C19 人工智能：展望

《集异璧之大成》(GEB) 第19章题为“人工智能：展望”（Artificial Intelligence: Prospect），是书的总结性章节之一，着重探讨了思维的滑动性、智能本质、意义的产生以及意识是否可计算。作者侯世达在此回顾AI发展，思考人脑如何从非智能组件产生智能，并对机器是否能真正“理解”和具备意识提出了深入的批判性问题。
本章内容要点如下：
思维的滑动性：思维在思考场景时存在滑动的过程，能从一个场景映射到相似场景，体现了人类认知中概念的灵活性。
人工智能的局限与展望：作者讨论了计算机是否能像人一样进行概念和意义的建构。
10个哲学问题：在章节最后，作者列出了10个关于AI的深刻问题，探讨意识、智能、情感是否可由符号系统（算法）模拟，反思计算机科学的终极边界。
对话与结构：本章伴随着一首《树懒卡农》（Sloth Canon）的对话，结构上呼应了书中的音乐和逻辑主题。

 

思维层级
侯世达认为，我们倾向于构建概念层级来理解世界。层级最底层的概念保持不变——它们是我们根深蒂固、不会改变的核心信念。层级越高，其上的信念就越有可能发生变化。层级最高层的信念，是我们并不介意暂时改变的信念。

人工智能利用了一种类似于我们人类层级结构的理论，称为框架理论。在框架理论中，每个框架都是对事物（例如“人”、“房子”或“足球比赛”）的一种实例化。框架可以相互嵌套，从而构建代表世界的层级结构。例如，可以将“人”框架嵌套在“足球比赛”框架中，以表示足球运动员。

滑移
侯世达讨论了滑移的概念，即我们让一个价值从一个概念“滑移”到另一个相关概念。滑移通常发生在我们思维层次结构的较高层级。例如，反事实就是从真实价值滑移到另一个替代价值，比如当我们思考“如果某某球员击中了最后一个球会怎样？”

我们经常会在无意识中运用概念滑移。例如，当我们试图对事物进行分类时，概念滑移就经常发生。我们可能会检查一组对象是否具有某种共同属性，如果没有，我们可能会“滑移”到另一个相关但不同的属性，并检查这组对象是否具有该属性。或者，我们可能会意识到自己的分类过于具体，应该尝试提出一个更一般的类别。当我们这样做时，我们就从较高层次的概念“滑移”到较低层次的相关概念——例如，从正方形滑到多边形。

我们在解决问题时也经常会用到“滑移”现象。例如，我们可能会看着一个新问题，然后想：“这和我过去解决过的问题有什么相似之处？” 然后，我们会调整以前的解决方案来解决这个新问题。这样一来，我们就从以前的解决方案“滑移”到了现在的新解决方案。

信息与符号
侯世达提出了符号的概念，他现在用它来指代可以从其他帧发送和接收复杂信息的帧。

侯世达指出，分裂是指一个新符号从一个母符号（即作为模板的符号）中诞生。例如，“汤姆·布雷迪”这个符号可能就源自“橄榄球运动员”这个符号。

侯世达指出，融合是指两个原本无关的符号之间传递信息如此紧密，以至于产生一个新的符号，代表这两个原始符号之间的联系。例如，“Lady Gaga”符号和“掌声”符号可能紧密结合，产生一个新的符号——“Lady Gaga 的歌曲《掌声》”。虽然这两个原始符号仍然存在，并且可以被单独考虑，但一个新的符号已经创造出来，代表了它们之间的联系。

创造力
侯世达指出，他对符号滑移和符号的讨论非常适用于创造力的机械化。例如，我们可以想象一种人工智能，它通过符号层级结构来组织对世界的理解，而其创造力则通过在不同符号之间“滑移”来展现。与智能类似，构成创造力基础的低级符号操作是理性且可预测的，但创造力的高级表现形式却未必是理性且可预测的。

侯世达指出，人们通常认为随机性是创造力的必要条件。他​​指出，人类的随机化源于与随机世界的互动。因此，他认为计算机的随机化也可能源于与随机世界的互动。