來源：和樂數學 轉自：數學與通識
如涉版權請加編輯微信iwish89聯繫
哲學園鳴謝
作為現代計算機先驅，圖靈熱衷於解決的核心問題本質上是純粹的哲學問題。正是這個問題引發了他的 AI 哲學中討論最廣泛的概念，即現在的「圖靈測試」。
當計算機先驅阿蘭·圖靈將注意力轉向人工智慧時，世界上可能沒有人比他更有能力完成這項任務。
他1950年的論文《計算機械與智能》仍然是該領域中最常被引用的論文之一。然而，圖靈英年早逝，在很長一段時間內，他的大部分工作要麼是保密的，要麼是無法接觸到的。因此，從他身上留下重要的經驗，包括關於人工智慧的哲學基礎，也許並不令人驚訝。
圖靈在這個問題上的思考遠遠領先於其他人，早在1936年，他就發現了現代計算機器的基本原理——存儲程序設計（12年之後，第一台現代計算機才真正被設計出來）。
1936年，計算機發展史上具有劃時代意義的論文《論可計算數》發表，這是歷史上最重要的數學論文之一，圖靈在此文中描述了一種抽象的數字計算機，今天被稱為通用「圖靈機」。
幾乎所有的現代計算機都是以圖靈的想法為原型。不過，圖靈他最初構思這些機器，僅僅是因為他認為，一個從事計算過程的人可以被比作一台機器，而這種思考方式對解決數學問題有幫助。
圖靈的目的是要定義原則上可計算的實數子集，不受時間和空間的影響。出於這個原因，他需要他的「假想計算機」具有最大的力量。
1951年的阿蘭·圖靈
為了實現這一目標，他首先想像有一個無限供應的磁帶（想像中的機器的存儲介質）。但最重要的是，他發現了一種設置機器中心結構的方式。
這種方法的基本要素是存儲程序設計：通用圖靈機可以模仿任何其他圖靈機，基本程序（即機制的設置方式）本身可以存儲在磁帶上，因此可以被修改、掃描、寫入、刪除。
存儲程序設計不僅是現代計算的最基本原則，而且包含了對機器學習的局限性的深刻洞察：即這樣的機器原則上能做的事情，沒有什麼是它自己不能在原則上弄清楚的。
圖靈很早就看到了這種含義及其實際潛力。他很快就對機器學習的問題產生了濃厚的興趣，這比存儲程序設計首次在實際機器中實現還要早幾年。
正如圖靈的劍橋大學老師、終身合作者和同為計算機先驅的馬克斯·紐曼所寫的那樣：「他對'通用'計算機的描述完全是理論上的，但圖靈對各種實際實驗的強烈興趣使他甚至在那時就對在這些線路上實際建造一台機器的可能性感興趣。」
在第二次世界大戰期間，圖靈了解了使用真空管的高速電子開關的進展，並見證了第一台功能完備的電子數字計算機Colossus的誕生，它從1944年初開始被英國密碼學家使用。
不過，Colossus並沒有在內部儲存基本的程序，一般來說，它遠遠不是一台通用計算機。相反，為了執行少量不同的任務，必須通過各種插頭和開關進行手工編程。
1945年6月，在納粹德國投降的幾周後，圖靈被英國國家物理實驗室聘用，領導開發他的通用計算機的電子版。
他在年底前完成了一份可行的提案，該提案代表了迄今為止電子存儲程序通用數字計算機的最完整規範，包括對電子硬體需要如何設計的特別詳細描述。很快，第一台可運行的現代計算機誕生了。
「哲學家」圖靈的思考
圖靈在1945年之前的一段時間裡已經認真考慮了機器智能的可能性，特別是機器學習和啟發式搜索。在1945年的這份提案中，圖靈簡要地指出：「有跡象表明......有可能讓機器顯示出智能，即使機器有可能偶爾犯嚴重的錯誤。」
1946年，圖靈將大部分精力投入到編程的開創性研究中，他認為這是未來發展的關鍵。1947年2月，他在倫敦數學協會做了一次演講，這可能是第一次關於人工智慧主題的公開科學演講。
在這次演講中，圖靈首先向聽眾介紹了通用圖靈機。他說，目前正在開發的東西 「可以被看作是這種類型機器的實用版本」，因此這些機器可以 「被製成可以由人類計算機完成的任何工作」。他還解釋了這些機器將來如何用於數學研究，以及它們對數學家工作性質和數量的可能影響。
「而這自然而然地引出了一個問題，即原則上計算機在多大程度上可以模擬人類活動。我們想要的是一台能夠從經驗中學習的機器」，他說。
他所有的哲學思考都只有概念清晰的工具性目的。
圖靈熱衷於解決的一個相關問題在本質上是純粹的哲學問題，這可能是他餘生中占據最多的問題。也正是這個問題，產生了他的人工智慧哲學中討論最廣泛的概念，即現在所稱的「圖靈測試」。
在1947年那次演講中，圖靈用一個小小的思想實驗說明了他的想法，這個實驗可以被看作是圖靈測試的早期先導。
圖靈表示：
「假設我們造出了一台具有某些初始指令表[即程序]的機器，在有充分理由的情況下，可以偶爾修改這些指令表。可以想像，在機器運行了一段時間後，這些指令會被改得面目全非。
但即使是這樣，人們不得不承認，機器仍然在做非常有價值的計算。也許得到的結果與機器造出來時想要的結果一樣，但卻是以一種更有效的方式得出的。」
圖靈認為，在這種情況下，人們不得不承認，機器的進步是最初輸入指令時沒有預料到的。這就像一個學生從他的主人那裡學到了很多東西，但通過自己的工作又學到了很多。當這種情況發生時，我覺得人們不得不將機器視為顯示出了「智能」。
圖靈知道，在基本概念層面上的清晰度，比如通過哲學思考可能實現的概念清晰度，將是任何重大科學進步的正確方向的關鍵。
可以說，他所有的哲學工作都只有「概念清晰」這一工具性的目標。
哲學和科學（或者更廣泛地說，是基礎科學和應用科學）這兩者以這種方式攜手並進。在這次演講中，圖靈的一句話就可以看出這一點，他說：「只要人們能夠提供一個合理的大內存容量，就應該可以開始在這些方面進行實驗。」
圖靈對計算技術的發展有著真正的科學興趣，但很快就對國家物理實驗室正在進行的工程工作感到沮喪，這些工作不僅由於組織不力而進展緩慢，而且在速度和存儲能力的進步上也大大低於他的預期。
1947年年中，他要求休假12個月。實驗室的主任查爾斯·達爾文予以批准。在同年7月的一封信中，達爾文對圖靈的休假申請理由描述如下：
「他（圖靈）想把他在機器上的工作進一步向生物方面延伸。迄今為止，機器的計劃工作相當於大腦低級部分的工作，而他想看看機器能為高級部分做多少工作；比如能否製造一台可以通過經驗學習的機器？」
這項研究的結果確實集中在學習的問題上，是一份題為 「智能機械」的開創性排版稿。哲學家傑克-科普蘭（Jack Copeland），紐西蘭圖靈計算機歷史檔案館館長，將這篇論文描述為人工智慧的第一個宣言，就我們目前的歷史知識而言，這似乎是準確的。最後的版本寫於1948年。
然而，這篇文章在實驗室里沒有得到讚賞，據說達爾文將其稱為 「小學生作文」，並認為其不適合發表。它一直到1968年都沒有出版，後來也沒有得到什麼關注。
與人腦的類比被用作指導原則
然而，該論文預測了基於邏輯和連接主義（神經網絡等）的人工智慧方法中的許多重要思想和技術。特別是，圖靈詳細描述了可以使用強化學習（「獎勵」與「懲罰」反饋等）和遺傳算法進行訓練的人工神經網絡。他在論文末尾的總結起到了開創性的作用：
使機器表現出智能行為的可能方式被討論，與人類的大腦的類比被用作指導原則。建議只有提供適當的教育，才能實現人工智慧。調查主要圍繞應用於機器的類似教學過程展開。定義了無組織機器的概念，人類嬰兒皮層可能具有這種性質。給出了此類機器的簡單示例，並討論了通過獎勵和懲罰的方式對其進行的教育……
使機器表現出智能行為的可能方式被討論，與人類的大腦的類比被用作指導原則。建議只有提供適當的教育，才能實現人工智慧。調查主要圍繞應用於機器的類似教學過程展開。定義了無組織機器的概念，人類嬰兒皮層可能具有這種性質。給出了此類機器的簡單示例，並討論了通過獎勵和懲罰的方式對其進行的教育……
圖靈在研究離開後再也沒有回到國家物理實驗室。相反，在 1948 年 5 月，他加入了他的朋友紐曼（Newman）在曼徹斯特大學的計算機實驗室，不久之後，世界上第一台電子存儲程序通用數字計算機——小型實驗機（Manchester Baby）誕生了，並開始運行它的第一個程序。
圖靈在他生命中剩下的六年中的大部分時間都在繼續他對人工智慧進行研究。在完成擴展的曼徹斯特 Mark I 機器和隨後的 Ferranti Mark I的編程系統後，圖靈於 1951 年初開始在 Ferranti 上進行實驗。他的生物生長計算模型的早期結果發表在1952年的論文「The Chemical Basis of Morphogenesis」中，代表了對「人工生命」研究的重要早期貢獻。
他寫的另一篇論文描述了一種使用遺傳搜索的西洋棋學習算法，這很可能是他在 1945 年的提議中所想的，當時他寫道：
有跡象表明……有可能讓機器顯示智能，但有時會出現嚴重錯誤。通過跟進這方面的工作，機器的圍棋可能會下的非常好。
有跡象表明……有可能讓機器顯示智能，但有時會出現嚴重錯誤。通過跟進這方面的工作，機器的圍棋可能會下的非常好。
之後，圖靈繼續他在人工智慧哲學方面的工作，並積極嘗試推進有關該主題的學術和公共討論。
在 1949 年 10 月的哲學研討會上，圖靈、紐曼(Newman)、神經外科醫生傑弗里·傑斐遜（Geoffrey Jefferson）和當時的曼徹斯特社會科學教授麥可·波蘭尼（Michael Polanyi）就「思想和計算機」進行了討論。第二年，圖靈的論文「Computing Machinery and Intelligence」發表。
此外，他在 20世紀50 年代初期至少出現在三個 BBC 廣播節目中。第一個是題為「Intelligent Machinery, A Heretical Theory」的簡短演講，可能於 1951 年首次播出，他在演講中首次質疑普遍持有的信念「你不能通過解釋和反思強化學習技術來讓機器為你思考」。
第二個是關於「數字計算機能思考嗎」這個問題的簡短講座，圖靈在其中簡要介紹了存儲程序計算機的普遍性，然後提出以下論點：
如果任何機器都可以恰當地描述為大腦，那麼任何數字計算機都可以這樣描述……如果人們認為真正的大腦……是一種機器，那麼我們的數字計算機，經過適當編程，就會像大腦一樣工作。
如果任何機器都可以恰當地描述為大腦，那麼任何數字計算機都可以這樣描述……如果人們認為真正的大腦……是一種機器，那麼我們的數字計算機，經過適當編程，就會像大腦一樣工作。
然而，如果這是「編程讓機器去思考」的過程所需要的，他指出，這樣做就像寫一篇關於遙遠星球上的家庭生活的論文，而我們只知道這個星球存在（圖靈當時的例子是火星上的家庭生活）。「事實是，」他繼續解釋道，「我們對它（如何編程使其表機器現得像大腦一樣）知之甚少，而且還很少進行研究。我只會這麼說，我相信這個過程應該離不開教學的過程。」
圖靈參加的第三個也是最後一個節目（1952 年首次播出）是與紐曼（Newman）和傑斐遜（Jefferson）的討論，由劍橋哲學家 RB Braithwaite 主持，關於「可以說自動化的計算機器可以思考嗎？」一開始，參與者同意給思維下定義是沒有意義的。
然後，圖靈引入了「模仿遊戲」或圖靈測試的變體。在他 1950 年的論文中，他說他引入模仿遊戲是為了用一個「與之密切相關並且用相對明確的詞表達的問題來代替他正在考慮的問題——機器能思考嗎？」
紙質版的遊戲稍微複雜一些，由一名人類評委試圖確定兩名參賽者中的哪一個是人類，哪一個是機器，通過文本打字消息進行遠程通信，而另一個人類則在機器偽裝成人類時幫助評委。圖靈說：
「機器能思考嗎？」這個問題應該轉換為「是否有數字計算機在模仿遊戲中表現出色？」
「機器能思考嗎？」這個問題應該轉換為「是否有數字計算機在模仿遊戲中表現出色？」
事實上，圖靈在人工智慧方面的工作的價值歷來被哲學家和計算機科學家們歪曲討論。
例如，哲學家約翰·塞爾 （John Searle ）在 1980 年抱怨說，「圖靈測試是典型的傳統行為主義」（也就是說，它將心理學簡化為對外在行為的觀察），而計算機科學家斯圖爾特（Stuart Russell） 世界上使用最廣泛的人工智慧教科書的作者拉塞爾和彼得諾維格（Peter Norvig）在一章中寫道：
很少有人工智慧研究人員關注圖靈測試，他們更願意專注於他們的系統在實際任務中的表現，而不是模仿人類的能力。
很少有人工智慧研究人員關注圖靈測試，他們更願意專注於他們的系統在實際任務中的表現，而不是模仿人類的能力。
但重新審視 1950 年的論文表明，圖靈的目標顯然不僅僅是定義思維（或智能）——這與塞爾（Searle）等哲學家傾向於閱讀他的方式相反——或者僅僅是將這個概念付諸實踐，就像計算機科學家經常做的那樣理解他。
特別是，與塞爾和他的同類相反，圖靈清楚地意識到，機器在模仿遊戲中的表現既不是思考或智力的必要標準，也不是充分標準。他是這樣解釋他在電台討論中提出的類似測試的：
你可以把它稱為測試，看看機器是否會思考， 它與「機器會思考」不同，但對於我們目前的目的來說似乎已經足夠接近，並且同樣困難。
你可以把它稱為測試，看看機器是否會思考， 它與「機器會思考」不同，但對於我們目前的目的來說似乎已經足夠接近，並且同樣困難。
為了追求相同的總體目標，圖靈實際上提出了很多比較人類和機器的測試。這些測試涉及學習、思維和智力，可以應用於各種更小和更大的任務，包括簡單的問題解決、西洋棋和圍棋等遊戲以及一般對話。但他的主要目標絕不是僅僅定義或操作這些東西。
這些測試在本質上總是更加基本和進步的：以他作為數學哲學家的方式仔細和嚴格地準備概念基礎，未來的計算技術可以首先由科學家和工程師成功構想，後來由政策制定者和整個社會。
被廣泛忽視的是，也許模仿遊戲最重要的先驅可以在圖靈 1948 年長期未發表的人工智慧研究論文的最後一小部分中找到，標題「Intelligence as an Emotional Concept」。引入模仿遊戲等測試的中心目的是消除我們的日常概念和我們對它們的日常使用可能產生的誤解。正如圖靈解釋的那樣：
我們認為某物以智能方式行事的程度，既取決於我們自己的心態和訓練，也取決於所考慮對象的屬性。如果我們能夠解釋和預測它的行為，或者如果似乎沒有什麼潛在的計劃，我們就可以認為沒有那麼智能。
我們認為某物以智能方式行事的程度，既取決於我們自己的心態和訓練，也取決於所考慮對象的屬性。如果我們能夠解釋和預測它的行為，或者如果似乎沒有什麼潛在的計劃，我們就可以認為沒有那麼智能。
我們希望我們對某事物是否智能的科學判斷是客觀的，至少在某種程度上我們的判斷不會取決於我們自己的心態。
確實，除了概念性工作之外，圖靈還提出了許多哲學論點來捍衛機器智能的可能性，預測——並且可以說反駁——所有最有影響力的反對意見（從盧卡斯-彭羅斯Lucas-Penrose的論點到休伯特·德雷福斯Hubert Dreyfus的 意識）。但這與提供支持機器智能存在的形上學論據明顯不同，圖靈堅決拒絕這樣做。
沒有理由認為圖靈對這個問題不嚴肅，他在 1950 年的論文中寫道：
讀者會預料到，我沒有非常有說服力的積極論據來支持我的觀點。如果我有的話，我就不應該如此費力地指出相反觀點的謬誤。
讀者會預料到，我沒有非常有說服力的積極論據來支持我的觀點。如果我有的話，我就不應該如此費力地指出相反觀點的謬誤。
圖靈總是很小心的表達自己的觀點，而不是根據我們的普通概念——例如，機器是否可以「思考」——而是嚴格地根據關於機器何時可以預期在人類水平上（更多 或更少）客觀可衡量的任務（如模仿遊戲）。
同時，他當然不同意計算機科學家 Edsger Dijkstra 在 1984 年表達的觀點，該觀點在今天仍然在 AI 研究人員中流行，即「機器是否可以思考的問題和潛艇會游泳」的問題類似。
相反，圖靈充分意識到這類問題的文化、政治和科學重要性。例如，在一個廣播節目「數字計算機能思考嗎？」中，他最後問道：
如果一台機器可以思考，它可能會比我們更聰明地思考，那麼我們應該在哪裡？即使我們可以讓機器處於被監管的地位，也肯定會讓我們感到焦慮。例如，可以說沒有機器沒有很好的英文寫作能力，或者它不會受到性吸引力或吸煙的影響。我不能給自己這樣的安慰，因為我相信這樣的界限是無法設定的。
如果一台機器可以思考，它可能會比我們更聰明地思考，那麼我們應該在哪裡？即使我們可以讓機器處於被監管的地位，也肯定會讓我們感到焦慮。例如，可以說沒有機器沒有很好的英文寫作能力，或者它不會受到性吸引力或吸煙的影響。我不能給自己這樣的安慰，因為我相信這樣的界限是無法設定的。
最後，他指出了這個問題對於人類認知研究的重要性：
整個思考過程對我們來說仍然是相當神秘的，但我相信嘗試製造一台思考機器將極大地幫助我們了解我們自己如何思考。
整個思考過程對我們來說仍然是相當神秘的，但我相信嘗試製造一台思考機器將極大地幫助我們了解我們自己如何思考。
今天，我們可以自信地說他是對的；製造一台思考機器的嘗試無疑以這種方式幫助了我們。此外，他在 1950 年的論文中還正確地預測，「在本世紀末，詞語的使用和受過普遍教育的意見將發生巨大變化，以至於人們能夠談論機器思考而不會遭到反駁」。
當然，他並不是說思想和機器的問題會得到解決。事實上，問題變得更加緊迫。情感計算和生物工程的不斷進步將使越來越多的人相信機器不僅可以思考，它們還可以感覺，也許應該享有某些法律權利等。但其他人（例如Roger Penrose）可能仍然合理地否認計算機可以計算。
正是圖靈的基本概念工作與他實用的實驗方法相結合，使他不僅能夠在 1935-36 年構想現代計算的基本原理，而且在 1947-48 年預測了 70 多年後的今天 ，一些在人工智慧和機器學習領域最成功的理論方法。
可以說，正是這種結合，讓圖靈最終成為20世紀全人類最具創新精神的人之一。
原文連結：
https://aeon.co/essays/why-we-should-remember-alan-turing-as-a-philosopher