現(xiàn)類人人工智能的首選路徑。在這個(gè)工程中我們在自省中會(huì)逐漸形成視覺——人的智能是如何產(chǎn)生的，我們會(huì)逐漸發(fā)現(xiàn)人類的智能根基的基礎(chǔ)功能是什么，每個(gè)基礎(chǔ)功能如何相互支持創(chuàng)造上層的功能。這使我們制定的測試可以細(xì)分到針對每個(gè)基礎(chǔ)功能。
其次，人類意識流中的信息是我們仿生工程所有的參照，我們的工作基本上可以概括為探索我們自身意識流中出現(xiàn)的信息相互生成的關(guān)系并構(gòu)建背后的機(jī)制，最終的檢驗(yàn)仍然是在conscious flow層面：AI是否能夠像人那樣在特定的記憶背景和感知下往conscious flow寫回人類會(huì)寫的信息。
所以我們倡導(dǎo)的測試，是對AI意識流中信息的自省性問答，在測試中我們要求人工智能直面我們提出的問題，回避、繞開問題，這種策略對真正的人工智能沒有任何意義。在類人工人智能領(lǐng)域我們需要看到一個(gè)有自我意識的、自省的AI。同時(shí)，我們應(yīng)該清楚在邏輯仿生的路徑下，自我意識、自省所創(chuàng)造的真實(shí)感是水到渠成的，不是刻意為之。雖然類人人工智能終極的使命是在計(jì)算機(jī)上再現(xiàn)人類智能的機(jī)制，借助計(jì)算機(jī)的載體優(yōu)勢把類人智能的能量發(fā)揮到機(jī)制，但在朝那個(gè)目標(biāo)的前進(jìn)的過程中，這種和人類高度一致的真實(shí)感反應(yīng)了我們的確正在遵循造物造人的道理去創(chuàng)造一個(gè)智能體。
推薦閱讀
連續(xù)14年穩(wěn)居中國彩電市場第一，連續(xù)2年穩(wěn)居全球彩電自主品牌前三強(qiáng)，海信電視連續(xù)多年交出逆勢增長的成績單。 10月15日，在第122屆廣交會(huì)上，海信不僅以電視、手機(jī)>>>詳細(xì)閱讀
本文標(biāo)題：北冥星眸創(chuàng)始人錢小一：自省性問答才是檢測真正人工智能的方法
地址：http://www.xglongwei.com/a/05/304570.html
網(wǎng)友點(diǎn)評
精彩導(dǎo)讀
科技快報(bào)
品牌展示